Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 2018

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Hybrid fault diagnosis of railway switches based on the segmentation of monitoring curves

Ou D., Tang M., Xue R., Yao H.

Eksploatacja i Niezawodność

2018

Vol. 20, no. 4

514--522

Switches are one of the most important pieces of infrastructure in railway signal systems, and they significantly influence the efficiency and safety of train operation. Currently, the identification of switch failures mainly depends on the experience of railway staff and the use of simple thresholding methods. However, these basic methods are highly inaccurate and frequently result in false and missing alarms. This paper aims to develop a hybrid fault diagnosis (HFD) method for railway switches. The method is an intelligent diagnosis method that uses massive current curves collected by microcomputer monitoring systems. We first divide the switch operation current curves into three segments based on the three mechanical processes that occur during switch operation. Then, a standard curve is selected from the fault-free curves, and common typical faults are ascertained through a microcomputer monitoring system. Finally, derivative dynamic time warping and a quartile scheme are employed to identify fault curves. An experiment based on current curves collected from the Guangzhou Railway Bureau in China demonstrates that the HFD method is extremely accurate and has low false and missing alarm rates. HFD performs better than the studied support vector machine (SVM) and dynamic time warping (DTW) methods, which are widely used for fault diagnosis.

Zwrotnice stanowią jeden z najważniejszych elementów infrastruktury systemów sygnalizacji kolejowej i mają znaczący wpływ na wydajność i bezpieczeństwo eksploatacji pociągów. Obecnie, identyfikacja awarii zwrotnic zależy głównie od doświadczenia personelu kolejowego i opiera się na stosowaniu prostych metod progowania. Jednakże te elementarne metody są wysoce niedokładne i często skutkują fałszywymi alarmami lub brakiem alarmu. Niniejszy artykuł ma na celu opracowanie hybrydowej metody diagnostyki błędów (HFD) dla zwrotnic kolejowych. Metoda ta jest inteligentną metodą diagnostyczną, która wykorzystuje wykresy przebiegu prądowego zebrane przez mikrokomputerowe systemy monitorowania. Najpierw krzywe prądowe działania zwrotnicy dzieli się na trzy segmenty w oparciu o trzy procesy mechaniczne, które zachodzą podczas jej działania. Następnie, spośród krzywych opisujących działanie bezusterkowe, wybiera się przebieg standardowy, a w dalszej kolejności ustala się, z wykorzystaniem mikrokomputerowego systemu monitorowania, najczęściej występujące, typowe błędy działania zwrotnicy. Wreszcie, do identyfikacji krzywych błędów stosuje się schemat kwartylowy oraz metodę derivative dynamic time warping wykorzystującą pochodne do klasyfikacji szeregów czasowych. Eksperyment oparty na krzywych prądowych zebranych przez Guangzhou Railway Bureau w Chinach pokazuje, że metoda HFD jest wyjątkowo dokładna i skutkuje niską liczbą fałszywych i brakujących alarmów. HFD daje lepsze wyniki niż szeroko stosowane do diagnozowania błędów metody maszyny wektorów nośnych (SVM) i dynamic time warping (DTW).