CN113569451B - 基于数字孪生的列车轴箱轴承寿命预测及故障维修系统 - Google Patents
基于数字孪生的列车轴箱轴承寿命预测及故障维修系统 Download PDFInfo
- Publication number
- CN113569451B CN113569451B CN202110825189.8A CN202110825189A CN113569451B CN 113569451 B CN113569451 B CN 113569451B CN 202110825189 A CN202110825189 A CN 202110825189A CN 113569451 B CN113569451 B CN 113569451B
- Authority
- CN
- China
- Prior art keywords
- data
- maintenance
- bearing
- module
- life
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
- G01M13/04—Bearings
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
- G01M13/04—Bearings
- G01M13/045—Acoustic or vibration analysis
-
- 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
- G01M17/10—Suspensions, axles or wheels
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Abstract
本发明涉及一种基于数字孪生的列车轴箱轴承寿命预测及故障维修系统,包括数据传输模块、数据储存及融合模块、虚拟空间、寿命预测模块、真实维修环境感知模块和信息交互模块,其中,寿命预测模块通过物理空间里的数据信息建立寿命预测模型;虚拟空间模块建立数字孪生模型、MR故障维修指导单元和故障分析与信息匹配单元;真实维修环境感知模块采集物理维修空间维修环境的数据信息;虚实融合模块用于生成混合现实维修指导解决方案;信息交互模块进行故障数据交互,实现指导维修人员进行故障维修,与现有技术相比,本发明具有提高寿命预测及故障维修的准确性、降低维修成本、解决维修现场指导资源浪费和维修人员维修知识欠缺的技术难题等优点。
Description
技术领域
本发明涉及列车技术领域,尤其是涉及一种基于数字孪生的列车轴箱轴承寿命预测及故障维修系统。
背景技术
随着中国列车的提速,对列车零部件的性能要求进一步提高。轴箱轴承是列车走行部的关键部件之一,其性能直接影响列车的运行安全。轴箱轴承因为其特殊的服役环境,使得轴箱轴承产生接触疲劳、塑性变形、保持架断裂等失效形式,严重时出现断裂损坏,可导致列车脱轨并造成严重事故。因此对列车轴箱轴承的进行寿命预测及故障维修具有十分重要的意义。
目前现有的寿命预测方法都是以轴承在一定负荷下的疲劳进行估算,这种估算和实际轴承应用工况有一定差别,无法对单个轴箱轴承的工况深入了解和还原,导致疲劳寿命预测结果与实际情况不符;而且现场的列车轴箱轴承故障维修,费时费工,因此通过分析列车-轨道的实际工况,获取更加接近于真实的轴承动载荷,更加准确的评估轴承疲劳寿命,并引入MR辅助指导系统,解决维修现场指导资源浪费和维修人员维修知识欠缺的技术难题至关重要。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于数字孪生的列车轴箱轴承寿命预测及故障维修系统。
本发明的目的可以通过以下技术方案来实现:
一种基于数字孪生的列车轴箱轴承寿命预测及故障维修系统,该系统包括:
数据传输模块:用以采集和传输物理空间中的列车轴箱轴承以及列车行驶的离线数据和在线数据;
数据储存及融合模块:用以对传输的数据进行接收、存储、融合和分类;
虚拟空间模块:用以建立数字孪生模型、MR故障维修指导单元和故障分析与信息匹配单元,数字孪生模型用以提取列车轴向轴承的信息与特征,MR故障维修指导单元和故障分析与信息匹配单元融合得到匹配维修指导解决方案;
寿命预测模块:包括三个寿命预测单元和数据整理对比单元,用以预测轴箱轴承的剩余使用寿命;
