动车组闸片寿命预测研究

以CR400BF型速度350 km/h复兴号动车组闸片为研究对象,介绍了一整套闸片磨耗数据采集及分析的方法,提出了"闸片厚度—里程线性拟合公式"和"闸片厚度—质量—里程一体化线性拟合公式"2种闸片寿命预测的理论模型.基于跟踪采集的闸片厚度、质量及运行里程样本数据,采用pearson相关系数法分析,发现闸片磨耗与运行里程...     

高速动车组用弹性结构制动闸片的研制

通过对制动闸片配方设计和结构优化,研制出新型弹性结构制动闸片,并测试了其物理力学性能和摩擦磨损性能。试验结果表明:该制动闸片平均摩擦因数高,力学性能良好,安全可靠性较高,使用寿命长,可满足300km/h动车组的摩擦磨损制动性能要求。     

350 km/h复兴号动车组制动闸片在服役过程中的磨损行为及其使用寿命预测

为更好掌握制动闸片在高速列车运行时的磨耗和使用寿命,针对速度350 km/h中国标准动车组,开展了制动盘和摩擦副的服役性能跟踪试验,对制动闸片在实际服役条件下的磨损行为进行了研究,并对其使用寿命进行了预测.结果表明动车闸片的磨耗要比拖车闸片严重,但拖车闸片的偏磨较为明显—同一副闸片外侧摩擦块的磨耗比其他位置严重,同一根...     

基于状态维修的动车组关键部件寿命预测

随着社会科学技术的发展,动车组维修技术得到了提高,动车组运行时间越长相应的故障率也越高。通过状态维修策略中采集实时数据,与正常值进行对比,就可以发现非正常值,然后预测关键部件的寿命,使动车组达到最优状态。利用状态维修策略建立关键部件的寿命预测模型,通过MATLAB计算数据。结果表明,所研究的模型方法可用于故障性动车组将要运行时间的确定。     

基于支持向量机与最小二乘支持向量机的闸片识别及磨耗趋势预测

针对检测动车组闸片剩余厚度的需求,设计闸片图像采集系统,通过高速相机与面阵光源的结合使用完成在线闸片图像的采集。介绍支持向量机(SVM)算法的概念,采用SVM对闸片边缘特征进行识别,进而检测剩余厚度。运用最小二乘支持向量机(LSSVM),将SVM的不等式约束变为等式约束,实现闸片剩余厚度的趋势预测。通过将LSSVM检测结果与现场人工测量结果进行对比,验证方法的可靠性。基于LSSVM算法精准预测闸片磨耗趋势,可提供更好的闸片状态修管理模式。     

动车组牵引电机轴承剩余寿命预测方法研究

根据我国高速铁路动车组的实际运行和维修情况,以动车组关键部件剩余寿命预测为目的,对车地数据进行研究,对牵引电机轴承的温度数据进行特征提取,并根据大量历史车地数据,对牵引电机轴承进行剩余寿命预测。使用面向过程分析的思想和用特征值构建盒图的方法,达到预测动车牵引电机轴承剩余寿命的目的。研究的结果可以作为提高运维效率,修程修制优化的依据。     

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。     

基于加速退化数据的动车组电连接器寿命预测研究

电连接器对于动车组安全可靠稳定地运行至关重要。为提高电连接器产品寿命预测的效率与准确度,通过设计实施连接器加速试验,获取产品性能退化数据,采用寿命预测物理模型与数据处理算法,基于退化量分布的加速退化数据建模流程,实现动车组电连接器可靠度与寿命的评估。据此设计了基于退化数据的寿命预测软件,实现了退化数据预处理、数据分布拟合、模型参数计算、模型曲线绘制与寿命值的预测。     

基于灰色GM(1,1)残差修正模型的动车组故障率预测

以某分析类别动车组百万公里故障数据为基础,研究建立了基于灰色GM(1,1)残差修正模型的动车组百万公里故障率预测模型.在优化模型中背景值的基础上,对残差进行修正,用t-3,t-2,t-1时刻的残差构造输入数据,t时刻的残差作为输出数据,用支持向量回归机对残差进行拟合,采用等维信息灰色GM(1,1)模型对建模数据进行更新...     

基于仿真的动车组通信板寿命评估技术

为了提高电子产品的可靠性以及节约电子产品寿命评估的费用,缩短寿命评估的周期,提出通过寿命仿真技术对电子产品进行寿命评估。以动车组通信板(TRC)为研究对象,首先分析了通信板(TRC)的原理、性能参数及应力,提出了通过SolidWorks、Flotherm、Calce PWA软件建模和应力分析进行通信板的寿命仿真的流程方法 ,然后对通信板(TRC)的可靠性进行评估。与此同时通过通信板(TRC)的加速寿命试验,对寿命仿真的评估进行验证,实物寿命试验评估值与仿真寿命值比较接近,为电子产品的寿命预测技术研究提供新思路。     

基于混合模型的道岔综合监测系统研究

道岔作为关键的铁路信号设备，也是铁路线路三大薄弱环节之一，其工作质量直接影响列车的运行安全。传统的道岔检测方法过分依赖人工经验，检测效率低下，难以应对现有铁路运行中行车速度快、发车密度高等对道岔维护所带来的严峻挑战，并且现有道岔监测也存在监测项目不全面等问题。为满足工电融合需要，开发了一套基于混合模型的道岔综合监测系统，使用卷积神经网络自动进行特征提取，以获取道岔状态，充分发挥深度学习的自动特征提取优势；采用支持向量机和向量域的混合算法，对正常/故障数据进行分类和异常检测，从而提高故障检测的准确率。测试结果表明：与现有人工巡检方法相比，该系统能够为相关人员提供精准、实时的道岔故障预警，提高维护效率，有效减少人力成本且降低道岔病害的发生概率。     

基于数据拟合的地铁车辆车轮磨耗分析与寿命预测

分析车轮磨耗,预测车轮寿命,对降低车辆运营成本具有重要意义.以苏州地铁2号线拖车车轮为例,比较传统方法和数据拟合方法确定磨耗量的差异.数据拟合方法通过窗函数滤掉偶然录入错误数据,用中值滤波器剔除不满足要求的数据,对预处理后的轮径值进行线性拟合,得到轮径与运行里程线性拟合方程,线性拟合方程斜率即车轮磨耗量.传统分析方法采...     

