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。     

动车组PHM模型数据处理架构优化及关键技术研究

动车组故障预测与健康管理（PHM,Prognostics and Health Management）模型研究工作围绕动车组运维数据开展。数据是动车组PHM模型的驱动力，数据计算是动车组PHM模型的核心。文章从动车组PHM模型应用现状出发，对动车组PHM模型数据架构进行了优化设计，研究了动车组车载信息无线传输系统（WTDS,Wireless Transmission Device System）数据清洗及存储等关键技术，提升了PHM模型源数据处理效率。     

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。     

动车组塞拉门PHM技术研究

动车组塞拉门是乘客进出车辆的通道，是车辆使用最频繁的部件，也是故障率很高的部件，当塞拉门发生偶发性故障时，故障排查难度大。通过开展塞拉门系统PHM技术研究，可以对塞拉门状态进行提前诊断，减少显性故障，提高车门的可靠性，进行预防性维修，降低维护成本。文章分析了塞拉门典型故障，对塞拉门故障进行了PHM建模，介绍了塞拉门预警案例。     

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。     

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...     

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。     

城市轨道交通制动系统PHM技术研究与应用

通过分析城市轨道交通制动系统PHM技术应用现状,结合PHM建设理念,介绍如何在城市轨道交通制动系统开展PHM技术研究与应用。提出制动系统PHM目标及架构,从数据采集与处理、异常检测、故障诊断及故障预测方面对制动系统PHM主要功能进行阐述,并结合相关案例进行说明。     

地铁车辆制动系统故障预测与健康管理技术研究

为了提高地铁车辆制动系统的运维效率,避免制动系统过度维修造成资源浪费,设计了地铁车辆制动系统故障预测与健康管理系统,研究了电空制动系统典型部件的故障诊断与故障预测方法,详细叙述了制动系统健康管理系统的功能,提出了制动系统健康管理系统车载PHM单元以及地面PHM平台的设计方案。     

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地铁列车上的应用

故障预测与健康管理(PHM)技术能提高城市轨道交通的运输效率,降低设备的运营维护成本,提高车辆及关键部件的维修效率,实现地铁列车的故障预测与健康管理。给出了维修策略建议,以期提高地铁列车的可用性与可靠性,促进地铁列车设备由计划修向状态修转变。     

地铁接触网关键设备 PHM 平台建设的规划探讨

为保障城市轨道交通系统的安全稳定运营,开展地铁接触网关键设备故障预测与健康管理(PHM)平台建设与方案研究。以大数据和云计算技术为核心,设计接触网关键设备PHM平台系统结构,整合接触网维护管理信息和检测、监测数据,评估系统所需的硬件资源,提出结合现有接触网监测管理系统的硬件方案。实现基于贝叶斯网络推理模型的接触网关键设备及零部件的故障诊断、多维度健康状态评价及基于隐马尔科夫模型的维修前剩余时间估计三大功能,最终形成一套从系统到零部件的接触网闭环健康管理体系。论述研究接触网关键设备PHM平台的必要性和可行性,探讨接触网关键设备PHM平台的系统结构、功能设计及可视化呈现。     

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。     

动车组转向架智能监控分析平台研究

对动车组转向架系统开展智能化故障诊断和健康管理研究。从转向架系统的故障机理出发,研究转向架系统的故障预测与健康管理技术,建立转向架故障诊断与健康管理系统,开发转向架关键系统智能监控分析平台,实现转向架系统的故障预测、实时监控、故障显示及健康评估。通过对转向架系统的故障预测与健康管理,可提高转向架系统的检修效率,降低故障率和平均检备率,提高转向架系统的可用性,降低转向架系统的维护管理成本。     

面向PHM的高速列车谱系化产品技术平台开发和实践

为实现不同速度等级、不同运用环境下高速列车的快速设计、快速制造以及保证谱系产品的健康运营和管理,提出并构建由数据平台、设计平台、制造平台和健康管理平台组成的面向故障预测与健康管理(PHM)的高速列车谱系化产品技术平台。首先,剖析高速列车谱系化与健康管理平台的融合机制,集成零部件研制与使用阶段的研发数据;其次,从技术架构设计和逻辑架构设计2个方面,基于数据挖掘、模块化、元模型、定制设计以及PHM等技术,开发面向PHM的高速列车谱系化产品技术平台;最后,以时速200~400 km的CRH6,CRH380A,CR300AF,CR400AF动车组系列产品为例,对平台进行工程实践,验证该平台的有效性。结果表明:该平台能够提升产品的研制效率,满足市场的多样化需求,并保障复杂环境下高速列车的健康运营,提升高速列车的运用效率和运营品质。     

基于专利分析的轨道交通车辆安全技术研究

轨道交通车辆安全技术已成为国内外轨道交通车辆企业和研究机构重点研究的技术之一。从专利分析的角度重点研究了国内外轨道交通车辆领先企业在安全技术方面的技术创新,在轨道交通车辆整车、转向架、网络控制系统、车体、车门等方面研究了各企业的专利分布情况,并研究了各企业在轨道交通装备故障预测与健康管理等关键技术方面的技术突破与创新。同时通过研究国内领先企业,以及北京交通大学、西南交通大学等研究机构的专利信息,了解了国内轨道交通车辆关键技术的发展现状,提出了基于轨道交通车辆安全技术发展建议。     

高速铁路灾害监测系统大数据分析

基于高速铁路灾害监测系统的大数据分析研究，通过分布式文件系统存储、MapReduce/Spark计算框架、数据挖掘等技术，对高速铁路灾害监测系统的灾害规律分析、灾害预测、运用规则优化、监测点布设优化、设备选型、设备状态分析等进行研究。以大风规律和设备运行状态为例进行分析，结果表明，50%左右的大风集中在15～16 m/s之间，通过优化大风报警阈值，可有效降低大风报警次数；电源故障是灾害系统设备的主要故障，需对其进行重点监测和维护。该研究可解决目前灾害监测系统运用和维护中遇到的问题，为灾害监测数据综合分析与应用研究提供技术支持。