專利名稱：基于數(shù)據(jù)融合模式識別的嵌入式故障智能診斷裝置及方法
技術(shù)領(lǐng)域：
本發(fā)明屬于軌道交通故障智能診斷技術(shù)領(lǐng)域，特別涉及一種基于數(shù)據(jù)融合模 式識別的嵌入式故障智能診斷裝置及方法。特別是適用于關(guān)鍵設(shè)備眾多，結(jié)構(gòu)復(fù) 雜的軌道交通列車(包括安全疏散門、車門、走行部、牽引系統(tǒng)、制動系統(tǒng)和車 載信號系統(tǒng)等)，干擾信號復(fù)雜的故障診斷系統(tǒng)。
背景技術(shù)：
國內(nèi)外事故統(tǒng)計(jì)分析表明車輛、信號、軌道及供電系統(tǒng)等是引發(fā)軌道交通 事故的關(guān)鍵裝備，尤其以關(guān)乎乘客生命安全的車輛更是重中之重。車輛由眾多關(guān) 鍵設(shè)備(安全疏散門、車門、走行部、牽引系統(tǒng)、制動系統(tǒng)和車載信號系統(tǒng)等) 組成，故障后的危害性最大。這一危害性在城市軌道交通中尤為突出。盡管我國 城市軌道交通已經(jīng)部署了大量的監(jiān)控系統(tǒng)，在保障運(yùn)營安全方面發(fā)揮了重要作 用。但是，由于缺乏對車輛等關(guān)鍵裝備的一體化實(shí)時監(jiān)控、故障診斷、隱患預(yù)警、 維修和應(yīng)急決策支持技術(shù)，導(dǎo)致無法為運(yùn)營提供有效的安全保障。已成為制約我 國城市軌道交通發(fā)展和效率提高的瓶頸，是提高運(yùn)營效率及安全保障必須解決的 難點(diǎn)問題。
70年代初，美國的軍事機(jī)構(gòu)就開始研究數(shù)據(jù)的自動化綜合處理，1973年， 美國防部資助開發(fā)了聲吶信號理解系統(tǒng)，數(shù)據(jù)融合技術(shù)在該系統(tǒng)中得到了最早的 體現(xiàn)。此后，數(shù)據(jù)融合技術(shù)蓬勃發(fā)展，不僅在<:31系統(tǒng)中盡可能采用多種傳感器 來收集信息，而且在工業(yè)控制和管理等領(lǐng)域也朝著多傳感器的方向發(fā)展。
近20年來，信息融合技術(shù)越來越受到人們的普遍關(guān)注。西方發(fā)達(dá)國家相當(dāng) 重視信息融合技術(shù)，其研究與應(yīng)用發(fā)展十分迅速，正從概念論證走向開發(fā)應(yīng)用。 1937年以來，美國國會一直將其列為對美國國防具有重要影響的21項(xiàng)關(guān)鍵技術(shù) 之一，并在信息融合技術(shù)研究方面投入巨資。 一些采用信息融合技術(shù)的軍事系統(tǒng) 也相繼研制成功。信息融合另外一個有成就的研究和應(yīng)用領(lǐng)域是智能機(jī)器人，智 能機(jī)器人需要依靠本身的傳感器系統(tǒng)綜合信息、識別環(huán)境作出決策。
而將信息融合技術(shù)應(yīng)用于軌道交通故障診斷領(lǐng)域成為r一種趨勢。在故障診
斷中應(yīng)該充分利用各種信息，而不應(yīng)僅局限于一種信息。因?yàn)閺脑\斷學(xué)角度來看， 任何一種診斷信息都是模糊的、不精確的。任何一種診斷對象，單用一方面信息 來反映其狀態(tài)行為都是不完整的，只有從多方面獲得關(guān)于同一對象的多維信息， 并加以融合利用，才能對設(shè)備進(jìn)行更可靠更準(zhǔn)確的診斷。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種基于數(shù)據(jù)融合模式識別的嵌入式故障智能診斷 裝置及方法。
所述基于數(shù)據(jù)融合模式識別的嵌入式故障智能診斷裝置包括硬件結(jié)構(gòu)和軟 件結(jié)構(gòu)組成；
