高铁站房结构健康监测系统设计

为了对服役期间高铁站房的安全状态进行及时评估和科学预警,设计并研发了一套高铁站房结构健康监测系统,包括传感器子模块、数据采集子模块、传输及处理子模块、数据管理子模块、安全评定与预警子模块及用户界面子模块。对各子系统的功能要求和实现方法进行分析,并详细阐述该系统的结构监测内容及测点布置。通过分析济南东客站站房结构关键构件的应变、应力、风荷载等相关数据,得到以下结论：济南东客站站房结构健康监测系统运行平稳,数据传输稳定;站房结构风速、振动加速度、拉索索力等均在合理阈值范围内,结构处于安全状态。实现了对结构状态的实时掌握,有助于保障济南东客站的安全运维,为以后站房结构健康监测系统的设计研发提供借鉴。     

基于并行图卷积网络的无砟轨道监测测点异常识别

针对在服役过程中高速铁路无砟轨道结构健康监测可能出现由结构局部损伤或者传感器故障导致的测点异常问题,建立一种并行图卷积神经网络模型,来识别高速铁路无砟轨道监测测点的异常。采用结构早期初始状态的监测数据训练并行图卷积神经网络,获得结构初始状态下的测点数据之间的空间关联性;利用并行图卷积神经网络预测服役状态无砟轨道测点监测数据,实现轨道监测测点异常的识别;此外,对明显漂移的数据可基于有向图分析修正预测结果。将该方法应用于某高速铁路无砟轨道结构长期监测数据并识别了异常测点。     

基于嵌入式技术的机车轴承故障在线监测系统设计

从机车安全运行角度出发,分析现有机车轴承故障诊断系统中存在的弊端,介绍机车轴承故障在线监测系统的工作原理和主要构成,论述系统的软硬件设计,系统的数据采集与数据处理2大模块的设计,系统采用数据融合技术对多传感器采集的数据进行实时处理,在硬件装置的基础上移植μC/OS-Ⅱ实时操作系统,并由应用软件完成机车的CAN总线通信,GPRS通信,车载显示,语音报警等功能.该系统经过半年多的实际运行,结果表明该系统结构设计合理,实用性强.     

铁路站房结构健康监测应用的探究

本文通过总结大型铁路站房的组成和结构特点,介绍了站房健康监测系统的组成,分析了大型铁路站房主要的监测对象和监测内容,并指出在铁路站房结构健康监测应用中有待解决的问题,以期促进大型铁路站房结构健康监测的发展。     

石济客专济南黄河桥健康监测系统总体设计

研究目的:随着高速铁路大型桥梁的快速建设,铁路大型桥梁的健康监测愈来愈成为高速铁路运营安全及检修维护的重要保障。石济黄河公铁两用桥为(128+3×180+128) m刚性悬索加劲钢桁梁结构体系,本文结合该桥的结构特点及运营养护维修需求,研究该桥健康监测系统的设计方法。在结构静动力分析的基础上,提出监测内容及设计原则,全桥布置157个测点,桥上及监控中心设备总数397台。对传感器子系统、数据采集与传输子系统、数据处理与控制子系统、中心数据库子系统、结构安全预警与分析子系统及用户界面子系统六大子系统进行详细设计,探索健康监测系统在铁路大跨桥梁上应用的可行性,从而为铁路桥梁开展长期健康监测奠定基础。研究结论:(1)铁路桥梁健康监测系统布点设计需同时考虑静态及动态监测指标,并与成桥静载、动载试验相结合;(2)传感器选型要遵循耐久可靠、技术先进、方便更换维护及经济合理的原则;(3)数据采集及传输宜采用光纤环网进行组网设计,监控中心宜设置在铁路局工务段调度中心,便于养护维修与设备管理;(4)预警指标的确定应结合铁路设计、检定规范以及运营阶段计算承载力共同确定;(5)本研究成果可在铁路大跨桥梁健康监测项目中推广应用。     

