随机森林算法在地铁车辆门系统润滑退化状态预测中的应用

为了更准确地对地铁车辆门系统的润滑退化状态进行诊断,提出了一种基于随机森林(RF)算法的车门润滑退化预测方法。首先,从车门驱动电机的电流、转速和转矩输出信号中提取时域特征指标作为表征车门运行状态的特征向量;然后,将特征向量作为RF算法的输入,对系统的润滑退化状态进行离线建模,得到不同的润滑退化状态的训练模型;最后,将在线分析结果与离线建立的模型库进行对比,预测当前系统所处的润滑状态。仿真结果表明,与传统的单分类器K-Means的诊断结果相比,RF算法在车门的润滑退化预测中具有更高的精度,可以及时预测系统的润滑退化征兆,对提高车门系统的安全性、可靠性,以及降低故障率具有重要意义。     

基于状态监测的地铁车辆车门系统维修模式探讨

介绍一种基于状态监测的地铁车辆车门系统维修模式。此种模式通过采集和分析车门系统运行的实时数据,并结合这些数据对车门系统状态进行诊断,从而尽早识别车门系统的故障和亚健康状态,实现状态维修,以达到提高维修效率,降低维修成本的目的。     

城市轨道交通车辆的车门智能诊断技术

城市轨道交通车辆的车门智能技术主要通过将列车车门故障诊断及专业网络技术结合,对车门系统故障进行信息管理、危害度分析、故障定障诊断和故障预测。阐述了该车门智能技术的网络结构、车载监测设备、智能门控制器、车门远程监测、车门亚健康状态分析、移动维修、专家远程会议、大数据分析等关键技术及功能,并介绍了该技术在国内多条城市轨道交通线路上的应用。应用情况表明,该技术可为车门系统维修提供良好的决策支持,提高车门系统故障检修效率,从而提高列车的可用度和线路的运营效率。     

基于ICEEMDAN-MPE-RF和SVM的齿轮箱特征提取与故障诊断

针对齿轮箱非平稳振动信号特征提取难、特征向量冗余度高和故障识别率低的问题，提出基于改进的自适应噪声完备集成经验模态分解（Improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN）、多尺度排列熵（Multi-scale permutation entropy,MPE）、随机森林（Random forest,RF）特征重要性排序和支持向量机（Support vector machine,SVM）的齿轮箱特征提取与故障诊断方法。首先，通过ICEEMDAN将各种故障状态的齿轮振动信号分解为一系列不同频率分布的本征模态分量（Intrinsic mode functions,IMF）；然后，计算各阶IMF的MPE值获得非平稳信号时频分布下的非线性动力学特征；最后，通过RF算法评估特征重要性，选择高重要性敏感特征组成最优特征子集输入SVM进行故障模式识别。试验结果表明，该方法特征提取和表征能力强，在不同工况下的平均识别率可达99.79%，在多工况和小样本数据集上比其他方法更具稳健性。     

基于随机森林的轨道车辆门亚健康诊断应用研究

提出一种基于随机森林算法的轨道车辆门亚健康诊断方法,以实现对轨道车辆门对中异常、缓冲头磨损等亚健康状态的识别。该方法对一组试验数据提取特征值,生成类型标签,利用随机森林算法,经过训练得到亚健康诊断模型。再利用另一组试验数据对模型进行测试,调整随机森林训练模型参数,以预测准确率为评判标准,选取最优参数,确定最优模型。最后将模型用于实际运营的地铁车辆门,验证该方法的有效性和可行性。根据诊断规则推送车辆门亚健康预警信息,为地铁运维提供参考。     

轨道交通车辆转向架牵引电机滚动轴承可靠性研究

为保障轨道交通车辆转向架牵引电机滚动轴承安全、平稳、可靠地运行,提出一种基于IMF-PCA(本征模态分量-主成份分析)和WPHM(威布尔比例故障模型)相结合的轨道车辆转向架牵引电机滚动轴承(以下简称"电机轴承")可靠性评估方法。将实测采集的振动信号利用自相关系数对IMF中起主导的信息成分进行辨别,对于不同信息成分占主导的IMF分量,利用PCA将其分解为有用信息和虚假分量或噪声组成的一系列主分量。采取不同的筛选剔除方法对IMF进行筛选,将筛选保留的IMF进行重构,得到纯净、敏感的振动信号,并从中提取出能反映电机轴承状态的特征指标,将优选出的特征指标进行特征信息的加权融合。将这个融合后的特征指标作为WPHM的协变量,建立可靠性评估模型,从而实现电机轴承运行可靠性的有效评估。     

