CN114735045A - 一种轮对检测设备的故障自诊断方法及系统 - Google Patents
一种轮对检测设备的故障自诊断方法及系统 Download PDFInfo
- Publication number
- CN114735045A CN114735045A CN202210668081.7A CN202210668081A CN114735045A CN 114735045 A CN114735045 A CN 114735045A CN 202210668081 A CN202210668081 A CN 202210668081A CN 114735045 A CN114735045 A CN 114735045A
- Authority
- CN
- China
- Prior art keywords
- diagnosis
- self
- information
- equipment
- fault
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61K—AUXILIARY EQUIPMENT SPECIALLY ADAPTED FOR RAILWAYS, NOT OTHERWISE PROVIDED FOR
- B61K9/00—Railway vehicle profile gauges; Detecting or indicating overheating of components; Apparatus on locomotives or cars to indicate bad track sections; General design of track recording vehicles
- B61K9/12—Measuring or surveying wheel-rims
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Vehicle Cleaning, Maintenance, Repair, Refitting, And Outriggers (AREA)
Abstract
本发明公开了一种轮对检测设备的故障自诊断方法及系统,该方法包括:采集检测设备的状态信息、环境状态信息;利用采集到的检测设备的状态信息对检测设备状态进行自诊断形成自诊断信息;对诊断项点的流水账、设备的实时状态信息、环境状态和受故障或者环境状态影响的车轮检测数据、故障产生和处理的闭环信息进行分类存储;发布、上传检测设备的自诊断信息。本发明通过利用设备的传感状态信息,通过检测设备个模块传感器等关键部件状态变化,一旦发现有不正常的信号,在面板上或报表页面上进行提示,设备维护人员通过读取故障码定位故障并进行处理。同时自诊断系统依据海量传感器信息及历史数据进行分析,提醒设备维护时间,保障设备持续正常工作。
Description
技术领域
本发明涉及一种对轮对检测设备产生的故障进行自诊断,并将自诊断信息进行分类储存并发布的方法和系统。
背景技术
轮对是车辆走行部中极为重要的部件。轮对不仅承受着车体的全部重量,而且还要传递车辆与钢轨间的作用力。另外轮对需要承受很大的静载荷和动作用力、组装应力、闸瓦制动时产生的热应力以及通过弯道时的构架力、导向力、轮对本身旋转的离心力等。轮对在运行过程中不断与钢轨表面摩擦,造成轮对踏面磨耗;在轮对通过弯道或道岔时,轮对轮缘部分与钢轨内侧面发生摩擦造成轮缘磨耗,踏面磨耗和轮缘磨耗导致轮对外形尺寸发生改变。鉴于此,需要对列车车轮尺寸进行日常动态检测,掌握轮对的状况,消除事故隐患,是高速铁路发展中不可缺少的一环。
在轮对外形尺寸检测方面,轮对状态动态检测设备作为轮对检测的标配设备,在该领域发挥了巨大作用,该设备安装在入段线检测棚内,包括车轮外形几何尺寸检测、车轮擦伤检测和车轮深层次探伤三大功能单元,用于对入库动车组的车轮外形几何尺寸、车轮踏面擦伤及车轮内部缺陷进行日常动态检测。由于上述检测设备都安装在线上,当设备出现故障时,由于需要申请天窗点的时间需根据当前的过车状态决定,因此导致设备故障无法及时处理,从而影响动车组的机检作业,进而影响动车组上线效率降低。
发明内容
有鉴于此,本发明提供一种轮对检测设备的故障自诊断方法及系统,能够对列车轮对检测设备故障进行自诊断。
为解决以上技术问题,本发明的技术方案为采用一种轮对检测设备的故障自诊断方法,包括:
采集检测设备的状态信息、环境状态信息;
利用采集到的检测设备的状态信息对检测设备状态进行自诊断形成自诊断信息;所述自诊断信息包括诊断项点的流水账、设备的实时状态信息、环境状态和受故障或者环境状态影响的车轮检测数据、故障产生和处理的闭环信息;
