可靠性度量下的列车运行异常自动化预警技术

对于列车运行异常信号快速变化、且难以确认列车运行失效概率的情况,提出可靠性度量下的列车运行异常自动化预警技术。通过采集列车的运行状态数据,对数据进行去噪处理,可以减少噪声对数据的干扰。去噪处理后,将列车运行数据进行固有模态分解,分解为不同频率范围的子信号。根据子信号不同尺度的变换系数,实现列车状态运行数据重构,还原原始信号。通过对重构后的信号进行分析,获得列车运行状态数据的可靠性度量阈值,用于构建列车运行失效概率近似估计函数。构建估计函数时,通常使用增量系数分析不同列车运行特性和容忍度对可靠性的影响;当失效概率超过自动化可靠性阈值后,自动触发预警流程,实现列车运行异常自动化预警。实验结果表明,该技术应用后,随着列车运行状态数据量的不断增加,运行状态数据中夹杂的噪声数据较少,数据迭代次数增加后,预警时间短且检测结果与实际列车状态一致,可以保证列车运行可靠性。