CN109050586A - 一种高速机车走行部齿轮箱大数据健康管理装置 - Google Patents
一种高速机车走行部齿轮箱大数据健康管理装置 Download PDFInfo
- Publication number
- CN109050586A CN109050586A CN201810854466.6A CN201810854466A CN109050586A CN 109050586 A CN109050586 A CN 109050586A CN 201810854466 A CN201810854466 A CN 201810854466A CN 109050586 A CN109050586 A CN 109050586A
- Authority
- CN
- China
- Prior art keywords
- box
- gear
- data
- big data
- express locomotive
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
- B61L27/40—Handling position reports or trackside vehicle data
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
- B61L27/50—Trackside diagnosis or maintenance, e.g. software upgrades
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种高速机车走行部齿轮箱大数据健康管理装置,包括信息感知单元1、智能监测单元2、车载PHM系统3、服务器4和企业PHM系统5。其中,信息感知单元1、智能监测单元2、车载PHM系统3直接安装在高速机车上,全面监测高速机车走行部齿轮箱运行状态,并提供智能监测、存储和报警服务,在特定站点组网与服务器4连接,组建大数据传输系统。服务器4用于数据存储与大数据管理。企业PHM系统对齿轮箱监测数据进行深度挖掘,实现故障诊断、趋势分析、故障预测、混合智能诊断和剩余寿命预测。该发明实现了高速机车走行部齿轮箱的监测诊断向运维管理的过渡,为下一步相关企业的智能运维、协同管理的服务奠定基础。
Description
技术领域
本发明属监测诊断领域,具体涉及一种高速机车走行部齿轮箱大数据健康管理装置。
背景技术
随着我国铁路的高速发展,高速列车已经成为中国高端制造业崛起的重要标志。然而,高速列车属于典型复杂机电系统,以分布式、网络化方式集成了机、电、气、热等多个物理域的部件,部件之间以多种物理作用复杂交互,导致故障表现方式高度复杂化。高速列车的维护普遍沿用不计成本保安全的劳动力密集型计划维修体制,已成为制约我国高铁发展乃至出口的瓶颈,为此,铁路维修保障部门特别提出未来维修方式应该在精确掌握列车状态的前提下,逐渐向状态维修体制过渡,从而保障运行安全、提高维修效率,满足国内和海外维修保障需求。
目前,高速列车上的电气元件的控制与监测已趋已成熟,而针对机械部分在线监测还非常少,主要原因在于机械故障诊断和健康管理的难度非常大。常规的监测设备无法直接在高速列车上使用,无法在特定的空间安装,无法在监测的基础上智能报警,无法满足高速机车的特殊工作条件。目前健康管理系统多在在线监测方面的侧重比较多,而对状态数据的深度挖掘还不够,不能提前预测齿轮箱的故障,更无法预测剩余寿命,无法为齿轮箱备品备件计划、预知维修计划提供技术支持。
发明内容
本发明的目的在于,提供一种高速机车走行部齿轮箱大数据健康管理装置,具备智能监测与诊断、趋势分析、故障预测、混合智能诊断和剩余寿命预测等功能,实现了高速机车走行部齿轮箱的监测诊断向运维管理的过渡,为下一步相关企业的智能运维、协同管理的服务奠定基础。
为了实现上述目的,本发明采取的技术方案是:
大数据健康管理装置包括信息感知单元1、智能监测单元2、车载PHM系统3、服务器4和企业PHM系统5。其中,信息感知单元1、智能监测单元2、车载PHM系统3直接安装在高速机车上,全面监测高速机车走行部齿轮箱运行状态,并提供智能监测、存储和报警服务,在特定站点组网与服务器4连接,组建大数据传输系统。服务器4用于数据存储与大数据管理。企业PHM系统对齿轮箱监测数据进行深度挖掘,实现故障诊断、趋势分析、故障预测、混合智能诊断和剩余寿命预测。
所述的信息感知单元1包含振动传感器11、转速传感器12、温度传感器13和油液传感器14,可全方位获取齿轮箱的状态信息。
所述的智能监测单元2根据高速列车的现场测试要求设计,直接集成在高速机车的机柜中,实时采集齿轮箱状态信息,将原始数据存放在高速缓存区,计算时频域统计特征,按照报警机制判断故障,当故障发生时,保存故障时刻前后一定时间段内的原始数据,并给出相应的报警指示;当无故障时,只存储统计特征数据。智能监测单元2配备1T的硬盘,实现列车运行和非上传站点的数据存储。另外,智能监测单元2还配备无线传输模块,可在不打开机柜、不影响列车运行的情况下实现与移动存储设备的数据传输。