对诊断项点的自诊断信息按流水账、设备的实时状态信息、环境状态和受故障或者环境状态影响的车轮检测数据、故障产生和处理的闭环信息进行分类存储;
发布、上传检测设备的自诊断信息。
作为一种改进,对检测设备状态进行自诊断后,若设备运行异常则启动人工远程诊断并尝试对异常运行的设备进行远程恢复;若远程恢复失败则进行现场维修。
作为一种进一步的改进,异常运行的设备修复完毕后,将设备故障产生和处理的闭环信息上传至信息存储模块。
作为另一种更进一步的改进,所述自诊断包括传感器自诊断、尺寸曲线重合性自诊断、触发自诊断、开关罩自诊断。
作为一种改进,所述传感器自诊断包括:
检测过程中横向对比其他相同位置传感器的变化状态和触发总次数;
根据传感器反馈的电压信号进行工作状态判断,如果状态反馈信号与预期不相同,则诊断为故障。
作为一种改进, 所述尺寸曲线重合性自诊断包括:
计算各轮对在左侧相机和右侧相机拍摄的图像中位于轮缘厚度附近的曲线重合性;
分别计算轮对检测编组中所有左侧曲线重合性均值和右侧曲线重合性均值;
将计算出来的曲线重合性均值与相应的历史数据进行对比,诊断检测设备的标定情况。
作为一种改进,所述触发自诊断包括:
确定实际经过检测设备的轮对数;
采集检测设备被触发的次数;
将轮实际经过检测设备的轮对数与检测设备被触发的次数进行比较,如果二者不相等则诊断为故障。
作为一种改进,所述开关罩自诊断包括:
在完成开罩或者关罩动作后,进行所有开罩或者关罩到位传感器状态的横向比较,若出现开罩或者关罩到位传感器状态差异则诊断为故障。
作为一种改进,采用Thrift 发布/订阅机制,对自诊断信息进行发布,包括:
展示报表平台HTTP后台订阅自诊断信息,收到自诊断信息后采用“服务器推送”技术实现B/S页面实时更新;
客户端订阅获取实时自诊断信息。
作为一种改进,在于所述传上检测设备的自诊断信息包括:
将自诊断信息传输到上传程序,上传程序调用智能运维平台Web服务接口,将自诊断信息写入智能运维平台数据库。
本发明还提供一种轮对检测设备的故障自诊断系统,包括:
诊断项点,包括若干状态信息采集模块,所述状态信息采集模块用于采集检测设备的状态信息、环境状态信息;
自诊断模块,用于利用检测设备的状态信息对检测设备状态进行自诊断;
信息存储模块,用于对诊断项点的流水账、设备的实时状态信息、环境状态和受故障或者环境状态影响的车轮检测数据、故障产生和处理的闭环信息进行分类存储;
信息发布模块,用于发布、上传信息存储模块中存储的信息。
作为一种改进,所述信息存储模块包括:
诊断流水库,用于记录诊断项点的流水账;
设备故障库,用于记录设备故障产生和处理的闭环信息;
设备状态库,用于记录设备的实时状态信息;
数据关联库,用于记录环境状态信息、受故障或者环境状态影响的车轮检测数据。
作为一种改进,所述自诊断模块包括:
传感器自诊断单元,用于诊断设备传感器是否存在故障;
尺寸曲线重合性自诊断单元,用于诊断设备标定状态是否合格;
触发自诊断单元,用于诊断设备的触发动作是否存在故障;
开关罩自诊断单元,用于诊断传感器的开关罩是否存在故障。
作为一种改进,所述信息发布模块包括客户端、展示报表以及数据上传模块;所述数据上传模块用于将信息存储模块存储的信息上传至智能运维平台数据库。
作为一种改进,所述信息存储模块设置有供查询的接口以及用于上传诊断维修信息的接口。
本发明的有益之处在于:本发明通过利用设备的传感状态信息,通过检测设备个模块传感器等关键部件状态变化,一旦发现有不正常的信号,如网络异常、关键部件未正常采集、机械故障、数据处理异常等,在面板上或报表页面上进行提示,设备维护人员通过读取故障码定位故障并进行处理。同时自诊断系统依据海量传感器信息及历史数据进行分析,提醒设备维护时间,保障设备持续正常工作。
附图说明
图1为本发明的结构原理图。
图2为本发明的流程图。
图3为本发明中自诊断信息的发布上传示意图。
具体实施方式
为了使本领域的技术人员更好地理解本发明的技术方案,下面结合具体实施方式对本发明作进一步的详细说明。
现有的轮对故障在线检测设备无设备自诊断功能,无法有效控制设备在标定、检验、检测、待机各个环节状态监控、故障预计提报、设备潜在性能监控。现场维护人员仅能根据设备出现明显的故障后进行设备维修,影响设备正常使用。
为了解决上述问题,如图1所示,本发明提供一种轮对检测设备的故障自诊断系统,包括:
诊断项点,包括若干状态信息采集模块,所述状态信息采集模块用于采集检测设备的状态信息、环境状态信息;
自诊断模块,用于利用检测设备的状态信息对检测设备状态进行自诊断;
信息存储模块,用于对诊断项点的流水账、设备的实时状态信息、环境状态和受故障或者环境状态影响的车轮检测数据、故障产生和处理的闭环信息进行分类存储;