基于健康监测Benchmark结构的损伤识别方法

研究目的:由于受外部载荷、环境作用、灾害、人为等因素的影响,桥梁结构在服役期间会出现损伤,结构性能下降,其安全性己经引起人们的高度重视。如何去诊断桥梁结构的损伤,对其健康状况进行诊断和监测,己成为当今函待解决的一个重要课题。研究结论:针对桥梁健康监测Benchmark结构,基于加速度响应的自功率谱与主元分析法并结合马氏距离,提出结构整体损伤程度的评估方法:(1)提出的桥梁健康监测Benchmark结构损伤诊断方法可直接利用实测自功率谱进行损伤识别,不需要模态参数,不要求有完整的模态测试数据,因而避开了实际动测时一些模态参数的测不准及实测模态不完整问题;(2)损伤识别过程是通过分析实测自功率谱的数据特征、数据结构来完成的,不需建立结构的力学模型,因而对结构形式、约束方式及边界条件均没有特殊的要求;(3)采用力锤人工激励及SISO的动测方法,激励设备简单,操作方便;(4)本文方法对于在役桥梁的健康监测和损伤诊断具有一定参考价值。     

基于物联网的运营地铁隧道结构健康监测系统软件平台开发

建立基于三维全景监测技术的运营地铁隧道结构健康监测系统,对武汉地铁3号线跨江段进行了监测;建立数据采集与传输子系统,实现地铁隧道健康监测数据的转换、汇集和传输;编写Java与Matlab语言交互与调用程序,开发相对应的监测功能软件模块,实现全自动全站仪、倾角传感器的远端三维可视化自动监测,以及三维激光扫描监测断面数据的解析、计算、拟合和分析功能。使用MVC(模型视图控制)以及Struts框架等相关Web框架搭建技术,对软件平台进行了框架搭建,并将开发的监测模块、评估模块集成至框架中,研发形成一套完整的运营地铁隧道结构健康监测系统软件,为实现运营地铁结构健康监测系统的智能化分析与决策提供有效的基础数据与知识支持。     

铁路货车车辆转向架无源无线振动传感与监测系统

转向架是铁路货车车辆的关键部件，因货车上无电源供给，且车辆在运用过程中存在随机编组，因此很难开展铁路货车转向架状态监测与故障诊断的相关研究。针对这一问题，文章研究了一种包括车载转向架无源无线振动传感与监测组件、测速发电模块、轨旁数据基站和远程故障诊断中心的铁路货车转向架无源无线振动传感与监测系统，系统通过安装在货车轴端的微型轴端测速发电机、测速发电模块为车载转向架无源无线振动传感与监测组件供电和提供速度信号，由振动传感与监测组件的信号采集处理CPU经组合传感器、信号调理电路、模数转换电路同步采集货车转向架的振动、冲击和温度信号并预诊断后通过WSN网络发送到轨旁数据基站，轨旁数据基站运用多线程WSN网络接收并缓存货运车辆的运行状态监测数据后再通过4G/5G网络自动将数据传输到远程故障诊断中心，远程故障诊断中心对列车运行状态数据进行分析处理与故障诊断后实现对货车转向架的智能运维。该系统已装车进行运行试验，试验结果表明，系统能实现铁路货车转向架的无源无线振动传感与监测，及时发现故障，确保货运列车安全行驶。     

弓网监测系统在地铁车辆上的应用

文章从监测预防的角度出发,运用高速相机、紫外探测器、红外成像仪、激光发生器、电流传感器来监测和采集弓网主要结构参数以及弓网图像,识别出弓网异常,实现故障定位,再通过后台数据分析识别出故障点以及故障产生的原因。试装运用结果表明,弓网监测系统能够有效地监测出弓网之间的异常,并通过地面专家系统统计、分析采集的数据,确定故障原因,提供检修数据。     

