铁路信号设备故障预测与健康管理系统研究

针对目前以信号集中监测系统、道岔缺口系统为主要产品形态的铁路信号设备监测系统存在的数据孤岛、监测不全面等问题,以及实现故障状态修的需求,提出基于物联网技术、数据统计技术、数据挖掘技术、专家规则技术构建铁路信号设备故障预测与健康管理系统,彻底解决数据孤岛的问题,为道岔转换设备、轨道电路、继电器、信号机、电源屏等关键信号设...     

电力机车故障预测与健康管理系统总体方案研究

为有效提升电力机车在行驶过程中的安全性和可靠性,开展了电力机车故障预测与健康管理技术研究,形成了系统总体方案,实现了对电力机车各重要部件进行智能监测与故障预测的健康管理.研究设计的电力机车健康管理系统已在靖神电力机车上进行了应用并取得初步效果,为后续深化研究奠定基础,可支撑电力机车状态修的实现.     

故障预测与健康管理技术在动车组中的应用

动车组维护策略优化研究日益受到重视,其中故障预测与健康管理(PHM)技术以及基于状态的维修是目前动车组维护策略优化的重点。分析了PHM技术的现状和发展趋势,结合技术架构对动车组车载PHM系统、车地PHM系统、地面PHM系统等技术进行分析,并对PHM系统进行验证。分析结果可为PHM技术在各类轨道交通车辆中的应用提供参考。     

铁路供电故障预测与健康管理大数据平台方案研究

铁路供电故障预测与健康管理(PHM)系统是以大数据技术为核心,以供电管理信息系统、6C数据中心、SCADA系统为支撑,按照国铁集团-铁路局-供电段三级管理架构进行设计和建设的供电设备大数据分析管理平台.基于大数据框架的PHM系统涵盖针对高速铁路接触网和牵引变电所的PHM技术方案,在多时空尺度上实现铁路供电故障预测与健康指标评估,全生命周期可靠性、可用性和可维修性的可视化分析和风险评估,以及优化维修决策.本文阐述了铁路供电故障预测与健康管理大数据平台方案的基本设计原则和系统架构,并对该平台涉及的关键技术和系统重要功能进行了探讨.     

一种基于改进FP-Growth算法的动车组故障预测研究

动车组的故障预测和健康管理是目前的研究热点,其中,故障预测的关键是寻找动车组故障信息和状态信息之间的关联关系。频繁模式增长(FP-Growth)算法是关联规则挖掘中的经典算法之一,用来挖掘频繁项集。针对动车组故障数据提出了一种改进的FP-Growth(IFP-Growth,Improved FP-Growth)算法,采用先序遍历FP-tree的方法产生条件模式基。实验结果表明,IFP-Growth算法能够有效提高动车组故障数据挖掘的效率,并且能够有效地挖掘动车组故障信息和状态信息之间的关联关系。     

和谐型机车故障预测与健康管理系统总体设计

为推进和谐型机车周期性计划预防修向数字化精准维修转变、防范重大事故及故障发生,基于大数据和云平台等技术,采用视情维修的开放体系结构（OSA-CBM,Open System Architecture of Condition-Based Maintenance）,设计和谐型机车故障预测与健康管理（PHM,fault Prediction and Health Management）系统,包括系统的总体架构、技术架构和功能架构。旨在掌握机车及重要零部件性能演化规律、保证机车在途运行安全、实现精准维修、降低全寿命周期运用维修成本。     

动车组故障知识库的研究与设计

动车组的在途紧急故障处理受到地域、时间和人员配备的约束,目前在国内缺少相应的系统为之提供支持.本文介绍知识、知识表示、知识发现等技术,研究、设计动车组故障知识库,通过知识库强大的推理功能,为动车组故障处理提供技术支持.     

