基于灰色综合评估和PSO-BP的地铁车辆可靠性评价

为了更加科学地评价地铁车辆的可靠性状态,并依据评价结果指导车辆检修策略的调整,使上线车辆的可靠性处于可控状态,提出采用灰色综合评估和粒子群算法优化反向传播神经网络(PSO-BP)预测相结合,综合评价地铁车辆当前的可靠性状态。依据地铁车辆安全评价相关标准,确定地铁车辆可靠性状态评定等级、取值范围及对应状态。基于车辆各子系统当前故障数据分析获取各子系统可靠度及评分值,同时利用层次分析法确定各子系统所占车辆的权重,根据各子系统评分值及权重采用灰色综合评估法确定车辆不同可靠性等级的比重,对车辆可靠性状态进行预分析。利用BP神经网络和PSO-BP神经网络可靠度预测模型,根据历史故障数据对车辆各子系统的可靠度进行预测,并对比2种模型的预测精度。根据灰色综合评估法预分析结果和PSO-BP神经网络可靠度预测结果,综合评价车辆当前的可靠性状态。以上海地铁某车型为例,依据各子系统的故障数据进行算例分析及验证。研究结果表明：PSO-BP神经网络相比于BP神经网络预测的相对误差降低了4.39%,具有较好的预测精度。将灰色综合评估和PSO-BP预测相结合,可以更客观准确地评价地铁车辆当前可靠性状态,为深入开展轨...     

地铁列车牵引系统状态评估方法研究

充分挖掘现场故障统计数据,提出一种地铁列车牵引系统状态评估方法。首先基于牵引系统故障树建立层次分析模型,构建各层级评判矩阵并确定权重,然后计算牵引系统各模块基本事件的灰色聚类系数,完成对系统模块层的状态评估,最后利用各模块聚类系数构建牵引系统模糊综合评判矩阵,采用模糊综合评判法对牵引系统整体的健康状态进行评估。结果表明,牵引逆变模块和牵引控制单元板卡是该车型地铁列车牵引系统的薄弱环节,应作为检修与维护中的重点对象。该评估方法综合利用故障树—层次分析法确定权重,降低了人为因素的影响,其评估结果可为地铁列车牵引系统主动维护和检修提供有效依据。     

地铁车辆制动系统故障预测与健康管理技术研究

为了提高地铁车辆制动系统的运维效率,避免制动系统过度维修造成资源浪费,设计了地铁车辆制动系统故障预测与健康管理系统,研究了电空制动系统典型部件的故障诊断与故障预测方法,详细叙述了制动系统健康管理系统的功能,提出了制动系统健康管理系统车载PHM单元以及地面PHM平台的设计方案。     

基于整流机组外特性的地铁车辆短路电流计算

结合实际运行的地铁线路、车辆电气参数,重点研究了整流机组电气特性,提出基于整流机组外特性的地铁车辆短路电流的计算方法,建立"变电所-牵引网-地铁车辆"模型并进行了仿真分析,得出地铁车辆短路暂态过程计算结果与仿真对比,波形误差小于5%。对实际运行工况进行应用分析,结果表明,模型计算可校验"车-网"保护配置的可靠性。研究工作为选择直流快速断路器、确定系统保护配置以及评估系统供电能力提供理论依据及数据支持。     

地铁列车在线监测系统在途故障预测及健康管理

介绍了一种地铁列车在线监测系统在途故障预测及健康管理,该系统可以在传统列车控制与诊断系统的基础上增加对车辆走行部(轴箱、齿轮箱、牵引电机等)工作状态的实时监测及分析,实现列车状态在途监测显示预警及健康管理。     

广州地铁A2型车辆牵引系统电压传感器可靠性预测方法研究

基于经典故障统计分析法和BP神经网络,对广州地铁A2型车辆牵引系统电压传感器可靠性进行预测分析,并对比研究两种分析方法的预测误差,从而选择更合适的可靠性分析方法,获得更准确的可靠性分析结果,为制定维修策略提供基本信息。     