城市轨道交通车辆故障诊断方法

为提高城市轨道交通车辆检修效率并降低车辆运维成本，对城市轨道交通(以下简称“城轨”)智慧运维体系中的数据传送链路结构及故障数据筛选诊断方法进行了研究，建立了故障诊断及数据处理运维管理体系框架。根据我国城轨车辆的维修特点，基于FMECA(故障模式影响及危害性分析)矩阵对重点故障进行筛选，并利用SPC(统计过程控制)统计法对重点故障进行分析，提出一种城轨车辆故障过程诊断与数据处理方法。研究结果表明，所提方法可以对城轨车辆故障信息及其产生原因进行筛选分析，并能够针对这些故障制订相应的故障处置措施，在一定程度上实现数据处理的自动化。实例分析结果表明：某型城轨车辆车内环境控制系统与高压牵引系统的故障率较高，需要更多地关注这两个系统的检修维护；辅助电气系统与供风及制动系统均处于稳定状态，可适当延长其维修周期，以降低全寿命周期成本；转向架驱动装置更易发生故障，而驱动装置出现故障的部位集中在齿轮箱。     

定位器失效对接触网振动响应的影响研究

研究目的:定位器是接触网的关键零部件,一旦发生故障,直接影响弓网受流的可靠性和安全性。通过研究定位器失效对接触网振动响应的影响以进行定位器故障诊断。首先,通过机理分析区分定位器线夹脱落和钩环脱落两类故障;其次,建立接触网定位器故障仿真模型并搭建接触网全参数故障仿真系统,获取接触网定位器故障时的接触网振动响应参数;最后,通过分析定位器失效时定位点垂直与水平方向的加速度统计数据,提取振动加速度响应时间、振动频率来识别故障特征。研究结论:(1)定位器故障时的振动模式有较大变化且水平加速度大幅增加;(2)故障点处加速度幅值主频前移,相应峰值降低,相位角持续降低;(3)故障点水平方向加速度变化剧烈,接触网振动响应明显失常,直接影响弓网受流乃至列车正常运行;(4)在实际工程中,通过本文方法可实现对定位器故障的快速定位和诊断,确保弓网受流的稳定性。     

轨道交通列车制动系统的可视化数据处理软件设计及应用

轨道交通列车运行中,制动电子控制单元(BECU)会记录下大量数据。文章针对进行大量数据处理所要求的高效性和准确性,开发了数据处理软件Braketest。软件以最少的输入参数达到最多的输出结果,包括对各个数据指标的绘图显示、全部数据和特定数据的保存、故障列表的生成等,为下一步嵌入相关模块进行制动系统的数据分析、故障诊断、性能评估、可靠性分析等工作提供一个良好的平台。     

智能牵引变压器故障诊断技术研究

研究目的:构建智能牵引供电系统保障高速铁路安全可靠、优质高效的运营是我国高铁未来发展的方向,而牵引变压器作为牵引供电系统中的重要组成部分,对其开展智能化研究是智能牵引供电系统研究的关键。本文从牵引变压器在线监测需求入手,阐述对牵引变压器关键参量进行在线监测的智能化方案,且根据监测参量构建基于贝叶斯网络的牵引变压器故障诊断模型。研究结论:(1)在传统牵引变压器的基础上,加设牵引变压器光纤测温、油中气体在线监测及铁芯接地电流监测三大模块,可准确地掌握牵引变压器运行状态,是实现智能牵引变压器故障预测的数据源基础;(2)通过现场实例验证,基于贝叶斯网络的牵引变压器故障诊断模型准确性高,可实现牵引变压器的故障在线诊断;(3)本文研究成果可在电气化铁路牵引供电系统领域进行推广应用。     

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。     

基于GA-BPNN的铁路站房结构工程投资估测研究

研究目的:近年来,随着我国客运专线、城际铁路的迅速发展,一大批现代化的铁路客站也已建成或者在建中。为更好适应今后铁路客站发展趋势及客站建设工作需要,进一步加强铁路客站工程投资控制方面的研究,对新建铁路客站站房工程投资的估测进行研究是十分有必要的。研究结论:本文通过对铁路客站站房结构工程投资的影响因素及估测模型进行研究,得到以下结论:(1)基于收集到的大量铁路客站站房结构及工程投资基础数据,分析得到铁路客站站房结构工程投资的主要影响因素为站房面积、基底面积、站房建筑高度、抗震设防烈度、楼盖柱的结构高度、楼盖结构投影面积,并将其作为输入向量建立了BP神经网络估测模型;(2)应用GA遗传算法对BP神经网络模型的初始权值阈值进行了优化,通过估测结果对比,估测模型的精度及泛化能力都得到了显著提高;(3)通过工程实例对模型进行验证,估测模型得到的结果同概算值相对误差为1.19%,符合工程项目前期估算的精度要求,进一步验证了铁路客站站房结构工程投资估测模型的工程实用性;(4)本文研究内容可为相关研究领域提供一定的借鉴,同时对铁路客站站房结构工程投资控制研究具有一定的参考意义。     

