城轨信号系统电子设备故障预警与管理研究

为进一步提升城轨信号系统的运营服务与故障管理能力，视故障情况进行主动维修，对影响运营服务水平的故障开展预警与管理研究。阐述国内外故障预警与管理现状，构建基于数据驱动和模型相结合的故障预警与管理框架，通过收集与梳理现场故障、报警、日志、设计等输入数据，以及故障逻辑模型构建、故障特征参数分析、故障评估模型构建、故障事件与运行状态构建等过程，对数据进行分析，确定故障预警机制，最终给出建议性的故障预警维修措施，为信号系统电子设备的故障预警与主动维修提供一种新思路。     

牵引供电设施故障快速隔离和减少故障的设想

牵引供电系统的故障分为两类，即瞬时性故障和永久性故障。针对这两类故障重点讨论我国电气化铁路牵引供电系统（以220kV单相牵引供电系统为例）发生永久性故障时应采取的故障恢复处理方法，提出了故障状态下的事故恢复策略，并提出了减少故障发生和故障恢复时间的具体措施。     

压缩计轴设备串口故障延时探讨

湘桂北线计轴系统不时发生串口故障，由于故障处理延时长，很容易构成一般交通事故。针对设备构成特殊、故障处理难度大，劳力组织困难等造成故障延时长的原因，采取进行设备技术改造，做好故障处理应急准备、降低故障处理受限程度和加强故障抢修组织等应对措施，有望缩短延时，减少事故。     

铁路自闭贯通线路行波故障测距方案探索

铁路自闭贯通线路负责向沿线通信、信号、车辆等重要行车负荷设备供电，一旦发生故障造成停电将影响列车运行。基于现阶段10 kV自闭贯通线路运行现状的一系列问题，探索行波故障测距解决方案，以保证铁路自闭贯通线一旦出现故障时行波故障测距装置正确启动，快速判断故障类型和精准定位故障地点，尽快对故障进行处置，有效压缩故障停时。     

针对检修收入轮轴车轮故障的检查建议

根据检修收入轮轴车轮故障情况，对车轮故障进行概要分析，并针对各类故障提出对应的检查建议：裂纹故障需用电筒光照检查，其余故障通过检测确认     

《信号设备故障分析处理380例》已经出版

该书由北京铁路局编。该书针对目前现有铁路信号设备，采用故障案例的形式编写，每个案例由故障现象、故障分析、判断处理三部分组成。故障现象，阐明了每一个案例的现场反应、信息显示等；故障分析，通过现象分析指出发生故障的可能性，并故障范围尽量缩小；判断处理，告知故障查找、处理的方式方法和步骤。     

关于提高高铁接触网大型故障抢修能力的思考

通过分析高铁接触网故障抢修管理现状和分步时限，提出了一种基于故障范围和设备损坏情况的故障规模界定方案，同时结合大型故障抢修特点，提出了抢修思路以及压缩故障停时和故障延时的具体措施。     

红外线轴温探测系统通信故障鉴别仪

通过对红外线轴温探测系统通信故障的调研和分析，试制了简单适用的通信故障鉴别仪，可快速准确判定故障原因，解决了故障界定不清的难题。     

基于振动的机车轴箱轴承故障诊断

实际工况中，轴承工作的背景环境喧嚣，故障初期，其振动信号相对轻微，因而故障信息不易鉴别。文中从滚动轴承故障机理出发，给出滚动轴承不同部位的故障特征频率计算方法，然后通过峭度值的计算对振动信号进行分析，初步甄别出故障信号；挑选出可疑信号通过小波分解重构，消除噪音干扰，并对重构后的信号做Hilbert包络谱分析，对比尖峰值频率、故障特征频率特征，最终实现故障诊断。     

信号故障案例分析

信号设备发生故障是难免的，尽管故障现象千变万化，有时甚至令人感到扑朔迷离。但是，任何设备故障都是可知的，不存在原因不明的故障。同时，设备故障也是可控的，即通过预防维修可减少或杜绝设备故障的发生。下面介绍几例在信号维修工作中遇到的设备故障。     

基于特征融合的牵引电机轴承声学故障诊断

滚动轴承作为高速列车牵引电机的重要部件，其故障情况严重影响列车运行安全。声学轴承故障诊断方式具有无安装侵入性、运维成本低的优点，但也具有信噪比低、故障特征难以提取的缺点，机器学习则具有克服噪声影响的鲁棒性。针对应用机器学习进行声学故障诊断时，少量特征无法全面表征轴承故障的难题，文章提出将格拉姆角场（GAF）与小波时频图进行叠加融合，构成6通道融合特征图用以有效表征轴承的故障。首先，建立牵引电机轴承声学故障试验台获取故障声学信号；其次，建立基于GAF的声学信号融合特征图，然后使用残差网络（ResNET）模型针对融合特征图特征训练并验证故障分类模型，并与以单种特征图作为特征的故障分类方法进行准确率对比。结果表明，基于GAF的融合特征图的声学故障分类模型具有99.89%的准确率，融合特征图能更有效地映射轴承故障。     

