CN113465953A - 动车组传动系统故障预测与健康管理装置及其使用方法 - Google Patents
动车组传动系统故障预测与健康管理装置及其使用方法 Download PDFInfo
- Publication number
- CN113465953A CN113465953A CN202110844587.4A CN202110844587A CN113465953A CN 113465953 A CN113465953 A CN 113465953A CN 202110844587 A CN202110844587 A CN 202110844587A CN 113465953 A CN113465953 A CN 113465953A
- Authority
- CN
- China
- Prior art keywords
- motor
- processor
- vehicle
- data
- data acquisition
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/08—Railway vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明属于机车车辆工况监测与故障诊断技术领域,具体涉及一种动车组传动系统故障预测与健康管理装置及其使用方法,该发明包括以列车总线互联的驾驶台处理器、地面故障诊断预测器、随车诊断服务器,和以千兆以太网连接到对应随车诊断服务器的数据采集预处理器;均内置数据处理单元;特别是对电机轴承寿命预测采用新陈代谢灰色‑粒子滤波组合预测模型,可准确预测出电机轴承剩余使用寿命。本发明装置保障了动车组传动系统故障监测实时、高效性给出其健康管理数据。本发明方法使得动车组故障提前或及时报警,实现轴承最大使用时限前报修或更换,减少不必要的检修,节约成本。该发明可保证行车安全,提高关键部件的使用效率。
Description
技术领域
本发明属于机车工况监测与故障诊断技术领域,具体涉及一种动车组传动系统故障预测与健康管理装置及其使用方法。
背景技术
近年来,我国高速铁路建设领跑全球,其核心的优势在于速度快、运量大。安全是高速铁路发展的基石。高速列车速度提升的越高,对其运行安全监控技术的要求也就越高。最直接影响列车运行安全的,就是高速列车的传动系统的可靠性。因而,有必要对高速列车传动系统工况监测和故障诊断进行持续性的研究并提出适应更快速度的解决方案,以充分保证行车安全。
现有的检测方法是对列车高速运行的关键部件进行温度监控,比如轴箱轴承温度、齿轮箱轴承温度、牵引电机轴承温度等。当遇到温度过高等异常情况时,需要提前预警,并通过总控实现高速列车及时自动限速或停车,以确保高速列车运行安全。
但是温度对大部分轴承故障并不敏感。当轴温超限报警时,往往轴承已经发生比较严重的损伤,甚至事故已经发生。因此,需要能更早、更准确地发现故障。显然,只利用温度信号对高速列车轴承故障进行监测,无法满足是实际需要。
现有的检测方法还包括对振动信号的检测。振动信号对几乎所有的机械故障都很敏感,早期故障就会引起机械系统振动幅度的增加,至少是振动特征的改变。振动信号分析无疑是高速列车传动系统工况监测和故障诊断的有效手段。工程实践表明基于振动信号分析能有效诊断机车轴承故障,但也存在缺点:(1)布置振动传感器需要增加费用,且高速列车传动结构紧凑,有的车型没有足够的空间安装额外的传感器;(2)振动传感器易受到外部干扰(如车体、钢轨等的振动),必须仔细维护防止误报警发生;(3)高速列车运行环境对获取的传动系统振动信号结果影响很大,其它位置发生的故障可能影响诊断准确性。
可见,仅仅利用振动和温度信号检测高速列车传动系统故障,不能满足安全运行的要求。
同时,轴承故障,特别是牵引电机轴承故障,随时间的发展存在多种趋势,其中既有确定性增长趋势,又有随机扰动的趋势。任何利用单一模型,只适用于对高速列车轴承故障的短期预测,不能给出轴承的实时寿命进程。急需要研发出更加稳妥、可行的高速列车传动系统的可靠性分析系统,并进行传动系统关键零部件(主要是各个轴承,特别是电机轴承)的全生命周期维护信息的管理。这样,一方面可以提高高速列车运行的安全性,另一方面最大限度地安全使用传动系统关键零部件,减少不必要的检修,节约成本。
这种预期的新的检测方法,一定会关乎更多数据量的采集、传输、处理、反馈。因此,在新的检测手段研发的同时,还要考虑能逐级处理数据、高速传输数据的新手段。
发明内容
本发明的目的是针对现有技术存在的上述问题,提出一种应用总线制数据传输系统的动车组传动系统故障预测与健康管理装置,并给出其使用方法。
本发明的具体技术方案如下:
一种动车组传动系统故障预测与健康管理装置,用于包括动车和/或拖车的动车组传动系统故障预测和维护管理,包括:串行连接的驾驶台处理器、数个随车诊断服务器、对应每个随车诊断服务器的数个数据采集预处理器;还包括在动车组非运行状态时与任一随车诊断服务器互联、与驾驶台处理器互联的地面故障诊断预测器;其中,驾驶台处理器包括通过列车总线连接的主驾驶台处理器和副驾驶台处理器;其中,每个随车诊断服务器对应连接数个数据采集预处理器;其中,每个数据采集预处理器对应连接有数个传感器;传感器包括:布设在各动车和/或拖车轴箱轴承处的振动-温度传感器、布设在各动车牵引电机轴承处的电流传感器、布设在各动车和/或拖车传动系统处的环境温度传感器;每个传感器分别以输出端与对应的数据采集预处理器连接;所述随车诊断服务器内置温度—振动信号处理单元、温度信号处理单元、电机电流信号处理单元,处理来自对应的所述数据采集预处理器的信号,生成用以表征所述各动车和/或拖车轴箱轴承工作状态的轴承原始预判数据,和用以诊断牵引电机电气故障、牵引电机轴承故障的电机原始预判数据;其中,所述电机电流信号处理单元提取牵引电机定子电流信号的时频域中频率变化成分,形成频谱图,并在频谱图中提取特征量频率标准差、小波包能量熵和功率谱熵,作为电机轴承工作状态预判数据;各所述随车诊断服务器内置综合信号处理单元,将所述轴承原始预判数据和电机原始预判数据通过列车总线,实时传输给主驾驶台处理器和/或副驾驶台处理器,生成诊断所述动车组传动系统故障和/或工作状况的驾驶台预判数据;所述主驾驶台处理器和/或副驾驶台处理器内置综合信号复验处理单元和/ 或预判结果显示屏,生成和/或生成并显示动车组正常运行和/或故障预判信号,和/或故障处理信号;互联的各所述随车诊断服务器将所述中间过程预判数据通过有线或无线方式于非运行期间传输给所述地面故障诊断预测器;所述驾驶台处理器将驾驶台预判数据通过有线或无线方式于非运行期间传输给所述地面故障诊断预测器;所述地面故障诊断预测器内置轴承使用寿命预判处理单元和电机使用寿命预判处理单元,接受并分析所述不同时刻中间过程预判数据和驾驶台预判数据,生成用于预测维护时限的动车组传动系统健康管理数据;其中,所述电机轴承使用寿命预判处理单元中对所述电机轴承工作状况预判数据的分析使用新陈代谢灰色-粒子滤波组合预测模型,计算出所述电机轴承随时间的变化而退化的动态过程,给出所述电机轴承的剩余使用寿命。