信息发布模块,用于发布、上传信息存储模块中存储的信息。
具体地,所述信息存储模块包括:
诊断流水库,用于记录诊断项点的流水账;
设备故障库,用于记录设备故障产生和处理的闭环信息;
设备状态库,用于记录设备的实时状态信息;
数据关联库,用于记录环境状态信息、受故障或者环境状态影响的车轮检测数据。
另外,信息存储模块设置有供查询的接口以及用于上传诊断维修信息的接口。
所述自诊断模块包括:
传感器自诊断单元,用于诊断设备传感器是否存在故障;
尺寸曲线重合性自诊断单元,用于诊断设备标定状态是否合格;
触发自诊断单元,用于诊断设备的触发动作是否存在故障;
开关罩自诊断单元,用于诊断传感器的开关罩是否存在故障。
当然,自诊断模块的各种自诊断单元根据检测设备的不同进行设置。
所述信息发布模块包括客户端例如看板、展示报表以及数据上传模块;所述数据上传模块用于将信息存储模块存储的信息上传至智能运维平台数据库。
如图2所示,本发明还提供一种轮对检测设备的故障自诊断方法,包括:
S1采集检测设备的状态信息、环境状态信息;检测设备上都自带信息采集模块如各种传感器,可以采集检测设备自身的数据如温度、压力、位置等等。也有一些独立于检测设备的信息采集模块,可以采集检测设备周围的环境的数据。
S2利用采集到的检测设备的状态信息对检测设备状态进行自诊断形成自诊断信息;所述自诊断信息包括诊断项点的流水账、设备的实时状态信息、环境状态和受故障或者环境状态影响的车轮检测数据、故障产生和处理的闭环信息;信息采集模块采集到的信息汇集诊断项点,由自诊断模块对信息进行自诊断。对检测设备状态进行自诊断后,若设备运行异常则启动人工远程诊断并尝试对异常运行的设备进行远程恢复;若远程恢复失败则进行现场维修。维修完毕后,会形成设备故障产生和处理的闭环信息。闭环信息及其余自诊断信息会上传至自诊断数据库中。
本发明中,所述自诊断至少包括传感器自诊断、尺寸曲线重合性自诊断、触发自诊断、开关罩自诊断。
具体地,传感器自诊断,用于诊断设备传感器是否存在故障,包括:
检测过程中横向对比其他相同位置传感器的变化状态和触发总次数;
根据传感器反馈的电压信号进行工作状态判断,如果状态反馈信号与预期不相同,则诊断为故障。
尺寸曲线重合性自诊断,用于诊断设备标定状态是否合格,包括:
计算各轮对在左侧相机和右侧相机拍摄的图像中位于轮缘厚度附近的曲线重合性;
分别计算轮对检测编组中所有左侧曲线重合性均值和右侧曲线重合性均值;
将计算出来的曲线重合性均值与相应的历史数据进行对比,诊断检测设备的标定情况。
触发自诊断,用于诊断设备的触发动作是否存在故障,包括:
确定实际经过检测设备的轮对数;
采集检测设备被触发的次数;
将轮实际经过检测设备的轮对数与检测设备被触发的次数进行比较,如果二者不相等则诊断为故障。
开关罩自诊断,用于诊断传感器的开关罩是否存在故障,包括:
在完成开罩或者关罩动作后,进行所有开罩或者关罩到位传感器状态的横向比较,若出现开罩或者关罩到位传感器状态差异则诊断为故障。
S3对诊断项点自诊断信息按的流水账、设备的实时状态信息、环境状态和受故障或者环境状态影响的车轮检测数据、故障产生和处理的闭环信息进行分类存储。
诊断项点的流水账存储在诊断流水库,用于后期数据挖掘及查询跟踪。
设备的实时状态信息存储在设备状态库并实时更新。
环境状态和受故障或者环境状态影响的车轮检测数据存储在数据关联库中。车轮检测数据在故障或者异常环境状态(水淹、下雨、下雪)下会受到影响,需要将这些受影响的数据保存起来。
故障产生和处理的闭环信息存储在设备故障库,大量的故障产生和处理的闭环信息可供维保人员参考。
S4发布、上传检测设备的自诊断信息。如图3所示,发布、上传检测设备的自诊断信息主要是设备的实时状态信息、环境状态和受故障或者环境状态影响的车轮检测数据、故障产生和处理的闭环信息。
具体地,采用Thrift 发布/订阅机制对自诊断信息进行发布,包括:
展示报表平台HTTP后台订阅自诊断信息,收到自诊断信息后采用“服务器推送”技术实现B/S页面实时更新;B/S(Browser/Server)架构也被称为浏览器/服务器体系结构,这种体系结构可以理解为是对 C/S 体系结构的改变和促进。由于网络的快速发展,B/S 结构的功能越来越强大。这种结构可以进行信息分布式处理,可以有效降低资源成本,提高设计的系统性能。
其它需实时更新的客户端如看板等订阅获取实时自诊断信息。
而上传检测设备的自诊断信息包括:
将自诊断信息传输到上传程序,上传程序调用智能运维平台Web服务接口,将自诊断信息写入智能运维平台数据库。
