首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 0 毫秒
1.
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。  相似文献   

2.
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。  相似文献   

3.
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。  相似文献   

4.
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。  相似文献   

5.
刘彬 《中国铁路》2023,(10):15-22
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。  相似文献   

6.
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。  相似文献   

7.
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。  相似文献   

8.
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。  相似文献   

9.
文章针对市域车应用需求和技术特点,介绍了PHM技术及其应用现状,指出PHM系统对车辆智能运维的重要作用,并以某快速市域车为例,分析了PHM系统架构和功能方案,详细阐述了车载PHM系统、空调系统、车门系统、制动系统及地面PHM系统等关键子系统的设计方案.  相似文献   

10.
根据我国铁路车载设备维修方式,以及对维修人员的岗位分析,对动车组车载通信设备的维修工作进行了讨论,并提出了积极的建议.  相似文献   

11.
文中简单介绍了大数据与动车组相结合的运用模式,现有PHM平台和全寿命平台的功能、应用现状以及目前动车组大数据相结合存在的问题,对未来动车组数据化发展的方向提出了构思.  相似文献   

12.
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。  相似文献   

13.
回顾了现代轨道装备维修体制的发展历程,对动车组维修体制的现状及存在的不足进行了阐述,指出计划预防修存在维修不足、过度维修、次生灾害风险高、维修成本高的弊端,分析了我国动车组开展视情维修的可行性并对此进行了论证,绘制了动车组维修逻辑决断流程图,提出了动车组修程修制的优化建议。  相似文献   

14.
目前铁路电务部门主要依靠人工和机务故障报修系统的提报信息,对动车组司机操控信息分析系统(EOAS)车载设备进行维护,但无效及误报信息较多,无法满足当前车载设备的运用保障需求。针对该问题,基于故障预测与健康管理(PHM)技术,利用EOAS实时回传的车载设备运行数据和图像信息,通过通用故障建模、大数据技术、图像识别,智能分析运行状态变化,实现EOAS车载设备健康状态在线实时监测、关键部件的故障报警及预测、EOAS全生命周期的健康信息管理,为设备日常运用、维护和管理提供技术手段,实现精准和预防性维修,把当前被动的故障处理转变为故障预防管理。该系统投入运用后,对相关设备维护人员的知识储备、经验能力、熟练程度等要求大大降低;与原人工检测作业对比,检测耗时大幅缩短,有效提升电务部门的设备维护效率和质量,保障了车载设备的持续可靠运行。  相似文献   

15.
随着城市轨道交通运营规模的不断扩大,车辆关键系统检修及运维成本带来的压力日益突出。通过PHM技术实现车辆关键部件的智能化运维,已成为各个城轨运营单位正在积极探索的重要方向。文中主要提出了城轨车辆健康管理系统的总体解决方案,完整地阐述了解决方案的总体架构,并以车门系统为例,着重介绍详细系统方案设计,并进行了软件模型仿真以及实车测试验证,实现车门关键部件的状态监测、性能判断、故障预测等健康管理功能。文中通过列车级以及子系统相结合的车载健康管理系统设计、仿真及实车验证,为城轨车辆健康管理提供行之有效的参考方案。  相似文献   

16.
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...  相似文献   

17.
为解决传统动车组主变流器维修模式的缺陷,引入故障预测和健康管理技术对动车组主变流器维修进行设计研究,探讨了基于HMM模型+小波分析的主变流器故障预测与健康管理的故障诊断原理,通过仿真研究建立了MATLAB仿真模型,验证上述方法是可行的。  相似文献   

18.
为解决传统AFC系统运行维修方法的滞后性及可靠性低等问题,文章通过研究将PHM技术应用于北京市轨道交通AFC系统的方案,拟为AFC系统提供一套经济有效的故障诊断及健康管理方式,满足日益增长的轨道交通出行量对综合保障能力的匹配需求,以此解决日益凸显的AFC系统技术含量日趋提高而维护手段和能力相对薄弱的矛盾问题。同时,通过预测AFC系统在短时期内可能出现的故障,给出具有针对性的处理方法或明确在未来一段时间内如何预防故障出现,以保证在执行任务过程中,AFC系统始终处于良好的技术状态,以期合理分配设备维修时间,提高维修效率,并降低维修成本。  相似文献   

19.
及时全面掌握动车组运行状态信息、故障信息是提升动车组检修运用水平的重要方法。使用车地通信,能够实时检测动车组运行状态,有效保障动车组的运行安全;对于动车组非实时车载数据的运用,能够有效的提升检修能力,改善动车组检修水平。介绍动车组车载信息系统的发展现状,研究系统总体架构,主要功能及各项关键技术,为动车组车载信息综合应用系统的建设提出了建议。  相似文献   

20.
总结国内外高速动车组基本发展情况,对高速动车组智能技术发展的方向进行探讨,分析动车组智能行车、智能监控、智能运维、智能服务、绿色环保等智能技术的主要因素和技术方案,针对高速、高效能、高能力保持、互联互通、低生命周期成本、高智能、绿色环保、系统安全等轨道交通装备的重要发展方向,对智能装备的后续研究方向进行分析与展望。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号