地铁车辆车门系统的FMECA分析研究

采用FMECA方法对地铁车辆车门系统进行可靠性分析,确定车门系统主要故障部件并进行等级划分,对12种故障模式进行了详细的故障模式影响及危害性分析,得到了车门系统的危害性较大的故障模式,为车门系统设计及维修提供了决策参考.     

地铁列车车门电气关键部件预防性检修周期研究

针对上海地铁13号线车门电气故障频发的问题，根据线路的车门故障统计数据，利用指数分布函数对电气关键部件DCS、DLS和EDCU故障时间间隔进行了统计推断，并对提出的统计推断进行了假设检验，结合RAMS中的可靠性理论，提出了确定车门电气关键部件检修周期的方法。结果表明：车门电气关键部件DCS、DLS和EDCU故障时间间隔都服从指数分布函数；建议列车车门电气关键部件除了日常必需的检修维护，还可根据每年的车门电气关键部件的数据，获得预防性检修周期，做到特定年份特定设置预防性检修周期，从而提高列车车门电气部件的可靠性。     

南京地铁2号线列车客室车门系统故障分析

简要介绍了南京地铁2号线列车车门系统的结构与原理。列车在冬季运营时车门中间支撑出现尺寸收缩,导致中间支撑与丝杠由间隙配合变成过盈配合,妨碍了地铁列车车门的开关。使用Ansys建立了中间支撑的有限元模型,仿真分析中间支撑的热应力变化情况,验证了故障源,提出了故障解决方法。     

广州地铁14号线车门系统典型故障分析

广州地铁14号线开通运营初期,车门系统出现了门页底部漏风、电磁铁功能故障、车门未能在3 s内解锁等故障.根据车门结构特点和车门故障逻辑,分析了车门系统典型故障的原因和特点,并针对每种故障提出了相应的解决方案.经实践验证,采取的整改措施合理有效,车门系统各故障得到基本解决,提高了车门系统的稳定性,提升了列车运营服务质量.     

广州地铁1号线列车空调系统可靠性分析

为提高广州地铁1号线电动列车空调部件二次大修质量,对空调系统主要故障原因进行分析。使用2004~2013年空调部件故障数据,建立BP神经网络仿真模型。该模型可预测2014~2018年的空调部件可靠性,并根据预测结果正确给出空调部件二次大修维护建议,提高空调部件维修质量,降低其故障发生率。     

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.     

上海地铁车辆客室车门可靠性和安全性技术研究

介绍上海地铁车辆内藏门、塞拉门和外挂门的结构原理,对这3种结构的客室车门故障原因进行分析。以塞拉门为案例,采用FTA方法对车门系统的可靠性进行了分析,得出导致车门故障的所有可能因素和薄弱环节;然后对此3种结构车门的系统和运营安全性进行了研究,为客室车门维修和今后购车选型提供依据。     

城市轨道交通车辆关键系统可靠性研究

研究城市轨道交通车辆的可靠性对保证其安全运营有着重要意义。介绍可靠性分析的相关理论;以广州地铁一号线车辆为对象进行故障统计分析,选择车门系统、信号接口系统和牵引/电制动系统为车辆关键系统,确定关键系统的故障分布模型,计算得出关键系统的可靠性指标函数,为城市轨道交通车辆可靠性评价与维修提供决策参考。     

随机森林算法在地铁车辆门系统润滑退化状态预测中的应用

为了更准确地对地铁车辆门系统的润滑退化状态进行诊断,提出了一种基于随机森林(RF)算法的车门润滑退化预测方法。首先,从车门驱动电机的电流、转速和转矩输出信号中提取时域特征指标作为表征车门运行状态的特征向量;然后,将特征向量作为RF算法的输入,对系统的润滑退化状态进行离线建模,得到不同的润滑退化状态的训练模型;最后,将在线分析结果与离线建立的模型库进行对比,预测当前系统所处的润滑状态。仿真结果表明,与传统的单分类器K-Means的诊断结果相比,RF算法在车门的润滑退化预测中具有更高的精度,可以及时预测系统的润滑退化征兆,对提高车门系统的安全性、可靠性,以及降低故障率具有重要意义。     

南京地铁车辆门控器功能及常见故障初探

地铁车辆的客室车门在运营中频繁使用,因而导致其故障率比较高。通过对地铁车辆车门的故障分析,发现大部分故障与车辆的门控器有关。介绍了门控器的结构和功能,指出了主要故障原因以及主要故障部件,并提出了解决高发故障率的思路。