基于内燃动车组的混合动力匹配设计研究

针对内燃动力轨道交通在实际应用中存在的不足以及当前主要新能源技术发展现状,文章结合某内燃动车组的总体参数和配置情况,将内燃机组匹配蓄电池的混合动力方案与纯内燃机组方案进行对比分析,并对混合动力选型和配置进行了计算和分析.结果表明,混合动力匹配方案在降低整车能耗和节省燃油消耗等方面有着显著的优势.     

隧道施工围岩变形预测的智能模型

将支持向量回归(SVR)算法引入隧道施工期围岩变形预测,并采用遗传算法来自动搜索支持向量回归算法的模型参数,形成GA-SVR算法。结合香河隧道的施工变形监测,建立起了公路隧道施工围岩变形预测的GA-SVR智能模型。采用此模型对香河隧道后继开挖的监测时间点进行变形预测,并与实测变形对比,所建立的GA-SVR智能模型预测最大相对误差仅为6.99%,平均预测相对误差仅为1.99%,完全可用于公路隧道施工期的围岩变形预测,并为类似工程提供了借鉴。     

基于机器学习的地铁盾构隧道长期沉降预测

采用机器学习方法,建立一个基于先期区域地质信息及隧道沉降学习资料的盾构隧道长期沉降预测模型, 并以南京地铁 2 号线盾构隧道为例进行算例分析。结果表明：该沉降预测模型能够筛选主要影响因素,并且能够 寻找最佳监督学习算法和最优参数;在不同监督学习算法中,核支持向量机算法与人工神经网络算法都能使模型 达到较高的精度,然而对其参数的依赖性很高,需要细致的调参才能提高预测精度;以人工神经网络算法作为监 督学习算法,经调参后,沉降预测模型的最终预测准确度可达 0.86,10 倍交叉验证平均准确度为 0.82。     

基于Halcon及VS的动车组制动闸片厚度自动识别模块

研究基于图像处理和模式识别的动车组闸片厚度自动识别模块,解决动车组制动时因闸片过薄而导致的车轮迅速升温,甚至引发不安全状态的问题.该模块可实现动车组通过时自动检测,即自动拼图、图像预处理、模型定位及制动闸片厚度计算,并对厚度小于一定数值的闸片进行自动报警.通过大量实验和测试表明,该模块可以有效地计算闸片的厚度,具有很好...     

高速列车齿轮箱箱体材料拉伸损伤的声发射信号表征识别及寿命预测

为保障高速列车运行安全,需要对其齿轮箱箱体材料的拉伸损伤进行实时无损监测,传统的力学性能试验不能满足这种要求.为此,利用声发射技术,针对某型号高速列车齿轮箱箱体材料进行拉伸试验,采集拉伸过程中的声发射信号进行参数分析,并利用支持向量机(SVM)分类器对提取的特征参数进行识别分类.在此基础上改进SVM分类器,应用加权支持...     

基于改进GA-SVR算法的隧道工程智能信息化设计研究

传统的信息化设计在监测信息处理、信息的反馈分析及初步设计的信息化修正等方面存在不准确、不及时和难以操作的缺点。本文结合铜黄高速公路坞石隧道的施工,将一种改进的支持向量回归（SVR）算法引入隧道工程的信息化设计中。采用十进制遗传算法搜索改进的SVR参数,形成改进的GA-SVR算法,并编制相应的计算程序。坞石隧道的应用结果表明,这种改进的GA-SVR算法无论是对监测数据的拟合预测,还是监测信息的反馈分析都能做到准确快速,在反分析完成后采用改进的GA-SVR算法进行3个开挖步内的位移超前预报也具有较高的精度。最后提出一种基于此算法的初步设计最优化修正方法,形成以此算法为核心的完整的隧道工程信息化设计方法,具有快速、操作简单和计算准确的优点。该算法可以在隧道工程中使用。     

基于概率分布函数的动车组车轴应力谱试验分析

根据EN 13103标准分析计算车轴表面应力分布规律,据此在车轴应力较大的距车轮内端面113和163 mm处的动车组车轴表面各布置2个测点,由此得到京津城际铁路和既有线路动车组的车轴应力时间历程,然后进行数据处理后得到车轴弯曲应力谱子样,再由估计的最大应力幅值得到动车组车轴8级程序应力谱.结果表明:动车组车轴应力幅值的分布符合三参数威布尔分布,并且既有线路动车组的车轴应力变化幅度比较大,而京津城际铁路的则比较平缓;在相同速度下,既有线路动车组的车轴应力最大值比京津城际铁路的大1倍左右;动车组以240km· h-1速度运行时其车轴应力幅值最小,在其他速度级下,车轴应力除最大值稍微有差别外,其他应力水平基本一致.