一种基于多源信息融合的列车制动故障诊断方法

摘要

本发明公开了一种基于多源信息融合的列车制动故障诊断方法，首先对列车制动过程进行受力分析，包括列车空气制动力B、列车运行基本阻力R1(v)、列车运行附加阻力R2(v,x)，建立列车非线性制动状态空间模型；然后构建基于联邦卡尔曼的列车多源制动监测数据融合滤波，得到多源测量信息融合结果；最后选取递归最大期望辨识算法对数据融合结果分析，首先构造融合数据的条件数学期望，然后选取梯度下降法对所构建的数学期望进行优化，得到制动盘摩擦系数的辨识结果，进而给出诊断结果。本发明消除了传感器误差、传感器故障、监测频率不同、监测数据缺失、漂移等不利因素对诊断结果的影响，建立了列车制动模型与故障诊断框架，提高了诊断效率与诊断精度。