基于FMEA法的地铁车辆牵引系统设备运维研究

地铁车辆牵引系统作为地铁安全、可靠运营的动力源头,其设备可靠性对整个地铁线网安全、准点运行起到至关重要的作用。通过对地铁车辆牵引系统建模,运用潜在失效模式与后果分析(FMEA)法对车辆牵引系统可靠性进行评估,并结合南昌地铁1号线牵引系统设计及现阶段运行状态,分析导致牵引系统失效的因素及薄弱环节,为制定适用于地铁1号线的牵引系统维修策略提供理论依据,亦为地铁行业运维可靠性、经济性提供经验。     

地铁车辆牵引系统控制方式的比选

文章对地铁车辆牵引系统3种控制方式进行比较,对3种控制方式从车辆故障运行能力及冗余性,车下设备布置,与空气制动系统的配合,对扩编的影响和维护成本等多方面进行了分析,提出了地铁车辆牵引系统控制方式选择的建议。     

地铁牵引网短路电流特征分析与仿真

近年来,地铁牵引网短路电流中的震荡与超调现象对已有的牵引供电系统故障模型提出了挑战。通过分析地铁牵引网故障波形、短路试验波形和地铁列车试验记录,建立了包含地铁车辆的地铁牵引供电系统的仿真模型,获得了与短路试验和运行记录一致的仿真结果,揭示了震荡与超调的产生原因。     

基于CNN-LSTM的车辆悬挂系统故障识别方法研究

高速铁路车辆（简称：车辆）运行条件恶劣多变,车辆悬挂系统的可靠性关系到行车安全和乘坐舒适性。当车辆的悬挂系统发生故障时,振动信号呈现非线性、非平稳的特征。为此,提出了一种基于卷积神经网络（CNN,Convolutional Neural Network）-长短时记忆（LSTM,Long Short-Term Memory）模型的车辆悬挂系统故障识别方法。通过SIMPACK平台建立了包含悬挂系统的车辆-轨道耦合动力学模型,获得了车辆系统各部件在健康状态及各类故障状态下的振动信号;以与故障元件关联部件的振动加速度信号作为模型输入,通过构建的CNN-LSTM模型对时序信号进行特征提取和分类预测,进而实现对车辆悬挂系统的故障识别;通过构建不同工况的故障数据集对该方法进行评估。试验结果表明,该方法在速度等级相同的情况下,故障识别准确率可达98%;在速度等级不同的情况下,故障识别准确率可达99%,验证了该方法的有效性。     

基于GO法地铁车辆客室车门可靠性评价

为了有效降低地铁车辆客室车门的故障,提出应用GO法原理对地铁车辆客室车门的可靠性特征进行分析.以齿带传动式地铁车辆客室车门系统为例,建立了基于GO法可靠性模型.依据门控电气元件和机械零部件的可用度、失效率等可靠性特征量,结合车门系统中操作符的逻辑关系,导出可修系统维修率和失效率的精确的计算公式,开发相应的GO程序,定量计算地铁车辆客室车门系统可靠性特征量.结果表明,该方法可以得到导致车门故障的所有可能因素和薄弱环节,可为地铁车辆客室车门维修和购车选型提供理论依据.     

地铁车辆故障管理分析系统设计与实现

依托地铁车辆管理信息系统的故障模块,对地铁车辆各子系统的故障数据进行样本采集;运用统计学理论和城市轨道交通试运营基本条件运营指标计算方法,对地铁车辆故障率进行建模分析。地铁车辆故障管理分析系统在西安地铁各运营线路应用以来,取得良好的效果,为地铁车辆的运营和预防性检修提供可靠的参考依据,为运营车辆各系统故障率、晚点率、下线率、正线影响及可靠性评估提供科学的分析基础。     

车载式弓网实时监测系统

弓网系统是地铁车辆牵引供电系统最重要的关键环节之一,车载式弓网实时监测系统能在线监测受电弓与接触网跟随、燃弧等主要特征信息,并对特征信息进行综合分析处理,及时预报故障,以提高运营安全可靠性。     