真实维修环境感知模块:用以采集物理维修空间维修环境的数据信息;
虚实融合模块:用以生成混合现实维修指导解决方案;
信息交互模块:包括寿命报警单元和MR可视化头戴装置,寿命报警单元用以发出预警信息,MR可视化头戴装置用以接收混合现实维修指导解决方案和报警信息。
所述的物理空间的离线数据包括列车轴箱轴承的几何参数、材料参数和故障缺陷数据,在线数据包括车辆及轴箱轴承的运行数据。
所述的数据传输模块包括传感器和数据采集器,所述的传感器用于采集寿命预测模块与虚拟空间模块所需要的数据,所述的数据采集器采集传感器得到的数据后传递到数据储存及融合模块储存。
所述的数据传输模块包括物联网服务器和数据映射装置,所述的物联网服务器用于接收数据采集器传输的轴箱轴承的实时状态数据,并对数据进行预处理,包括数据清洗、特征的提取、识别和分类;
所述的数据映射装置包括存储设备和数据库,用于集成来自物理空间等模块的全部数据,并在此基础上对数据进行深度的融合,所述的数据库里的数据包括传感器数据、模型预测数据、初始实验数据、历史寿命计算数据、历史几何参数、材料参数数据和维修操作知识。
所述的虚拟空间模块中的数字孪生模型包括数字孪生体高保真三维模型和数字孪生体故障特征三维模型,并提取两种数字孪生体模型的列车轴向轴承的信息与特征发送到寿命预测模块。
所述的寿命预测模块的三个寿命预测单元分别为基于Lundberg-Palmgren寿命预测单元、基于miner的线性损伤积累理论寿命预测单元和基于有初始故障的轴承疲劳试验搭建的轴承经验寿命预测单元;
所述的基于Lundberg-Palmgren寿命预测单元包括轴承静力学分析模型和基于Lundberg-Palmgren寿命模型,用以求解轴承内部载荷分布,得到轴承内部载荷与变形的关系,具体为先求轴承各部分的寿命,然后得到整体轴承寿命L1;
所述的基于miner的线性损伤积累理论的寿命预测单元通过建立列车-轴承耦合动力学模块获取真实动载荷,得到轴承剩余使用寿命L2;
所述的基于有初始故障的轴承疲劳试验搭建的轴承经验寿命预测单元对轴承进行带有初始故障的疲劳试验,搭建剥落后轴承经验寿命模型,将试验采集数据进行处理,将虚拟空间模块提取的列车轴向轴承的信息与特征与试验采集数据进行对比,得出与高保真三维模型相似度最高的带有初始故障的轴承模型,进而得出最接近的经验寿命值L3;
所述的数据整理对比单元对整体轴承寿命L1、轴承剩余使用寿命L2和经验寿命值L3进行对比得到寿命预测最小值Lmin并输入到信息交互模块的寿命报警单元,所述的信息交互模块的寿命报警单元内设有报警值L,当寿命预测最小值Lmin大于或等于L时寿命报警单元发出报警。
所述的虚拟空间模块的MR维修指导单元根据维修指导技术手册建立MR维修指导平台,再建立数字三维模型,进而建立维修标准示意图,最终形成MR维修指导动画,所述的故障分析与信息匹配单元首先进行信息识别分类,再建立故障数据集,进而建立故障ID识别号,最终匹配故障维修行为。
所述的真实维修环境感知模块与信息交互模块的MR可视化头戴装置连接,用于根据MR可视化头戴装置的摄像头采集的信息,进行目标识别、场景重建和位姿解算。
所述的虚实融合模块通过自然特征注册和人工标识注册相结合的方式将虚拟空间中的匹配维修指导解决方案和真实环境感知模块目标识别、场景重建和位姿解算的结果进行虚实融合,生成混合现实维修指导解决方案并传送至MR可视化头戴装置指导维修人员进行故障维修。
与现有技术相比,本发明具有以下优点:
一、本发明在数字孪生技术的背景下,寿命预测模块同时结合三种寿命预测单元,充分考虑影响轴承寿命的多种因素,提高轴承寿命预测的可靠与准确性。
二、本发明在轴箱轴承故障维修时引入系统,维修人员可以根据系统给出的维修指导方案完成维修操作,维修人员不需要具备专业的维修知识和观看维修技术手册,解决了维修现场指导资源浪费和维修人员维修知识欠缺的技术难题。
三、本发明的传感器实时采集的列车车辆及轴向轴承数据,建立的寿命预测模型,具有实时性,对于在不同线路运行的列车适应能力强,预测结果更为可靠,反馈更加迅速。
附图说明
图1为物理空间的结构示意图;
图2为数据传输模块结构示意图;
图3为数据储存及融合模块结构示意图;
图4为虚拟空间模块结构示意图;
图5为台架实验原理简图;
图6为寿命预测模块结构示意图;
