(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111674830.9 (22)申请日 2021.12.31 (71)申请人 南京康尼机电股份有限公司 地址 210013 江苏省南京市 鼓楼区模范中 路39号 (72)发明人 马萧萧　王祖进　陆宁云　陈健飞　 唐谦　 (74)专利代理 机构 南京苏高专利商标事务所 (普通合伙) 32204 专利代理师 徐博 (51)Int.Cl. G06F 30/15(2020.01) G06F 30/25(2020.01) G06F 30/27(2020.01) G06F 119/02(2020.01) (54)发明名称 一种轨道车辆门系统亚健康诊断系统和方 法 (57)摘要 本发明公开了一种轨道车辆门系统亚健康 诊断系统和方法， 诊断方法包括如下步骤： 首先 获取门系统不同亚健康状态下开关门时的运行 状态曲线， 并进行数据预处理； 再根据运行状态 曲线， 提取用于区分不同亚健康状态的敏感特 征， 形成优化特征集； 将对每种亚健康状态识别 精准度最高的支持向量机核函数组合形成用于 进行门系统亚健康诊断的多核支持向量机； 对多 核支持向量机优化后得到门系统亚健康诊断模 型； 最后将门系统待检测数据按照优化特征集进 行特征提取后， 利用门系统亚健康诊断模型进行 诊断。 该方法能够对已被认定处于亚健康状态的 门系统进行亚健康种类判定， 该种诊断系统和方 法具有识别精准度高、 易扩 展的优点。 权利要求书2页 说明书7页 附图3页 CN 114510776 A 2022.05.17 CN 114510776 A 1.一种轨道车辆门系统亚 健康诊断方法， 其特 征在于： 该 方法包括 步骤如下： (1)获取门系统不同亚 健康状态下开关门时的运行状态曲线， 并进行 数据预处 理； (2)根据运行状态曲线， 提取用于区分不同亚 健康状态的敏感特 征， 形成优化特 征集； (3)根据对每种亚健康状态 的识别效果筛选支持向量机核函数， 将上述筛选出的核函 数组合形成用于进行门系统亚健康诊断的多核支持向量机； 对多核支持向量机优化后得到 门系统亚 健康诊断模型； (4)将门系统待检测数据按照优化特征集进行特征提取后， 利用门系统亚健康诊断模 型进行诊断。 2.根据权利要求1所述的轨道车辆门系统亚健康诊断方法， 其特征在于： 所述的步骤 (1)中门系统开关过程采用电机驱动， 获取的门系统运行状态曲线包括开门和关门过程中 产生的行程、 速度、 电流状态曲线。 3.根据权利要求2所述的轨道车辆门系统亚健康诊断方法， 其特征在于： 所述的步骤 (2)中， 获取运行状态曲线中的特征种类， 构建原始特征集， 将不同亚健康样本数据的原始 特征数据组成训练矩阵， 利用ReliefF算法筛选后获得用于区分不同亚健康状态的优化特 征集。 4.根据权利要求3所述的轨道车辆门系统亚健康诊断方法， 其特征在于： 所述的构建原 始特征集的步骤如下： 按照门系统的运行阶段和门扇位置， 将门系统开关门运行状态曲线 分为若干区域， 提取运行状态曲线每个区域中的区域特征； 提取门系统开关门运行状态曲 线全局特 征； 将运行状态曲线每 个区域中的区域特 征和全局特 征共同组成原 始特征集。 5.根据权利要求1所述的轨道车辆门系统亚健康诊断方法， 其特征在于： 利用不同核函 数的支持向量机对同一种亚健康状态进行识别， 得到对该种亚健康状态识别精准度最高的 最优核函数， 将 每种亚健康状态对应的最优核函数分配权重后线性组合得到用于进行门系 统亚健康诊断的多 核支持向量机 。 6.根据权利要求5所述的轨道车辆门系统亚健康诊断方法， 其特征在于： 对同一种亚健 康状态进行识别的支持向量机核函数包括线性核函数、 多项式核函数、 高斯核函数、 ANOVA 核函数、 Sigmo id核函数、 二次有理核函数、 多元二次核函数和逆多元二次核函数。 7.根据权利要求5所述的轨道车辆门系统亚健康诊断方法， 其特征在于： 利用粒子群算 法对构建的多核支持向量机中的参数和权重进 行迭代， 直至多核支持向量机满足设定精度 或完成设定迭代步数， 得到门系统亚 健康诊断模型。 8.一种轨道车辆门系统亚健康诊断系统， 其特征在于： 包括数据接收装置和亚健康状 态判别装置， 所述的数据接收装置用于接收已经被判定为亚健康状态的门系统运行状态曲 线数据， 所述的亚 健康状态判别装置用于对门系统亚 健康状态种类进行识别并输出。 9.根据权利要求8所述的轨道车辆门系统亚健康诊断系统， 其特征在于： 亚健康状态判 别装置包括特征筛选模块和亚健康诊断模块， 所述的特征筛选模块用于接收数据接收装置 发送的门系统运行状态曲线数据， 并提取用于区分不同亚健康状态的特征数据， 所述的亚 健康诊断模块接收特征筛选模块提取的特征数据， 并利用基于多核支持向量机的门系统亚 健康诊断模型对门系统亚 健康状态种类进行识别。 10.根据权利要求9所述的轨道车辆门系统亚健康诊断系统， 其特征在于： 所述的特征 筛选模块依据优化特征集对门系统运行状态曲线进行特征提取， 所述的优化特征集由不同权　利　要　求　书 1/2 页 2 CN 114510776 A 2亚健康样本数据的原始特征数据利用ReliefF算法筛选后获得； 所述的亚健康诊断模块中 多核支持向量机由对不同亚健康状态识别精准度最高的支持向量机核函数加权后线性组 合构成， 利用粒子群算法对多核支持向量机中的参数和权重进行迭代， 得到满足设定要求 的门系统亚 健康诊断模型。权　利　要　求　书 2/2 页 3 CN 114510776 A 3