以上仅是本发明的优选实施方式,应当指出的是,上述优选实施方式不应视为对本发明的限制,本发明的保护范围应当以权利要求所限定的范围为准。对于本技术领域的普通技术人员来说,在不脱离本发明的精神和范围内,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (15)
1.一种轮对检测设备的故障自诊断系统,其特征在于包括:
诊断项点,包括若干状态信息采集模块,所述状态信息采集模块用于采集检测设备的状态信息、环境状态信息;
自诊断模块,用于利用检测设备的状态信息对检测设备状态进行自诊断;
信息存储模块,用于对诊断项点的流水账、设备的实时状态信息、环境状态信息和受故障或者环境状态影响的车轮检测数据、故障产生和处理的闭环信息进行分类存储;
信息发布模块,用于发布、上传信息存储模块中存储的信息。
2.根据权利要求1所述的一种轮对检测设备的故障自诊断系统,其特征在于所述信息存储模块包括:
诊断流水库,用于记录诊断项点的流水账;
设备故障库,用于记录设备故障产生和处理的闭环信息;
设备状态库,用于记录设备的实时状态信息;
数据关联库,用于记录环境状态信息、受故障或者环境状态影响的车轮检测数据。
3.根据权利要求1所述的一种轮对检测设备的故障自诊断系统,其特征在于所述自诊断模块包括:
传感器自诊断单元,用于诊断设备传感器是否存在故障;
尺寸曲线重合性自诊断单元,用于诊断设备标定状态是否合格;
触发自诊断单元,用于诊断设备的触发动作是否存在故障;
开关罩自诊断单元,用于诊断传感器的开关罩是否存在故障。
4.根据权利要求1所述的一种轮对检测设备的故障自诊断系统,其特征在于所述信息发布模块包括客户端、展示报表以及数据上传模块;所述数据上传模块用于将信息存储模块存储的信息上传至智能运维平台数据库。
5.根据权利要求1所述的一种轮对检测设备的故障自诊断系统,其特征在于所述信息存储模块设置有供查询的接口以及用于上传诊断维修信息的接口。
6.一种轮对检测设备的故障自诊断方法,其特征在于包括:
采集检测设备的状态信息、环境状态信息;
利用采集到的检测设备的状态信息对检测设备状态进行自诊断形成自诊断信息;所述自诊断信息包括诊断项点的流水账、设备的实时状态信息、环境状态信息和受故障或者环境状态影响的车轮检测数据、故障产生和处理的闭环信息;
对诊断项点的自诊断信息按流水账、设备的实时状态信息、环境状态信息和受故障或者环境状态影响的车轮检测数据、故障产生和处理的闭环信息进行分类存储;
发布、上传检测设备的自诊断信息。
7.根据权利要求6所述的一种轮对检测设备的故障自诊断方法,其特征在于:对检测设备状态进行自诊断后,若设备运行异常则启动人工远程诊断并尝试对异常运行的设备进行远程恢复;若远程恢复失败则进行现场维修。
8.根据权利要求7所述的一种轮对检测设备的故障自诊断方法,其特征在于:异常运行的设备修复完毕后,将设备故障产生和处理的闭环信息上传至信息存储模块。
9.根据权利要求6所述的一种轮对检测设备的故障自诊断方法,其特征在于:所述自诊断包括传感器自诊断、尺寸曲线重合性自诊断、触发自诊断、开关罩自诊断。
10.根据权利要求9所述的一种轮对检测设备的故障自诊断方法,其特征在于所述传感器自诊断包括:
检测过程中横向对比其他相同位置传感器的变化状态和触发总次数;
根据传感器反馈的电压信号进行工作状态判断,如果状态反馈信号与预期不相同,则诊断为故障。
11.根据权利要求9所述的一种轮对检测设备的故障自诊断方法,其特征在于所述尺寸曲线重合性自诊断包括:
计算各轮对在左侧相机和右侧相机拍摄的图像中位于轮缘厚度附近的曲线重合性;
分别计算轮对检测编组中所有左侧曲线重合性均值和右侧曲线重合性均值;
将计算出来的曲线重合性均值与相应的历史数据进行对比,诊断检测设备的标定情况。
12.根据权利要求9所述的一种轮对检测设备的故障自诊断方法,其特征在于所述触发自诊断包括:
确定实际经过检测设备的轮对数;
采集检测设备被触发的次数;
将轮实际经过检测设备的轮对数与检测设备被触发的次数进行比较,如果二者不相等则诊断为故障。
13.根据权利要求9所述的一种轮对检测设备的故障自诊断方法,其特征在于所述开关罩自诊断包括:
在完成开罩或者关罩动作后,进行所有开罩或者关罩到位传感器状态的横向比较,若出现开罩或者关罩到位传感器状态差异则诊断为故障。
14.根据权利要求6所述的一种轮对检测设备的故障自诊断方法,其特征在于采用Thrift 发布/订阅机制,对自诊断信息进行发布,包括:
展示报表平台HTTP后台订阅自诊断信息,收到自诊断信息后采用服务器推送技术实现B/S页面实时更新;
客户端订阅获取实时自诊断信息。
15.根据权利要求6所述的一种轮对检测设备的故障自诊断方法,其特征在于所述上传检测设备的自诊断信息包括:
