高速动车组横向悬挂系统失效故障的诊断方法

针对现有基于Kalman滤波技术的故障诊断方法不能有效诊断高速动车组横向悬挂系统失效故障的问题,通过建立高速动车组横向悬挂系统动力学仿真分析模型对高速动车组横向悬挂系统失效故障的特征进行分析发现,高速动车组横向悬挂系统中抗蛇行减振器失效故障对0~10Hz频段内的转向架横向振动加速度信号敏感,二系横向减振器失效故障对0~2Hz频段内的车体横向振动加速度信号敏感;基于此,提出改进的基于Kalman滤波技术的失效故障诊断方法,用于高速动车组横向悬挂系统失效故障的诊断。用该改进方法对转向架横向振动加速度信号进行0~10Hz滤波、对车体横向加速度信号进行0~2Hz滤波,然后计算二者信号的综合新息加权平方和(WSSR),若该WSSR有突变,则表明高速动车组横向悬挂系统发生失效故障。仿真分析结果表明:在车速为300km·h-1速度级下,采用改进方法可以有效地诊断高速动车组横向悬挂系统抗蛇行减振器和二系横向减振器的失效故障。     

基于声学诊断技术的动车组风机故障自动识别方法研究

动车组风机负责动车组牵引、供电等关键设备的冷却,一旦出现故障将给动车组运行安全带来危害。目前,动车组风机故障识别主要通过人耳对风机声音进行筛选与判别,易受到人为因素影响,导致误判或漏判。针对人耳诊断动车组风机故障的不足,基于声学诊断技术研究一种自动识别动车组风机故障的方法。利用高速声学采集设备代替人耳,用声学诊断技术代替大脑,将人耳对动车组风机运转声音的经验分析转化为算法和程序语言,对动车组风机声音进行采集分析,实现自动识别及判断动车组风机故障。     

基于大数据的高速动车组关键部件故障诊断技术研究

高速动车组的零部件故障是由多种因素引起,故障诊断需要对多个环节及其相互影响规则进行分析判断。关联规则挖掘技术在关联性发现方面有较强的优势,可以充分发现在高速动车组零部件故障与动车组实时状态的关联关系。本文介绍大数据挖掘、关联规则及Apriori算法等基础知识。将Apriori算法用于高速动车组故障诊断,发现故障规律,以生成强关联规则,为高速动车组诊断提供决策依据。     

动车组整车可靠性的验证方法

基于我国动车组实际运用状况,按照故障后果危及动车组运行安全的严重程度,将动车组故障划分为安全类故障、运用类故障、隐患类故障和一般类故障;依据可靠性理论和现场数据统计分析,验证了动车组整车可靠性服从指数分布的规律;提出了将动车组整车故障率划分为10级的建议。依据可靠性抽样检验理论,计算不同置信度、不同故障率等级要求下的动车组允许故障发生次数和最小累计运行里程,据此给出动车组整车可靠性的验证方法:①根据动车组的累计运行里程、期间发生的故障次数,在一定置信度水平下对其故障率等级进行评定;②针对动车组可靠性验证要求,确定故障率等级,选择动车组参试列数、试验时间、评判准则等参数,制定验证方案。     

高速列车运行安全监控技术

随着列车运营速度的不断提升,高速列车的运行安全监控技术变得越发重要。从高速动车组的设计、运用和维修保障等方面出发介绍了高速动车组的安全保障体系,采用可靠性、冗余设计和诊断技术的车载安全技术,采用GPRS的动车组远程传输系统信息化技术、数据库诊断及专家系统的地面数据库技术,综合故障维修安全保障技术。以CRH3型动车组为例分别介绍了高速动车组的运行安全监控体系的构成,并提出了高速列车运行安全监控体系的研究方向。     

动车组运行可靠性评价方法研究

针对我国动车组运用维修特点,按照分层、分级、分类的原则对动车组故障进行统计分析;针对动车组现场数据复杂性、多样性特点,制定了故障数据收集方法;给出了动车组整车寿命周期故障率计算方法,实现了动车组运行可靠性规律定量描述;从数据收集、故障率计算、故障规律分析、故障规律优化等方面规范了动车组运行可靠性评价流程;结合实例分析说明了方法的合理性和有效性。     

CRH2型动车组牵引电机“抱死”故障的原因分析及对策

针对CRH2型动车组牵引电机“抱死”故障,通过典型案例分析探讨故障引发的原因,并就零部件专业检修、动车组运用检修及动车组高级修提出综合应对策略.     