硬件結(jié)構(gòu)包括數(shù)據(jù)采集模塊和嵌入式模塊。數(shù)據(jù)采集模塊負(fù)責(zé)完成數(shù)據(jù)采
集、信號處理的任務(wù)，1 n個信號釆集單元通過CAN總線接口和中心處理單元
PC104連接，信號采集單元直接安裝固定在列車關(guān)鍵設(shè)備的主要部位上，完成傳 感器的故障診斷、標(biāo)定和校準(zhǔn),列車設(shè)備工作狀態(tài)參數(shù)采集、信號的特征提取和 CAN總線通訊；中心處理單元是采用PC104總線的嵌入式PC，中心處理單元位于設(shè) 備的監(jiān)測中心，分別和液晶顯示、鍵盤及存貯設(shè)備、CAN接口、適配卡連接，畫通 過網(wǎng)絡(luò)與遠(yuǎn)程服務(wù)器通訊，主要完成采集信號的處理、工作狀態(tài)的判斷與報(bào)警， 以及故障診斷工作。
所述軟件結(jié)構(gòu)采用模塊化設(shè)計(jì),具有據(jù)預(yù)處理、歷史數(shù)據(jù)網(wǎng)絡(luò)訓(xùn)練，網(wǎng)絡(luò)知 識庫進(jìn)行網(wǎng)絡(luò)推理，故障解釋功能，主要包括監(jiān)測數(shù)據(jù)庫、監(jiān)測報(bào)警模塊、故障 診斷模塊、CAN通訊模塊及網(wǎng)絡(luò)通訊模塊通過數(shù)據(jù)庫管理模塊與故障診斷模塊通 訊。
所述PC104是一種專門為嵌入式控制而定義的工業(yè)控制總線，實(shí)質(zhì)上是一 種緊湊型的IEEE—P996標(biāo)準(zhǔn)，其信號定義和PC/AT基本一致，但電氣和機(jī)械規(guī)范卻 完全不同，是一種優(yōu)化的、小型、堆棧式結(jié)構(gòu)的嵌入式系統(tǒng)，有極好的抗振性。 PC104嵌入式計(jì)算機(jī)模塊系列是一整套低成本、高可靠性、能迅速配置成產(chǎn)品的
結(jié)構(gòu)化模塊。滿足了系統(tǒng)抗振性和可靠性的要求。
所述信號采集單元包括傳感器、信號調(diào)理、AD轉(zhuǎn)換、DSP(或MCU)、數(shù)字量 輸入模塊、FLASH存貯器。
所述監(jiān)測報(bào)警模塊根據(jù)具體工作狀態(tài)惡劣程度的不同將報(bào)警分為3級。l級報(bào) 警只是提醒注意，在這種情況下設(shè)備還能工作一段時間；2級報(bào)警要求密切注 視故障的發(fā)展，但不需立即處理；3級報(bào)警對這級報(bào)警，應(yīng)立即進(jìn)行應(yīng)急處理。
所述網(wǎng)絡(luò)推理，故障解釋是靠多神經(jīng)網(wǎng)絡(luò)診斷模塊實(shí)現(xiàn)，該模塊包括三大模 塊:數(shù)據(jù)級融合模塊、特征級并行多神經(jīng)網(wǎng)絡(luò)局部診斷模塊及決策級融合診斷模 塊，是基于數(shù)據(jù)融合模式識別故障智能診斷機(jī)制，利用數(shù)據(jù)在不同層次(或級別) 上的融合來進(jìn)行故障診斷。為進(jìn)行故障診斷，所需要的主要參數(shù)通過多傳感器從 試驗(yàn)臺架上監(jiān)測獲得,經(jīng)過D/A及A/D轉(zhuǎn)換變換為數(shù)字信號輸入到計(jì)算機(jī)中進(jìn)行系 統(tǒng)的監(jiān)測及診斷。在特征級上采用3個結(jié)構(gòu)相同的并行BP (back propagation) 神經(jīng)網(wǎng)絡(luò)。故障診斷模塊工作時，將監(jiān)測數(shù)據(jù)庫的下位機(jī)采集的數(shù)據(jù)取出并進(jìn)行 預(yù)處理，作為神經(jīng)網(wǎng)絡(luò)的輸入量，神經(jīng)網(wǎng)絡(luò)的輸出量代表故障診斷的結(jié)果。
