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。     

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。     

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。     

基于模型预测方法的高速动车组空簧压力低故障预测研究

高速动车组发生空气弹簧压力低故障后,车辆自动限速运行,需要停车检查或车辆入库后根据故障信息来推断故障原因。为了能在故障发生前进行预判,文章提出了基于模型的预测方法。模型以车载无线传输装置记录的历史故障数据和健康管理系统报表数据为故障预测的数据来源,通过分析静态和动态数据确认模型关联参数,从阈值、差值、空簧压力下降速率3个维度搭建预测模型,并通过实车跟踪,成功验证了模型的有效性。     

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。     

基于电机振动的动车组牵引逆变器故障诊断研究

牵引逆变器的安全性和可靠性对高速动车组车辆的稳定运行至关重要,为了对逆变器工作状态进行识别,文章结合车辆系统动力学,提出了一种基于电机振动信号分析的故障诊断方法。将电机振动信号作为监测对象,通过检测逆变器故障时电流畸变引起电机异常振动的特征信号来进行判断。以CRH2型动车组牵引传动系统为例,建立了基于空间矢量脉宽调制策略下的三电平牵引逆变器电路仿真模型,对逆变器结构故障模式进行仿真。仿真结果表明,逆变器故障会显著影响交流侧输出电流谐波含量,尤其是5倍频、7倍频、11倍频、13倍频电流谐波;而这些谐波电流输入到牵引电机后转化为6P(1-s)倍频、12P(1-s)倍频的脉动转矩,并作用于电机,使得其输出振动中含有相应频率的谐波成分。通过对高速动车组实际运行过程中的牵引电机振动信号进行分析可发现,在正常情况下振动信号不明显含有此类谐波频率成分,而当逆变器存在故障时,则会导致在振动信号中该频率信号含量非常明显。因此,文章所提出的基于振动信号分析法能够有效地监测并诊断牵引逆变器工作状态,并具有一定的工程应用价值。     

基于Labeled-LDA的列控车载设备故障特征提取与诊断方法研究

准确地诊断出列控车载设备的故障类型是保障列车安全运行的基础。针对车载设备故障诊断问题,根据北京动车段300T车载日志数据的特点,基于数据挖掘方法并结合现场技术人员的经验知识,构建车载设备的故障特征词库;在此基础上,改进了Labeled-LDA(Latent Dirichlet Allocation)模型用于提取日志数据的语义特征。采用基于粒子群优化的支持向量机算法PSO-SVM对日志文本的故障进行分类,以降低故障样本数据分布不均衡对分类精度的影响,并与传统的支持向量机算法SVM,K最近邻算法KNN进行对比分析。实验结果表明,KNN、SVM、PSO-SVM三种算法的故障文本数据一级故障诊断准确率依次为79.4%,81.8%和90.9%,二级故障诊断准确率依次为74.6%,78.1%和81.3%,验证了PSO-SVM算法在车载设备故障诊断方面的有效性。该研究成果对列控车载设备日常维护具有一定的指导意义。     

高速动车组牵引电机绝缘失效分析

文中通过对某系列高速动车组所配属的牵引电机绝缘失效故障进行梳理，结构化挖掘数据价值，深入研究高频电压、低温、潮湿、风沙等恶劣运行环境对牵引电机绝缘结构和部件的可靠性影响，精准定位故障根源，制定有效解决措施，并通过仿真分析、试验、在线运行考核等手段完成技术验证。研究成果使牵引电机更能适应我国复杂的运行环境和工况，大幅降低了牵引电机全寿命周期运维成本，并在和谐号、复兴号系列动车组牵引电机上广泛应用。     

动车组系统及零部件分类研究

为进一步完善动车组系统及零部件的管理和故障数据的统计和分析工作,开展对动车组系统及零部件分类研究。介绍动车组系统及零部件分类基本原则及方法、动车组系统及零部件分类体系、动车组故障编码、动车组车载故障诊断编码以及实际应用情况。     

基于特征融合的牵引电机轴承声学故障诊断

滚动轴承作为高速列车牵引电机的重要部件，其故障情况严重影响列车运行安全。声学轴承故障诊断方式具有无安装侵入性、运维成本低的优点，但也具有信噪比低、故障特征难以提取的缺点，机器学习则具有克服噪声影响的鲁棒性。针对应用机器学习进行声学故障诊断时，少量特征无法全面表征轴承故障的难题，文章提出将格拉姆角场（GAF）与小波时频图进行叠加融合，构成6通道融合特征图用以有效表征轴承的故障。首先，建立牵引电机轴承声学故障试验台获取故障声学信号；其次，建立基于GAF的声学信号融合特征图，然后使用残差网络（ResNET）模型针对融合特征图特征训练并验证故障分类模型，并与以单种特征图作为特征的故障分类方法进行准确率对比。结果表明，基于GAF的融合特征图的声学故障分类模型具有99.89%的准确率，融合特征图能更有效地映射轴承故障。     

基于改进双曲交点算法的牵引电机故障诊断

CRH(China Railway High Speed)动车组高速列车已成为我国最重要的交通工具,而高速列车牵引电机的可靠性对于保障列车安全运行具有重要意义.提出一种基于改进双曲交点算法的参数估计方法,采用双曲交点作为搜索点,通过约束条件限制搜索点的数目,并在参数估计过程中改变控制参数调节算法的自适应性,以提高参数估计的效率和准确率.以CRH2高速列车牵引电机为模型,基于数学模型在Matlab/Simulink中建立仿真模型,结合所提出的算法进行参数估计.研究结果表明,提出的参数估计方法,能够有效地提高电机故障诊断效率并准确诊断电机定子绕组故障,验证了所提算法的有效性.     

