300T车载设备D电缆性能检测方法

300T列控车载设备D电缆故障时,仅能通过更换BTM或CAU等方式进行推断,缺少针对该电缆的直接检测方法.测量D电缆交流和直流电气参数,能够识别电缆故障或老化等情况;而测量电缆的分布传输性能,可以反映出线路的匹配性及反射大小等指标,并能定位故障位置.结合上述两种方法对D电缆进行测试,并将测试结果通过特性阻抗的分布曲线来...     

基于D-S证据理论的一种电缆故障类型判定方法

提出一种基于D—S证据理论的电缆故障类型判定的信息融合方法,给出典型检测方法的概率分配函数。首先通过适当的关联规则将电缆各种测量方法得到的有关信息提取,然后再对关联信息进行融合计算,得到对于故障状态的新的概率分配函数。仿真结果表明用基于D—S证据理论的融合结论可以大大提高电缆故障类型判定的准确性。解决了单靠一种检测方法难于准确判断电缆故障类型的问题。可作为智能电缆故障诊断系统的一个智能模块为其提供特征层次的结论。     

基于趋势分析BTM和应答器运用状态研究

BTM和应答器设备是列车运行控制系统的重要设备,随着高铁运营时间的增长、运营里程和动车组保有量的不断增加,车载BTM设备和地面应答器组,不可避免的会出现不同程度的运用状态下降,影响列车运输效率及行车安全。本文通过列控车载BTM设备运用数据,采用趋势分析和大数据统计对比的分析方法,结合设备检修维护以及故障排查结果,构建设备运用状态趋势分析模型,对车载BTM设备和地面应答器设备的运用状态趋势进行分析,动态评估设备运用状态,在设备故障前发出预警提示,及时检修维护,降低设备发生故障的风险,为电务设备从故障修转向预防修提供可靠保障。     

基于列控车载BTM设备的应答器误码处理研究

分析应答器传输系统的信号特点,搭建FSK信号解调的Simulink等仿真环境,结合应答器误码故障发生时列控车载BTM设备记录模块采集的数据,对应答器上行链路误码问题进行特征分析,得到信号的频谱、波形等特征,为现场的故障排查提供分析方法,对设备的优化提供指导。     

动车组BTM带内干扰的排查与整治

介绍了CTCS3-300S型车载ATP设备关键部件BTM单元带内干扰(频段内干扰)的现场排查和降低带内干扰的方法,有效解决了因带内干扰造成的BTM单元工作异常等故障频发的问题。     

基于WNN算法的BTM故障诊断方法

高效、准确的故障定位技术是列车安全运行的重要保证。针对列车超速防护系统（ATP）车载设备故障分析存在复杂性高、依赖专家经验等问题,提出将小波神经网络（Wavelet Neural Network,WNN）算法应用于车载设备故障诊断的方法。针对车载设备中的应答器传输模块（Balise Transmission Module,BTM）,首先根据经常发生的故障类型,匹配ATP中相应的故障日志语句;然后建立网络结构,利用小波理论修正网络的权值与参数;最后结合WNN算法精准地分析和预测故障。选取BTM单元的100组故障数据作为样本进行仿真实验,并与BP神经网络、GA-BP神经网络以及SVM算法进行对比。实验结果表明：通过小波算法优化神经网络的测试样本平均绝对误差降低至6.917%,相关系数提高到97.402%,该算法在高速铁路列控车载设备故障分析方面有较高的准确性。     

300T型ATP设备应答器信息传输系统故障处置方法探讨

为保障300T型ATP设备应答器信息传输系统的正常运行,结合应答器信息传输系统结构,针对BTM校验超时、BTM端口无效、BSA故障等,分析故障产生的原因,提出处置措施。为进一步提高ATP设备应答器信息传输系统的运用质量,提出优化二级修检修项目、安装新型BTM单元的建议。     

平调机控器与LKJ连接状态检测装置的研发与设计

当铁路站场调车作业现场出现平调机控器与列车运行监控记录装置不能通讯或通讯不正常的情况,难以判定是平调机控器主机及连接电缆的故障还是列车运行监控记录装置(LKJ)的故障。为此研发了平调机控器与LKJ连接状态检测装置,提高了维修工作效率,保障了平调设备作业的正常运行。     

基于神经网络算法的DMI设备目标识别与状态检测

针对现场对检修作业图像资料自动化审计的需求,以DMI设备状态检测为例,在AMIS智能检修作业系统基础上,设计了DMI设备目标识别与状态检测子系统,包含DMI设备目标识别模块和RBC连接状态检测模块。其中,DMI设备目标识别模块采用Fatster RCNN深度神经网络,利用AMIS智能检修作业系统采集的大量列控车载设备检修图像作为训练测试数据集,将DMI设备图像从背景图像中提取出来;RBC连接状态检测模块采用深度神经网络对DMI上显示的RBC连接状态进行检测。该系统可以实时、准确、自动分析DMI设备状态,为全面分析列控车载设备日常检修作业图像打下基础。     

动车组车载BTM设备性能检测系统

动车组车载BTM设备是动车组车载设备中的重要设备之一,随着长时间使用,设备性能下降会导致故障发生.为及时发现问题,消除设备隐患,研究提出一套自动检测BTM性能指标并且对设备工作状态进行预判的系统.     