图7为寿命预测模块与信息交互模块连接结构示意图;
图8为虚实融合模块与虚拟空间和真实维修环境感知模块连接结构示意图。
图9为本发明的系统结构示意图
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。显然,所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都应属于本发明保护的范围。
实施例
如图9所示,本发明提供一种基于数字孪生的列车轴箱轴承寿命预测及故障维修系统,该系统包括数据传输模块、数据储存及分析模块、寿命预测模块、虚拟空间模块、真实维修环境感知模块、虚实结合模块、信息交互模块等模块,该系统用于实现及时预测轴箱轴承的剩余寿命,并运用数字孪生技术把数字信息转变为图像信息,立体直观地展示出来,对列车的轴向轴承进行信息特征提取,搭建MR故障维修指导单元与故障分析与信息匹配单元,两单元相融合得出匹配维修指导解决方案,并传送至MR可视化头戴装置进行展示,向维修人员提供列车轴箱轴承维修方案,寿命预测模块与虚拟空间相连接,寿命预测模块中建立有初始故障轴承经验寿命模型,在虚拟空间中构建轴箱轴承动态高保真模型和故障特征模型采集模型信息与特征,完成轴箱轴承的运行状态监测,把监测数据与实验采集数据进行对比,进而得出最接近的经验寿命值,最终通过信息交互模块传递到人机交互模块,最终由维修人员根据自己得到的信息做出反应。
如图1所示,物理空间分为离线数据和在线数据,其中,离线数据包括轴箱轴承的几何参数、材料参数和轴箱轴承故障缺陷数据,具体地,轴箱轴承几何参数包括轴承内外径、轴承宽度、两列轴向距离、滚子有效长度、外圈接触角等数据;轴箱轴承材料参数包括密度、泊松比、屈服强度等,轴箱轴承故障缺陷数据包括内外圈剥落、滚子剥落等数据。在线数据包括车辆及轴箱轴承的运行数据,具体为车辆载荷、轴箱轴承转速、温度、列车运行轨道谱等数据。
如图2所示,数据传输模块用于采集寿命预测模块以及虚拟空间所需数据,主要包括传感器和数据采集器,传感器具体包括位移传感器、振动加速度传感器、转速传感器、温度传感器等设备,其中位移传感器用于采集车体位移、构架位移、轴向位移等,振动加速度传感器用于采集车体垂向加速度、构架垂向加速度、轴箱垂向加速度等,转速传感器用于测量轴承及车轮的转速,温度传感器用于采集轴承温度信息,这些信息经过数据采集器采集之后将数据传输到数据融合及存储模块的物联网服务器和数据库处理。
如图3所示,数据融合及存储模块包括物联网服务器与数据映射装置,物联网服务器用于接收数据采集器传输的轴箱轴承的实时状态数据,并对数据进行预处理,即数据清洗、特征的提取与识别、分类等;数据映射装置包括存储设备和数据库,主要用于集成来自物理空间等模块的全部数据,并在此基础上对数据进行深度的融合,包括传感器数据、轴箱轴承的全部历史数据(包括历史故障数据和历史几何参数)、模型预测数据、材料参数、初始实验数据、历史寿命计算数据及维修操作知识等,保持数据的一致性、完整性和实时性。
如图4所示,虚拟空间建立数字孪生模型,包括所有故障形式的轴承故障特征模型和轴承高保真三维模型,虚拟空间中对高保真模型和故障特征模型进行信息特征收集,传递到寿命预测模块。另外虚拟空间还包括MR维修指导单元和故障分析与信息匹配单元,MR维修指导单元根据维修指导技术手册建立MR维修指导平台,进而建立数字三维模型,在进而建立维修标准示意图,最终形成MR维修指导动画;故障分析与信息匹配单元首先进行信息识别分类,进而建立故障数据集,再进而建立故障ID识别号,最终匹配故障维修行为。最后在虚拟空间中MR故障维修指导单元与故障分析与信息匹配单元相融合得出匹配维修指导解决方案,并把所有数据储存到数据融合及存储模块。
如图6和图7所示,寿命预测模块向数据融合及存储模块请求数据后进行参数化建模,引入三个寿命预测单元,分别为基于Lundberg-Palmgren寿命模型、基于miner的线性损伤积累理论寿命模型、以及建立有初始轴承剩余寿命评判方法搭建轴承经验寿命模型,全方位进行寿命分析,增加寿命预测可靠性。其中,三个寿命预测单元得到三个寿命预测信息L1、L2、L3,通过数据整理对比单元经行整理和对比把三者的最小值Lmin输入信息交互模块中的寿命报警单元,信息交互模块中包括寿命报警单元中设置轴承寿命报警值L,当由寿命预测模块输入的Lmin小于等于L时,寿命预警单元发出警报。