所述新陈代谢灰色-粒子滤波组合预测模型包括新陈代谢灰色模型、滑窗处理模块、粒子滤波计算模块、电机轴承动态故障时限计算模块。
将所述频率标准差、小波包能量熵和功率谱熵带入新陈代谢灰色模型,通过所述滑窗处理模块建立该三个特征量的动态空间状态模型,然后将所述动态空间状态模型带入所述粒子滤波计算模块中,建立能描述所述电机轴承故障随时间的发展的组合预测模型。
所述数据采集预处理器包括内置数据采集单元、增益放大单元、滤波单元,采集并同步预处理振动-温度传感器处采集的温度—振动复合信号、电流传感器处采集的定子电流信号、环境温度传感器处采集的温度信号。
每个所述动车和/或拖车传动系统的每个转向架包括有2个传动轴,每个传动轴各包括有2个轴箱轴承;其中所述动车上每个传动轴还布设有1个牵引电机,和1个带有4 个齿轮箱轴承的齿轮箱;其中所述拖车的传动装置的每个转向架处各布设有1个所述数据采集预处理器,每个所述数据采集预处理器连接有4个分别布设于每个传动轴的2个轴箱轴承处各1个的振动-温度复合传感器;每个动车的传动系统的每个转向架处各布设有1个所述数据采集预处理器,每个所述数据采集预处理器分别连接有4个布设于各轴箱轴承处、4~8个布设于齿轮箱轴承处,共计8~12个所述振动-温度复合传感器;每个动车的牵引电机处分别布设有一个电流互感器。
每个所述数据采集预处理器分别连接有4个布设于各轴箱轴承处、4个布设于齿轮箱轴承处,共计8个所述振动-温度复合传感器。
所述电流互感器与为钳形电流互感器或环式电流互感器,以非接触方式布设在所述动车牵引电机供电电缆中的任意一根处。
数个所述温度传感器布设在每个所述动车和/或拖车上、于各自的所述数据采集预处理器附近,以采集所述动车和/或拖车传动系统转向架处的实时环境温度参数。
所述随车诊断服务器之间、随车诊断服务器与驾驶台处理器之间通过列车总线互联;对应于任一所述随车诊断服务器的数个数据采集预处理器之间、该随车诊断服务器与其中的任一个数据采集预处理器之间、各随车诊断服务器之间,通过千兆以太网互联。
所述主驾驶台处理器和副驾驶台处理器互为副驾驶台处理器和主驾驶台处理器;所述主驾驶台处理器和/或副主驾驶台处理器集成于动车组整体控制平台上;所述随车诊断服务器集成于每辆所述动车或拖车控制平台处。
动车组传动系统故障预测与健康管理装置的使用方法:
(1)在动车组车辆上布设传感器:将振动-温度传感器布设于各动车和/或拖车转向架的轴箱轴承处,用以采集轴箱轴承处的振动-温度复合信号;将电流传感器布设于各动车牵引电机处,用以采集动车牵引电机的电机电流信号;将环境温度传感器布设于各动车和/或拖车传动系统处,用以检测局部空间温度;
(2)每个传感器分别以输出端与对应的数据采集预处理器互连;调试数据采集预处理器内置的数据采集单元、增益放大单元、滤波单元,采集并同步预处理振动 -温度传感器处采集的温度—振动复合信号、电流传感器处采集的定子电流信号、环境温度传感器处采集的温度信号;
(3)每辆动车/拖车上布设的数据采集预处理器以千兆以太网串联,并通过其中的一个数据采集预处理器通过千兆以太网与对应的随车诊断服务器互联;
(4)调试各随车诊断服务器内置的温度—振动信号处理单元、温度信号处理单元、电流信号处理单元的工作状况;其中,电流信号处理单元提取特征量频率标准差、小波包能量熵和功率谱熵;
(5)调试各随车诊断服务器内置的综合信号处理单元;
(6)各随车诊断服务器通过列车总线互联,其中的一个随车诊断服务器通过列车总线与主驾驶台处理器或副驾驶台处理器互联;调试主驾驶台处理器和副驾驶台处理器内置的综合信号复验处理单元,检查预判结果显示屏工作状况;调试综合信号复验处理单元,生成动车组正常运行和/或故障预判信号、和/或故障处理信号,并控制主驾驶台处理器和副驾驶台处理器对动车组传动系统工作状况和故障位置在预判结果显示屏上进行实时正确显示;
(7)于非运行期间,将地面故障诊断预测器与任一随车诊断服务器互联,并与驾驶台处理器互联,以获得动车组运行期间不同时刻的中间过程预判数据和驾驶台预判数据;调试地面故障诊断预测器内置轴承寿命预判处理单元和电机使用寿命预判处理单元,对中间过程预判数据和驾驶台预判数据进行处理,输出动车组传动系统健康管理数据;其中,电机轴承使用寿命预判处理单元用新陈代谢灰色-粒子滤波组合预测模型对电机原始预判数据进行处理,给出电机轴承故障随时间的发展的组合预测模型。
本发明的有益效果是:
1.本发明的动车组传动系统故障预测与健康管理装置同时采用了振动—温度传感器、非接触式电流互感器、温度传感器等,它们能准确实时检测信号,并综合反映动车组传动系统运行的即时安全状况,甚至预判出可能的故障,从而使得动车组的控制系统运行时及时做出反应,以防止突发故障,保证行车安全,并适时检修关键设备,节约成本;特别是在动车牵引电机处只采用非接触式电流互感器,可综合判断牵引电机设备安全性,容易实施,费用低廉。
2.本发明的动车组传动系统故障预测与健康管理装置采用多种实时反馈信号数据联动,特别是对牵引电机轴承的健康管理引入了新陈代谢灰色-粒子滤波组合预测模型,发挥两种模型的优势,准确预测电机轴承剩余使用寿命,从而使得动车组的轴承不必定期维修,而是示情维修,从而节约了维修成本,提高了经济效益;
3.本发明的动车组传动系统故障预测与健康管理装置因为应用了总线制数据传输系统,在数据传输批量部分采用千兆以太网,少量数据部分采用传统的列车总线,使得数据传输快速、准确,动车组对故障信号的反映也更加灵敏,有利于及时采取有效控制策略,保证高速列车的质量;
4.利用总线制传输数据的动车组传动系统故障预测与健康管理装置可以提供随车诊断服务器更多的、及时的信号,便于传送动车组传动系统运行数据到地面故障诊断预测器分析处理,提高铁路现在化管理水平。