所述的车载PHM系统3主要用于列车的监测和短时间内的故障预测,直接从智能监测单元2硬盘中获取数据,显示齿轮箱的当前状态,读取齿轮箱的历史趋势,预测短期内的发展趋势。
所述的服务器4采用双机热备模式,WEB服务+数据存储的结构,一台服务器宕机,另一台5s内接管应用,确保业务不中断,数据不丢失。
所述的智能监测单元2与服务器4在特点站点通过以太网连接,组建大数据传输系统,实现服务器4的数据更新。
所述的企业PHM系统5从服务器4获取数据,进行深度的数据挖掘,依托专家知识库,具备故障诊断、趋势分析、故障预测、混合智能诊断和剩余寿命预测等功能。同时,这些功能的实现进一步丰富了专家知识库,为专家知识库注入新知识。在故障诊断中,运用FFT、包络谱、自适应滤波解调、小波分析、二代小波分析、多小波分析等现代信号处理方式精确判断故障;在趋势分析,结合故障特征和多变量回归方法分析齿轮箱状态发展规律;在故障预测中,运用贝叶斯网络、隐马尔科夫链模型预测齿轮箱故障趋势;在混合智能诊断中,运用深度神经网络、超限学习机等综合判断故障的可能性,给出故障的出现的百分比。在剩余寿命预测中,基于模型驱动与数据驱动两个方面分别进行,综合获得更为准确的预测结果,为齿轮箱备品备件计划、预知维修计划提供技术支持,实现了高速机车走行部齿轮箱的监测诊断向运维管理的过渡
本发明具有下列区别于传统采集器的显著优势:
1)具备智能监测、存储和报警功能,可及时发现齿轮箱故障,保存报警时的原始信号,利于后期的分析与故障溯源。
2)具备故障诊断、趋势分析、故障预测、混合智能诊断和剩余寿命预测等功能,实现了高速机车走行部齿轮箱的监测诊断向运维管理的过渡。
3)组建大数据网络进行数据管理与挖掘,为下一步相关企业的智能运维、协同管理的服务奠定基础。
附图说明
图1所示为大数据健康管理装置整体结构图;
图2所示为大数据健康管理装置车载PHM功能图。
具体实施方式
下面结合附图对本发明的内容作进一步详细说明:
参考图1,大数据健康管理装置包括信息感知单元1、智能监测单元2、车载PHM系统3、服务器4和企业PHM系统5。其中,信息感知单元1、智能监测单元2、车载PHM系统3直接安装在高速机车上,全面监测高速机车走行部齿轮箱运行状态,并提供智能监测、存储和报警服务,在特定站点组网与服务器4连接,组建大数据传输系统。服务器4用于数据存储与大数据管理。企业PHM系统对齿轮箱监测数据进行深度挖掘,实现故障诊断、趋势分析、故障预测、混合智能诊断和剩余寿命预测。
所述的信息感知单元1包含振动传感器11、转速传感器12、温度传感器13和油液传感器14,可全方位获取齿轮箱的状态信息。在某型号高速列车齿轮箱在线监测装置中,电压输出的振动传感器3个,电压输出的油液传感器1个,电流输出的转速传感器,电阻输出的温度传感器2个。其中振动传感器分别安装在输入轴轴承座、输出轴轴承座和啮合中心对应的齿轮箱外壁上;油液传感器串联进齿轮箱的油路中;电流传感器分别安装在输入轴和输出轴的外壳上,监测输入轴和输出轴的转速;温度传感器的探头深入到输入轴和输出的轴承座外圈上。
所述的智能监测单元2根据高速列车的现场测试要求设计,直接集成在高速机车的机柜中,实时采集齿轮箱状态信息,将原始数据存放在高速缓存区,计算时频域统计特征,按照报警机制判断故障,当故障发生时,保存故障时刻前后一定时间段内的原始数据,并给出相应的报警指示;当无故障时,只存储统计特征数据。智能监测单元2配备1T的硬盘,实现列车运行和非上传站点的数据存储。另外,智能监测单元2还配备无线传输模块,可在不打开机柜、不影响列车运行的情况下实现与移动存储设备的数据传输。
所述的车载PHM系统3主要用于列车的监测和短时间内的故障预测,直接从智能监测单元2硬盘中获取数据,显示齿轮箱的当前状态,读取齿轮箱的历史趋势,预测短期内的发展趋势。
所述的服务器4采用双机热备模式,WEB服务+数据存储的结构,一台服务器宕机,另一台5s内接管应用,确保业务不中断,数据不丢失。
所述的智能监测单元2与服务器4在特点站点通过以太网连接,组建大数据传输系统,实现服务器4的数据更新。
参考图2,所述的企业PHM系统5从服务器4获取数据,进行深度的数据挖掘,依托专家知识库,具备故障诊断、趋势分析、故障预测、混合智能诊断和剩余寿命预测等功能。同时,这些功能的实现进一步丰富了专家知识库,为专家知识库注入新知识。在故障诊断中,运用FFT、包络谱、自适应滤波解调、小波分析、二代小波分析、多小波分析等现代信号处理方式精确判断故障;在趋势分析,结合故障特征和多变量回归方法分析齿轮箱状态发展规律;在故障预测中,运用贝叶斯网络、隐马尔科夫链模型预测齿轮箱故障趋势;在混合智能诊断中,运用深度神经网络、超限学习机等综合判断故障的可能性,给出故障的出现的百分比。在剩余寿命预测中,基于模型驱动与数据驱动两个方面分别进行,综合获得更为准确的预测结果,为齿轮箱备品备件计划、预知维修计划提供技术支持,实现了高速机车走行部齿轮箱的监测诊断向运维管理的过渡。
Claims (7)
1.一种高速机车走行部齿轮箱大数据健康管理装置,其特征在于:包括信息感知单元1、智能监测单元2、车载PHM系统3、服务器4和企业PHM系统5,其中,信息感知单元1、智能监测单元2、车载PHM系统3直接安装在高速机车上,全面监测高速机车走行部齿轮箱运行状态,并提供智能监测、存储和报警服务,在特定站点组网与服务器4连接,组建大数据传输系统,服务器4用于数据存储与大数据管理,企业PHM系统对齿轮箱监测数据进行深度挖掘,实现故障诊断、趋势分析、故障预测、混合智能诊断和剩余寿命预测。
2.根据权利要求1所述的一种高速机车走行部齿轮箱大数据健康管理装置,其特征在于,所述的信息感知单元1包含振动传感器11、转速传感器12、温度传感器13和油液传感器14,全方位获取齿轮箱的状态信息。
3.根据权利要求1所述的一种高速机车走行部齿轮箱大数据健康管理装置,其特征在于,所述的智能监测单元2根据高速列车的现场测试要求设计,直接集成在高速机车的机柜中,实时采集齿轮箱状态信息,将原始数据存放在高速缓存区,计算时频域统计特征,按照报警机制判断故障,当故障发生时,保存故障时刻前后一定时间段内的原始数据,并给出相应的报警指示;当无故障时,只存储统计特征数据,智能监测单元2配备1T的硬盘,实现列车运行和非上传站点的数据存储,另外,智能监测单元2还配备无线传输模块,可在不打开机柜、不影响列车运行的情况下实现与移动存储设备的数据传输。
4.根据权利要求1所述的一种高速机车走行部齿轮箱大数据健康管理装置,其特征在于,所述的车载PHM系统3主要用于列车的监测和短时间内的故障预测,直接从智能监测单元2硬盘中获取数据,显示齿轮箱的当前状态,读取齿轮箱的历史趋势,预测短期内的发展趋势。
5.根据权利要求1所述的一种高速机车走行部齿轮箱大数据健康管理装置,其特征在于,所述的服务器4采用双机热备模式,WEB服务+数据存储的结构,一台服务器宕机,另一台5s内接管应用,确保业务不中断,数据不丢失。
6.根据权利要求1所述的一种高速机车走行部齿轮箱大数据健康管理装置,其特征在于,所述的智能监测单元2与服务器4在特点站点通过以太网连接,组建大数据传输系统,实现服务器4的数据更新。
7.根据权利要求1所述的一种高速机车走行部齿轮箱大数据健康管理装置,其特征在于,所述的企业PHM系统5从服务器4获取数据,进行深度的数据挖掘,依托专家知识库,具备故障诊断、趋势分析、故障预测、混合智能诊断和剩余寿命预测等功能,同时,这些功能的实现进一步丰富了专家知识库,为专家知识库注入新知识,在故障诊断中,运用FFT、包络谱、自适应滤波解调、小波分析、二代小波分析、多小波分析等现代信号处理方式精确判断故障;在趋势分析,结合故障特征和多变量回归方法分析齿轮箱状态发展规律;在故障预测中,运用贝叶斯网络、隐马尔科夫链模型预测齿轮箱故障趋势;在混合智能诊断中,运用深度神经网络、超限学习机等综合判断故障的可能性,给出故障的出现的百分比,在剩余寿命预测中,基于模型驱动与数据驱动两个方面分别进行,综合获得更为准确的预测结果,为齿轮箱备品备件计划、预知维修计划提供技术支持,实现了高速机车走行部齿轮箱的监测诊断向运维管理的过渡。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810854466.6A CN109050586A (zh) | 2018-07-30 | 2018-07-30 | 一种高速机车走行部齿轮箱大数据健康管理装置 |
CN201910312536.XA CN110775107A (zh) | 2018-07-30 | 2019-04-17 | 一种高速机车走行部齿轮箱大数据健康管理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810854466.6A CN109050586A (zh) | 2018-07-30 | 2018-07-30 | 一种高速机车走行部齿轮箱大数据健康管理装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109050586A true CN109050586A (zh) | 2018-12-21 |
Family
ID=64832004
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810854466.6A Pending CN109050586A (zh) | 2018-07-30 | 2018-07-30 | 一种高速机车走行部齿轮箱大数据健康管理装置 |
CN201910312536.XA Pending CN110775107A (zh) | 2018-07-30 | 2019-04-17 | 一种高速机车走行部齿轮箱大数据健康管理装置 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910312536.XA Pending CN110775107A (zh) | 2018-07-30 | 2019-04-17 | 一种高速机车走行部齿轮箱大数据健康管理装置 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN109050586A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110271581A (zh) * | 2019-06-11 | 2019-09-24 | 武汉创牛科技有限公司 | 一种车辆故障实时采集维修系统 |
CN110712668A (zh) * | 2019-09-19 | 2020-01-21 | 中铁第四勘察设计院集团有限公司 | 一种动车组轮对安全管理方法 |
CN110884530A (zh) * | 2019-11-20 | 2020-03-17 | 中车青岛四方机车车辆股份有限公司 | 一种智能列车系统 |
WO2020258629A1 (zh) * | 2019-06-27 | 2020-12-30 | 中车大同电力机车有限公司 | 轨道车辆的辅助检修方法、辅助检修装置及辅助检修系统 |
CN112660211A (zh) * | 2021-01-16 | 2021-04-16 | 湖南科技大学 | 铁路机车智能运维管理系统 |
CN112758136A (zh) * | 2021-01-08 | 2021-05-07 | 上海申铁信息工程有限公司 | 一种基于phm和ar的铁路机车车辆应急维护方法与装置 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112580153B (zh) * | 2020-12-29 | 2022-10-11 | 成都运达科技股份有限公司 | 一种车辆走行部监测部件健康状态管理系统及方法 |
CN113204915B (zh) * | 2021-04-14 | 2023-05-12 | 中国人民解放军空军工程大学 | 基于cps的phm设计方法 |
CN113465953B (zh) * | 2021-07-26 | 2022-09-13 | 北京交通大学 | 动车组传动系统故障预测与健康管理装置及其使用方法 |
CN116279683A (zh) * | 2023-03-15 | 2023-06-23 | 成都交控科技有限公司 | 基于vue框架技术的轨旁信息设备报警管理系统及方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19919604B4 (de) * | 1999-04-29 | 2009-08-13 | Olaf Unbehaun | Verfahren und Vorrichtung zur Ermittlung von im Betrieb autretenden Fehlern an Rädern von Eisenbahnfahrzeugen |
CN201819805U (zh) * | 2010-03-10 | 2011-05-04 | 湖南江麓容大车辆传动股份有限公司 | 机动车走行部故障诊断装置 |
CN102419252B (zh) * | 2011-08-18 | 2013-11-20 | 黑龙江大学 | 光纤在线式高速列车齿轮箱检测装置 |
CN104908781B (zh) * | 2015-05-27 | 2018-04-27 | 中国铁路总公司 | 一种集成化电务监测维护系统 |
CN106203642A (zh) * | 2016-07-18 | 2016-12-07 | 王力 | 一种电力机车故障预测及健康管理的方法 |
CN106124231A (zh) * | 2016-08-31 | 2016-11-16 | 上海王智测控技术有限公司 | 一种高铁列车健康状态监测装置及其使用方法 |
CN206804281U (zh) * | 2017-02-17 | 2017-12-26 | 常州路航轨道交通科技有限公司 | 动车组旋转件故障监测与诊断系统 |
CN107600110B (zh) * | 2017-09-12 | 2019-09-24 | 中国中车股份有限公司 | 一种车载列车组故障预测与健康管理系统 |
-
2018
- 2018-07-30 CN CN201810854466.6A patent/CN109050586A/zh active Pending
-
2019
- 2019-04-17 CN CN201910312536.XA patent/CN110775107A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110271581A (zh) * | 2019-06-11 | 2019-09-24 | 武汉创牛科技有限公司 | 一种车辆故障实时采集维修系统 |
