魯進(jìn)軍，吳萌嶺，牛 剛

(1.同濟(jì)大學(xué) 鐵道與城市軌道交通研究院，上海 201804；2.南京中車浦鎮(zhèn)海泰制動(dòng)設(shè)備有限公司，江蘇 南京 211800)

軌道交通制動(dòng)系統(tǒng)根據(jù)速度傳感器采集的列車軸端速度，實(shí)現(xiàn)車輛的制動(dòng)施加和防滑控制，速度傳感器輸出信號(hào)是否準(zhǔn)確直接影響列車的安全運(yùn)營。由于列車運(yùn)行環(huán)境復(fù)雜，運(yùn)行過程中列車振動(dòng)及電磁干擾等因素的存在，造成速度傳感器的輸出信號(hào)發(fā)生故障，現(xiàn)運(yùn)營的動(dòng)車組中，已發(fā)生多起由于速度傳感器故障，導(dǎo)致制動(dòng)系統(tǒng)根據(jù)滑行判據(jù)誤檢測(cè)出軸抱死故障，造成列車運(yùn)營晚點(diǎn)[1]。因此，開展速度傳感器故障診斷方法的研究對(duì)保證列車的安全運(yùn)營具有重要意義。

為解決上述問題，研究人員開展了列車軸抱死故障原因分析，并進(jìn)行了速度傳感器故障診斷方法的探索性研究。文獻(xiàn)[2-4]分析CRH2、CRH3、CRH380BL系列動(dòng)車組軸抱死故障大多為速度傳感器故障造成，提出取消傳感器安裝支架，采用雙通道速度傳感器等維護(hù)措施，提升了速度傳感器的可靠性，但速度傳感器的故障識(shí)別還依賴人工經(jīng)驗(yàn)線下判斷。文獻(xiàn)[5]提出基于卡爾曼濾波的信息融合估計(jì)的單、多速度傳感器故障診斷方法；文獻(xiàn)[6-7]提出基于經(jīng)向基神經(jīng)網(wǎng)絡(luò)的機(jī)車、地鐵速度傳感器故障診斷方法；文獻(xiàn)[8]提出基于加權(quán)K近鄰分類器的機(jī)車速度傳感器線下故障診斷方法。這些研究實(shí)現(xiàn)了線下故障檢測(cè)功能，均較人工故障診斷方式提高了效率。

此外，主元分析(Principal Component Analysis, PCA)[9-13]法，為多元統(tǒng)計(jì)分析的常用方法，其算法簡單，通過對(duì)系統(tǒng)正常運(yùn)行產(chǎn)生的高維數(shù)據(jù)進(jìn)行降維處理、數(shù)據(jù)特征提取、主元模型建立，實(shí)現(xiàn)系統(tǒng)異常監(jiān)控和故障診斷，文獻(xiàn)[14-15]運(yùn)用主元分析法結(jié)合重構(gòu)貢獻(xiàn)圖分析(Reconstruction-Based Contribution Plots，RBCP)法，實(shí)現(xiàn)了故障的檢測(cè)與定位；但運(yùn)用主元分析方法時(shí)，傳統(tǒng)2種監(jiān)控統(tǒng)計(jì)量可能會(huì)得到不同的檢測(cè)結(jié)果，需對(duì)監(jiān)控統(tǒng)計(jì)量進(jìn)行統(tǒng)一化處理；牛剛等[16]提出一種基于改進(jìn)主元分析法(IPCA)和改進(jìn)重構(gòu)貢獻(xiàn)圖法(IRBCP)的高速列車雙通道速度傳感器故障檢測(cè)與隔離方法，對(duì)傳統(tǒng)統(tǒng)計(jì)量SPE進(jìn)一步細(xì)化并作為監(jiān)控統(tǒng)計(jì)量。