附图说明
图1:应用了总线制数据传输系统的动车组传动系统故障预测与健康管理装置构成示意图
图2:建立灰色新陈代谢—粒子滤波组合预测模型的流程示意图。
其中:—、列车总线=、车辆总线----、常规线连接A、随车诊断服务器B、温度—振动信号处理单元C、电流互感器D、温度信号处理单元F、振动—温度复合传感器G、电机电流信号处理单元H、综合信号处理单元I、综合信号复验处理单元K、轴承使用寿命预判处理单元L、电机使用寿命预判处理单元M、预判结果显示屏T、温度传感器S、数据采集预处理器X、数据采集单元Y、增益放大单元Z、滤波单元
具体实施方式
本发明涉及一种动车组传动系统故障预测与健康管理装置和该装置应用的总线制数据传输系统。
需要说明的是:
1、本发明所定义的主驾驶台处理器、副驾驶台处理器、随车诊断服务器A、数据采集预处理器S,均为包括有各自数据处理单元的装置;其中,主驾驶台处理器和/或副驾驶台处理器集成于动车组整体控制平台上,接收各个随车诊断服务器A传送来的传动系统工作状况的信息,并可提示司机相应的操作;随车诊断服务器A集成于动车或拖车控制平台处,用于控制数据采集预处理器S采集各传感器的数据,存储数据,提取特征参数,与门限值对比,超限则报警,通过列车总线将轴承工况发送到主驾驶台处理器和/或副驾驶台处理器;数据采集预处理器S采取自动程控,直接和各传感器连接,接收随车诊断服务器A的指令,采集有效数据,传送到随车诊断服务器A。动车组传动系统故障预测与健康管理装置工作系统采用随车诊断服务器A、数据采集预处理器 S分离的方案,使传动系统工况监测与故障诊断既互相依赖又彼此独立,大大提高了系统的实时性、有效性、可靠性与灵活性。
2、本发明涉及的总线制是相对于通常意义上的多线制而言的。所谓通常意义上的多线制,就是每个下一级设备要单独接线到上一级设备。本发明采用的总线制即通讯线带有多个设备,设备由地址编码来识别;也就是说,总线制中的下一级设备可以串接,并将其中一个下一级设备与上一级设备连接,实现用一组线就可以将多台、套下一级设备连通到上一级设备。这就克服了多线制需要将每个设备分组线向上连接而造成的安装费时、材料费用高的缺点。基于总线制开发动车组故障诊断的装置的最大优点是布线方便,易于实施。通过总线制传送数据,随车诊断服务器A控制数据采集预处理器S采集各传感器数据,传送回随车诊断服务器A处理。随车诊断服务器A计算(随车诊断服务器A基于工业控制机,计算能力强,外部设备丰富)各通道信号的特征参数,判断特征参数是否超限,同时将原始数据保存,供地面故障诊断预测器精确诊断时使用。实际应用中,该装置对于正常状态原始信号只保留30分钟;而对于超限信号,保存全部数据,待动车组回库后仔细分析;对于提取的特征参数,动车组传动系统故障预测与健康管理装置全部保存,以建立各轴承运行档案,用于预测轴承寿命,开展动车组轴承全寿命管理研究。特别是对牵引电机轴承的健康管理引入了新陈代谢灰色-粒子滤波组合预测模型,可以通过多参数处理,提供更准确的故障预判数据信息,随车诊断服务器A通过列车总线将动车组轴承的状况发送至列车主机(主处理单元),由状态显示屏提示司乘员相应的操作。
下面,参照附图1,对本发明的技术方案进行描述:
一种动车组传动系统故障预测与健康管理装置,用于包括动车和/或拖车的动车组传动系统故障预测和维护管理,包括:串行连接的驾驶台处理器、数个随车诊断服务器A、对应每个随车诊断服务器A的数个数据采集预处理器S;还包括在动车组非运行状态时与任一随车诊断服务器A互联、与驾驶台处理器互联的地面故障诊断预测器;其中,驾驶台处理器包括通过列车总线连接的主驾驶台处理器和副驾驶台处理器;其中,每个随车诊断服务器A对应连接数个数据采集预处理器S;其中,每个数据采集预处理器S对应连接有数个传感器;传感器包括:布设在各动车和/或拖车轴箱轴承处的振动-温度传感器F、布设在各动车牵引电机轴承处的电流传感器C、布设在各动车和/或拖车传动系统处的环境温度传感器T;每个传感器分别以输出端与对应的数据采集预处理器S连接;随车诊断服务器A内置温度—振动信号处理单元B、温度信号处理单元D、电机电流信号处理单元 G,处理来自对应的数据采集预处理器S的信号,生成用以表征各动车和/或拖车轴箱轴承工作状态的轴承原始预判数据,和用以诊断牵引电机电气故障、牵引电机轴承故障的电机原始预判数据;其中,电机电流信号处理单元G提取牵引电机定子电流信号的时频域中频率变化成分,形成频谱图,并在频谱图中提取特征量频率标准差、小波包能量熵和功率谱熵,作为电机轴承工作状态预判数据;各随车诊断服务器A内置综合信号处理单元H,将轴承原始预判数据和电机原始预判数据通过列车总线,实时传输给主驾驶台处理器和/或副驾驶台处理器,生成诊断动车组传动系统故障和/或工作状况的驾驶台预判数据;主驾驶台处理器和/或副驾驶台处理器内置综合信号复验处理单元I和/或预判结果显示屏M,生成和/或生成并显示动车组正常运行和/或故障预判信号,和/或故障处理信号;互联的各随车诊断服务器A将中间过程预判数据通过有线或无线方式于非运行期间传输给地面故障诊断预测器;驾驶台处理器将驾驶台预判数据通过有线或无线方式于非运行期间传输给地面故障诊断预测器;地面故障诊断预测器内置轴承使用寿命预判处理单元K和电机使用寿命预判处理单元L,接受并分析不同时刻中间过程预判数据和驾驶台预判数据,生成用于预测维护时限的动车组传动系统健康管理数据;其中,电机轴承使用寿命预判处理单元L中对电机轴承工作状况预判数据的分析使用新陈代谢灰色-粒子滤波组合预测模型,计算出电机轴承随时间的变化而退化的动态过程,给出电机轴承的 RUL。
新陈代谢灰色-粒子滤波组合预测模型包括新陈代谢灰色模型、滑窗处理模块、粒子滤波计算模块、电机轴承动态故障时限计算模块。
将所述频率标准差、小波包能量熵和功率谱熵带入新陈代谢灰色模型,通过滑窗处理模块建立该三个特征量的动态空间状态模型,然后将动态空间状态模型带入粒子滤波计算模块中,建立能描述电机轴承故障随时间的发展的组合预测模型。
数据采集预处理器S包括内置数据采集单元X、增益放大单元Y、滤波单元Z,采集并同步预处理振动-温度传感器F处采集的温度—振动复合信号、电流传感器C处采集的定子电流信号、环境温度传感器T处采集的温度信号。
