基于数据驱动的地铁列车制动系统管路泄漏检测及预警方法

摘要

列车制动系统管路泄漏中制动总风管路泄漏和制动缸及相连管路泄漏的检测定位非常困难。介绍了基于数据驱动的地铁列车制动系统管路泄漏的检测及预警方法。该方法使用源于TCMS(列车控制管理系统)的原始数据并对数据进行处理,基于处理后的数据建立模型;采用以异常检测模型和回归模型为基学习器的机器学习模型在空间中确定健康域,并使用模型的不同指标来表征不同位置的泄漏;依据不同指标随时间的变化规律提供泄漏预警信息。针对原始数据采样率及数据传输质量有限的问题,采用了“率”的物理量定义方法和异常数据段剔除方法。测试结果表明,该模型能够监测、定位泄漏位置并提供预警。