基于Lundberg-Palmgren寿命模型对滚道表面考虑较多,轴承载荷可以为纯径向载荷、纯轴向载荷或者二者的结合,在ANSYS中建立轴承静力学模型,对轴承内部载荷分布进行了求解,得到轴承内部载荷与变形的关系,然后引入概率统计的方法,先求得轴承各部分的寿命,然后得到整体轴承寿命L1。
基于miner的线性损伤积累理论的寿命预测单元,建立列车-轴承耦合动力学模块,在动力学系统简化的过程中,将车体、构架、轴箱、轮对等视作刚体,刚体质心视作几何中心,连接各个刚体的悬挂装置被简化成线性的弹簧和阻尼,又因为轴箱轴承在实际工作过程中,其内圈与车轴、外圈与轴箱为过盈配合。本发明为了准确分析轴箱轴承内部载荷,将内圈与车轴视为一个质量整体,外圈与轴箱视为一个质量整体,两者之间通过滚子传递内部载荷。根据在ANSYS静力学模型中求得的内部载荷与变形关系,可以将滚子与内、外圈之间的接触视为弹簧阻尼系统。在得到动载荷之后计算出每个动载荷下的轴承寿命,假设载荷时间历程内前后两个载荷F1和F2之间是线性变化,载荷步长为t0,为了计算该时间段内的等效载荷,引入Palmgren-Miner法则得到等效载荷Fm,引用ISO281修正寿命计算方法计算出轴承剩余使用寿命L2。
基于有初始故障的轴承疲劳试验,搭建轴承经验寿命预测单元,可以得出有初始故障的轴承的振动特性和温度特性与轴承的故障特征及剩余使用寿命之间的关系,可以更加可靠的预测轴承剩余使用寿命。对有初始故障的轴承试验,采集的振动信号、温度信号以及缺陷尺寸变化规律来搭建轴承经验寿命模型,将试验采集的数据进行处理,寿命预测模块与虚拟空间相连接,虚拟空间中建立起数字孪生模型,在虚拟空间中对构建的轴箱轴承动态高保真模型和故障特征模型进行信息与特征提取,完成轴箱轴承的运行状态监测并于实验采集数据进行对比,得出与高保真三维模型相似度最高的初始故障轴承模型,进而得出最接近的经验寿命值L3。
如图5所示,图为台架实验原理简图,进行有初始故障的轴承疲劳试验,台架采用液压系统对轴承进行径向和轴向载荷加载、径向加载最高到120KN、轴向加载最高到10KN、轴径为85~340mm、主轴由电机牵引转动,最高转速达到1500r/min。
如图8所示,信息交互模块包括MR可视化头戴装置,且真实维修环境感知模块还与信息交互模块的MR可视化头戴装置连接,用于根据MR可视化头戴装置的摄像头采集的信息,进行目标识别、场景重建和位姿解算,虚实融合模块获取在虚拟空间中MR故障维修指导单元与故障分析与信息匹配单元相融合得出匹配维修指导解决方案,并获取环境感知模块目标识别、场景重建和位姿解算的结果,进行虚实融合,虚实融合模块通过自然特征注册与人工标识注册相结合的方法进行虚实融合,得到融合维修信息,并传送至MR可视化头戴装置进行展示,向维修人员提供列车轴箱轴承维修方案。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的工作人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (8)
1.一种基于数字孪生的列车轴箱轴承寿命预测及故障维修系统,其特征在于,该系统包括:
数据传输模块:用以采集和传输物理空间中的列车轴箱轴承以及列车行驶的离线数据和在线数据;
数据储存及融合模块:用以对传输的数据进行接收、存储、融合和分类;
虚拟空间模块:用以建立数字孪生模型、MR故障维修指导单元和故障分析与信息匹配单元,数字孪生模型用以提取列车轴向轴承的信息与特征,MR故障维修指导单元和故障分析与信息匹配单元融合得到匹配维修指导解决方案;
寿命预测模块:包括三个寿命预测单元和数据整理对比单元,用以预测轴箱轴承的剩余使用寿命;
真实维修环境感知模块:用以采集物理维修空间维修环境的数据信息;
虚实融合模块:用以生成混合现实维修指导解决方案;
信息交互模块:包括寿命报警单元和MR可视化头戴装置,寿命报警单元用以发出预警信息,MR可视化头戴装置用以接收混合现实维修指导解决方案和报警信息;
所述的虚拟空间模块中的数字孪生模型包括数字孪生体高保真三维模型和数字孪生体故障特征三维模型,并提取两种数字孪生体模型的列车轴向轴承的信息与特征发送到寿命预测模块;
所述的寿命预测模块的三个寿命预测单元分别为基于Lundberg-Palmgren寿命预测单元、基于miner的线性损伤积累理论寿命预测单元和基于有初始故障的轴承疲劳试验搭建的轴承经验寿命预测单元;