所述基于數(shù)據(jù)融合模式識別的嵌入式故障智能診斷方法，其特征在于，所述 嵌入式故障智能診斷是采用高速的DSP微處理器，借助其高速數(shù)據(jù)處理的多級緩 沖和流水線機(jī)制，組成一種分布式監(jiān)測處理系統(tǒng)，結(jié)合基于數(shù)據(jù)融合模式識別的 傳感器群信息，借助多神經(jīng)網(wǎng)絡(luò)局部診斷及決策級融合模式識別故障智能診斷機(jī) 制實(shí)現(xiàn)故障決策融合方法，步驟如下
1) 數(shù)據(jù)采集并存入數(shù)據(jù)庫；
2) 從數(shù)據(jù)庫讀取特征數(shù)據(jù)；
3) 判斷特征提取是否完成，如果未完成，則返回步驟2;如果完成，則執(zhí)行
歩驟4;
4) 將讀取的特征數(shù)據(jù)送入神經(jīng)網(wǎng)絡(luò)，進(jìn)行多神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練、推理、故 障定位；
5) 讀取讀取訓(xùn)練好的網(wǎng)絡(luò)連接權(quán)值，進(jìn)行計(jì)算網(wǎng)絡(luò)輸出；
6) 對任意兩個神經(jīng)網(wǎng)絡(luò)輸出進(jìn)行融合計(jì)算；
7) 將融合結(jié)果與第3個網(wǎng)絡(luò)進(jìn)行融合；
8) 對步驟7融合診斷結(jié)果進(jìn)行判斷，是否繼續(xù)診斷，如果是，則返回步驟1，
重復(fù)步驟1 7，否則結(jié)束。
所述多神經(jīng)網(wǎng)絡(luò)局部診斷采用最基本的三層BP算法，決策級將BP網(wǎng)絡(luò)的局部 診斷結(jié)果進(jìn)行融合。
所述基于數(shù)據(jù)融合即上、下位機(jī)兩級微機(jī)結(jié)構(gòu)。其中，下位機(jī)是數(shù)據(jù)采集模 塊負(fù)責(zé)完成數(shù)據(jù)采集、信號處理的任務(wù)，包括采集傳感器的輸出信號和傳感器數(shù) 據(jù)的預(yù)處理；而上位機(jī)為嵌入式中心處理單元，實(shí)現(xiàn)數(shù)據(jù)存儲、圖形顯示及數(shù)據(jù) 遠(yuǎn)程傳輸?shù)墓δ?。另外，采用先進(jìn)的嵌入式系統(tǒng)結(jié)構(gòu)，實(shí)現(xiàn)數(shù)據(jù)存儲、圖形顯示 及數(shù)據(jù)遠(yuǎn)程傳輸?shù)墓δ?，完成故障診斷任務(wù)
本發(fā)明提出的基于數(shù)據(jù)融合模式識別嵌入式故障智能診斷技術(shù)具有很好的 擴(kuò)展性，非常適合大規(guī)模分布式系統(tǒng)，及監(jiān)測關(guān)鍵設(shè)備眾多的列車安全應(yīng)用中， 進(jìn)行實(shí)時了解和掌握各設(shè)備運(yùn)行過程中的狀態(tài)，對各方面的信息綜合分析和處 理，克服目前故障診斷過程中存在的片面性和不確定性，從而建立故障診斷的基 于數(shù)據(jù)融合模式識別的傳感器群信息融合模型，并實(shí)現(xiàn)故障決策融合方法，保證 得到更全面、更準(zhǔn)確的故障診斷信息，早期發(fā)現(xiàn)故障，查明原因，提高設(shè)備工作 的安全性和可靠性，改善設(shè)備運(yùn)行狀況，最大限度地提高設(shè)備的使用效率，保證 列車關(guān)鍵裝備工作的安全性和可靠性，最大限度地提高運(yùn)營效率和安全保障。


圖l是本發(fā)明的硬件結(jié)構(gòu)圖； 圖2是本發(fā)明的軟件結(jié)構(gòu)圖； 圖3是本發(fā)明軟件程序流程圖4是故障診斷模塊基于數(shù)據(jù)融合方法的診斷系統(tǒng)結(jié)構(gòu)圖5是診斷程序流程圖。
具體實(shí)施方式
.