表1 基于系統(tǒng)功能的速度傳感器失效模式分析結(jié)果

速度傳感器在運(yùn)用過程中，會(huì)出現(xiàn)虛接、干擾、短路等眾多故障模式，每種故障均有不同的維護(hù)方式和安全導(dǎo)向措施。但現(xiàn)運(yùn)營動(dòng)車組的速度傳感器發(fā)生故障后，制動(dòng)系統(tǒng)未能準(zhǔn)確識(shí)別出斷線故障，誤診為軸抱死故障，導(dǎo)致車輛的安全導(dǎo)向措施誤用，因此，實(shí)現(xiàn)故障類型的實(shí)時(shí)智能診斷，才能從根本上解決該問題。而現(xiàn)有研究都主要集中在故障的檢測(cè)與隔離方法，對(duì)故障類型的診斷研究較少。基于Petri網(wǎng)的故障診斷技術(shù)，被廣泛用來表達(dá)故障系統(tǒng)中故障演變傳遞的邏輯關(guān)系，能有效地監(jiān)控系統(tǒng)行為，若結(jié)合系統(tǒng)的工程運(yùn)用經(jīng)驗(yàn)，可實(shí)現(xiàn)故障變量的具體故障類型識(shí)別，已在鋰電池、離心式壓縮機(jī)等的故障診斷[17]中得到運(yùn)用。

為此，本文提出一種軌道交通制動(dòng)系統(tǒng)速度傳感器的實(shí)時(shí)狀態(tài)監(jiān)測(cè)、故障定位與故障類型智能診斷的一體化方法；基于傳統(tǒng)主元分析法，提出綜合監(jiān)控指標(biāo)，解決了2種統(tǒng)計(jì)量監(jiān)視結(jié)果不同的問題，并實(shí)現(xiàn)速度傳感器故障發(fā)生時(shí)刻的檢測(cè)；采用重構(gòu)貢獻(xiàn)圖分析法，實(shí)現(xiàn)故障速度傳感器的準(zhǔn)確定位；并利用基于Petri網(wǎng)的故障診斷技術(shù)，結(jié)合速度傳感器的故障模式分析和工程運(yùn)用經(jīng)驗(yàn)，建立故障演變傳遞的邏輯關(guān)系，實(shí)現(xiàn)具體故障類型的智能診斷。同時(shí)，開展速度傳感器各種故障的注入模擬試驗(yàn)，并驗(yàn)證了本文方法的有效性，解決了動(dòng)車組運(yùn)營問題，提高了速度傳感器的可維護(hù)性和安全性。

1 速度傳感器故障分析

1.1 工作原理

制動(dòng)系統(tǒng)采用開關(guān)型霍爾速度傳感器，安裝在裝有齒輪盤的車輪軸端，當(dāng)車輪旋轉(zhuǎn)時(shí)，旋轉(zhuǎn)齒輪將改變速度傳感器前端周圍的氣隙磁場(chǎng)，速度傳感器輸出低電流為7 mA、高電流為14 mA的脈沖頻率信號(hào)，系統(tǒng)的工作原理見圖1。電子制動(dòng)控制單元根據(jù)4個(gè)軸的速度頻率信號(hào)、制動(dòng)指令、車重等輸入，計(jì)算本節(jié)車所需施加的制動(dòng)力和監(jiān)控車輛各軸是否發(fā)生滑行，并驅(qū)動(dòng)氣動(dòng)制動(dòng)控制單元及防滑閥產(chǎn)生制動(dòng)壓力，基礎(chǔ)制動(dòng)裝置再根據(jù)制動(dòng)壓力推動(dòng)制動(dòng)閘瓦與車輪摩擦從而產(chǎn)生制動(dòng)。因此，為提高系統(tǒng)的安全性和可靠性，需對(duì)速度傳感器、氣動(dòng)制動(dòng)控制單元、電子制動(dòng)控制單元等關(guān)鍵部件實(shí)現(xiàn)故障診斷功能，本文僅介紹速度傳感器的故障診斷研究。

圖1 制動(dòng)系統(tǒng)工作原理

1.2 故障模式分析

從制動(dòng)系統(tǒng)功能的角度出發(fā)，結(jié)合速度傳感器的運(yùn)用經(jīng)驗(yàn)，對(duì)速度傳感器的失效模式進(jìn)行了分析，分析結(jié)果見表1。本文主要研究實(shí)現(xiàn)這些典型故障的智能診斷。