每个动车和/或拖车传动系统的每个转向架包括有2个传动轴,每个传动轴各包括有 2个轴箱轴承;其中动车上每个传动轴还布设有1个牵引电机,和1个带有4个齿轮箱轴承的齿轮箱;其中拖车的传动装置的每个转向架处各布设有1个数据采集预处理器S,每个数据采集预处理器S连接有4个分别布设于每个传动轴的2个轴箱轴承处各1个的振动-温度复合传感器F;每个动车的传动系统的每个转向架处各布设有1个数据采集预处理器S,每个数据采集预处理器S分别连接有4个布设于各轴箱轴承处、4~8个布设于齿轮箱轴承处,共计8~12个振动-温度复合传感器F;每个动车的牵引电机处分别布设有一个电流互感器C。
每个数据采集预处理器S分别连接有4个布设于各轴箱轴承处、4个布设于齿轮箱轴承处,共计8个振动-温度复合传感器F。
电流互感器C与为钳形电流互感器或环式电流互感器,以非接触方式布设在动车牵引电机供电电缆中的任意一根处。
数个所述温度传感器T布设在每个所述动车和/或拖车上、于各自的数据采集预处理器S附近,以采集动车和/或拖车传动系统转向架处的实时环境温度参数。
随车诊断服务器A之间、随车诊断服务器A与驾驶台处理器之间通过列车总线互联;对应于任一随车诊断服务器A的数个数据采集预处理器S之间、该随车诊断服务器A与其中的任一个数据采集预处理器S之间、各随车诊断服务器A之间,通过千兆以太网互联。
主驾驶台处理器和副驾驶台处理器互为副驾驶台处理器和主驾驶台处理器;主驾驶台处理器和/或副主驾驶台处理器集成于动车组整体控制平台上;随车诊断服务器A集成于每辆所述动车或拖车控制平台处。
动车组传动系统故障预测与健康管理装置的使用方法:
(1)在动车组车辆上布设传感器:将振动-温度传感器F布设于各动车和/或拖车转向架的轴箱轴承处,用以采集轴箱轴承处的振动-温度复合信号;将电流传感器C布设于各动车牵引电机处,用以采集动车牵引电机的电机电流信号;将环境温度传感器T布设于各动车和/或拖车传动系统处,用以检测局部空间温度;
(2)每个传感器分别以输出端与对应的数据采集预处理器S互连;调试数据采集预处理器S内置的数据采集单元X、增益放大单元Y、滤波单元Z,采集并同步预处理振动-温度传感器F处采集的温度—振动复合信号、电流传感器C处采集的定子电流信号、环境温度传感器T处采集的温度信号。
(3)每辆动车/拖车上布设的数据采集预处理器S以千兆以太网串联,并通过其中的一个数据采集预处理器S通过千兆以太网与对应的随车诊断服务器A互联;
(4)调试各随车诊断服务器A内置的温度—振动信号处理单元B、温度信号处理单元 D、电流信号处理单元G的工作状况;其中,电流信号处理单元G提取特征量频率标准差、小波包能量熵和功率谱熵;
(5)调试各随车诊断服务器A内置的综合信号处理单元H;
(6)各随车诊断服务器A通过列车总线互联,其中的一个随车诊断服务器A通过列车总线与主驾驶台处理器或副驾驶台处理器互联;调试主驾驶台处理器和副驾驶台处理器内置的综合信号复验处理单元I,检查预判结果显示屏M工作状况;调试综合信号复验处理单元I,生成动车组正常运行和/或故障预判信号、和/或故障处理信号,并控制主驾驶台处理器和副驾驶台处理器对动车组传动系统工作状况和故障位置在预判结果显示屏M上进行实时正确显示;
(7)于非运行期间,将地面故障诊断预测器与任一随车诊断服务器A互联,并与驾驶台处理器互联,以获得动车组运行期间不同时刻的中间过程预判数据和驾驶台预判数据;调试地面故障诊断预测器内置轴承寿命预判处理单元K和电机使用寿命预判处理单元L,对中间过程预判数据和驾驶台预判数据进行处理,输出动车组传动系统健康管理数据;其中,电机轴承使用寿命预判处理单元L用新陈代谢灰色- 粒子滤波组合预测模型对电机原始预判数据进行处理,给出电机轴承故障随时间的发展的组合预测模型。
下面参照附图1,以优选具体实施例,更具体地解释本发明的技术方案:
本发明的技术方案应用的具体实施例的动车组为4节动车+4节拖车(在实际应用中,6节动车+2节拖车的配置也很常见。本发明的技术方案完全适用于这种情况)。动车组传动系统故障预测与健康管理装置对4节动车和4节拖车的传动装置进行电流的监测和温度、振动的监测。动车组传动系统故障预测与健康管理装置的主驾驶台处理器和副驾驶台处理器分别集成在动车组两端的主机(主处理单元)上,二者之间用基于485 总线的列车总线连接。
动车组的8节列车的车辆PSI柜中各安装有一个随车诊断服务器A,共计8个随车诊断服务器A。其中的一个随车诊断服务器A与主、副驾驶台处理器之间的列车总线连接以基于千兆以太网加电源线的车辆总线连接。所有随车诊断服务器A之间通过基于千兆以太网加电源线的车辆总线串联,形成局部总线制连接方式。
本实施例中,每辆动车或拖车都有2个转向架,每个转向架处对应安装一个数据采集预处理器S,两个数据采集预处理器S之间以基于千兆以太网加电源线的车辆总线连接,丰富了上述的局部总线制连接方式。
每个转向架2根传动轴,每根传动轴有2个轴箱轴承。
拖车的传动装置的每个转向架处各布设有1个数据采集预处理器S,每个数据采集预处理器S连接有4个振动-温度复合传感器F,分别布设于2个传动轴的轴箱轴承处各1 个。
动车的传动装置的每个转向架处各布设有1个数据采集预处理器S,每个数据采集预处理器S在2个传动轴的共计4个轴箱轴承处各连接有1振动-温度复合传感器F,在2 个传动轴的4对齿轮箱轴承处布设有4个振动-温度复合传感器F;即每个数据采集预处理器S连接有8个振动-温度复合传感器F。
如果需要更加丰富的原始信号以增加随车诊断服务器A数据处理的可靠性,则可以在每个齿轮箱轴承处布设1个振动-温度复合传感器F,使得数据采集预处理器S在齿轮箱轴承处共布设振动-温度复合传感器F达到8个,即动车处的数据采集预处理器S共计连接8~12个振动-温度复合传感器F。考虑数据采集预处理器S的体积、重量、安装条件,以及从各传感器到数据采集预处理器S连接电缆的长度,单个数据采集预处理器S连接振动-温度复合传感器F的数量不宜超过8个。如果需要接入的振动-温度复合传感器F 超过8个,可设置多个数据采集预处理器S以总线制连接方式通过基于千兆以太网的车辆总线互联,分别接入振动-温度复合传感器F。车辆总线的连接方式,能保证各个数据采集预处理器S获得同样的数据传输效果。