机车车辆滚动轴承故障振动诊断技术

机车车辆轴承故障（表面损伤）与故障征兆（振动的各类特征）并非简单的对应关系。一种故障征兆并不仅仅对应一种故障，几种故障可能都有同一故障征兆；同时，一种故障又可能有多种故障征兆，这种不可逆性使轴承诊断变得复杂而又困难和一种参数，一种方法难以包容众多的故障，难以发现众多的故障征兆，据此，作者研究提出双参数简易诊断与共振解调精密诊断相结合的诊断技术，并研制成ＪＳＣ－２０６机车车辆轴承诊断仪，取得了满意的     

基于贝叶斯网络模型的CBTC系统无线数据通信故障排查方法研究

随着城市轨道交通CBTC系统的广泛应用，对车地无线数据通信的稳定性提出了更高要求。一旦车地数据通信发生故障，无论是单点故障，还是全网故障，均会对超大城市网络化运营造成较大影响。为此，对CBTC数据通信故障进行分级、分类统计，并构建故障树。结合现场大量实际数据，提出基于贝叶斯网络的数据通信故障分析模型，利用该模型对故障发生原因进行提前诊断，以快速确定故障分类和准确定位，缩短故障处置时间。同时结合现场实际运营中的典型案例，利用贝叶斯网络模型找到故障点，为运营一线降低故障影响，快速恢复正常运营起到了关键作用。在此基础上，针对网络风暴对信号系统冲击这一常见故障，为新线建设和更新改造工程，提出4条具体防范措施。     

浅析LKJ2000装置监控记录板自检故障的检查与分析

在LKJ2000装置运用和检修时，有时会遇到监控记录板故障的情况，通过该插件在上电自检时的自诊断功能，我们可以大致判定故障范围，然后再根据电路图查找相应模块、部件的故障。当监控记录插件故障或其它插件、部件故障造成监控记录插件不进行自检或自检失败时，根据平时工作中对该插件维修所积累的经验，对该故障进行浅析。     

GSM-R漏缆及天馈线实时在线监测系统通过北京铁路局技术审查

GSM-R网络日常运营维护中，漏缆、天馈线等无源部件的故障占整个基站子系统故障的50％以上，其中漏缆接头、射频跳线和天线的故障在无源部件故障中达80％以上。随着GSM-R系统运行开通，由于设备质量问题或工程安装问题造成的故障逐步显现，部分漏缆所连接的接头、跳线、天线将开始进入故障多发期。但由于维护困难，     

防止MT56型牵引电动机闪络故障的措施

通过对牵引电动机闪络故障类型的统计和分析，基本查清了造成故障的主要原因，即因为整流方面的异常磨损，而导致整流不良，继而引发飞弧而形成碳黑，最终随碳黑层的不断扩大而造成接地故障。为防止和减少该类故障，本文针对上述情况提出了一系列故障前管理措施，并付之以新开发碳刷的应用，取得了一定预防效果。     

行波法故障测距在不同类型接触网中适应性研究

牵引供电系统作为列车的动力来源，其稳定性至关重要。随着接触网结构越来越复杂，牵引供电系统故障测距难度也越来越高。本文从传统故障测距原理出发，引入行波法故障测距，对比行波法与传统阻抗法，行波法故障测距具有良好的适应性与稳定的测距精度，是未来接触网故障测距主要发展方向。     

客车无刷电扇常见故障分析

随着22型翻新车无刷电扇的装车使用，DC48V普通型客车上装用的无刷电扇逐渐增多，无刷电扇通过控制器的自动换向取消了普通电扇的碳刷，大大减少了因有刷电扇碳刷磨耗引起的漏电故障，但运用一段时间以后，发现无刷电扇的故障率太高，主要故障是控制器故障及电扇运转不圆滑（“点头”）故障，我段现装用的无刷电扇约3500台，对运用中无刷电扇的故障情况进行统计，发现控制器故障约1500个，     

基于TCNN-MADLSTM的全并联AT牵引网多元信号融合故障定位

全并联AT牵引供电系统上下行线路并入自耦变压器，致使故障信号多路径传播，且牵引网导线阻抗不连续，传统方法很难实现牵引网故障准确定位。基于AT牵引网结构，推导牵引网上下行导线故障电流幅值与故障距离的非线性关系；基于改进的卷积神经网络(Transformer-based CNN,TCNN)和记忆注意力解耦长短期记忆神经网络(Memory Attended Decoupled LSTM,MADLSTM)，通过增加注意力机制和残差连接，增强多导线电流幅值与故障距离的非线性函数关系，从而提高牵引网故障定位的精度；将前述方法与传统的卷积神经网络(CNN)和长短期记忆神经网络(LSTM)进行不同噪声条件下的对比验证。结果表明：基于TCNN+MADLSTM算法进行故障定位时，可自适应构建故障距离与多导线电流幅值的非线性函数关系，以及自适应计算故障距离，无须考虑波速影响；相较于传统的CNN+LSTM算法，TCNN+MADLSTM算法故障定位精度更高，故障区段识别精度可达100%，故障定位精度达72.100 m，均方误差为0.016 km²。     

压缩TDCS数据通道故障件数和延时

概述TDCS数据通道故障的影响，对造成TDCS数据通道故障的原因进行分析，并提出了针对性的实施对策，实现了数据通道故障件数和延时大幅压缩。