基于地铁列车监控数据的牵引变流器滤网堵塞故障预警研究

针对地铁列车牵引变流器冷却系统的滤网脏堵问题,提出了一种基于机器学习的变流器滤网脏堵预警模型,以指导滤网的预测维修决策。首先,为确定强分类的特征参数,结合列车牵引系统的检修记录,利用随机森林分类模型对列车历史数据进行特征筛选;其次,基于选定特征构建了孤立森林异常检测模型,并对模型参数进行优化;最后,分别在历史健康数据、故障数据集上进行测试,以确定模型能够识别滤网脏堵的准确度。结果表明:所构建的孤立森林模型分数能够直接反映牵引变流器滤网的脏堵程度,可有效指导滤网脏堵的维修决策。     

郑州地铁1号线列车牵引系统典型故障分析

简要介绍了郑州地铁1号线一期工程地铁车辆电气牵引系统的主要部件及其作用,如受电弓、高速断路器、牵引逆变器、牵引电机等。结合现场情况,对各主要部件的一些典型故障进行了分析,供牵引系统的设计和维护人员参考。     

某地铁列车无人自动折返卡顿故障分析及解决方案

针对某城市地铁车辆在试运行期间频繁发生的列车无人自动折返时的卡顿故障进行了分析研究。简要介绍了列车无人自动折返功能,并从列车网络系统、牵引系统和车辆电路3个角度深入分析故障原因,提出了解决方案。按此方案整改后故障得以完全消除。     

地铁车辆牵引控制单元的故障诊断方法

地铁车辆牵引控制单元是地铁系统的核心单元之一,准确判断其故障状态对车辆安全运行至关重要。针对模糊C-均值聚类(FCM)在牵引控制单元故障诊断中的不足,提出了采用入侵杂草算法优化FCM,解决了FCM聚类结果不稳定和容易陷入局部最优的问题。该方法能克服单一故障诊断法的缺陷,同时具备群智能算法搜索全局最优和FCM算法处理模糊信息的能力。通过UCI数据集和地铁车辆实际数据进行仿真实验,结果表明,新方法与传统FCM相比,能获得更优的聚类中心,有效提高了TCU故障诊断的准确性和快捷性。     

地铁列车牵引系统短路故障仿真研究

为研究地铁列车牵引系统短路故障对线路安全性能的影响,推导了地铁列车在牵引线路中发生短路故障的详细数学模型。结合某地铁实际参数,利用MATLAB建模,完成对地铁列车滤波电抗器和牵引逆变器处的短路仿真分析,揭示了发生短路故障位置对短路电流及其变化率的影响规律,也为地铁公司供电系统安全评估提供数据参考。     

地铁车辆牵引系统频繁预充电问题优化

西安地铁5号线地铁车辆牵引系统频繁预充电问题造成正线救援,针对问题深入分析,找出其根本原因是由于司机频繁操作方向手柄导致紧急制动发生,造成预充电故障致使牵引系统停止工作。为此提出车辆电路设计及软件优化方案,通过静态模拟和现场验证,优化效果良好,提高了车辆运营安全可靠性。     

地铁车辆转向架轴承故障诊断方法研究

地铁车辆转向架轴承状态对车辆的安全运行至关重要。现有地铁车辆转向架轴承的监测与诊断存在智能化程度低、准确性差等不足。针对此不足,对地铁车辆转向架轴承故障模型进行推导,提出一种地铁车辆转向架轴承故障智能诊断方法。该方法根据转向架轴承径向振动加速度信号,采用小波包-包络分析和故障识别搜索算法,诊断轴承故障及故障类型。为了验证所提出方法的有效性,设计并搭建了轴承故障诊断试验台,基于此试验台对广州地铁车辆转向架故障轴承进行了测试。试验结果表明:所提出的转向架轴承故障诊断方法能够准确识别轴承故障,为地铁车辆转向架轴承故障诊断的自动化、智能化提供了新思路。