2 速度傳感器故障診斷方法

速度傳感器的故障診斷過程見圖2，分為故障檢測(cè)、故障定位和故障類型診斷3步。

圖2 速度傳感器故障診斷流程圖

2.1 故障檢測(cè)

故障檢測(cè)是故障診斷的第一步，在利用主元分析模型進(jìn)行故障檢測(cè)時(shí)，常用平方預(yù)測(cè)誤差和Hotelling’sT2來檢測(cè)系統(tǒng)是否發(fā)生故障，但這2種監(jiān)視統(tǒng)計(jì)量的量度不同，容易造成監(jiān)視結(jié)果不一致，因此提出一種采用T2和SPE的綜合指標(biāo)φ來實(shí)現(xiàn)故障的檢測(cè)。

軌道車輛1節(jié)車有4根軸，同一時(shí)刻、同1節(jié)車的4個(gè)軸速度存在一定關(guān)聯(lián)性，將4個(gè)軸的速度整體作為檢測(cè)數(shù)據(jù)，并選取各軸兩兩間的速度殘差作為觀察變量，則樣本表示為

(1)

式中：X為觀察變量;x1、x2、x3、x4、x5、x6為6個(gè)具體觀察變量;vaxle1、vaxle2、vaxle3、vaxle4分別為1節(jié)車4個(gè)軸的速度數(shù)據(jù)。

(2)

統(tǒng)計(jì)量SPE的定義為

(3)

統(tǒng)計(jì)量T2為

(4)

為避免統(tǒng)計(jì)量SPE和T2的值不同，造成檢測(cè)結(jié)果不一致的缺點(diǎn)，提出綜合指標(biāo)φ，其計(jì)算公式為

(5)

(6)

因此，基于主元分析法的故障檢測(cè)時(shí)，將檢測(cè)樣本帶入上述的統(tǒng)計(jì)量計(jì)算公式，得到綜合指標(biāo)φ，并與訓(xùn)練樣本計(jì)算出的控制限比較，實(shí)時(shí)檢測(cè)速度傳感器運(yùn)行過程有無故障，當(dāng)有故障發(fā)生時(shí)，記錄故障發(fā)生的時(shí)刻。

2.2 故障定位

通過主元分析法，能檢測(cè)出故障發(fā)生的時(shí)刻，但還無法判斷具體是哪個(gè)軸的速度傳感器發(fā)生了故障，因此運(yùn)用重構(gòu)貢獻(xiàn)圖法進(jìn)行故障軸定位，該方法可適用于有多個(gè)變量同時(shí)發(fā)生故障的情況。

運(yùn)用重構(gòu)貢獻(xiàn)圖故障定位時(shí)，不需提前考慮故障變量的個(gè)數(shù)，同時(shí)為消除對(duì)非故障變量的影響，避免拖尾效應(yīng)，只對(duì)故障發(fā)生時(shí)刻內(nèi)測(cè)試樣本的各變量數(shù)據(jù)求重構(gòu)貢獻(xiàn)RBC值，統(tǒng)計(jì)故障時(shí)刻內(nèi)各變量數(shù)據(jù)的RBC最大值的次數(shù)，次數(shù)最多的變量就為故障變量，從而實(shí)現(xiàn)一個(gè)故障變量的定位，并判斷重構(gòu)樣本的監(jiān)視指標(biāo)是否超控制限，通過這樣反復(fù)迭代判斷，直到樣本的重構(gòu)指標(biāo)均低于控制限為止，從而實(shí)現(xiàn)多個(gè)故障變量的逐個(gè)定位。

因此，基于重構(gòu)貢獻(xiàn)圖的故障定位主要步驟為：

Step1定義故障變量集合Xf，初始為空集，故障變量個(gè)數(shù)k，初始默認(rèn)為0。

Step2針對(duì)故障發(fā)生時(shí)刻內(nèi)的測(cè)試樣本數(shù)據(jù)，計(jì)算故障變量集Xf和非故障變量xi(i=1,2,…,m-k)的重構(gòu)貢獻(xiàn)RBC值，求最大值，故障發(fā)生時(shí)刻內(nèi)，最大值次數(shù)最多的變量為故障變量，將故障變量加入Xf，重構(gòu)貢獻(xiàn)RBC值的計(jì)算公式為