基于车载数据的IGBT模块损耗及结温研究

基于CRH5型动车组牵引逆变器车载数据,利用概率论解决了原始数据的零漂问题,给出了适用于全工况范围的IGBT模块损耗计算方法,分析验证了文章提出的带水冷基板热网络模型在导热硅脂层耦合的合理性,采用有限元热仿真的方法验证了热网络模型的有效性,并给出一种适用于本领域工程实际应用的热阻计算方法。     

基于数据挖掘技术的地铁牵引电机温度预测

温度是影响牵引电机使用寿命的重要因素，提前预测对地铁安全高效的运行具有极其重要的作用。文章首先以牵引电机的运行数据为基础，选取与电机温度相关的一系列重要特征参数，通过线性回归(Ridge)模型、基于决策树构建的回归树(梯度提升树，GBDT)模型和多层感知机(MLP)模型，建立牵引电机温度预测模型并进行相应模型训练；其次，选用R-Squared、均方误差(MSE)和对称平均绝对百分比误差(SMAPE)指标，来评价模型的拟合效果。最后，利用已训练模型对之后两个月的电机温度进行预测，从而验证模型的泛化精度，实现牵引电机温度精确预测。通过研究，初步验证了数据挖掘技术在预测地铁牵引电机温度方面的有效性和可行性。结果表明，在预测电机温度时，MLP模型比其他两种模型在精准性和鲁棒性方面性能更佳。     

基于永磁电机的高速动车组牵引变流器的研制

基于永磁电机牵引系统的特点,从系统、主电路、故障保护、结构、散热等方面对基于永磁电机的高速动车组牵引变流器进行研究和分析。试验及实际装车应用表明,牵引变流器能够满足基于永磁电机的动车组牵引系统应用需求,可供后续永磁同步牵引系统技术在相关领域的应用参考。     

动车组万向轴振动监控装置报警阈值分析

针对动车组万向轴运用过程中出现的轴承润滑不良导致的动平衡超标及传动系统异常振动而影响行车安全的问题,研制了车载万向轴振动监控装置。通过在齿轮箱体和电机上安装振动传感器,以齿轮箱和电机测点的万向轴转频频段的振动信号为特征量,实时监测万向轴的健康状态;根据不同动平衡量级万向轴在不同转速下测点加速度响应的仿真分析、台架试验验证以及不同线路运行动车组万向轴现车振动数据统计分析,制定并优化车载报警阈值,并根据故障分级提供车载预警和报警信息。     

基于深度高斯过程的永磁牵引电机匝间短路分级评估方法

定子绕组匝间短路是影响永磁牵引电机安全稳定运行的主要故障之一,受运行工况、供电与电机本体不平衡的影响,现有方法难以实现永磁牵引电机匝间短路在线精准评估,这成为永磁电机推广应用迫切需要解决的关键技术难题。因此,文章提出一种基于多特征融合的深度高斯过程永磁牵引电机匝间短路分级评估方法：首先通过建立永磁牵引电机匝间短路故障模型,提取电流不平衡、电流三次谐波与dq电流的二次谐波特征;然后采用一种双随机变分推断深度高斯过程（Doubly Stochastic Deep Gaussian Processes,DSDGP）方法对提取特征进行融合训练建模,实现永磁牵引电机匝间短路劣化状态在线分级评估;最后通过永磁电机匝间短路试验与现场案例进行算法验证。结果表明,文章所提方法在多特征融合条件下的评估准确率达到95%以上,相较于支持向量机（support vector machine, SVM）和反向传播神经网络（back-propagation neural, BPN）等分类方法,具有准确率高,适用于变工况、小样本的工程实际应用环境等优点,解决了永磁牵引电机匝间短路早期故障检测及故障严重程度评估的行业难...     

基于随机森林和三比值法的高铁牵引变压器故障诊断研究

高速铁路牵引供电系统为高速动车组提供电能,其工作状态直接关系到高速动车组的安全和正点运行。牵引变压器作为牵引供电系统的主要组成部分,由于负荷突变等原因容易发生故障。利用三比值法的基本原理,以变压器中不同气体三个比值作为故障特征分量输入随机森林当中,结果表明随机森林可以较好地实现牵引变压器的故障识别。     

CRH_3型动车组牵引电机矢量控制策略研究与仿真

为了研究矢量控制技术在高速动车组中的应用,以CRH_3型动车组牵引电机为研究对象,分析其牵引、制动特性,阐述了转子磁场定向矢量控制的基本原理,建立了CRH_3型动车组牵引电机转子磁场定向间接矢量控制系统。并利用MATLAB建立了CRH_3牵引电机矢量控制系统的仿真模型,对牵引、制动工况进行了仿真分析。仿真的结果表明,搭建的模型正确,CRH_3型动车组静、动态性能均较好,从而验证了CRH_3型动车组牵引电机采用矢量控制策略的正确性与有效性。     

基于实测数据的高速动车组谐波分布特性与概率模型研究

动车组电气负荷建模对牵引供电系统的设计以及电能质量相关问题的评估具有重要意义。本文基于大量实测数据,采用曲线拟合和概率统计方法,针对CRH2-200型高速动车组建立谐波电流模型,模拟受众多随机因素影响的动车组谐波概率分布特征。所建立的仿真算法求解速度快,且结果更接近实际情况。将其与牵引计算程序相结合,可用于构建一个具有快速数据交换能力的实用仿真平台。     

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。