将自诊断信息传输到上传程序,上传程序调用智能运维平台Web服务接口,将自诊断信息写入智能运维平台数据库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210668081.7A CN114735045B (zh) | 2022-06-14 | 2022-06-14 | 一种轮对检测设备的故障自诊断方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210668081.7A CN114735045B (zh) | 2022-06-14 | 2022-06-14 | 一种轮对检测设备的故障自诊断方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114735045A true CN114735045A (zh) | 2022-07-12 |
CN114735045B CN114735045B (zh) | 2022-08-19 |
Family
ID=82287248
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210668081.7A Active CN114735045B (zh) | 2022-06-14 | 2022-06-14 | 一种轮对检测设备的故障自诊断方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114735045B (zh) |
Citations (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5922038A (en) * | 1995-09-20 | 1999-07-13 | Honda Giken Kogyo Kabushiki Kaisha | Vehicle-behavior control system with wheel speed failure detection |
EP1085416A2 (en) * | 1999-09-15 | 2001-03-21 | Xerox Corporation | Diagnostic system |
JP2001272411A (ja) * | 2000-03-28 | 2001-10-05 | Honda Motor Co Ltd | 車輪速センサの故障判定装置 |
CA2456999A1 (en) * | 2003-02-20 | 2004-08-20 | General Electric Company | Method and system for autonomously resolving a failure |
WO2006030786A1 (ja) * | 2004-09-13 | 2006-03-23 | Nsk Ltd. | 異常診断装置及び異常診断方法 |
US20070005202A1 (en) * | 1995-06-07 | 2007-01-04 | Automotive Technologies International, Inc. | Remote Vehicle Diagnostic Management |
KR20070070845A (ko) * | 2005-12-29 | 2007-07-04 | 주식회사 만도 | 차륜 속도 센서의 고장 검출 방법 |
US20080197995A1 (en) * | 2007-02-16 | 2008-08-21 | Toyota Jidosha Kabushiki Kaisha | Method for inspecting wheel state monitoring system, wheel state monitoring system, and receiver |
CN101807078A (zh) * | 2009-02-17 | 2010-08-18 | 同济大学 | 车辆工况复合传感器装置 |
US20100256843A1 (en) * | 2009-04-02 | 2010-10-07 | Lookheed Martin Corporation | System for Vital Brake Interface with Real-Time Integrity Monitoring |
EP2289748A1 (en) * | 2009-08-24 | 2011-03-02 | Robert Bosch GmbH | Good checking for vehicle wheel speed sensors |