转辙机的故障预测与健康管理技术

阐述国内外转辙机故障预测与健康管理(prognostics and health management,PHM)技术的发展现状,提出转辙机PHM技术的原理框架,并给出转辙机PHM技术的关键点,包括敏感参数分析、数据采集、故障物理分析、特征提取、健康评估、故障诊断、故障预测以及决策计划等,为转辙机PHM技术的工程应用提供理论基础。     

CR400BF平台动车组故障预警预测研究

根据动车组运维现场实际需求,基于动车组状态参数监控标准、车载报故障逻辑,以及现场重点故障特征等信息,建立故障预警预测模型,制定预警预测故障代码及故障处置建议措施。依托动车组故障预测与健康管理系统开展模型试用,验证了模型的可行性和适用性。通过开展CR400BF平台动车组故障预警预测研究,为动车组的远程监控提供了有力的技术支撑,有效降低了动车组的运行安全风险,保障了动车组的运行秩序。     

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。     

动车组健康管理信息化系统的研究

结合当前国内动车组健康管理的信息化管理现状,对动车组健康管理信息化建设的工作思路进行研究分析,并对动车组的健康管理系统平台建设提出建议。     

动车组轮对运行状态检测及健康管理系统设计

总结了动车组轮对管理的现状，在此基础上提出了轮对健康管理的思路，分别从状态监控、健康趋势评估预测、故障诊断及运维决策方面进行阐述。结合现有轮对检测系统，从基础数据收集、数据管理、数据分析以及数据应用方面对动车组轮对运行状态监测及健康管理系统构架作了详尽分析，并对管理流程进行了相应规划。最后，以轮对镟修方案的选择为例，介绍了健康管理的经济性和实用性，为轮对全寿命周期的管理提供了参考依据。     

动车组多源故障管理平台设计

动车组故障数据采集途径越来越多,不同来源的故障信息在数据结构与处理流程方面各有不同,对故障统一管理分析带来了挑战.通过对动车组多源故障来源信息进行分析,提出了动车组多源故障管理平台设计方案,构建多源故障数据标准化结构体系,实现动车组多源故障统一管理,以及故障闭环管理、统计分析、故障知识库管理、重点故障管理、故障预测与维...     

高速动车组大数据PHM系统研究与应用

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。     

动车组检修成本管理系统研究

为提高动车组检修成本信息化管理水平,有效降低动车组检修成本,提出了一种动车组检修成本管理系统建设方案,通过自动抽取、整合既有信息化系统中的相关信息,实现了动车组检修成本的自动核算、超额预警及统计分析。在上海动车段的应用表明,该系统能够显著地提高动车组检修成本的管理效率,降低检修成本。     

动车组技术变更项目信息管理系统设计与实现

动车组技术变更信息管理系统主要研究对动车组源头质量整治等技术变更项目的全生命周期业务管理模式,满足中国国家铁路集团有限公司、动车组技术中心、铁路局集团公司、造修企业和监造、验收部门对源头质量等技术变更项目的信息化管理要求。系统设计过程中,主要采用了动车组整治实施计划预测应用,共享平台数据交互等技术。采用该系统,对2012-2018年全路动车组源头质量整治项目进行管理,达到了规范过程控制、提高作业效率和服务现场管理的目标。     

高速动车组全生命周期履历管理系统应用

本文研究了一种高速动车组全生命周期履历管理系统,通过分析高速动车组全生命周期履历信息管理需求,提出履历系统的体系架构,即履历初始化、动态履历收集、履历异常处理和履历应用,描述了通过面向动车组结构的序列号管理,自动集成和动态记录动车组从设计使用到报废全生命周期各阶段的整车与零部件状态数据,支撑序列号跟踪、运用信息管理、履历构型变更和版本管理以及履历查询活动。高速动车组全生命周期履历管理系统在企业应用过程中取得良好效果。     

动车组故障检修数据处理技术研究与应用

从我国高速铁路动车组故障检修的实际情况出发,以动车组业务数据的信息化管理为目的,对数据处理技术进行研究,开发出基于移动互联网设备的动车组故障检修专用系统,解决了故障记录数据与工单数据的存储与管理问题,可以明显提高业务数据的管理效率,缩短业务处理周期。     

基于数字孪生技术的动车组运维管理系统架构研究

借鉴数字孪生技术在产品远程运维中的实践经验,立足动车组运维信息化建设实际情况,分析数字孪生技术动车组运行和检修过程中的应用需求,研究基于数字孪生技术的动车组运维管理系统总体架构,设计数字孪生动车组、数字孪生运用所和数字孪生高级修车间3大应用,实现动车组运维全要素融合展示,保障动车组运行安全,支持精准化运维管理.数字孪生...