(7)

式中：ξ為故障方向構(gòu)成的單位矩陣；fi=(ξiTMξi)-1ξiTMxi為故障變量的故障幅值。

Step3故障變量個(gè)數(shù)：k=k+1。計(jì)算故障變量集合Xf的重構(gòu)樣本監(jiān)視指標(biāo)Index(xi)，并判斷是否小于控制限，若滿足則完成定位；否則返回Step2，繼續(xù)循環(huán)定位，重構(gòu)樣本的監(jiān)視指標(biāo)公式為

(8)

Step4通過反復(fù)循環(huán)迭代，直至故障變量集合Xf的重構(gòu)樣本監(jiān)視指標(biāo)都低于控制限，則故障完全定位。

Step5根據(jù)故障變量集合Xf，解析出具體第幾軸速度傳感器存在故障。

2.3 故障類型診斷

2.3.1 Petri網(wǎng)理論

Petri網(wǎng)一般由庫所、變遷和有向弧三個(gè)基本要素組成，托肯(token)表征其所在庫所中的資源數(shù)量。如圖3所示，庫所p1、p2、p3用圓圈表征，變遷t用豎條線表征，有向弧用有向線段表示，庫所中的黑點(diǎn)則表征托肯。

圖3 故障Petri網(wǎng)激發(fā)模式

變遷t所有的輸入庫所p1和p2中均擁有一個(gè)token，滿足變遷的激發(fā)規(guī)則，變遷激發(fā)后，輸入庫所p1和p2減少與權(quán)值對(duì)應(yīng)的token個(gè)數(shù)，輸出庫所p3則增加相應(yīng)的token個(gè)數(shù)。

設(shè)庫所集合M={p1,p2,…,pn}，變遷激發(fā)集合U={t1,t2,…,tm}，系統(tǒng)關(guān)聯(lián)矩陣C=[cij]=[W(tj,pi)]，則通過以下公式循環(huán)運(yùn)算，若輸出庫所的標(biāo)識(shí)為1，則表示故障已出現(xiàn)，從而實(shí)現(xiàn)了故障的診斷。

Mk+1=Mk⊕(C?U)

(9)

2.3.2 故障類型診斷

表2 速度信號(hào)模式及判斷條件

同時(shí)，識(shí)別4種速度信號(hào)模式間的轉(zhuǎn)換狀態(tài)，并將該7種轉(zhuǎn)換狀態(tài)定義為初始無關(guān)故障的庫所p1,p2,p3,p4,p5,p6,p7，其定義規(guī)則見表3。

表3 庫所與速度信號(hào)模式轉(zhuǎn)換關(guān)系規(guī)則

因此，根據(jù)1.2節(jié)中速度傳感器在各種故障類型下的速度信號(hào)表現(xiàn)形式，結(jié)合現(xiàn)車運(yùn)用經(jīng)驗(yàn)，總結(jié)出速度傳感器各故障發(fā)生時(shí)存在的狀態(tài)轉(zhuǎn)換過程，見表4，并將該5種故障定義為系統(tǒng)的故障庫所p8,p9,p10,p11,p12。

其中，TPij為各庫所間的時(shí)間約束，如TP13>50表示庫所p3與p1發(fā)生的時(shí)間間隔大于50個(gè)采樣點(diǎn)，可防止因信號(hào)抖動(dòng)等干擾影響而導(dǎo)致誤診，各時(shí)間約束條件可伴隨該故障診斷方法的工程運(yùn)用而不斷優(yōu)化，另外異常故障包括虛接和干擾等故障。

根據(jù)表4建立速度傳感器的故障Petri網(wǎng)模型，見圖4。

表4 故障與狀態(tài)轉(zhuǎn)換關(guān)系表

圖4 速度傳感器的故障Petri網(wǎng)模型

由故障Petri網(wǎng)可知，庫所集合為M={p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11,p12}，變遷激發(fā)的集合為U={t1,t2,t3,t4,t5,t6,t7,t8,t9,t10,t11,t12,,t13,t14,t15}。按照?qǐng)D5中各庫所和變遷間的連接關(guān)系，得到該P(yáng)etri網(wǎng)的關(guān)聯(lián)矩陣C為

(10)

變遷的激發(fā)規(guī)則除了需要對(duì)應(yīng)的庫所含有token，還需要考慮時(shí)間約束問題。由式(10)和表4分析出各變遷ti的激發(fā)規(guī)則，見表5。

表5 各變遷的激發(fā)規(guī)則

因此，基于故障Petri網(wǎng)模型的速度傳感器故障診斷時(shí)，根據(jù)被測(cè)樣本的綜合指標(biāo)φ和速度數(shù)據(jù)，確定各故障的轉(zhuǎn)換狀態(tài)，形成初始庫所M0，若基于時(shí)間約束的變遷激發(fā)集合U滿足時(shí)，運(yùn)用公式Mk+1=Mk⊕(C?U)，若庫所M中故障模式為1時(shí)，表明速度傳感器故障已出現(xiàn)，反之則標(biāo)志著故障未形成。

3 算法驗(yàn)證

3.1 樣本數(shù)據(jù)獲取

為對(duì)故障診斷算法充分驗(yàn)證，需要獲得速度傳感器各種故障模式下的樣本數(shù)據(jù)；由于速度傳感器的現(xiàn)車實(shí)測(cè)數(shù)據(jù)無法覆蓋所有故障模式，因此搭建了速度傳感器試驗(yàn)環(huán)境，開展速度傳感器各類故障的注入模擬試驗(yàn)。具體模擬試驗(yàn)類型和實(shí)現(xiàn)方式見表6。另外，正常、滑行和軸抱死等工況也采用了現(xiàn)車實(shí)測(cè)數(shù)據(jù)。

控制措施:①管道坡口加工必須符合規(guī)范要求，焊前要嚴(yán)格清除母材和焊道表面污物和雜質(zhì)。②選用適宜的焊接電流和焊接速度，嚴(yán)格執(zhí)行工程制定的焊接。③采用正確的焊條角度，保證焊縫兩側(cè)金屬熔化結(jié)合良好。④控制錯(cuò)邊量。

表6 速度傳感器故障模擬試驗(yàn)列表

部分試驗(yàn)環(huán)境見圖5，其中圖5(a)為常溫環(huán)境下的模擬試驗(yàn)，通過調(diào)速電機(jī)帶動(dòng)測(cè)速齒輪模擬4軸速度信號(hào)，速度傳感器的速度信號(hào)經(jīng)調(diào)理電路調(diào)理后，利用數(shù)據(jù)采集設(shè)備進(jìn)行數(shù)據(jù)采集；圖5(b)為運(yùn)用振動(dòng)試驗(yàn)臺(tái)進(jìn)行振動(dòng)，并同時(shí)采用熱風(fēng)槍對(duì)速度傳感器進(jìn)行局部加熱的模擬試驗(yàn)；圖5(c)為速度傳感器試驗(yàn)工裝置于高溫箱中的高溫試驗(yàn)；圖5(d)為浪涌試驗(yàn)?zāi)M環(huán)境。

圖5 速度傳感器故障模擬試驗(yàn)

因此，結(jié)合模擬試驗(yàn)和現(xiàn)車實(shí)測(cè)數(shù)據(jù)，共獲得了128組典型的速度傳感器樣本數(shù)據(jù)。其中，圖6為正常工況下的數(shù)據(jù)曲線，4個(gè)軸的速度基本同時(shí)由225 km/h逐步降到160 km/h，數(shù)據(jù)采集周期為10 ms。

圖6 正常工況下的4個(gè)軸速度曲線

圖7為3軸發(fā)生斷線故障的數(shù)據(jù)曲線，3軸的速度在1.2 s時(shí)突然降為0。

圖7 斷線故障下的4個(gè)軸速度曲線

3.2 算法驗(yàn)證

運(yùn)用Matlab實(shí)現(xiàn)了速度傳感器故障診斷方法，并運(yùn)用樣本數(shù)據(jù)對(duì)模型進(jìn)行了訓(xùn)練和驗(yàn)證，證明了該故障診斷算法的準(zhǔn)確性和有效性。以圖7的速度傳感器斷線故障診斷為例，其診斷結(jié)果如下。

3.2.1 故障檢測(cè)

訓(xùn)練樣本采用正常工況下1節(jié)車4個(gè)軸的速度傳感器數(shù)據(jù)，其曲線見圖6； 經(jīng)模型運(yùn)算得到訓(xùn)練樣本的關(guān)鍵參數(shù)見表7。

表7 訓(xùn)練樣本的關(guān)鍵參數(shù)表

故障檢測(cè)時(shí)，同樣先對(duì)檢測(cè)樣本4個(gè)軸的速度進(jìn)行兩兩求殘差，得到6組變量。再根據(jù)訓(xùn)練樣本的關(guān)鍵參數(shù)，實(shí)時(shí)計(jì)算出被測(cè)樣本的綜合指標(biāo)φ，見圖8。由訓(xùn)練樣本得到綜合指標(biāo)φ的控制限值為1.599 1，而時(shí)刻區(qū)間0.54, 0.77,1.13～1.93 s時(shí)，被測(cè)樣本的綜合指標(biāo)φ值超過控制限，表明此時(shí)有故障發(fā)生，從而實(shí)現(xiàn)了故障的檢測(cè)，并記錄故障發(fā)生的時(shí)刻區(qū)間。

圖8 測(cè)試樣本的綜合指標(biāo)曲線

3.2.2 故障定位

故障軸定位時(shí)，在已檢測(cè)出的故障時(shí)刻區(qū)間0.54, 0.77,1.13～1.93 s內(nèi)，計(jì)算每個(gè)時(shí)刻6個(gè)變量的重構(gòu)貢獻(xiàn)RBC值，RBC最大值對(duì)應(yīng)的變量就為故障發(fā)生的變量，統(tǒng)計(jì)各變量被定位為故障的次數(shù)，見圖9(a)，第1次定位診斷時(shí)，6個(gè)變量被定位為故障的次數(shù)分別為1、81、1、0、0和0，被定位為故障次數(shù)最多的變量就為故障變量，因此此時(shí)故障變量集為Xf={2}，從而實(shí)現(xiàn)第1個(gè)故障變量的定位。

圖9 6個(gè)變量的故障數(shù)柱狀圖

每定位出1個(gè)變量后，計(jì)算重構(gòu)樣本的監(jiān)視指標(biāo)并判斷是否超控制限φ，見圖10?？刂葡拗禐?.599 1，第一次重構(gòu)后，時(shí)刻區(qū)間0.54, 0.77, 1.13～1.93 s的重構(gòu)樣本監(jiān)視指標(biāo)均超控制限，因此需繼續(xù)進(jìn)行RBC值計(jì)算和故障變量判斷，經(jīng)3次迭代判斷后所有重構(gòu)樣本的監(jiān)視指標(biāo)均小于控制限，故障定位結(jié)束，所有的故障變量已均被定位出來。因此，由圖9可知，故障變量集為Xf={2,4,6}，并利用組合最大化思想和各變量與軸的關(guān)系，推導(dǎo)出故障軸為3軸，實(shí)現(xiàn)了故障軸的準(zhǔn)確定位。

圖10 測(cè)試樣本的重構(gòu)監(jiān)控指標(biāo)曲線

3.2.3 故障類型診斷

故障具體類型診斷時(shí)，根據(jù)表2，得到速度信號(hào)的模式圖，見圖11。在時(shí)刻0.54 s和0.77 s時(shí)，瞬時(shí)速度信號(hào)模式為1，說明此時(shí)速度信號(hào)異常但不為0；1.13～1.93 s時(shí)，瞬時(shí)速度信號(hào)模式為2，說明此時(shí)速度信號(hào)異常且速度小于1 km/h，從而得到該檢測(cè)樣本的速度信號(hào)模式的轉(zhuǎn)換狀態(tài)過程，見圖12；同時(shí)為了便于描述診斷過程和結(jié)果，繪制了該故障診斷過程的Petri網(wǎng)，見圖13。

圖11 故障軸的速度信號(hào)模式圖

由圖12可知，時(shí)刻0.54 s時(shí)，p2=1，則變遷條件t10=1，診斷算法通過方程Mk+1=Mk⊕(C?U)得到庫所p2、p4、p5，但此后p8,p9,p10,p11,p12對(duì)應(yīng)的激發(fā)條件均無法滿足，因此不存在故障，其診斷過程見圖13中的綠色部分，0.77 s時(shí)刻也同樣不存在故障。

圖12 故障狀態(tài)變化過程

時(shí)刻1.13 s時(shí)，p2=1，則變遷條件t10=1，運(yùn)用狀態(tài)方程Mk+1=Mk⊕(C?U)得到庫所p2、p4、p5，實(shí)時(shí)判定變遷激發(fā)條件是否滿足，繼續(xù)得到相應(yīng)的變遷激發(fā)序列U，直至可判定故障類型的庫所p8,p9,p10,p11,p12中存在點(diǎn)(點(diǎn)表示token)，則一次故障診斷結(jié)束，其診斷過程見圖13中的綠色和紅色部分，因此最終結(jié)果為M=[0 1 1 1 1 1 0 1 0 0 0 0]T，p8為1，診斷出為斷線故障。

圖13 斷線故障的Petri網(wǎng)

因此該檢測(cè)樣本的診斷結(jié)果為：3軸速度傳感器在1.13～1.93 s時(shí)刻發(fā)生了斷線故障。

通過驗(yàn)證，證明了該診斷方法的有效性，同時(shí)現(xiàn)有的制動(dòng)系統(tǒng)遇到這種速度傳感器的斷線故障時(shí)，將會(huì)誤報(bào)出軸抱死故障，若將該診斷方法運(yùn)用于制動(dòng)系統(tǒng)工程化產(chǎn)品，能有效解決現(xiàn)車存在的誤報(bào)問題，提高系統(tǒng)的安全性。

4 結(jié)論

本文提出一種軌道交通制動(dòng)系統(tǒng)速度傳感器故障的一體化智能診斷方法，實(shí)現(xiàn)了速度傳感器故障發(fā)生的實(shí)時(shí)檢測(cè)、具體故障軸的準(zhǔn)確定位、故障類型的自動(dòng)識(shí)別。

(1)基于主元分析法，通過檢測(cè)樣本的1種綜合監(jiān)控指標(biāo)是否超限判斷，實(shí)現(xiàn)速度傳感器故障的實(shí)時(shí)檢測(cè)，有效避免了傳統(tǒng)主元分析監(jiān)控指標(biāo)量度不同造成檢測(cè)結(jié)果不一致的缺陷。

(2)采用重構(gòu)貢獻(xiàn)圖故障定位方法，通過反復(fù)迭代判斷，實(shí)現(xiàn)具體故障軸的準(zhǔn)確定位，可用于多變量故障的定位，并減小了對(duì)非故障變量的影響，避免拖尾效應(yīng)。

(3)在速度傳感器故障模式分析的基礎(chǔ)上，基于Petri網(wǎng)的故障診斷技術(shù)，結(jié)合工程經(jīng)驗(yàn)，建立了各故障演變傳遞的邏輯關(guān)系，實(shí)現(xiàn)速度傳感器典型故障的自動(dòng)識(shí)別。

(4)結(jié)合速度傳感器的現(xiàn)車運(yùn)營數(shù)據(jù)和故障注入模擬試驗(yàn)數(shù)據(jù)，對(duì)診斷算法進(jìn)行訓(xùn)練和驗(yàn)證，并以速度傳感器斷線故障的診斷過程和結(jié)果為例，證明了該故障診斷方法的有效性，解決了現(xiàn)車的誤報(bào)隱患問題，也為速度傳感器典型故障的安全導(dǎo)向措施研究與實(shí)施奠定了基礎(chǔ)。