Page 86 - 无线通信技术发展与研究

无线通信技术发展与研究
Development and Research of Wireless Communication Technology

向。常见的故障诊断内容包括电路板故障、阀类故障、传感器故障、管路泄漏故
障、连接器故障、通信类故障。这些故障种类在很多时候其信号的表征是深度耦
合的，因此如何进行诊断定位是制动系统较为特有的需求方向。

以常见的抱死故障为例，其可能的故障原因有以下 3 种：速度传感器故障；
轴抱死；电路板故障。由于抱死的后果较为严重，往往对车辆运营产生影响，因
此需要对以上的故障原因进行快速诊断及定位。针对以上的故障原因，采用卡尔
曼滤波方法进行研究。卡尔曼滤波算法核心是运用递归算法来达到最优状态估计，

利用前一时刻的估计值和现时刻的观测值来更新当前状态变量的估计值，结合残
差判断故障及佩特里（Petri）网等技术进行故障诊断，进而将速度信号自身的故
障和真实的轴抱死故障进行区分。

4. 故障预测
故障预测一般有 2 种方法，一种是基于已有的产品寿命模型进行预测，一种
是基于历史数据建立模型进行预测。
（1）基于已有产品的寿命模型
在城市轨道交通行业中，产品的实际运用很难得到全寿命周期的特性数据，

因此如需得到较为完整周期的模型，有仿真和实验 2 种方法获取数据。仿真的成
本较低，可以通过仿真实现多种故障注入的验证，由此获得产品不同的响应特性
数据。仿真的局限性在于其研究成果很大程度上依赖于模型的精确程度以及对于

产品失效机理的理解深度，目前应用比较广泛的是采用可靠性实验技术开展一定
样本量的产品加速寿命实验，实时监测全实验过程的产品性能退化特征，利用基
于相似性建模的方法进行故障预测。
（2）基于历史数据的预测模型
预测是在了解和掌握系统的运行状态及状态变化规律的基础上，根据一定的

预测方法推测其状态的变化趋势，估计故障的传播、发展和系统的性能劣化趋势，
是进行事故预防、实现视情维修和健康管理的重要手段。其中基于数据驱动的故
障预测方法主要利用设备的历史工作数据、故障注入数据以及仿真实验数据等，

通过各种数据分析处理算法进行趋势预测，是目前应用比较广泛的预测方法。基
于数据驱动的故障预测是数据采集、特征提取、趋势预测、故障识别的过程，主
要分为以下 3 个步骤。
预测样本数据准备和预测模型训练。将监测到的设备状态数据进行分析、特

·74·