所述的基于Lundberg-Palmgren寿命预测单元包括轴承静力学分析模型和基于Lundberg-Palmgren寿命模型,用以求解轴承内部载荷分布,得到轴承内部载荷与变形的关系,具体为先求轴承各部分的寿命,然后得到整体轴承寿命L1;
所述的基于miner的线性损伤积累理论的寿命预测单元通过建立列车-轴承耦合动力学模块获取真实动载荷,得到轴承剩余使用寿命L2;
所述的基于有初始故障的轴承疲劳试验搭建的轴承经验寿命预测单元对轴承进行带有初始故障的疲劳试验,搭建剥落后轴承经验寿命模型,将试验采集数据进行处理,将虚拟空间模块提取的列车轴向轴承的信息与特征与试验采集数据进行对比,得出与高保真三维模型相似度最高的带有初始故障的轴承模型,进而得出最接近的经验寿命值L3。
2.根据权利要求1所述的一种基于数字孪生的列车轴箱轴承寿命预测及故障维修系统,其特征在于,所述的物理空间的离线数据包括列车轴箱轴承的几何参数、材料参数和故障缺陷数据,在线数据包括车辆及轴箱轴承的运行数据。
3.根据权利要求1所述的一种基于数字孪生的列车轴箱轴承寿命预测及故障维修系统,其特征在于,所述的数据传输模块包括传感器和数据采集器,所述的传感器用于采集寿命预测模块与虚拟空间模块所需要的数据,所述的数据采集器采集传感器得到的数据后传递到数据储存及融合模块储存。
4.根据权利要求1所述的一种基于数字孪生的列车轴箱轴承寿命预测及故障维修系统,其特征在于,所述的数据传输模块包括物联网服务器和数据映射装置,所述的物联网服务器用于接收数据采集器传输的轴箱轴承的实时状态数据,并对数据进行预处理,包括数据清洗、特征的提取、识别和分类;
所述的数据映射装置包括存储设备和数据库,用于集成来自物理空间等模块的全部数据,并在此基础上对数据进行深度的融合,所述的数据库里的数据包括传感器数据、模型预测数据、初始实验数据、历史寿命计算数据、历史几何参数、材料参数数据和维修操作知识。
5.根据权利要求1所述的一种基于数字孪生的列车轴箱轴承寿命预测及故障维修系统,其特征在于,所述的数据整理对比单元对整体轴承寿命L1、轴承剩余使用寿命L2和经验寿命值L3进行对比得到寿命预测最小值Lmin并输入到信息交互模块的寿命报警单元,所述的信息交互模块的寿命报警单元内设有报警值L,当寿命预测最小值Lmin大于或等于L时寿命报警单元发出报警。
6.根据权利要求1所述的一种基于数字孪生的列车轴箱轴承寿命预测及故障维修系统,其特征在于,所述的虚拟空间模块的MR维修指导单元根据维修指导技术手册建立MR维修指导平台,再建立数字三维模型,进而建立维修标准示意图,最终形成MR维修指导动画,所述的故障分析与信息匹配单元首先进行信息识别分类,再建立故障数据集,进而建立故障ID识别号,最终匹配故障维修行为。
7.根据权利要求1所述的一种基于数字孪生的列车轴箱轴承寿命预测及故障维修系统,其特征在于,所述的真实维修环境感知模块与信息交互模块的MR可视化头戴装置连接,用于根据MR可视化头戴装置的摄像头采集的信息,进行目标识别、场景重建和位姿解算。
8.根据权利要求7所述的一种基于数字孪生的列车轴箱轴承寿命预测及故障维修系统,其特征在于,所述的虚实融合模块通过自然特征注册和人工标识注册相结合的方式将虚拟空间中的匹配维修指导解决方案和真实环境感知模块目标识别、场景重建和位姿解算的结果进行虚实融合,生成混合现实维修指导解决方案并传送至MR可视化头戴装置指导维修人员进行故障维修。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110825189.8A CN113569451B (zh) | 2021-07-21 | 2021-07-21 | 基于数字孪生的列车轴箱轴承寿命预测及故障维修系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110825189.8A CN113569451B (zh) | 2021-07-21 | 2021-07-21 | 基于数字孪生的列车轴箱轴承寿命预测及故障维修系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113569451A CN113569451A (zh) | 2021-10-29 |