不同于传统的以振动信号进行判断,本发明对每辆动车传动轴上的牵引电机采用定子电流分析法,即对牵引电机,特别是电机轴承的故障预判和生命周期的健康管理,仅采用电机定子电流信号,外加环境温度信号。优势在于:电机整体振动不影响定子电流,只有定子与转子间的相对振动才对电流有影响;因此定子电流分析法诊断受铁路轨道、转向架与车体状况等有关振动的因干扰小;另外,电流传感器(互感器)价格低廉,且易于实现对电机的连续监测。本发明涉及的定子电流分析法不仅可以诊断牵引电机各种电气故障,还可以诊断牵引电机轴承故障。具体做法是:每个牵引电机处安装一个钳形电流互感器,也就是每辆动车处的数据采集预处理器S对应连接了2个钳形电流互感器。钳形电流互感器钳住牵引电机供电电缆的任意一根即可。这样可以实施无接触电流信号的采集,不妨碍电机的正常工作,也使得检测更加安全(把钳形电流互感器替换为环式电流互感器会取得同样的技术效果)。其中,针对牵引电机轴承的电机电流信号处理单元 G提取牵引电机定子电流信号的时频域中频率变化成分,形成频谱图,并在频谱图中提取特征量频率标准差、小波包能量熵和功率谱熵,作为电机轴承工作状态预判数据。
每个动车和拖车转向架处需要对环境温度进行监测,以辅助判断转向架处轴承、牵引电机轴承处温度上升的相对值,及时做出故障预判。因此,本实施例中,在每个数据采集预处理器S处都布设有1个检测局部环境温度的温度传感器T。温度传感器T可以固定安装在车辆传动系统温度敏感区域、靠近数据采集预处理器S处。
动车组传动系统故障预测与健康管理装置还包括地面故障诊断预测器,在动车组非运行期间,将地面故障诊断预测器与任一随车诊断服务器A互联,并与主驾驶台处理器和/ 或副驾驶台处理器互联,获得动车组运行期间不同时刻随车诊断服务器A产生的中间过程预判数据,和主/副驾驶台处理器产生的驾驶台预判数据。这些数据一方面包括处理后的有关振动-温度复合信号、温度信号的预判数据,以便地面故障诊断预测器内置的轴承寿命预判处理单元K从振动信号中提取对波形变化敏感的特征参数,进一步综合运用多变量预测、组合预测,从系统的角度对预判数据统一描述,建立预测模型,预报各轴承剩余使用寿命,制定相应的维修(或更换轴承)计划;这些数据另一方面包括处理后的有关温度信号,还特别包括各随车诊断服务器A内置的电流信号处理单元G提取的特征量,包括频率标准差、小波包能量熵和功率谱熵;三个特征量被输入地面故障诊断预测器内置的电机使用寿命预判处理单元L,用新陈代谢灰色-粒子滤波组合预测模型。
针对电机轴承动态故障预测的新陈代谢灰色-粒子滤波组合预测模型包括新陈代谢灰色模型、滑窗处理模块(用以建立状态转移函数)、粒子滤波计算模块、电机轴承动态故障时限计算模块(组合预测模型)。
新陈代谢灰色-粒子滤波组合预测模型的工作步骤为:
首先计算电机电流信号的功率谱,从中提取频率标准差和功率谱熵2个参数;采用db3小波基函数对电流信号做3层小波包分解后,计算小波包能量熵。获取频率标准差、小波包能量熵和功率谱熵3个特征参数以后,按附图2所示流程的步骤建立灰色新陈代谢—粒子滤波组合预测模型。
有了输出的预测值,根据事先制定的门限值,就可以预测电机轴承的剩余使用寿命。
这种综合运用多个变量进行的组合预测,可对预判数据统一描述。所建立的预测模型,可预报牵引电机的剩余使用寿命,制定相应的维修(更换)牵引电机计划;最终输出动车组传动系统健康管理数据。
这种通过定子电流多个参数预测电机轴承故障的新陈代谢灰色-粒子滤波组合预测模型可以推广到相关的机械领域。
基于485总线的列车总线、基于千兆以太网的车辆总线以总线制连接方式连接主驾驶台处理器和/或副驾驶台处理器、随车诊断服务器A、数据采集预处理器S,再加上振动-温度复合传感器F、电流互感器C,温度传感器T,共同构成总线制数据传输系统,传送振动、温度、电流信号至随车诊断服务器A;随车诊断服务器A处理数据,并将轴承和牵引电机的工作状况和诊断结果传送到主驾驶台处理器和/或副驾驶台处理器;随车诊断服务器A以及主驾驶台处理器和/或副驾驶台处理器将数据处理结果在非运行时段传递给地面故障诊断预测器,由地面故障诊断预测器进一步处理,给出各轴承、牵引电机的剩余使用寿命,制定相应的维修(更换)计划。这种应用总线制连接方式的动车组传动系统故障预测与健康管理装置的应用,可以实现动车组大容量、高速度的信息传输,使得综合运用多变量预测、组合预测,快速生成动车组传动系统关键部件的故障预判数据和健康管理数据成为可能。通过车辆总线和列车总线传输信息,对全列车运行状况及车载设备动作的相关信息进行集中管理,可以有效提示动车组设备控制系统在故障出现时及时采取措施甚至预判故障,从而加强设备保养和提高列车运行品质。
目前动车组一般包括8节车辆,可以是2组(4节动车+4拖车)重联在一起运行,也可以是6节动车+2节拖车的车辆连接方式,不排除未来会有不同数量的动车和拖车组成任何可能形式的动车组。本发明涉及的动车组传动系统故障预测与健康管理装置的总线制数据传输系统同样适用这些不同数量的动车和拖车组合而成的动车组,使用方法一致。
预判结果显示屏M可以集成在动车组驾驶台显示屏处。
在本具体实施例中,数据采集预处理器S、随车诊断服务器A、主驾驶台处理器、副驾驶台处理器、地面故障诊断预测器内各相应的数据处理单元中,均依据具体的车辆信息、路况信息,镶嵌了具体的数据处理程序。
以上为对本发明的优选实施例进行的描述,但是本发明并不局限于上述的具体实施方式。上述的优选实施例仅是示意性的,并不是限制性的,可推广应用于机械领域的相关故障诊断。本领域的普通技术人员在本发明的启示下,不脱离本发明实质,还可以做出很多形式的具体变换。这些均属于本发明的保护范围之内。
Claims (10)
1.一种动车组传动系统故障预测与健康管理装置,用于包括动车和/或拖车的动车组传动系统故障预测和维护管理,包括:串行连接的驾驶台处理器、数个随车诊断服务器(A)、对应每个随车诊断服务器(A)的数个数据采集预处理器(S);还包括在动车组非运行状态时与任一随车诊断服务器(A)互联、与驾驶台处理器互联的地面故障诊断预测器;其中,驾驶台处理器包括通过列车总线连接的主驾驶台处理器和副驾驶台处理器;其中,每个随车诊断服务器(A)对应连接数个数据采集预处理器(S);其中,每个数据采集预处理器(S)对应连接有数个传感器;传感器包括:布设在各动车和/或拖车轴箱轴承处的振动-温度传感器(F)、布设在各动车牵引电机轴承处的电流传感器(C)、布设在各动车和/或拖车传动系统处的环境温度传感器(T);每个传感器分别以输出端与对应的数据采集预处理器(S)连接;
其特征在于:
所述随车诊断服务器(A)内置温度—振动信号处理单元(B)、温度信号处理单元(D)、电机电流信号处理单元(G),处理来自对应的所述数据采集预处理器(S)的信号,生成用以表征所述各动车和/或拖车轴箱轴承工作状态的轴承原始预判数据,和用以诊断牵引电机电气故障、牵引电机轴承故障的电机原始预判数据;其中,所述电机电流信号处理单元(G)提取牵引电机定子电流信号的时频域中频率变化成分,形成频谱图,并在频谱图中提取特征量频率标准差、小波包能量熵和功率谱熵,作为电机轴承工作状态预判数据;