动车组故障应急指挥辅助决策平台研究

针对当前动车组故障应急处置中存在的问题，结合站、段动车组故障应急处置的实际需求，研究开发了具有动车组关键数据自动获取、风险隐患智能警示、部件全景在线展示、专家指导决策快捷索引、随车机械师综合评分、故障智能统计等多功能的动车组应急指挥辅助决策平台，为动车组的故障处置、应急管理提供有力的技术支撑，有效提高了动车组应急指挥的响应速度和效率，降低了故障处置安全风险，保障了动车组行车安全和秩序。     

高速列车基于故障安全的设计对策

随着高速列车的迅猛发展,其安全性成为关注重点。从高速列车系统或部件发生故障及灾害预防的角度出发,针对车体、转向架、制动系统、ATP系统、列车网络控制系统、动车组主要设备结构、火灾情况、软件等八个故障安全性点进行分析,提出在高速列车碰撞、火灾、结构部件失效、电气部件失效及控制故障等情况下高速列车各主要系统的故障安全导向设计对策。     

考虑故障风险的动车组部件机会维修优化策略

针对动车组部件存在维修成本高、故障危害大等特点,研究动车组多部件系统机会维修优化策略。结合我国动车组维修领域现行的多级别维修机制,采用两级非完美维修策略,并通过引入动车组部件故障风险量化机制,从而建立了部件层预防性维修策略。引入机会维修里程窗的概念,对处于机会维修里程窗内关联部件的维修作业计划进行合并,从而降低动车组系统的停机维修次数。算例分析结果表明,考虑风险的动车组部件机会维修优化策略可以使部件在保持较高可靠度水平的前提下,明显降低部件在一个完整寿命周期内的维修总成本。     

动车组故障预测与健康管理系统方案研究

结合国内动车组实际需要和列车运行传感技术的发展现状，对现阶段建立动车组故障预测与健康管理地面系统的数据、用户及业务需求进行了分析，提出了基于超融合技术、铁路总公司和动车段两级硬件部署、铁路总公司–铁路局–动车段–运用所四级应用的系统设计方案，明确界定了故障预测与健康管理系统与既有动车组管理信息系统的接口和预测故障的闭环管理机制，并对动车组健康管理系统的应用前景进行了展望，对建设动车组PHM系统，实现动车组视情检修，提高动车组运用、维修效率进行了积极的思考。     

基于多源数据分析的TEDS故障识别技术研究

单点运行的动车组运行故障动态图像检测系统（TEDS）故障自动识别功能存在识别准确率不足，误判率高的问题。为此，提出了一种基于多源数据的动车组故障图像识别方法，以联网运行的TEDS数据为基础，结合传统的差异检测法，对不同空间与时间TEDS采集的同一列车图像进行多源数据融合与权重差异计算，实现了动车组车体异常部位的检测。试验表明，该方法建立了更为准确的对比参考源，减少了环境对成像内容的影响，能够提高动车组运行故障自动识别率，降低误报率。     

动车组安全规律分析系统设计与实现

动车组故障数据呈现体量越来越大,来源日趋广泛,相关信息几何形态增长的特点.为研究动车组安全规律,挖掘海量历史故障的数据价值,基于动车组安全大数据平台,利用多源数据采集、融合处理及大数据机器学习技术,设计了动车组安全规律分析系统架构与功能.目前,该系统已研发完成,并针对CRH380系列动车组进行了安全规律验证.系统的建设...     

