高速动车组大数据PHM系统研究与应用

针对延长高速动车组使用寿命和提高使用效率的问题，在研究了工业大数据、故障预测与健康管理（PHM）的定义和应用、PHM相关标准以及国外PHM软件开发平台的基础上，搭建了基于大数据的车载、地面故障预测与健康管理系统一体化的功能架构并提出技术实现方案，应用动车牵引电机轴承温度健康状态模型,以牵引电机轴承温度和环境温度数据为基础,进行了实例分析。     

故障预测与健康管理技术在动车组中的应用

动车组维护策略优化研究日益受到重视,其中故障预测与健康管理(PHM)技术以及基于状态的维修是目前动车组维护策略优化的重点。分析了PHM技术的现状和发展趋势,结合技术架构对动车组车载PHM系统、车地PHM系统、地面PHM系统等技术进行分析,并对PHM系统进行验证。分析结果可为PHM技术在各类轨道交通车辆中的应用提供参考。     

基于人工智能的高铁动车组智能运维数据分析系统的构建

针对高速铁路（简称：高铁）动车组部件故障诊断和预测的业务需求,依托动车组故障预测与健康管理（PHM,Prognostic and Health Management）系统,在基于人工智能的高铁动车组智能运营维护（简称：运维）算法研究平台中构建高铁动车组智能运维数据分析系统。介绍了高铁动车组智能运维算法研究平台的架构,以及高铁动车组智能运维数据分析系统的数据处理流程和关键算法。并以高铁动车组客室空调为例,选取客室空调相关传感器数据进行数据分析,得到影响客室空调健康状况的特征,并对聚类结果进行健康度数据标注,作为客室空调健康评估模型开发的基础。     

京张高铁智能动车组PHM系统以太网传输规范

根据PHM系统特点,在IEC61375、OSA-CBM等有关标准基础上适当进行扩展或设计,形成PHM系统通信协议规范,适用于与PHM系统有关的数据通信。该规范可使PHM系统能够处理更为精准、多元、复杂的数据,为建立动车组故障预测与健康管理系统提供参考,能够更好地保障动车组运行安全,延长动车组使用寿命,降低动车组的维护成本。     

基于MapReduce的CRH2型动车组网络控制系统PHM故障筛选的设计与实现

列车发生故障时,车载设备数据记录与无线传输装置(DRWTD)接收到相应故障数据,通过无线信号实时发送给预测与健康管理(PHM)地面系统。由于DRWTD在发送周期以及通过无线传输时可能会因信号不良原因与PHM地面系统通信中断,导致PHM地面系统接收到的故障数据与原始数据出现偏差。为此,文章提出一种对故障数据进行筛选的处理模型,并且采用MapReduce并行计算,设计了基于MapReduce的CRH2型动车组网络控制系统PHM地面系统故障筛选工具软件,实现了PHM故障数据筛选的目的。     

动车组故障预测与健康管理(PHM)体系架构研究思考

从我国动车组故障预测与健康管理(PHM)技术现状出发,利用需求、功能、逻辑和物理架构(RFLP)的概念指导PHM架构设计,从不同层级、业务的需求分解,到PHM系统对动车组各业务场景的核心功能,再到各环节逻辑架构,最终形成考虑当前数据传输、信息化现状的物理架构,以便最终工程化实施落地,形成适用于我国动车组的PHM体系架构...     

智能动车组车载PHM系统探讨

新一代复兴号智能动车组搭载了车载故障预测与健康管理(PHM)系统,实现了动车组故障的预警、预测等功能.根据现阶段智能动车组车载PHM技术方案,重点阐述车载PHM系统应用现状,同时结合实际工作中地面PHM系统较为完善的开发应用经验,进一步探讨车载PHM系统与地面PHM系统相互融合的设计需求、技术方案及应用场景.     

动车组PHM模型全生命周期管理与应用思考

基于产品全生命周期管理（PLM）理念，从模型管理角度出发，构建一套模型全生命周期管理框架，将其划分为规划设计、研发验证、运营维护3个阶段，并对技术、过程、质量等内容进行全流程把控。在模型应用中将框架进一步扩展：一方面，通过构建共享知识库，形成图形拓扑结构，提升知识图谱可视化，为模型研发人员提供工作支持；另一方面，提出模型个性化定制新应用方向，为模型应用人员提供便利，提升PHM系统建设的柔性化，为动车组PHM模型全生命周期管理与应用提供新思路。     

动车组PHM技术应用现状及展望

文章简要介绍了故障预测与健康管理(PHM)的技术发展过程、主要功能,对目前动车组故障预测与健康管理的现状及存在的不足进行了阐述,提出了动车组未来PHM技术框架和实施方案,展望了动车组PHM技术应用前景。     

动车组故障预测与健康管理技术的研究及应用

简述了PHM技术的发展现状,结合动车组的功能结构及运维特点,提出了适用于动车组列车的PHM技术体系和系统架构方案,阐述了基于PHM技术而开发构建的动车组PHM系统的功能及技术方案,并以车轮多边形故障预警预测和牵引电机通风装置视情维修为例,简述了部分功能模块的阶段性应用成果。     

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PSO-MK-ELM的动车轮对尺寸预测模型

动车轮对安全尺寸预测为动车安全性评估提供了依据。由于轮对尺寸变化受到运行环境等因素影响的复杂性,提出了一种适用于动车轮对尺寸数据的粒子群优化多核极限学习机(PSO-MK-ELM)预测模型。将多项式核函数和径向基核函数加权构成的多核函数(MK)引入极限学习机中,并采用粒子群优化算法对模型的4个关键参数进行寻优。针对CRH2车型的动车车轮直径数据,通过对比不同算法的预测结果,验证该方法的合理性和准确性。预测结果表明,在动车轮对尺寸数据的预测上,PSO-MK-ELM预测模型能够获取比BP模型、ELM模型和3种常用KELM模型更好的拟合优度、均方差、平均绝对误差和平均绝对百分比误差,验证了模型在动车轮对尺寸预测上的有效性。     

高速铁路牵引计算与仿真系统研究

高速铁路的牵引计算与仿真对优化高速铁路线路设计、优化列车运行时间等方面具有重要意义。然而由于缺少高速铁路牵引计算规范和动车组数据资料保密未公开等原因,导致对高速铁路牵引计算仿真与系统的研究较少。采用动车组特性曲线CAD矢量化法和程序开发相结合,解决了高速铁路牵引计算力学数据的有效获取。基于多质点模型,建立了动车组牵引力、制动力、列车阻力的计算方法和公式。从牵引、惰行和制动三方面建立了动车组运动模型求解和运行过程计算算法。在此基础上,采用C#2010编程语言和Access数据库,开发了基于多质点模型的动车组牵引计算与仿真系统。实现了动车组数据和线路等数据的一体化管理;采用动车组编组等参数化设置,实现了不同参数下的高速铁路牵引计算与运行过程的完整仿真。     

动车组运用计划和检修计划一体化编制模型及算法

针对动车运用所的动车组运用计划和检修计划编制问题,在动车组运用交路已知的前提下,以动车组的运用交路和检修规程为主要约束,以减少动车组使用数量、降低检修成本为优化目标,建立动车组运用计划和检修计划一体化编制的整数规划模型.根据动车组的可能运用情况和检修规程约束,求解动车组的可行运用路径集合;以该集合为基础,设计求解模型的模拟退火算法.通过算例分析,验证所提出的模型和算法可以有效解决动车组运用计划和检修计划的编制问题.     

网络化运维条件下的动车所检修资源共享方案研究

针对网络化运用检修条件下的动车组检修方案优化问题,以固定运用模式下的动车组开行数据为输出,以满足动车所的最大扣修数量、动车组一二级检修规程和多所检修资源共享规则为约束条件,以最小化动车组检修剩余量为目标,构建优化模型。基于蚁群优化算法设计了模型的求解策略,达到共享多动车所检修资源,充分利用动车组检修周期,降低检修成本的目的。     

基于TRIZ的新型动车组产品质量改进模式

以动车组产品质量管理体系为研究对象,介绍了基于TRIZ(发明问题的解决理论)的问题模型.分别以质量问题缺乏数据支持、错过处理问题最佳时机、缺乏质量管理高技能人才为问题关键点,以及使用小人法、预先作用原理、借助中介物原理等TRIZ工具提出了建立质量问题数据库进行问题预处理、质量问题管理前移、引入创新工作室、建立质量经验传...