动车组齿轮箱异常振动监控数据分析

动车组列车大多配备TDDS(列车振动监控系统)对车辆运行中的振动状态数据进行记录、分析,以及对齿轮箱振动监控异常数据进行预警、报警提示。分析了某型动车组运行中的一次振动预警数据,对TDDS的阈值选取及工作原理进行了介绍。同时通过数据分析手段得出此次异常振动原因,并确认了故障位置。     

关于提升TEDS故障预警准确率的研究

TEDS作为动车组运行途中状态监控的一种手段,在各铁路局均有成熟应用,通过图像对比的方式,发现故障时系统能够自动预警。目前,TEDS报警的准确率只有十万分之二左右,不能满足日常要求。文中通过对深度学习技术的研究,选择适合TEDS图像识别的模型,提升TEDS故障预警的准确率。     

动车组ATP运行记录数据分析系统技术研究

为实现动车组各类型ATP运行记录数据文件自动智能、综合分析,自动给出列控设备故障的分析报表,并建立列控设备故障库,实现列控该设备隐患的预警管理,研发相应的动车组ATP运行记录数据分析系统,并对现场应用状况进行总结。     

基于BP神经网络的动车组客室空调故障识别与预警研究

动车组客室空调良好的制冷效果是旅客舒适度和动车组稳定有序运行的重要保证,但客室空调故障的发生具有突发性和隐蔽性特点,给空调系统的日常检修维护带来极大困难。采用BP神经网络算法建立客室室温预测模型,并运用Matlab编程计算实现客室室温理论预测。根据预测模型在CRH380B(L)型动车组客室空调系统中的实际验证情况,制定客室空调故障识别与预警的阈值、规则和等级,为后期客室空调系统故障自动识别与预警系统的开发奠定基础,完善动车组客室空调故障识别和预警机制,对动车组客室空调故障的在线实时识别与潜在故障的预警具有重要意义。     

基于5G技术的动车组车载数据传输及监控系统研究

介绍动车组车载数据的传输和应用现状,根据5G的应用场景,提出基于5G技术的动车组车载数据传输及监控系统总体架构,明确系统的运行状态实时监控、故障报警关联分析和大数据预测分析功能,利用5G技术的增强带宽、高可靠、低时延和网络切片关键技术,实现对动车组更精准、全面的实时监控,为动车组的运行安全提供了保障.     

CRH380动车组轴箱轴承故障预警系统

高速动车组在高速运行过程中会发生多种设备故障,使行驶安全面临风险,威胁高速动车的正常运行。其中,属于转向架及其辅助系统的轴箱轴承一旦发生故障,很可能造成车轴热切甚至是脱轨,因此研究轴箱轴承数据挖掘模型和监控预警技术对于保证列车安全运行具有重要意义。通过研究动车组实时轴承温度与外温、速度、轮对里程、轴承位置等特征之间的关系,分析产生轴温过高的原因,并基于RBF神经网络对轴箱轴承的温度建立预测模型,进而设计故障预警系统,为日后的检修维护工作提供指导。     

高速铁路动车组应急惰行通过供电小单元应用研究

通过研究动车组运行过程中的基本阻力,结合线路坡度等数据,得出动车组惰行速度计算模型。运用Matlab仿真计算,研究高速铁路动车组降弓惰性滑行距离,判断动车组惰行通过故障供电小单元的可行性,为高速铁路接触网故障应急处置、现场决策提供理论依据。     

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。     

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。     

基于主成分分析法的动车组空调故障检测技术研究

针对动车组空调系统难以建立准确的模型进行故障检测的问题,采用主成分分析法对空调系统采集的大量运行数据进行特征提取,建立动车组空调系统主元模型,通过平方预测误差统计量指标进行故障检测。并使用运用中采集的蒸发器脏堵、制冷剂泄漏、传感器异常等故障数据进行了检测测试,取得了良好的效果。     

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。     

动车组运行可靠性评价方法研究

针对我国动车组运用维修特点,按照分层、分级、分类的原则对动车组故障进行统计分析;针对动车组现场数据复杂性、多样性特点,制定了故障数据收集方法;给出了动车组整车寿命周期故障率计算方法,实现了动车组运行可靠性规律定量描述;从数据收集、故障率计算、故障规律分析、故障规律优化等方面规范了动车组运行可靠性评价流程;结合实例分析说明了方法的合理性和有效性。     