动车组车载信息综合应用系统研究

及时全面掌握动车组运行状态信息、故障信息是提升动车组检修运用水平的重要方法。使用车地通信,能够实时检测动车组运行状态,有效保障动车组的运行安全;对于动车组非实时车载数据的运用,能够有效的提升检修能力,改善动车组检修水平。介绍动车组车载信息系统的发展现状,研究系统总体架构,主要功能及各项关键技术,为动车组车载信息综合应用系统的建设提出了建议。     

动车组多源故障管理平台设计

动车组故障数据采集途径越来越多,不同来源的故障信息在数据结构与处理流程方面各有不同,对故障统一管理分析带来了挑战。通过对动车组多源故障来源信息进行分析,提出了动车组多源故障管理平台设计方案,构建多源故障数据标准化结构体系,实现动车组多源故障统一管理,以及故障闭环管理、统计分析、故障知识库管理、重点故障管理、故障预测与维修决策管理等功能。平台的建立有利于动车组运用维修单位对多元故障的一体化管理,降低成本的同时也为动车组配件全生命周期管理提供有效的数据支撑。     

动车组运行状态智能检测装备

动车组运行状态智能检测装备设置于动车段入库线上,主要针对动车组走行部、车顶和受电弓在运用中出现内部缺陷、磨损、损坏及尺寸超限的故障比率问题。实时采集运行列车的底部、侧部和顶部图像,采用故障自动识别策略,对列车的车底走行部、闸瓦、转向架、接触网等与列车有关的各个部件进行动态监控。根据实验和现场使用情况,本检测设备满足铁路机车运行时对走行部和受电弓进行在线测量检测的要求,其中,走行部检测精度可达1 mm,滑板磨耗值测量精度可达0.2 mm。鉴于此,该动车组智能检测装备能及时发现故障隐患,为检修和更换提供依据,保证动车组运行安全。     

对机车车辆零部件企业实施IRIS意义的探讨

机车车辆零部件产品是机车车辆的重要组成部分,由于我国机车车辆零部件企业分散在不同性质和技术水平的小型企业,企业技术水平和质量管理水平参差不齐,不能确保机车车辆整机质量水平。因此,从满足机车车辆整机质量的要求出发,指出零部件企业存在的可能影响到机车车辆质量的问题,并提出如何在零部件企业推行IRIS。     

动车组受电弓可靠性数据分析

为研究动车组受电弓在不同运营阶段的故障分布规律,文章以CRH3型动车组受电弓在不同运行阶段的两组故障数据为基础,运用最小二乘法分析故障数据的分布规律。计算结果表明,动车组受电弓故障数据服从威布尔分布;动车组受电弓在早期运营阶段故障率高,后期运营阶段故障率逐渐降低。本文的分析结果可以为不同运营阶段的动车组检修与故障预测提供理论依据。     

一种基于改进FP-Growth算法的动车组故障预测研究

动车组的故障预测和健康管理是目前的研究热点,其中,故障预测的关键是寻找动车组故障信息和状态信息之间的关联关系。频繁模式增长(FP-Growth)算法是关联规则挖掘中的经典算法之一,用来挖掘频繁项集。针对动车组故障数据提出了一种改进的FP-Growth(IFP-Growth,Improved FP-Growth)算法,采用先序遍历FP-tree的方法产生条件模式基。实验结果表明,IFP-Growth算法能够有效提高动车组故障数据挖掘的效率,并且能够有效地挖掘动车组故障信息和状态信息之间的关联关系。     

动车组故障检测机器人系统的设计与实现

介绍故障检测机器人技术在动车组故障检测中的应用,研究以机器人技术代替人工进行动车组车底故障检测,解决检修压力过大,检修能力不足的问题,通过采用动车组故障检测机器人减少人为不可控因素对动车组车底故障检测的精度和工作效率的影响。降低对人工检测的依赖,提高动车组检修工作效率、工作质量、检测故障准确率,为动车组车底故障大数据分析提供数据基础。对动车组故障检测机器人的组成及功能、具体设计及柔性结构的实现进行详细的研究和叙述。