各所述随车诊断服务器(A)内置综合信号处理单元(H),将所述轴承原始预判数据和电机原始预判数据通过列车总线,实时传输给主驾驶台处理器和/或副驾驶台处理器,生成诊断所述动车组传动系统故障和/或工作状况的驾驶台预判数据;
所述主驾驶台处理器和/或副驾驶台处理器内置综合信号复验处理单元(I)和/或预判结果显示屏(M),生成和/或生成并显示动车组正常运行和/或故障预判信号,和/或故障处理信号;
互联的各所述随车诊断服务器(A)将所述中间过程预判数据通过有线或无线方式于非运行期间传输给所述地面故障诊断预测器;所述驾驶台处理器将驾驶台预判数据通过有线或无线方式于非运行期间传输给所述地面故障诊断预测器;
所述地面故障诊断预测器内置轴承使用寿命预判处理单元(K)和电机使用寿命预判处理单元(L),接受并分析所述不同时刻中间过程预判数据和驾驶台预判数据,生成用于预测维护时限的动车组传动系统健康管理数据;其中,所述电机轴承使用寿命预判处理单元(L)中对所述电机轴承工作状况预判数据的分析使用新陈代谢灰色-粒子滤波组合预测模型,计算出所述电机轴承随时间的变化而退化的动态过程,给出所述电机轴承的剩余使用寿命。
2.如权利要求1所述的动车组传动系统故障预测与健康管理装置,其特征在于:所述新陈代谢灰色-粒子滤波组合预测模型包括新陈代谢灰色模型、滑窗处理模块、粒子滤波计算模块、电机轴承动态故障时限计算模块。
3.如权利要求2所述的动车组传动系统故障预测与健康管理装置,其特征在于:将所述频率标准差、小波包能量熵和功率谱熵带入新陈代谢灰色模型,通过所述滑窗处理模块建立该三个特征量的动态空间状态模型,然后将所述动态空间状态模型带入所述粒子滤波计算模块中,建立能描述所述电机轴承故障随时间的发展的组合预测模型。
4.如权利要求1所述的动车组传动系统故障预测与健康管理装置,其特征在于:所述数据采集预处理器(S)包括内置数据采集单元(X)、增益放大单元(Y)、滤波单元(Z),采集并同步预处理振动-温度传感器(F)处采集的温度—振动复合信号、电流传感器(C)处采集的定子电流信号、环境温度传感器(T)处采集的温度信号。
5.如权利要求1所述的动车组传动系统故障预测与健康管理装置,其特征在于:每个所述动车和/或拖车传动系统的每个转向架包括有2个传动轴,每个传动轴各包括有2个轴箱轴承;其中所述动车上每个传动轴还布设有1个牵引电机,和1个带有4个齿轮箱轴承的齿轮箱;其中所述拖车的传动装置的每个转向架处各布设有1个所述数据采集预处理器(S),每个所述数据采集预处理器(S)连接有4个分别布设于每个传动轴的2个轴箱轴承处各1个的振动-温度复合传感器(F);每个动车的传动系统的每个转向架处各布设有1个所述数据采集预处理器(S),每个所述数据采集预处理器(S)分别连接有4个布设于各轴箱轴承处、4~8个布设于齿轮箱轴承处,共计8~12个所述振动-温度复合传感器(F);每个动车的牵引电机处分别布设有一个电流互感器(C)。
6.如权利要求1所述的动车组传动系统故障预测与健康管理装置,其特征在于:所述电流互感器(C)与为钳形电流互感器或环式电流互感器,以非接触方式布设在所述动车牵引电机供电电缆中的任意一根处。
7.如权利要求1所述的动车组传动系统故障预测与健康管理装置,其特征在于:数个所述温度传感器(T)布设在每个所述动车和/或拖车上、于各自的所述数据采集预处理器(S)附近,以采集所述动车和/或拖车传动系统转向架处的实时环境温度参数。
8.如权利要求1所述的动车组传动系统故障预测与健康管理装置,其特征在于:所述随车诊断服务器(A)之间、随车诊断服务器(A)与驾驶台处理器之间通过列车总线互联;对应于任一所述随车诊断服务器(A)的数个数据采集预处理器(S)之间、该随车诊断服务器(A)与其中的任一个数据采集预处理器(S)之间、各随车诊断服务器(A)之间,通过千兆以太网互联。
9.如权利要求1~8任一所述的高铁列车传动系统故障预测与健康管理装置,其特征在于:所述主驾驶台处理器和副驾驶台处理器互为副驾驶台处理器和主驾驶台处理器;所述主驾驶台处理器和/或副主驾驶台处理器集成于动车组整体控制平台上;所述随车诊断服务器(A)集成于每辆所述动车或拖车控制平台处。
10.如权利要求1的动车组传动系统故障预测与健康管理装置的使用方法:
(1)在动车组车辆上布设传感器:将振动-温度传感器(F)布设于各动车和/或拖车转向架的轴箱轴承处,用以采集轴箱轴承处的振动-温度复合信号;将电流传感器(C)布设于各动车牵引电机处,用以采集动车牵引电机的电机电流信号;将环境温度传感器(T)布设于各动车和/或拖车传动系统处,用以检测局部空间温度;
(2)每个传感器分别以输出端与对应的数据采集预处理器(S)互连;调试数据采集预处理器(S)内置的数据采集单元(X)、增益放大单元(Y)、滤波单元(Z),
采集并同步预处理振动-温度传感器(F)处采集的温度—振动复合信号、电流传感器(C)处采集的定子电流信号、环境温度传感器(T)处采集的温度信号;
(3)每辆动车/拖车上布设的数据采集预处理器(S)以千兆以太网串联,并通过其中的一个数据采集预处理器(S)通过千兆以太网与对应的随车诊断服务器(A)互联;
(4)调试各随车诊断服务器(A)内置的温度—振动信号处理单元(B)、温度信号处理单元(D)、电流信号处理单元(G)的工作状况;其中,电流信号处理单元(G)提取特征量频率标准差、小波包能量熵和功率谱熵;
(5)调试各随车诊断服务器(A)内置的综合信号处理单元(H);
(6)各随车诊断服务器(A)通过列车总线互联,其中的一个随车诊断服务器(A)通过列车总线与主驾驶台处理器或副驾驶台处理器互联;调试主驾驶台处理器和副驾驶台处理器内置的综合信号复验处理单元(I),检查预判结果显示屏(M)工作状况;调试综合信号复验处理单元(I),生成动车组正常运行和/或故障预判信号、和/或故障处理信号,并控制主驾驶台处理器和副驾驶台处理器对动车组传动系统工作状况和故障位置在预判结果显示屏(M)上进行实时正确显示;