WO2020258629A1 (zh) * | 2019-06-27 | 2020-12-30 | 中车大同电力机车有限公司 | 轨道车辆的辅助检修方法、辅助检修装置及辅助检修系统 |
CN110712668A (zh) * | 2019-09-19 | 2020-01-21 | 中铁第四勘察设计院集团有限公司 | 一种动车组轮对安全管理方法 |
CN110884530A (zh) * | 2019-11-20 | 2020-03-17 | 中车青岛四方机车车辆股份有限公司 | 一种智能列车系统 |
CN112758136A (zh) * | 2021-01-08 | 2021-05-07 | 上海申铁信息工程有限公司 | 一种基于phm和ar的铁路机车车辆应急维护方法与装置 |
CN112660211A (zh) * | 2021-01-16 | 2021-04-16 | 湖南科技大学 | 铁路机车智能运维管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110775107A (zh) | 2020-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109050586A (zh) | 一种高速机车走行部齿轮箱大数据健康管理装置 | |
CN106774286B (zh) | 一种基于sibas32控制逻辑的和谐d1型机车在线故障诊断方法及系统 | |
CN105511448B (zh) | 一种集成式车用诊断仪及其诊断方法 | |
CN102710014B (zh) | 一种基于iec61850的断路器机械特性状态监测装置 | |
Ahmad et al. | A review of condition-based maintenance decision-making | |
CN102880115B (zh) | 一种基于物联网的数控机床远程协作诊断系统 | |
CN106525415B (zh) | 一种风电机组传动链健康状态评价系统及方法 | |
CN105809255A (zh) | 一种基于物联网的火电厂旋转机械健康管理方法及系统 | |
CN102902873A (zh) | 供监测机器之用的系统和方法 | |
CN103527194A (zh) | 一种电牵引采煤机健康度实时监测与智能评价系统及其方法 | |
JP2015534179A (ja) | システム挙動診断のための論理ベースアプローチ | |
CN102023100A (zh) | 设备故障预警系统及方法 | |
CN205899369U (zh) | 一种火电机组设备远程监控诊断系统 | |
CN106230648A (zh) | 集成数据采集传输装置的门控器及其处理传输方法 | |
Pistofidis et al. | A layered e-maintenance architecture powered by smart wireless monitoring components | |
CN104615121A (zh) | 一种列车故障诊断方法及系统 | |
Cheng et al. | RLCP: A reinforcement learning method for health stage division using change points | |
CN113030723A (zh) | 一种交流异步电机状态监测系统 | |
Mubarak et al. | Digital Twin Enabled Industry 4.0 Predictive Maintenance Under Reliability-Centred Strategy | |
De Simone et al. | LSTM-based failure prediction for railway rolling stock equipment | |
Schumann et al. | Adaptable fault identification for smart buildings | |
JP2010514007A (ja) | システムヘルスを監視するための方法及び装置 | |
CN208969502U (zh) | 焦炉车辆故障智能化诊断装置 | |
CN110210634A (zh) | 基于大数据驱动的民航发动机故障诊断与健康管理系统 | |
CN117392824A (zh) | 一种海上风电升压站的钢结构监测预警平台 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181221 |
|
WD01 | Invention patent application deemed withdrawn after publication |