城市轨道交通车辆智慧空调技术

智慧空调技术作为城市轨道交通车辆智能化运营的重要技术手段，主要根据车辆运行环境数据来调整空调运行模式，进而改善车内舒适度，对空调机组运行状态进行实时监测及关键零部件故障预警，实现空调机组的智能化健康管理，提升空调运营维护效率。智慧空调系统由车辆空调、车载网络及PHM(故障预测与健康管理)地面支持系统结合搭建而成，通过传感器来监控车辆空调使用环境数据，并自适应性调节空调运行状态以改善车内空气质量。在故障预测及健康管理方面，智慧空调技术通过搭建诊断模型，采集并传输空调机组运行状态数据，实现对空调机组多发性故障的及时预警，对关键零部件使用寿命进行老化预测并采取相应的健康管理措施，进而保障空调机组的安全运行。在车辆的维修维护中，智慧空调技术结合不同的诊断及预警模型数据，合理制定空调机组修程，将空调机组故障修与定时修为主的传统维修模式发展为基于安全监控和健康管理的智能化“状态修”模式。     

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.     

动车组整车可靠性的验证方法

基于我国动车组实际运用状况,按照故障后果危及动车组运行安全的严重程度,将动车组故障划分为安全类故障、运用类故障、隐患类故障和一般类故障;依据可靠性理论和现场数据统计分析,验证了动车组整车可靠性服从指数分布的规律;提出了将动车组整车故障率划分为10级的建议。依据可靠性抽样检验理论,计算不同置信度、不同故障率等级要求下的动车组允许故障发生次数和最小累计运行里程,据此给出动车组整车可靠性的验证方法:①根据动车组的累计运行里程、期间发生的故障次数,在一定置信度水平下对其故障率等级进行评定;②针对动车组可靠性验证要求,确定故障率等级,选择动车组参试列数、试验时间、评判准则等参数,制定验证方案。     

基于长短期记忆网络的动车组轴箱轴承故障诊断预测模型研究

动车组轴箱轴承是动车组转向架的关键部件,其运行品质直接影响动车组的运营安全.以深度学习算法为基础,利用轴承振动信号时间序列的特点和LSTM(长短期记忆网络)擅长处理时间序列的优势,通过构建LSTM模型对轴承的故障状态进行识别,开发了基于深度学习的轴承故障诊断预测软件,实现了轴承故障早期的分类与诊断.模型的仿真和试验表明...     

动车组运行状态智能检测装备

动车组运行状态智能检测装备设置于动车段入库线上,主要针对动车组走行部、车顶和受电弓在运用中出现内部缺陷、磨损、损坏及尺寸超限的故障比率问题。实时采集运行列车的底部、侧部和顶部图像,采用故障自动识别策略,对列车的车底走行部、闸瓦、转向架、接触网等与列车有关的各个部件进行动态监控。根据实验和现场使用情况,本检测设备满足铁路机车运行时对走行部和受电弓进行在线测量检测的要求,其中,走行部检测精度可达1 mm,滑板磨耗值测量精度可达0.2 mm。鉴于此,该动车组智能检测装备能及时发现故障隐患,为检修和更换提供依据,保证动车组运行安全。     

高速列车运行安全监控技术

随着列车运营速度的不断提升,高速列车的运行安全监控技术变得越发重要。从高速动车组的设计、运用和维修保障等方面出发介绍了高速动车组的安全保障体系,采用可靠性、冗余设计和诊断技术的车载安全技术,采用GPRS的动车组远程传输系统信息化技术、数据库诊断及专家系统的地面数据库技术,综合故障维修安全保障技术。以CRH3型动车组为例分别介绍了高速动车组的运行安全监控体系的构成,并提出了高速列车运行安全监控体系的研究方向。     

线路谐波引起动车组辅助电源系统中间直流过压故障的分析

某型采用辅助绕组供电方案的动车组在运行过程中多次出现辅助变流器中间电压过压故障,导致牵引系统停止工作,造成动车组停车且无法再次起动。为了分析故障原因,本论文首先介绍了动车组辅助供电系统的结构和充电逻辑,建立了辅助供电电源充电时的等效简化电路。并建立动车组辅助系统仿真模型,同时对某线路上运营的动车组和变电所开展跟踪测试,以仿真和跟踪测试的结果为基础,分析动车组辅助变流器故障原因,给出相应解决方案。     

动车组牵引电机接地故障预测

牵引电机是动车组动力传动系统中的关键部件,在牵引电机故障中最常见的故障为牵引电机接地故障。通过对某动车组牵引电机控制单元的历史数据挖掘,实现对牵引电机接地故障的预测。数据挖掘建模使用了RBF神经网络、决策树和支持向量机3种机器学习算法。试验结果表明,3种算法的预测准确度均高于84%,其中决策树相较于RBF神经网络和支持向量机,具有更高的预测精度,模型预测精度达到85.6%。因此,选取决策树模型预测动车组牵引电机接地故障的发生。