(7)于非运行期间,将地面故障诊断预测器与任一随车诊断服务器(A)互联,并与驾驶台处理器互联,以获得动车组运行期间不同时刻的中间过程预判数据和驾驶台预判数据;调试地面故障诊断预测器内置轴承寿命预判处理单元(K)和电机使用寿命预判处理单元(L),对中间过程预判数据和驾驶台预判数据进行处理,输出动车组传动系统健康管理数据;其中,电机轴承使用寿命预判处理单元(L)用新陈代谢灰色-粒子滤波组合预测模型对电机原始预判数据进行处理,给出电机轴承故障随时间的发展的组合预测模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110844587.4A CN113465953B (zh) | 2021-07-26 | 2021-07-26 | 动车组传动系统故障预测与健康管理装置及其使用方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110844587.4A CN113465953B (zh) | 2021-07-26 | 2021-07-26 | 动车组传动系统故障预测与健康管理装置及其使用方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113465953A true CN113465953A (zh) | 2021-10-01 |
CN113465953B CN113465953B (zh) | 2022-09-13 |
Family
ID=77882461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110844587.4A Active CN113465953B (zh) | 2021-07-26 | 2021-07-26 | 动车组传动系统故障预测与健康管理装置及其使用方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113465953B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115424368A (zh) * | 2022-08-25 | 2022-12-02 | 武汉迪昌科技有限公司 | 一种动车组无动力编组测试方法及装置 |
CN115598456A (zh) * | 2022-11-29 | 2023-01-13 | 科瑞工业自动化系统(苏州)有限公司(Cn) | 一种列车故障在线监测方法及系统 |
GB2620823A (en) * | 2022-05-23 | 2024-01-24 | Hitachi Ltd | State monitoring system for railway vehicle |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102981497A (zh) * | 2012-11-21 | 2013-03-20 | 北京建筑工程学院 | 高速列车制动系统故障诊断设备及诊断方法 |
CN204142504U (zh) * | 2014-10-29 | 2015-02-04 | 中国神华能源股份有限公司 | 一种电力机车便携式故障诊断装置 |
CN204241240U (zh) * | 2014-10-23 | 2015-04-01 | 付华 | 一种地铁车辆转向架的安全预测分析系统 |
CN105373700A (zh) * | 2015-10-30 | 2016-03-02 | 哈尔滨工程大学 | 一种基于信息熵和证据理论的机械故障诊断方法 |
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 |
CN107884214A (zh) * | 2017-11-08 | 2018-04-06 | 唐智科技湖南发展有限公司 | 一种列车走行部部件故障多参数综合决策方法及装置 |
CN107918103A (zh) * | 2018-01-05 | 2018-04-17 | 广西大学 | 一种基于灰色粒子滤波的锂离子电池剩余寿命预测方法 |
CN107941533A (zh) * | 2017-12-18 | 2018-04-20 | 中国铁道科学研究院 | 基于工业以太网的动车组失稳检测系统及方法 |
CN110775107A (zh) * | 2018-07-30 | 2020-02-11 | 西安英特迈思信息科技有限公司 | 一种高速机车走行部齿轮箱大数据健康管理装置 |
CN110988471A (zh) * | 2019-12-17 | 2020-04-10 | 清华大学 | 基于电流信号的风力发电机变桨传动皮带故障诊断方法 |
CN210526561U (zh) * | 2019-06-27 | 2020-05-15 | 厦门物之联智能科技有限公司 | 一种轨道车辆走行部状态检测系统 |
CN111521421A (zh) * | 2020-04-30 | 2020-08-11 | 佳讯飞鸿(北京)智能科技研究院有限公司 | 一种货运列车车轴状态监测预警系统及方法 |
CN212539258U (zh) * | 2020-07-17 | 2021-02-12 | 大连柏盛源科技有限公司 | 350公里动车组振动综合监测装置 |
CN112580153A (zh) * | 2020-12-29 | 2021-03-30 | 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 |
-
2021
- 2021-07-26 CN CN202110844587.4A patent/CN113465953B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102981497A (zh) * | 2012-11-21 | 2013-03-20 | 北京建筑工程学院 | 高速列车制动系统故障诊断设备及诊断方法 |
CN204241240U (zh) * | 2014-10-23 | 2015-04-01 | 付华 | 一种地铁车辆转向架的安全预测分析系统 |
CN204142504U (zh) * | 2014-10-29 | 2015-02-04 | 中国神华能源股份有限公司 | 一种电力机车便携式故障诊断装置 |
CN105373700A (zh) * | 2015-10-30 | 2016-03-02 | 哈尔滨工程大学 | 一种基于信息熵和证据理论的机械故障诊断方法 |
