APP下载

THDS热轴波形智能识别方法研究

2011-08-08扈海军曾宇清于卫东

铁道机车车辆 2011年6期
关键词:特征智能

扈海军,曾宇清,于卫东

(中国铁道科学研究院 机车车辆研究所,北京100081)

车辆轴温智能探测系统(Trace Hotbox Detection System,简称THDS)利用轨边红外线探头,动态监测通过列车轴承温度,发现热轴故障,并通过配套故障智能跟踪装置,实现热轴预报和跟踪,强化燃、切轴事故防范能力[1]。

目前,我国铁路沿线每隔约30 km即设立了1个无人值守的红外探测站进行轴温探测,由于探测现场环境复杂、恶劣,多种因素如冲击、意外热源、雨雪雾、安装缺陷、电压不稳等都可能影响检测,导致异常波形[2]。为解决该问题,相关厂家在探测站采取了许多措施,取得了一定的效果,但在铁路局红外联网集中报警中仍有较大数量的异常波形,加大了红外值班员的工作强度,有必要强化红外报警波形的自动智能识别。

分析了THDS轴温报警归一化波形数据的特征以及传统波形识别方法,提出了基于测点动态正常波形模型以及全新的智能识别方法;在此基础上,收集了近年大秦线1.6万条重载货车轴温报警轴承的归一化波形数据,以及与之对应的拦停、检查信息,对红外波形识别算法进行了校验及考核。

1 异常波形类型及原有处理方法

研究红外波形的智能识别方法,首先要了解异常波形的特点以及传统处理方法。由于轴承材料热传导特性良好,通过红外探头对轴承进行扫描而得到的轴承温度分布较为均匀。每个轴承的32点轴温归一化曲线相对平缓、符合不同种类轴承的温度分布规律,明显不符合轴承温度分布规律的波形即可视为异常波形。……

登录APP查看全文

猜你喜欢

特征智能
如何表达“特征”
智能制造 反思与期望
不忠诚的四个特征
智能前沿
智能前沿
智能前沿
智能前沿
智能制造·AI未来
线性代数的应用特征