CN113569451B true CN113569451B (zh) | 2023-05-30 |
Family
ID=78166161
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110825189.8A Active CN113569451B (zh) | 2021-07-21 | 2021-07-21 | 基于数字孪生的列车轴箱轴承寿命预测及故障维修系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113569451B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114527868A (zh) * | 2021-12-29 | 2022-05-24 | 武汉理工大学 | 一种辅助维修方法、系统、存储介质及计算设备 |
CN114756985B (zh) * | 2022-04-01 | 2023-06-23 | 中车大连机车研究所有限公司 | 一种轨道交通圆柱滚子轴承设计方法 |
CN114839957A (zh) * | 2022-05-11 | 2022-08-02 | 中国第一汽车股份有限公司 | 一种整车控制器模拟系统及方法 |
CN114814759B (zh) * | 2022-06-28 | 2022-10-28 | 湖南师范大学 | 基于数字孪生的机载雷达信号处理与数据存储方法及组件 |
CN115544819B (zh) * | 2022-12-06 | 2023-04-18 | 网思科技股份有限公司 | 维修站的数字孪生建模方法、系统和可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111737811A (zh) * | 2020-05-09 | 2020-10-02 | 北京航空航天大学 | 基于数字孪生的直升机动部件寿命管理方法、设备、介质 |
CN111857065A (zh) * | 2020-06-08 | 2020-10-30 | 北京邮电大学 | 基于边缘计算和数字孪生的智能生产系统和方法 |
CN112084583A (zh) * | 2020-07-24 | 2020-12-15 | 西安交通大学 | 基于数字孪生的转子叶片寿命预测方法和预测系统 |
CN112633532A (zh) * | 2020-12-29 | 2021-04-09 | 上海工程技术大学 | 一种基于数字孪生技术的列车车轮维修管理系统 |
CN113051838A (zh) * | 2021-05-12 | 2021-06-29 | 南京航空航天大学 | 一种基于数字孪生技术的空间在轨制造结构可靠寿命预测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200374202A1 (en) * | 2019-05-23 | 2020-11-26 | Am Technologies Inc. | Industrial field services automation platform |
-
2021
- 2021-07-21 CN CN202110825189.8A patent/CN113569451B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111737811A (zh) * | 2020-05-09 | 2020-10-02 | 北京航空航天大学 | 基于数字孪生的直升机动部件寿命管理方法、设备、介质 |
CN111857065A (zh) * | 2020-06-08 | 2020-10-30 | 北京邮电大学 | 基于边缘计算和数字孪生的智能生产系统和方法 |
CN112084583A (zh) * | 2020-07-24 | 2020-12-15 | 西安交通大学 | 基于数字孪生的转子叶片寿命预测方法和预测系统 |
CN112633532A (zh) * | 2020-12-29 | 2021-04-09 | 上海工程技术大学 | 一种基于数字孪生技术的列车车轮维修管理系统 |
CN113051838A (zh) * | 2021-05-12 | 2021-06-29 | 南京航空航天大学 | 一种基于数字孪生技术的空间在轨制造结构可靠寿命预测方法 |
Non-Patent Citations (2)
Title |
---|
考虑载荷大小变化次序的球轴承寿命修正模型;关健;王黎钦;;吉林大学学报(工学版)(04);第171-178页 * |
面向切削过程的刀具数字孪生模型;孙惠斌等;《计算机集成制造系统》;第25卷(第6期);第1474-1480页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113569451A (zh) | 2021-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113569451B (zh) | 基于数字孪生的列车轴箱轴承寿命预测及故障维修系统 | |
CN113569475B (zh) | 一种基于数字孪生技术的地铁轴箱轴承故障诊断系统 | |
CN111207938B (zh) | 一种铁道车辆故障检测方法 | |
CN111351664B (zh) | 一种基于lstm模型的轴承温度预测和报警诊断方法 | |
CN111947928B (zh) | 一种多源信息融合的轴承故障预测系统及方法 | |
CN105923014B (zh) | 一种基于证据推理规则的轨道高低不平顺幅值估计方法 | |
CN112633532B (zh) | 一种基于数字孪生技术的列车车轮维修管理系统 | |
CN111071291B (zh) | 列车轮对监测系统及列车轮对监测方法 | |
CN113609608A (zh) | 基于数字孪生的列车牵引电机轴承全生命周期管理方法 | |
CN110789566B (zh) | 基于轴箱加速信号的轨道缺陷监测方法及监测设备 | |
CN105976578A (zh) | 一种基于监测数据的高速列车轴温动态报警阈值设定方法 | |
CN113776760B (zh) | 基于整轴振动分析的列车轮对失圆故障监测方法和系统 | |
CN111401661B (zh) | 一种机械设备的预测性维护方法和维护系统 | |
CN115238915A (zh) | 一种工业装备故障预测与健康监测系统 | |
CN115901263A (zh) | 基于数字孪生的滚动轴承剩余寿命在线预测方法及系统 | |
CN112278012B (zh) | 一种动车组轮对管理系统 | |
CN112781877A (zh) | 一种走行部轴承故障诊断方法、装置及系统 | |
KR20230127337A (ko) | 기계 장치 또는 기계 부품의 이상을 식별하기 위한방법 및 장치 | |
BOZEK et al. | DEVELOPMENT OF A SYSTEM FOR PREDICTIVE DIAGNOSTICS OF TRACTION ASYNCHRONOUS ELECTRIC DRIVE FOR TRAINS. | |
WO2021010926A2 (en) | Vision it: online train monitoring and controlling system and predictive maintenance program | |
Xiaohui et al. | Review of health monitoring and fault diagnosis of axle-box bearing of high-speed train | |
CN116691768B (zh) | 一种道岔监控方法及系统 | |
Sun et al. | The Application of Digital-Twin in Bogie Fault Monitoring and Early Warning | |
CN116968757A (zh) | 一种基于智能物联的新能源汽车安全行驶方法及系统 | |
Zhao et al. | Dynamics and Fault Diagnosis of Railway Vehicle Gearboxes: A Review |
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 |