应答器传输模块的动态特性及高速条件下的适用性评价

分析应答器传输模块(BTM)的动态特性,辨析与BTM动态特性相关的基本概念,包括静态作用距离、动态作用距离、最小允许作用距离、BTM的接收能力等,建立这些概念的数学表达式。给出了与BTM动态特性相关的关键参数计算方法以及BTM设备动态特性的测试方法。提出BTM在高速条件下的适用性评价步骤是:明确线路环境、机车环境和设备安装等外部约束条件,确定BTM设备的可用性需求,计算BTM的最小允许作用距离和最小允许作用时间、BTM的动态接收能力和动态处理能力等指标;对拟用BTM设备通过测试采集相关技术指标;将采集的指标与计算的指标进行比较,评价拟用BTM设备的适用性。通过此评价方法实现了对BTM动态特性及高速适用性的定量评价。     

应答器传输模块带内干扰信号防护研究

阐述SUBSET-036应答器传输系统技术规范V3.0.0和V3.1.0版本对BTM带内抗干扰性能的测试要求；采集并分析动车组动态运行试验中BTM接收到的带内干扰信号；通过综合比较不同信号解调算法对BTM设备译码质量和抗干扰性能的影响，提出通过优化信号解调算法提高BTM带内抗干扰性能，以及采用天线屏蔽、电缆屏蔽等物理措施尽量减小干扰信号的强度。     

简析D电缆特性检测仪

介绍D电缆检测仪开发背景,D电缆的故障模型和检测原理,以及现场应用情况。重点介绍D电缆特性检测仪的系统接口和模块设计组成。     

BTM智能检测系统设计思路

应答器传输系统是CTCS-2/3级列控车载系统中ATP设备的重要组成单元,BTM工作是否正常对动车组列控车载设备的运用有直接影响.研究BTM智能化检测系统的设计思路,如何采用较便利的测试方法,实现在列车动态运行条件下对BTM下行链路发射信号中心频率、下行链路信号发射能量、上行链路信号频偏的检测及上行链路信号I u1等性...     

300T车载设备BTM单元常见故障分析与处理

研究300T车载设备BTM单元的组成及原理,以中国铁路郑州局集团有限公司的动车组实际运行情况为例,对BTM单元常见的软、硬件故障进行了分析和处理。     

鼎汉电源屏两路电源输入切换电路的改讲

鼎汉电源屏PZ系列采用的H型输入电路,在外电网质量不高、电压不稳的情况下,容易发生部分设备不能正常工作,尤其在1路优先的情况下,当1路电压不稳,极易造成输出电源"跳舞"模块保护.影响大面积设备正常工作.为此提出对切换电路进行改进.防止或减少设备故障的发生.     

CTCS3-300T列控车载BTM设备抗骚扰技术研究

BTM单元是列控车载ATP系统中的关键设备,负责将地面应答器报文信息接收并解码后提供给ATP系统;目前CTCS3-300T列控车载设备BTM单元因动车组电磁环境骚扰问题造成其故障率较高。通过理论分析推出电磁骚扰主要来源,骚扰测量结果说明动车组在开合VCB、升降弓、过分相时均存在明显的瞬态骚扰,从BTRA数据分析确定骚扰信号的时长为毫秒级,骚扰信号多数发生于动车组过分相区附近。据此提出并实施改进措施,大幅降低BTM设备故障率。     

电力电缆故障的预定位方法

针对不同类型的电力电缆故障,有不同的预定位方法.对电压脉冲波在电缆中的传播波过程进行理论分析,在此基础上介绍低压脉冲法和高压弧反射法两种电缆故障预定位方法,并给出实际应用方法及案例.     

基于粗糙集理论的列控车载设备故障分析方法

快速、准确的故障诊断技术是高速列车安全运行的重要保证,本文以此为目标,对列控系统故障诊断方法进行研究,将神经网络算法NN分别应用于列控系统车载设备应答器传输单元BTM、列车接口单元TIU的故障诊断中,通过对比故障识别准确率BTM为训练阶段19.89%、测试阶段36.51%,TIU为训练阶段96.93%、测试阶段94.84%,得出当数据中噪声较大时,神经网络的分类能力降低。为了解决以上问题,引入粗糙集理论进行属性约简、去除噪声,用神经网络进行故障识别,最终得出BTM的故障识别准确率为训练阶段93.32%、测试阶段97.41%,TIU为训练阶段99.21%、测试阶段96.72%,表明粗糙集理论和神经网络的结合RSTNN能够保证故障诊断的准确性,从而验证该方法在实现列控系统车载设备故障诊断方面的有效性。     

车轮擦伤检测系统的开发与应用

介绍了地面检测车轮踏面擦伤和剥离的擦伤检测系统。本系统考虑到列车速度及擦伤振动的发生位置等因素，利用安装于钢轨的振动加速度计的输出电压作为独立判定值，将有擦伤的车辆作为特定的车轮单元。车号的读取采用微波数字载波系统。