CN201774553U (zh) * | 2010-04-09 | 2011-03-23 | 中国铁道科学研究院基础设施检测研究所 | 一种高速综合检测列车检测设备的监控装置及系统 |
JP2011162079A (ja) * | 2010-02-10 | 2011-08-25 | Toyota Motor Corp | 故障診断装置、故障診断付き電子制御ユニット、故障診断システム、故障診断方法 |
US20120051388A1 (en) * | 2010-08-27 | 2012-03-01 | Gm Global Technology Operations, Inc. | Outside air temperature sensor diagnostic systems for a vehicle |
CN102830302A (zh) * | 2012-08-08 | 2012-12-19 | 南车株洲电力机车有限公司 | 一种受流器监测系统及方法 |
DE102014107916A1 (de) * | 2013-06-20 | 2014-12-24 | Denso Corporation | Vorrichtung und Verfahren für eine Fahrzeugselbstdiagnose |
WO2015005663A1 (ko) * | 2013-07-10 | 2015-01-15 | 주식회사 글로비즈 | 신호 계측 진단 모니터링 시스템과 그 방법 및 이를 개별 장치에 적용한 방법 및 시스템 |
CN104458294A (zh) * | 2014-12-18 | 2015-03-25 | 成都铁安科技有限责任公司 | 一种列车检测设备的故障监测方法及系统 |
CN204301703U (zh) * | 2014-12-18 | 2015-04-29 | 成都铁安科技有限责任公司 | 一种具有防护功能的轮对尺寸检测设备 |
WO2018052433A1 (en) * | 2016-09-16 | 2018-03-22 | Siemens Aktiengesellschaft | Generation of failure models for embedded analytics and diagnostic/prognostic reasoning |
US20180222504A1 (en) * | 2017-02-08 | 2018-08-09 | Intel Corporation | Location based railway anomaly detection |
CN109059839A (zh) * | 2018-05-23 | 2018-12-21 | 唐智科技湖南发展有限公司 | 一种车轮踏面失圆故障的诊断方法、装置及系统 |
US20190056750A1 (en) * | 2017-08-18 | 2019-02-21 | GM Global Technology Operations LLC | Method and apparatus for position error detection |
DE102018103772A1 (de) * | 2018-02-20 | 2019-08-22 | Dekra Exam Gmbh | Überwachungssystem für eine Schutzeinrichtung und Schutzeinrichtung |
CN111071291A (zh) * | 2018-10-19 | 2020-04-28 | 株洲中车时代电气股份有限公司 | 列车轮对监测系统及列车轮对监测方法 |
CN112541430A (zh) * | 2020-12-12 | 2021-03-23 | 中铁第四勘察设计院集团有限公司 | 一种温度信号与噪声信号融合的故障诊断方法 |
-
2022
- 2022-06-14 CN CN202210668081.7A patent/CN114735045B/zh active Active
Patent Citations (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070005202A1 (en) * | 1995-06-07 | 2007-01-04 | Automotive Technologies International, Inc. | Remote Vehicle Diagnostic Management |