基于數(shù)據(jù)融合模式識別軌道交通列車嵌入式故障智能診斷裝置包括硬件和 軟件，硬件和軟件均采用功能模塊化設(shè)計(jì)，硬件結(jié)構(gòu)如圖l所示，包括數(shù)據(jù)釆集模
塊和嵌入式模塊。由信號采集單元和中心處理單元組成，其中信號采集單元包括
傳感器、信號調(diào)理、AD轉(zhuǎn)換、DSP(或MCU)、數(shù)字量輸入模塊、FLASH存貯器和CAN 總線接口。信號采集單元直接安裝固定在列車關(guān)鍵設(shè)備各主要部位上，完成傳感 器的故障診斷、標(biāo)定和校準(zhǔn)，列車設(shè)備工作狀態(tài)參數(shù)采集、信號的特征提取和CAN 總線通訊。中心處理單元采用PC104總線的嵌入式PC， PC104是一種專門為嵌入 式控制而定義的工業(yè)控制總線，實(shí)質(zhì)上是一種緊湊型的IEEE—P996標(biāo)準(zhǔn)，其信號 定義和PC/AT基本一致，但電氣和機(jī)械規(guī)范卻完全不同，是一種優(yōu)化的、小型、堆 棧式結(jié)構(gòu)的嵌入式系統(tǒng)，有極好的抗振性。PC104嵌入式計(jì)算機(jī)模塊系列是一整 套低成本、高可靠性、能迅速配置成產(chǎn)品的結(jié)構(gòu)化模塊。滿足了系統(tǒng)抗振性和可 靠性的要求。中心處理單元位于設(shè)備的監(jiān)測中心，主要完成采集信號的處理、工 作狀態(tài)的判斷與報(bào)警，以及故障診斷等工作。
故障診斷裝置采用高速的DSP微處理器，借助其高速數(shù)據(jù)處理的多級緩沖和 流水線機(jī)制,組成一種分布式監(jiān)測處理系統(tǒng)，即上、下位機(jī)兩級微機(jī)結(jié)構(gòu)。其中， 數(shù)據(jù)采集模塊負(fù)責(zé)完成數(shù)據(jù)采集、信號處理的任務(wù)，包括采集傳感器的輸出信號 和傳感器數(shù)據(jù)的預(yù)處理；而嵌入式模塊實(shí)現(xiàn)數(shù)據(jù)存儲、圖形顯示及數(shù)據(jù)遠(yuǎn)程傳輸 的功能。另外，采用先進(jìn)的嵌入式系統(tǒng)結(jié)構(gòu)，實(shí)現(xiàn)數(shù)據(jù)存儲、圖形顯示及數(shù)據(jù)遠(yuǎn) 程傳輸?shù)墓δ埽瓿晒收显\斷任務(wù)。采用這種嵌入式故障智能診斷技術(shù)，可以滿 足系統(tǒng)的速度、體積、功耗等要求，從而提高設(shè)備工作的安全性和可靠性，最大 限度地提高設(shè)備的使用效率。
圖2是發(fā)明的軟件結(jié)構(gòu)，軟件系統(tǒng)主要包括監(jiān)測數(shù)據(jù)庫、監(jiān)測報(bào)警模塊、故 障診斷模塊、CAN通訊模塊及網(wǎng)絡(luò)通訊模塊組成。
圖3是軟件模塊程序流程圖。軟件模塊程序流程是首先進(jìn)行CAN，網(wǎng)絡(luò)初 始化，對讀取數(shù)據(jù)預(yù)處理、調(diào)入網(wǎng)絡(luò)知識庫推理，可定位故障？如果故障可定位 則顯示結(jié)果，否則啟用遠(yuǎn)程診斷？是則進(jìn)行遠(yuǎn)程診斷，不是，則按概率列出故障 原因，并顯示結(jié)果進(jìn)行故障參數(shù)存儲。對診斷故障參數(shù)進(jìn)行監(jiān)測報(bào)警，監(jiān)測報(bào)警 模塊根據(jù)當(dāng)前的傳感器信號,釆用單參數(shù)閾值報(bào)警和多參數(shù)綜合分析報(bào)警兩種方 式進(jìn)行當(dāng)前系統(tǒng)狀態(tài)的預(yù)報(bào)。單參數(shù)報(bào)警是將單個工況參數(shù)的監(jiān)測數(shù)據(jù)與其設(shè)定
的正常工況閾值進(jìn)行比較，根據(jù)差別程度的不同進(jìn)行分級報(bào)警；多參數(shù)報(bào)警首先
將幾個關(guān)鍵工況參數(shù)的監(jiān)測值進(jìn)行歸一化,然后進(jìn)行綜合的故障診斷，給出系統(tǒng)
級的狀態(tài)指示。監(jiān)測報(bào)警模塊根據(jù)具體工況惡劣程度的不同將報(bào)警分為3級。1
級報(bào)警只是提醒注意，在這種情況下設(shè)備還能工作一段時間；2級報(bào)警要求密 切注視故障的發(fā)展，但不需立即處理；3級報(bào)警對這級報(bào)警,應(yīng)立即進(jìn)行應(yīng)急處理。
故障診斷模塊，設(shè)備結(jié)構(gòu)的復(fù)雜性使得其故障具有多層次性、模糊和不確定 性等特點(diǎn)，而且本系統(tǒng)要求實(shí)現(xiàn)在線診斷，因此故障診斷模塊采用了神經(jīng)網(wǎng)絡(luò)診 斷模型。故障診斷模塊工作時，將監(jiān)測數(shù)據(jù)庫的下位機(jī)采集的數(shù)據(jù)取出并進(jìn)行預(yù) 處理，作為神經(jīng)網(wǎng)絡(luò)的輸入量，神經(jīng)網(wǎng)絡(luò)的輸出量代表故障診斷的結(jié)果。首先對
神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練學(xué)習(xí)，即將特定故障對應(yīng)的狀態(tài)參數(shù)作為樣本，建立較全的樣 本庫，然后用所有的樣本對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，這樣就可以將樣本庫的知識以網(wǎng) 絡(luò)的形式存儲在神經(jīng)網(wǎng)絡(luò)的連接權(quán)中，最后，通過神經(jīng)網(wǎng)絡(luò)輸入量的計(jì)算就可以
完成故障診斷。故障診斷中神經(jīng)網(wǎng)絡(luò)所采用的模型大多為BP模型，這主要是由于 對BP模型的研究比較成熟，使用比較可靠。
圖4是故障診斷模塊基于數(shù)據(jù)融合方法的診斷系統(tǒng)。該系統(tǒng)包括三大模塊:數(shù) 據(jù)級融合模塊、特征級并行多神經(jīng)網(wǎng)絡(luò)局部診斷模塊及決策級融合診斷模塊；數(shù) 據(jù)級融合模塊主要進(jìn)行多傳感器數(shù)據(jù)采集及特征提取。為進(jìn)行故障診斷,所需要 的主要參數(shù)通過多傳感器從試驗(yàn)臺架上監(jiān)測獲得,經(jīng)過D/A及A/D轉(zhuǎn)換變換為數(shù)字
信號輸入到計(jì)算機(jī)中進(jìn)行系統(tǒng)的監(jiān)測及診斷。在特征級上采用3個結(jié)構(gòu)相同的并 行BP (back propagation)神經(jīng)網(wǎng)絡(luò)。BP神經(jīng)網(wǎng)絡(luò)是目前較成熟的神經(jīng)網(wǎng)絡(luò)，本 發(fā)明采用最基本的三層BP算法；決策級將BP網(wǎng)絡(luò)的局部診斷結(jié)果進(jìn)行融合，得到 最終的診斷結(jié)果。診斷程序流程如圖5所示。步驟如下
