基于贝叶斯网络的地铁牵引变电所可靠性分析

地铁牵引变电所作为城市轨道交通系统的关键环节,其可靠性研究对保障系统安全稳定运行有着重要意义。为了对地铁牵引变电所(简称:变电所)展开可靠性评估,利用GeNIE仿真软件,基于贝叶斯网络,构建了典型变电所静态下的可靠性模型,计算了变电所的初始故障概率;利用动态贝叶斯网络对典型变电所在时间维度上展开可靠性分析,精确地计算了变电所失效概率随时间变化的曲线;利用贝叶斯网络的双向推理功能找到变电所的薄弱环节,对变电所关键节点的识别、维护以及网络结构设计优化具有一定的意义。     

基于激光位移传感器的车轮踏面磨耗检测方法研究

针对当前城轨车辆车轮踏面磨耗人工检测劳动强度高、检测精度低的问题,提出一种基于激光位移传感器的车轮踏面磨耗检测方法。首先在轨道外侧安装一组激光位移传感器进行车轮踏面数据采集;其次结合标准轮对踏面轮廓数据,采用数据预处理、坐标旋转、数据融合等算法获取实际车轮踏面轮廓线;最后根据踏面磨耗几何关系获得车轮踏面磨耗值。通过踏面磨耗检测误差分析以及现场标准轮对实验和过车实验表明,所提方法检测精度为±0.2 mm,抗干扰能力强,能够满足踏面磨耗检测实际要求。     

基于磨耗数据统计模型的镟轮决策优化

针对目前地铁车辆车轮等级镟修而导致的镟修不合理问题,提出一种基于磨耗数据统计模型镟轮决策优化方法。基于广州地铁8号线的轮对磨耗数据,首先利用SPSS分析轮径磨耗和轮缘磨耗与轮缘厚相关性;其次建立基于状态转移过程的轮缘磨耗模型和基于数理统计模型的轮径磨耗模型;然后研究单个车轮的单级和多级镟修控制限策略,并通过蒙特卡罗仿真分析比较两种控制限策略的优劣。结果表明,多级镟修控制限策略大大提高车轮使用寿命,节约列车运营成本。     

基于多目标遗传算法的地铁车辆回库股道安排

科学安排地铁车辆回库股道对提高车辆段生产效率具有重要意义，文章采用多目标遗传算法对回库股道安排进行优化。对车厂线路布置、车辆出入库方式进行分析并对回库股道安排问题进行描述，以任务完成度、接车过程总调车次数、车辆出入库额外耗时为优化目标，以车辆回库时间间隔、车辆段检修能力为约束建立基于多目标遗传算法的回库股道安排模型，以极限情况为例对算法性能进行测试，验证了模型的有效性。     

基于聚类及霍夫变换的轮对廓形提取算法研究

针对轮对尺寸在线检测中廓形计算复杂的问题,提出一种新的轮对廓形提取算法。总结在线检测系统中的6种典型轮对廓形,采用DBSCAN算法对廓形数据进行聚类,并采用改进霍夫变换确定廓形有效区域;采用曲率熵与最小二乘法进行曲线拟合,获取轮缘基准点;通过坐标旋转与平移等操作实现完整的轮对廓形提取,为轮对尺寸计算提供支持。通过现场试验验证算法可行性,并与人工检测结果进行对比,结果表明:在线检测系统精度优于人工检测,验证该算法能够有效地实现轮对廓形提取。     

城市轨道交通列车轮对磨耗模型研究

为实时掌握城市轨道交通列车轮对在列车运行过程中的磨耗情况,结合某地铁线网下实际轮/轨参数,建立机车及轨道多体动力学模型,以仿真实际的轮轨接触作用。将动力学模型输出的轮轨接触变量与接触斑分析算法相结合,实现接触斑内滑动矢量的计算及黏滑区的界定。利用Archard磨耗模型分析接触斑滑动区,以获得接触斑内垂直磨耗情况。最后以接触变量分析-磨耗计算-型面更新为主体结构,采用多次循环的轮对磨耗仿真流程模拟轮对的磨耗过程,完成轮对磨耗模型的建立。将模型输出的轮对型面与实测型面进行对比,验证了模型的准确性。     

基于区域分类和电子地图的室内定位研究

为辅助盲人独立乘坐地铁出行,解决传统室内定位法易产生定位点跳跃和定位实时性差等问题,提出一种融合区域分类和电子地图的方法。该方法分为离线区域分类和在线定位2个阶段:在离线阶段通过迭代寻优,为蓝牙传感器产生的RSSI序列寻找最佳高斯滤波模板,采用滤波后的序列均值构建位置指纹库,并利用支持向量机模型对位置指纹库进行1级分类;在线阶段,采用滑动窗口对待定位区域进行2级分类,在窗口范围内采用基于欧氏距离的KNN算法求取位置坐标,并利用电子地图的路径层信息对定位坐标纠偏,进一步控制误差范围,提高定位效率。实验表明:该滤波方法将定位精度提高近4%,使用该定位算法最终能达到1.59 m定位精度。     

基于频率切片小波变换的轨道列车轮对振动信号分析

为了提取轨道列车轮对振动特征信息,提出一种基于频率切片小波变换的故障特征提取方法。首先,利用频率切片小波变换获取振动信号在全频带的时频分布;然后,依据得到的振动信号能量分布特点选择时频目标区域;接着,分割出含有故障特征的时频区域;最后,通过逆变换对目标区域的信号分量进行重构,分离出有效的信号时频特征。仿真结果表明,利用频率切片小波变换分离轮对振动信号时频特征效果较好,为轨道列车轮对振动信号时频特征精确提取提供一种新的方法。     

基于EMD和包络分析的城轨列车滚动轴承故障诊断

为了准确识别城轨列车滚动轴承故障类型,研究了一种基于经验模态分解（EMD,Empirical Mode Decomposition）和包络分析的滚动轴承故障诊断方法。对滚动轴承的振动信号进行EMD分解,得到若干个本征模态函数（IMF,Intrinsic Mode Function）之和,对包含主要信息成分的IMF分量作包络分析,根据包络谱的故障特征频率判断滚动轴承故障类型。实验结果表明,该方法能够准确有效地识别城轨列车滚动轴承的故障类型。     

基于构架点头角速度的轨道垂向长波不平顺在线检测

在分析比较基于轴箱垂向振动加速度和构架点头角速度的轨道垂向不平顺检测原理的基础上,提出基于构架点头角速度的轨道垂向长波不平顺在线检测方法。在运营车辆轴箱正上方的构架处安装陀螺仪,用于等空间采样构架点头角速度的时域信号;对构架点头角速度的时域信号以及由速度传感器测得的车速时域信号进行二次积分、消除拟合多项式的趋势项、带通滤波及递归最小二乘自适应补偿滤波等数据处理,从而得到轨道垂向长波不平顺的估计值;建立车辆—轨道垂向耦合动力学模型,以实测轨道垂向不平顺激励下的构架角速度模拟陀螺仪采集的时域信号,对给出的在线检测方法进行验证。结果表明:与实测结果相比,标准差小于0.4mm,归一化均方误差小于-8,说明给出的在线检测方法能精确、有效地检测轨道垂向长波不平顺。