US5922038A (en) * | 1995-09-20 | 1999-07-13 | Honda Giken Kogyo Kabushiki Kaisha | Vehicle-behavior control system with wheel speed failure detection |
EP1085416A2 (en) * | 1999-09-15 | 2001-03-21 | Xerox Corporation | Diagnostic system |
JP2001272411A (ja) * | 2000-03-28 | 2001-10-05 | Honda Motor Co Ltd | 車輪速センサの故障判定装置 |
CA2456999A1 (en) * | 2003-02-20 | 2004-08-20 | General Electric Company | Method and system for autonomously resolving a failure |
WO2006030786A1 (ja) * | 2004-09-13 | 2006-03-23 | Nsk Ltd. | 異常診断装置及び異常診断方法 |
KR20070070845A (ko) * | 2005-12-29 | 2007-07-04 | 주식회사 만도 | 차륜 속도 센서의 고장 검출 방법 |
US20080197995A1 (en) * | 2007-02-16 | 2008-08-21 | Toyota Jidosha Kabushiki Kaisha | Method for inspecting wheel state monitoring system, wheel state monitoring system, and receiver |
CN101807078A (zh) * | 2009-02-17 | 2010-08-18 | 同济大学 | 车辆工况复合传感器装置 |
US20100256843A1 (en) * | 2009-04-02 | 2010-10-07 | Lookheed Martin Corporation | System for Vital Brake Interface with Real-Time Integrity Monitoring |
EP2289748A1 (en) * | 2009-08-24 | 2011-03-02 | Robert Bosch GmbH | Good checking for vehicle wheel speed sensors |
JP2011162079A (ja) * | 2010-02-10 | 2011-08-25 | Toyota Motor Corp | 故障診断装置、故障診断付き電子制御ユニット、故障診断システム、故障診断方法 |
CN201774553U (zh) * | 2010-04-09 | 2011-03-23 | 中国铁道科学研究院基础设施检测研究所 | 一种高速综合检测列车检测设备的监控装置及系统 |
US20120051388A1 (en) * | 2010-08-27 | 2012-03-01 | Gm Global Technology Operations, Inc. | Outside air temperature sensor diagnostic systems for a vehicle |
CN102830302A (zh) * | 2012-08-08 | 2012-12-19 | 南车株洲电力机车有限公司 | 一种受流器监测系统及方法 |
DE102014107916A1 (de) * | 2013-06-20 | 2014-12-24 | Denso Corporation | Vorrichtung und Verfahren für eine Fahrzeugselbstdiagnose |
WO2015005663A1 (ko) * | 2013-07-10 | 2015-01-15 | 주식회사 글로비즈 | 신호 계측 진단 모니터링 시스템과 그 방법 및 이를 개별 장치에 적용한 방법 및 시스템 |
CN204301703U (zh) * | 2014-12-18 | 2015-04-29 | 成都铁安科技有限责任公司 | 一种具有防护功能的轮对尺寸检测设备 |
CN104458294A (zh) * | 2014-12-18 | 2015-03-25 | 成都铁安科技有限责任公司 | 一种列车检测设备的故障监测方法及系统 |