既有铁路桥墩健全度评估和试验方法研究

铁路桥梁检定部门主要依据《铁路桥梁检定规范》对铁路桥墩进行状态评估。由于桥墩在列车激励下的振幅随列车的种类、速度、轴重以及轨道不平顺状态的不同而变化,所以利用振幅指标难以定量判断桥墩的损伤。为此,通过理论分析、数值模拟计算、实验室试验和现场试验,对冲击振动试验法进行系统的研究,提出基于自振频率指标的桥墩健全度评估方法。主要研究内容如下。(1)从理论上给出推导冲击振动试验法的基本原理,编制冲击振动试验信号处理的计算机程序。(2)通过实验室试验和悬臂墩、简支梁、单墩桥梁体系、多墩多梁桥梁体系及空间桁梁模型等数…     

基于多时域特征量的轨道不平顺状态综合评估

准确评估轨道不平顺状态对保障列车安全运营具有重要意义。目前,针对线路状态评估的指标主要采用轨道质量指数(TQI),但在实际管理中发现,该方法可能会造成轨道的欠维修或过维修。为了弥补现有评估方法的不足,充分利用采集的大量轨检数据,提出15个时域特征量对TQI进行补充,并利用主成分分析法(PCA)对数据进行降维处理,大大提升了此方法的时效性。以某高速铁路实测数据为应用实例,给选定的特征量99%的置信概率,结合动力学仿真和时频分析方法,综合评估该线路的轨道状态。结果表明,同一里程位置处的不同指标分布情况存在明显差异,TQI满足规范要求的轨道区段其动力学指标仍存在超限情况。本文方法可以实现轨道区段的潜在病害识别,有利于工务部门完成对轨道状态更为科学严谨的监测与管理。     

城市轨道交通全自动运行系统中的列车车门控制技术

城市轨道交通全自动运行(FAO)模式的普遍应用,对列车运行的高可靠性及灵活控制提出了更多要求.在无人驾驶系统中,车门状态的监督控制不再是司机的职责,信号系统需要承担并提供给调度人员更多的门控方式.从运营需求的角度出发,基于太原轨道交通2号线信号系统,分析了FAO模式下列车自动开关门、车门抑制的施加及解除、远程开关门控制、车门和站台门故障隔离等车门控制关键功能的实现.     

车门紧急解锁后列车运行状态及车门状态的设置方案探讨

针对城轨列车运行过程中操作车门紧急解锁装置后列车运行状态及车门状态的设置问题,分析车门紧急解锁需要研究的两个核心问题,总结出车门紧急解锁后列车设置的可选方案和细化可选方案,并从对乘客的影响方面分析各方案,提出相关建议。     

地铁车辆客室车门啸叫原因分析与对策

介绍了广州地铁A2型车辆客室车门产生啸叫的现状。从车门后密封胶破损或老化变形、车门对中调整、车门门槛高度调整、车门"V"型调整、车门传动丝杆及铜螺母磨耗状态等多方面分析了车门产生啸叫故障的原因,并制定了解决车门啸叫问题的技术对策。     

铁路货车装载运输状态安全监测系统自动判断敞车车门状态方法的研究

本文介绍了现有的铁路货车装载运输状态安全检测系统，并结合车门试验情况，讨论了利用激光扫描系统判断敝车车门状态的方法，主要包括车型识别和门开识别两个方面。     

轨道不平顺作用下铁路列车车体振动状态的PCA-SVM预测分析

为快速预测铁路机车车辆在不平顺轨道上的的振动状态,根据车体振动加速度的3个评价指标(绝对峰值、标准差、绝对平均值),提出基于PCA-SVM方法的车体振动状态分类预测模型。首先对不同评价指标和车体振动状态下的轨道不平顺样本进行聚类,提取轨道不平顺样本中的特征统计参数,并进行PCA参数降维和信息优化,最后以不同状态下各种评价指标的车体振动主要特征值为训练样本,构建SVM多类分类器。对轨道检查车多次实地检测的数据采用PCA-SVM分类器计算的分析结果表明:绝对均值、方根均值、方根幅值等主要轨道不平顺统计参数控制车体的整体振动状态,其他特征参数起调节车体振动的作用;采用扭曲和水平不平顺作为预测模型的输入,可使车体振动状态的测算准确率达到90%以上。     

基于FTA-AHP的铁路安全风险综合评估方法

针对单独应用故障树分析法(FTA)或者层次分析法(AHP)进行安全风险评估存在评估结果片面的问题,将FTA方法与AHP方法相结合,研究设计基于FTA-AHP的铁路安全风险综合评估方法。用FTA方法确定目标风险事件的原因事件,构建FTA模型;对FTA模型中的基本原因事件分类归纳,建立AHP模型;对AHP模型准则层和指标层因素的重要性进行两两比较,构建各层的判断矩阵;将通过一致性检验的各层判断矩阵中的特征向量作为该层对应因素的权重向量,并结合因素的安全状态评分,得到上一层对应因素的安全状态评分;通过逐层计算各因素的安全状态评分,最终实现对分析目标安全风险的综合评估。以高速列车制动系统的安全风险综合评估为例,验证了方法的可行性和有效性。该方法既可以分析导致铁路系统故障的原因及其影响程度,又可以对整体系统的安全状态进行综合评估,更全面反映系统的安全风险状态。     