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 |
CN107884214A (zh) * | 2017-11-08 | 2018-04-06 | 唐智科技湖南发展有限公司 | 一种列车走行部部件故障多参数综合决策方法及装置 |
CN107941533A (zh) * | 2017-12-18 | 2018-04-20 | 中国铁道科学研究院 | 基于工业以太网的动车组失稳检测系统及方法 |
CN107918103A (zh) * | 2018-01-05 | 2018-04-17 | 广西大学 | 一种基于灰色粒子滤波的锂离子电池剩余寿命预测方法 |
CN110775107A (zh) * | 2018-07-30 | 2020-02-11 | 西安英特迈思信息科技有限公司 | 一种高速机车走行部齿轮箱大数据健康管理装置 |
CN210526561U (zh) * | 2019-06-27 | 2020-05-15 | 厦门物之联智能科技有限公司 | 一种轨道车辆走行部状态检测系统 |
CN110988471A (zh) * | 2019-12-17 | 2020-04-10 | 清华大学 | 基于电流信号的风力发电机变桨传动皮带故障诊断方法 |
CN111521421A (zh) * | 2020-04-30 | 2020-08-11 | 佳讯飞鸿(北京)智能科技研究院有限公司 | 一种货运列车车轴状态监测预警系统及方法 |
CN212539258U (zh) * | 2020-07-17 | 2021-02-12 | 大连柏盛源科技有限公司 | 350公里动车组振动综合监测装置 |
CN112580153A (zh) * | 2020-12-29 | 2021-03-30 | 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 |
Non-Patent Citations (4)
Title |
---|
杨江天 等: "基于定子电流小波包分析的牵引电机轴承故障诊断", 《铁道学报》 * |
林恩田: "动车组走行部关键部位滚动轴承的故障诊断研究", 《中国优秀博硕士学位论文全文数据库(硕士) 工程科技Ⅱ辑》 * |
赵明元 等: "基于多功能车辆总线的机车轴承故障诊断系统", 《机车电传动》 * |
韦海燕 等: "新陈代谢灰色粒子滤波实现电池剩余寿命预测", 《电工技术学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2620823A (en) * | 2022-05-23 | 2024-01-24 | Hitachi Ltd | State monitoring system for railway vehicle |
CN115424368A (zh) * | 2022-08-25 | 2022-12-02 | 武汉迪昌科技有限公司 | 一种动车组无动力编组测试方法及装置 |
CN115598456A (zh) * | 2022-11-29 | 2023-01-13 | 科瑞工业自动化系统(苏州)有限公司(Cn) | 一种列车故障在线监测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113465953B (zh) | 2022-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113465953B (zh) | 动车组传动系统故障预测与健康管理装置及其使用方法 | |
CN210380934U (zh) | 一种城市轨道交通车辆电气牵引系统的健康管理系统 | |
CN106230648B (zh) | 集成数据采集传输装置的门控器及其处理传输方法 | |
CN201016001Y (zh) | 旅客列车运行监测与在线故障诊断系统 | |
CN204241240U (zh) | 一种地铁车辆转向架的安全预测分析系统 | |
CN107458418A (zh) | 自供电式列车运行状态监测系统 | |
CN105460027A (zh) | 一种城市轨道交通列车走行部故障车载分布式诊断系统 | |
CN111071291B (zh) | 列车轮对监测系统及列车轮对监测方法 | |
CN101654112A (zh) | 网络化列车安全监测与故障预警系统 | |
CN110606106A (zh) | 一种列车安全运行综合监控系统、方法以及故障诊断仪 | |
JP6713765B2 (ja) | 鉄道車両の検査システム | |
CN202018387U (zh) | 城轨列车在途运行走行部智能诊断系统 | |
CN204346742U (zh) | 一种便携式地铁车辆走行部试验诊断系统 | |
CN110879102A (zh) | 一种用于轨道的列车振动监控系统 | |
CN216185152U (zh) | 城铁车辆走行部安全监测系统 | |
CN110146308A (zh) | 用于诊断转向架故障的方法、服务器及故障诊断系统 | |
CN201965028U (zh) | 一种地铁车辆走行部磨合试验诊断系统 | |
CN110595803B (zh) | 一种列车联轴节故障的诊断方法、相关系统及列车 | |
CN102798413B (zh) | 一种铁道动态检测系统 | |
US20160238628A1 (en) | Motor Speed Probe with Integral Accelerometers | |
CN210793202U (zh) | 一种动车组轮对车载检测装置 | |
CN205469066U (zh) | 城市轨道交通列车走行部故障车载分布式诊断系统 | |
CN112744261A (zh) | 一种轨道车辆故障应急处理方法与系统 | |
CN214728845U (zh) | 轨道工程车辆运行安全监测系统 | |
Liu et al. | Research of prognostics and health management for EMU |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |