数据驱动的高速列车制动控制系统微小故障诊断研究

The rapid development of China’s high-speed railway brings forward strict requirements for the high-speed train brake control system, which should work in a safe, reliable, and efficient operating condition. Fortunately, incipient fault diagnosis techniques can further improve the system’s safety and reliability. This project takes high-speed train brake control systems as the application background, focuses on the two main problems of noise and closed-loop control influences, and carries out research on data-driven incipient fault diagnosis theories, algorithms, and applications. First, an incipient fault description model, which treats both the normal data variation and noise as the joint reference, will be built, and a novel incipient fault detection index will be proposed, with fault detectability analyzed. Second, the influence of closed-loop control on incipient fault propagation, as well as the difficulty brought by closed-loop control to fault isolation, will be analyzed. Feasible incipient fault detection and isolation methods will then be investigated, and fault detectability and isolability conditions of the proposed methods will also be obtained. Last, the project will apply the main theoretical results to the practical high-speed train brake control system of CRRC Qingdao Sifang Rolling Stock Research Institute Co., Ltd., China, so as to validate the effectiveness of the proposed methods. This research project has not only important theoretical values, but also potential applications to provide the technical foundation for the safe and high-efficiency operation of high-speed train brake control systems.

我国高速铁路技术的飞速发展对高速列车制动控制系统的安全、可靠、高效运行提出了苛刻要求，而微小故障诊断技术可以实现进一步提高系统安全性与可靠性的目的。本项目立足高速列车制动控制系统这一应用背景，围绕噪声影响和闭环控制两个主要问题，开展数据驱动的微小故障诊断理论、算法和应用研究。首先建立一种以测量数据中过程数据变化和噪声为联合参照的微小故障描述模型，提出新颖的微小故障检测指标并分析故障可检测性；然后分析闭环控制对微小故障传播产生的影响以及给故障分离带来的难点，探讨相应的微小故障检测和分离逻辑，给出可检测性和可分离性条件；最后以真实的高速列车制动控制系统为对象，将主要理论成果在中车青岛四方所制动试验台上进行应用验证。研究成果不仅具有重要的理论意义，还可以为高速列车制动控制系统安全且高效运行提供必要的技术支撑，具有潜在的应用价值。

微小故障诊断技术可以进一步提高系统安全性与可靠性。本项目立足于高速列车制动控制系统这一应用背景，开展数据驱动的微小故障检测与分离理论及算法研究。项目执行期间，项目负责人及成员按照研究计划开展了一系列创新性研究工作，顺利完成了本项目预期的各项内容。项目组解决了噪声影响下平稳系统的微小故障诊断问题，在此基础上提出两种微小传感器故障检测与分离方法研究框架：其一，利用滞后样本进行维数增广的思想，提出增广马氏距离指标用于微小故障检测，进而与改进贡献图方法相结合给出了微小故障分离策略，并在理论上分析了上述方法的故障可检测与可分离条件；其二，提出一种新颖的指标即统计量马氏距离，用于实现具有微小幅值常见多种传感器故障的检测、分离和分类，并进行了理论分析与对比。为了克服贡献图方法用于分离任务时面临的污染效应缺陷，项目组受启发于分组Lasso算法的物理意义，提出一种广义群组贡献图技术用于分级故障诊断，从而使故障定位更加准确。旋转机械是构成高速列车制动系统的重要组成，针对其易发故障的齿轮箱结构，提出一种改进的支持向量数据描述算法实现齿轮箱的多故障诊断。最后，项目组针对高速列车空气制动系统故障诊断问题，考虑其闭环控制与过程数据非平稳特性，创造性地提出一种组合指标用于微小故障检测，并基于此提出了基于优化准则的微小故障分离策略。.在本项目资助下，项目组在微小故障诊断理论及算法研究方面，给出了两种新颖的研究框架，结合项目负责人博士期间的工作，总共形成三类微小故障诊断解决方案，它们之间既有联系又有区别。核心方法有效性不仅通过数值例子和Benchmark平台进行了仿真验证，还在中车四方所1:1制动试验台上进行了实验数据测试，项目成果具有重要的潜在应用价值。.项目发表SCI论文10篇，其中负责人一作/通讯论文5篇，EI会议论文2篇，授权/申请国家发明专利7项。基于项目研究成果，项目负责人获中国博士后科学基金资助和山东省博士后创新项目专项资金一等资助，获青岛市自然科学奖一项，获批西海岸新区创新类高层次人才。依托本项目，项目负责人目前担任CAA大数据专委会委员，担任领域内12本SCI刊物的审稿专家。