1) 數(shù)據(jù)采集并存入數(shù)據(jù)庫；
2) 從數(shù)據(jù)庫讀取特征數(shù)據(jù)；
3) 判斷特征提取是否完成，如果未完成，則返回步驟2;如果完成，則執(zhí)行
步驟4;
4) 將讀取的特征數(shù)據(jù)送入神經(jīng)網(wǎng)絡(luò)，進(jìn)行多神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練、推理、故 障定位；
5) 讀取讀取訓(xùn)練好的網(wǎng)絡(luò)連接權(quán)值，進(jìn)行計(jì)算網(wǎng)絡(luò)輸出；
6) 對任意兩個神經(jīng)網(wǎng)絡(luò)輸出進(jìn)行融合計(jì)算；
7) 將融合結(jié)果與第3個網(wǎng)絡(luò)進(jìn)行融合；
8) 對步驟7融合診斷結(jié)果進(jìn)行判斷，是否繼續(xù)診斷，如果是，則返回步驟l， 重復(fù)步驟1 7，否則結(jié)束。
權(quán)利要求
1.一種基于數(shù)據(jù)融合模式識別的嵌入式故障智能診斷裝置，其特征在于，所述基于數(shù)據(jù)融合模式識別的嵌入式故障智能診斷裝置包括硬件結(jié)構(gòu)和軟件結(jié)構(gòu)組成；所述硬件結(jié)構(gòu)包括數(shù)據(jù)采集模塊和嵌入式模塊，數(shù)據(jù)采集模塊負(fù)責(zé)完成數(shù)據(jù)采集、信號處理的任務(wù)，信號采集單元(1)至信號采集單元(n)分別通過CAN總線接口和中心處理單元PC104連接，信號采集單元直接安裝固定在列車關(guān)鍵設(shè)備的主要部位上，完成傳感器的故障診斷、標(biāo)定和校準(zhǔn)，列車設(shè)備工作狀態(tài)參數(shù)采集、信號的特征提取和CAN總線通訊；中心處理單元是采用PC104總線的嵌入式PC，中心處理單元位于設(shè)備的監(jiān)測中心，分別和液晶顯示、鍵盤及存貯設(shè)備、CAN接口、適配卡連接，畫通過網(wǎng)絡(luò)與遠(yuǎn)程服務(wù)器通訊，主要完成采集信號的處理、工作狀態(tài)的判斷與報(bào)警，以及故障診斷工作；所述軟件結(jié)構(gòu)采用模塊化設(shè)計(jì)，具有據(jù)預(yù)處理、歷史數(shù)據(jù)網(wǎng)絡(luò)訓(xùn)練，網(wǎng)絡(luò)知識庫進(jìn)行網(wǎng)絡(luò)推理，故障解釋功能，主要包括監(jiān)測數(shù)據(jù)庫、監(jiān)測報(bào)警模塊、故障診斷模塊、CAN通訊模塊及網(wǎng)絡(luò)通訊模塊通過數(shù)據(jù)庫管理模塊與故障診斷模塊通訊。
2. 根據(jù)權(quán)利要求1所述基于數(shù)據(jù)融合模式識別的嵌入式故障智能診斷裝置， 其特征在于，所述PC104是一種專門為嵌入式控制而定義的工業(yè)控制總線，實(shí)質(zhì) 上是一種緊湊型的IEEE—P996標(biāo)準(zhǔn)，其信號定義和PC/AT基本一致，但電氣和機(jī)械 規(guī)范卻完全不同，是一種優(yōu)化的、小型、堆棧式結(jié)構(gòu)的嵌入式系統(tǒng),有極好的抗 振性；PC104嵌入式計(jì)算機(jī)模塊系列是一整套低成本、高可靠性、能迅速配置成 產(chǎn)品的結(jié)構(gòu)化模塊，滿足了系統(tǒng)抗振性和可靠性的要求。
3. 根據(jù)權(quán)利要求1所述基于數(shù)據(jù)融合模式識別的嵌入式故障智能診斷裝置， 其特征在于，所述信號采集單元包括傳感器、信號調(diào)理、AD轉(zhuǎn)換、DSP(或MCU)、 數(shù)字量輸入模塊、FLASH存貯器。
4. 根據(jù)權(quán)利要求l所述基于數(shù)據(jù)融合模式識別的嵌入式故障智能診斷裝置， 其特征在于，所述監(jiān)測報(bào)警模塊根據(jù)具體工作狀態(tài)惡劣程度的不同將報(bào)警分為3 級；l級報(bào)警只是提醒注意，在這種情況下設(shè)備還能工作一段時間；2級報(bào)警 要求密切注視故障的發(fā)展，但不需立即處理；3級報(bào)警對這級報(bào)警，應(yīng)立即進(jìn)行 應(yīng)急處理。
5. 根據(jù)權(quán)利要求1所述基于數(shù)據(jù)融合模式識別的嵌入式故障智能診斷裝置， 其特征在于，所述網(wǎng)絡(luò)推理，故障解釋是靠神經(jīng)網(wǎng)絡(luò)診斷模塊實(shí)現(xiàn)，該模塊包括三大模塊:數(shù)據(jù)級融合模塊、特征級并行多神經(jīng)網(wǎng)絡(luò)局部診斷模塊及決策級融合診斷模塊，是基于數(shù)據(jù)融合模式識別故障智能診斷機(jī)制，利用數(shù)據(jù)在不同層次(或級別)上的融合來進(jìn)行故障診斷；為進(jìn)行故障診斷，所需要的主要參數(shù)通過多傳 感器從試驗(yàn)臺架上監(jiān)測獲得，經(jīng)過D/A及A/D轉(zhuǎn)換變換為數(shù)字信號輸入到計(jì)算機(jī)中 進(jìn)行系統(tǒng)的監(jiān)測及診斷，在特征級上采用3個結(jié)構(gòu)相同的并行BP (back pr叩agation)神經(jīng)網(wǎng)絡(luò)，故障診斷模塊工作時，將監(jiān)測數(shù)據(jù)庫的下位機(jī)采集的數(shù) 據(jù)取出并進(jìn)行預(yù)處理,作為神經(jīng)網(wǎng)絡(luò)的輸入量，神經(jīng)網(wǎng)絡(luò)的輸出量代表故障診斷 的結(jié)果。
6. 根據(jù)權(quán)利要求1所述基于數(shù)據(jù)融合模式識別的嵌入式故障智能診斷裝置， 其特征在于，所述神經(jīng)網(wǎng)絡(luò)診斷模塊還包括一種基于模糊神經(jīng)網(wǎng)絡(luò)的故障診斷專 家系統(tǒng)(FNN-FD—ES),充分利用專家系統(tǒng)(ES)和模糊神經(jīng)網(wǎng)絡(luò)(F腦)的特點(diǎn)，由 ES負(fù)責(zé)符號處理；F麗負(fù)責(zé)數(shù)值計(jì)算，完成知識獲取、推理工作。
7. —種基于數(shù)據(jù)融合模式識別的嵌入式故障智能診斷方法，其特征在于，所 述嵌入式故障智能診斷是采用高速的DSP微處理器,借助其高速數(shù)據(jù)處理的多級 緩沖和流水線機(jī)制,組成一種分布式監(jiān)測處理系統(tǒng)，結(jié)合基于數(shù)據(jù)融合模式識別 的傳感器群信息，借助多神經(jīng)網(wǎng)絡(luò)局部診斷及決策級融合模式識別故障智能診斷 機(jī)制實(shí)現(xiàn)故障決策融合方法，步驟如下1) 數(shù)據(jù)采集并存入數(shù)據(jù)庫；2) 從數(shù)據(jù)庫讀取特征數(shù)據(jù)；3) 判斷特征提取是否完成，如果未完成，則返回步驟2;如果完成，則執(zhí)行步驟4; 4) 將讀取的特征數(shù)據(jù)送入神經(jīng)網(wǎng)絡(luò)，進(jìn)行多神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練、推理、故 障定位；5) 讀取讀取訓(xùn)練好的網(wǎng)絡(luò)連接權(quán)值，進(jìn)行計(jì)算網(wǎng)絡(luò)輸出；6) 對任意兩個神經(jīng)網(wǎng)絡(luò)輸出進(jìn)行融合計(jì)算；7) 將融合結(jié)果與第3個網(wǎng)絡(luò)進(jìn)行融合；8) 對步驟7融合診斷結(jié)果進(jìn)行判斷，是否繼續(xù)診斷，如果是，則返回步驟l， 重復(fù)步驟1 7，否則結(jié)束。
8. 根據(jù)權(quán)利要求7所述基于數(shù)據(jù)融合模式識別的嵌入式故障智能診斷方法， 其特征在于，所述多神經(jīng)網(wǎng)絡(luò)局部診斷采用最基本的三層BP算法，決策級將BP網(wǎng) 絡(luò)的局部診斷結(jié)果進(jìn)行融合。
9. 根據(jù)權(quán)利要求7所述基于數(shù)據(jù)融合模式識別的嵌入式故障智能診斷裝置， 其特征在于，所述基于數(shù)據(jù)融合即上、下位機(jī)兩級微機(jī)結(jié)構(gòu)，其中，下位機(jī)是數(shù) 據(jù)采集模塊負(fù)責(zé)完成數(shù)據(jù)采集、信號處理的任務(wù)，包括采集傳感器的輸出信號和 傳感器數(shù)據(jù)的預(yù)處理；而上位機(jī)為嵌入式中心處理單元，實(shí)現(xiàn)數(shù)據(jù)存儲、圖形顯 示及數(shù)據(jù)遠(yuǎn)程傳輸?shù)墓δ埽涣硗?，采用先進(jìn)的嵌入式系統(tǒng)結(jié)構(gòu)，實(shí)現(xiàn)數(shù)據(jù)存儲、 圖形顯示及數(shù)據(jù)遠(yuǎn)程傳輸?shù)墓δ?，完成故障診斷任務(wù)。
全文摘要
本發(fā)明公開了屬于軌道交通故障智能診斷技術(shù)領(lǐng)域的一種基于數(shù)據(jù)融合模式識別的嵌入式故障智能診斷裝置及方法。所述基于數(shù)據(jù)融合模式識別的嵌入式故障智能診斷裝置包括硬件結(jié)構(gòu)和軟件結(jié)構(gòu)組成；故障診斷裝置采用高速的DSP微處理器，借助其高速數(shù)據(jù)處理的多級緩沖和流水線機(jī)制，組成一種分布式監(jiān)測處理系統(tǒng)，即上、下位機(jī)兩級微機(jī)結(jié)構(gòu)。結(jié)合基于數(shù)據(jù)融合模式識別的傳感器群信息，借助多神經(jīng)網(wǎng)絡(luò)局部診斷及決策級融合模式識別故障智能診斷機(jī)制，實(shí)現(xiàn)數(shù)據(jù)存儲、圖形顯示及數(shù)據(jù)遠(yuǎn)程傳輸?shù)墓δ?，完成故障診斷任務(wù)。及時發(fā)現(xiàn)列車關(guān)鍵裝備的潛在故障，保證列車關(guān)鍵裝備工作的安全性和可靠性，最大限度地提高運(yùn)營效率和安全保障。
文檔編號H04L12/28GK101110155SQ200710120829
公開日2008年1月23日 申請日期2007年8月27日 優(yōu)先權(quán)日2007年8月27日
發(fā)明者周慧娟, 燁 張, 王艷輝, 勇 秦, 蔡國強(qiáng), 賈利民 申請人:北京交通大學(xué)