既有提梁机结构损伤识别方法研究

研究目的:针对大吨位提梁机表面锈蚀、焊缝或板材裂纹等结构损伤不易检测识别,极易引发安全事故这一问题,结合提梁机结构特点,本文利用ANSYS软件建立有限元模型,进行不同结构部位、不同损伤程度的仿真分析,研究结构损伤对结构动力特性和主梁挠度的影响规律,以探求提梁机结构损伤识别方法。研究结论:(1)利用动力特性的变化可以识别结构损伤的发生,但不能确定损伤位置;(2)提梁机结构型式的不同导致其振动模态发生变化,针对不同结构型式的提梁机,结构损伤引起的频率变化敏感阶次不同;(3)通过观察主梁挠度变化曲线可以识别主梁结构损伤,且能够确定单点损伤或多点损伤的损伤位置;(4)该研究成果可为既有提梁机的结构检测和状态评估提供理论参考。     

融合光纤传感与压电感知的列车结构健康监测方法

结构健康监测技术是提升列车运行可靠性、安全性,降低运营成本的变革性技术。针对列车转向架结构损伤诊断与寿命预测的需求,提出融合光纤传感与压电感知的转向架材料试样结构健康监测方法,并构建基于光纤传感的结构载荷识别方法,利用光纤测量的应变信息反演结构所受的外部载荷,识别结果可为结构寿命预测提供载荷输入。同时,研究压电感知Lamb波信号在不同裂纹长度下的变化规律,基于相关系数法建立用于表征裂纹长度的损伤指数模型,实现对结构裂纹损伤萌生、扩展全过程的损伤诊断。依据所提出的列车结构健康监测方法框架,对压电传感器实时诊断的结构裂纹损伤情况建立仿真模型,使用光纤传感器反演得到的外部载荷对仿真模型进行加载。最后,开展列车转向架构架材料试样的疲劳试验,结果表明：基于光纤传感的反演载荷与真实载荷间的相对误差为1.30%,损伤因子与裂纹长度相关系数达到0.97。研究成果可推进结构健康监测方法在高速列车上的工程化应用。     

基于改进宽残差结构的接触网吊弦状态辨识分类网络

铁路接触网系统中吊弦的工作状态对机车运行至关重要。视频图像的接触网吊弦状态快速准确识别备受关注,因吊弦图像数据的特殊性导致现有网络模型识别精度较低。本文针对吊弦数据特征设计分类网络结构,提出适应接触网吊弦状态识别的VRNet分类网络。VRNet的核心为嵌入了注意力机制的宽残差结构,将此结构作为特征提取模块取代VGG-16中的一般卷积,改变其单一的平原结构。并使用Ghost机制替换宽残差结构中的普通卷积,大幅降低了模型的参数量和运算量。VRNet分类网络在吊弦故障分类实验中精度达到97%,优于其他分类网络,并在相关应用研究中表现出优良性能。     

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。     

基于LKJ数据分析的机车速度传感器智能故障诊断

针对目前人工利用LKJ数据进行机车速度传感器故障诊断存在诊断效率低、诊断时间较长、对数据分析人员经验依赖程度高的缺点,将加权K近邻分类器引入基于LKJ数据的速度传感器故障诊断中。通过分析几种故障的产生原因,结合专家经验,并对不同故障类型的LKJ数据进行数据分析,总结出4点故障规律,由此得到故障特征向量。通过计算机仿真验证,根据LKJ数据用于机车速度传感器故障诊断的WKNN诊断方法是有效的,具有较高的故障识别率以及较短的故障诊断时间,较人工故障诊断方式提高了效率。