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。     

动车组故障预测与健康管理系统方案研究

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。     

动车组全生命周期保障服务专家——动车组故障预测与健康管理

我国作为动车组保有量世界第一的国家,动车组运行范围跨度大,环境变化多,工况复杂.为保障动车组的持续运行安全,提升动车组运用效率和效益,降低检修成本,减少过度修,迫切需要实现动车组超前预警和智能诊断,逐步开展动车组视情维修和修程修制优化工作.我国动车组高速发展的十余年,针对不同工况和全谱系十余个平台动车组的运用和检修,积...     

动车组故障预测与健康管理(PHM)体系架构研究思考

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...     

机车车轮故障预测与健康管理技术研究

针对机车车轮信息化数据的采集、存储、管理、运用以及分析预测,阐述构建机车车轮故障预测与健康管理系统的必要性和重要意义。系统采用总公司、铁路局、机务段3级服务器模式,实现数据分级存储和管理,并建立数据接口与路外单位实现数据安全上传。系统采用塑封电子标签安装于车轮轮毂,赋以车轮全球唯一编码并与车轮号对应,结合开发的手持识别器和地面识别装置,实现车轮自动识别和信息采集。系统具有规范统一、安全可靠、高效经济等特点,达到科学评价机车车轮运用情况的目的。     

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。     

重载货运机车故障预测与健康管理技术研究

文章结合故障预测与健康管理系统的现状,指出其应用在重载货运机车上的必要性,着重分析了系统的关键技术、结构以及构建方式,并针对重载货运机车故障预测与健康管理技术不够完善的问题,对其发展方向提出相应的建议.     

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。     

故障预测与健康管理技术在地铁列车上的应用

故障预测与健康管理(PHM)技术能提高城市轨道交通的运输效率,降低设备的运营维护成本,提高车辆及关键部件的维修效率,实现地铁列车的故障预测与健康管理。给出了维修策略建议,以期提高地铁列车的可用性与可靠性,促进地铁列车设备由计划修向状态修转变。     

基于故障预测与健康管理的高铁信号设备维护技术研究

周期修和计划修结合的信号设备传统维修模式沿用至我国高铁,需要不断完善优化和创新。提出基于故障预测与健康管理(PHM)的设备维修新模式的管理模型,在高铁信号设备维护管理方面进行尝试和探索。     

动车组健康管理与运维决策研究

随着客流量逐年增长,以快速、便捷且舒适著称的动车组成为旅客出行的首选,高密度的开行量以及修程修制改革对动车组的安全、稳定运行带来极其严峻的挑战。如何保障动车组运维决策并实现动车组健康管理成为当前关注和研究的重点。文章从大数据应用角度出发,对动车组数据进行了融合并开展了多维可视化分析,制定了动车组健康评价指数,采用线性回归法深入研究了动车组历史数据,预测了配件寿命趋势,从而实现了动车组“精准预防修”的健康管理模式。通过层次分析法和变异系数法可以获得各项评价指数的权重,直观评价动车组健康状态,指导动车组“一车一方案”的运维决策。     

轨道交通装备故障预测与健康管理系统分析

ZHANG Bo(CRRC Chang Chun railway vehicle Co., Ltd., 130062, Changchun, China)     

基于PHM技术的EOAS健康管理和故障预测系统研究

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。     

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。     

制动系统故障预测与健康管理技术研究

分析了轨道交通领域制动系统故障预测与健康管理技术,并基于制动系统设计了PHM系统的架构。     

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。     

动车组滚动轴承故障轨边声学检测技术及应用

滚动轴承是走行装置中的一个关键零部件,在列车运行过程中承受的动态载荷较大,容易出现轴承故障,对车辆运行产生重大影响。结合滚动轴承故障及故障检测机理,介绍动车组滚动轴承轨边声学检测技术、检测系统及在我国的应用情况。     

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。     

一种动车组电气控制屏柜健康管理装置研究与应用

针对车辆运行过程中部分继电器和接触器发生偶发性故障的问题,基于边缘计算理念,设计了一种适用于电气屏柜的健康管理装置,通过实时高速采集电气屏柜中关键电路的电压和电流基本数据,结合识别算法模型,实现电气屏柜全生命周期的实时监视、状态评估、逻辑控制分析、故障诊断和剩余寿命预测。因此,该健康管理装置能有效提升电气屏柜的自感知和健康状态管理能力,保障车辆更安全可靠运行,同时还可促进电气屏柜智能化检修,优化运维成本。