基于支持向量机的牵引供电系统高阻接地故障诊断方法

提出一种利用牵引供电系统电流信号、基于支持向量机(SVM)的牵引网高阻接地故障诊断方法。针对不同位置接地阻抗故障的电流信号,先采用希尔伯特变换和伯格谱估计提取时频特征量和频谱特征量,再构造SVM二分类器,利用交叉验证法对SVM二分类器进行参数优化,形成一个牵引网高阻接地故障分类器。将特征向量组送入SVM分类器中进行处理,能诊断出牵引网高阻接地故障。仿真验证结果表明,该方法在小样本情况下具有较高的分辨正确率。     

用全尺寸疲劳试验进行铁路转向架疲劳设计评估

通过静载荷试验、疲劳试验和线路试验评估了电动车辆转向架构架的疲劳强度。对疲劳试验和线路试验中出现的应力历程的特征进行了评估,采用各种疲劳寿命评估方法对疲劳损伤进行了评估。试验结果表明,在载荷作用下,某些应变片测得的应力和应变按应变片所处的位置呈多轴状态。应根据位置和应力状态确定合适的疲劳评估方法。     

利用激光测试技术检测棚车车门状态的试验研究

在铁路货车运输过程中,棚车车门的开关状态是直接影响货物列车安全快速运行的重要因素之一。没有关好的棚车车门在车辆行进过程中可能会造成车门脱落,导致打伤路人,损坏信号设备,货物可能被盗。本文重点介绍利用激光测试技术实现对货运列车棚车车门开关状态的检测。该系统可以自动检测棚车车厢,并对棚车车门的开关状态进行判断,从而得到棚车的安全信息,相比当前我国铁路场站上普遍采用的人工检查棚车车门开关状态的方式,极大地提高了工作效率,并且能够实现全天候作业,同时可将检测结果实时通过网络发往中心监控室。     

基于PHM的高速铁路牵引电机滚动轴承健康状态预测

针对高速铁路牵引电机滚动轴承健康状态预测问题,提出了基于深度堆叠去噪自编码器累积(DSDAE)和时滞最小二乘支持向量机(TDLSSVM)的预测方法。在提取高速铁路牵引电机滚动轴承健康状态的多种特征后,用深度堆叠去噪自编码器进行特征降维,并累积计算得到相关的健康指标。将健康指标作为训练数据用以构建时滞最小二乘支持向量机(TDSVR)模型,通过对健康指标的预测实现对健康状态进行评估。在公开数据集上做了DSDAE与TDSVR、累积马氏距离(MDCUSUM)与TDSVR、DSDAE与TDLSSVM和MDCUSUM与TDLSSVM四种方案的对比实验;在高速铁路某型号的牵引电机滚动轴承数据集上做了DSDAE与TDLSSVM方案的实验。通过对预测指标的分析可知,DSDAE与TDLSSVM方案可以很好地预测滚动轴承的健康状态变化趋势。     

基于双向近景摄影测量检测轨道平顺度的计算模型

为改进高速铁路轨道几何平顺性精调的测量精度与效率,本文提出一种基于双向近景摄影测量检测轨道几何状态的方法,通过从铁路正、反向里程对轨道进行双向摄影,以轨道控制网CPⅢ作为像控点,采用严密的光束法区域网平差理论,对轨道双向摄影图像进行联合平差处理,探索出近景摄影测量检测轨道中线偏差和轨面高程的计算模型与精度评估方法。仿真试验结果双向摄影相对于单向摄影的横向与高程精度分别提高85%和42%。现场轨道试验段计算结果表明,双向近景摄影测量检测轨道的横向偏差测量精度为2.4mm,轨面高程精度为1.7mm,满足规范要求的轨道中线偏差与轨面高程测量精度指标,可为高速铁路轨道静态几何状态测量提供一种高效检测技术。     

地铁视频监控系统中的行人检测研究与应用

行人检测是智能监控技术的一项重要内容,为了快速准确地对地铁站内的行人进行检测,采用图像的梯度向量直方图(Histograms of Oriented Gradient,HOG)特征表征行人,并通过改进HOG特征的提取算法,加快了特征向量的提取速度。分类器使用支持向量机(SVM),针对大量行人和背景训练样本,提取HOG特征并训练SVM行人分类器。用训练得到的分类器对测试样本进行检测,实验表明,提出的方法具有较高的识别率和较强的普适性,并可以应用于实际地铁环境中。