WO2018052433A1 (en) * | 2016-09-16 | 2018-03-22 | Siemens Aktiengesellschaft | Generation of failure models for embedded analytics and diagnostic/prognostic reasoning |
US20190196460A1 (en) * | 2016-09-16 | 2019-06-27 | Siemens Aktiengesellschaft | Failure models for embedded analytics and diagnostic/prognostic reasoning |
US20180222504A1 (en) * | 2017-02-08 | 2018-08-09 | Intel Corporation | Location based railway anomaly detection |
US20190056750A1 (en) * | 2017-08-18 | 2019-02-21 | GM Global Technology Operations LLC | Method and apparatus for position error detection |
DE102018103772A1 (de) * | 2018-02-20 | 2019-08-22 | Dekra Exam Gmbh | Überwachungssystem für eine Schutzeinrichtung und Schutzeinrichtung |
CN109059839A (zh) * | 2018-05-23 | 2018-12-21 | 唐智科技湖南发展有限公司 | 一种车轮踏面失圆故障的诊断方法、装置及系统 |
CN111071291A (zh) * | 2018-10-19 | 2020-04-28 | 株洲中车时代电气股份有限公司 | 列车轮对监测系统及列车轮对监测方法 |
CN112541430A (zh) * | 2020-12-12 | 2021-03-23 | 中铁第四勘察设计院集团有限公司 | 一种温度信号与噪声信号融合的故障诊断方法 |
Non-Patent Citations (2)
Title |
---|
董国强: "轮对故障动态检测系统的使用与完善探讨", 《上海铁道科技》 * |
赵国华等: "基于CORBA和智能代理的远程虚拟测试状态监测诊断系统", 《振动、测试与诊断》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114735045B (zh) | 2022-08-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111351664B (zh) | 一种基于lstm模型的轴承温度预测和报警诊断方法 | |
US8095261B2 (en) | Aggregated information fusion for enhanced diagnostics, prognostics and maintenance practices of vehicles | |
CN110764493B (zh) | 一种适用于高速铁路的phm应用系统、方法及存储介质 | |
EP1900597B1 (en) | Diagnostic system and method for monitoring a rail system | |
US20090216399A1 (en) | Vehicle diagnosing apparatus, vehicle diagnosing system, and diagnosing method | |
Chen et al. | Aircraft maintenance decision system based on real-time condition monitoring | |
KR102235728B1 (ko) | 전동차의 전기식 출입문 고장예측 장치 | |
Galar et al. | Hybrid prognosis for railway health assessment: an information fusion approach for PHM deployment | |
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 | |
CN112162545B (zh) | 一种汽车故障诊断方法及系统 | |
CN114021400A (zh) | 基于数字孪生的受电弓监控运维系统 | |
US20040073843A1 (en) | Diagnostics using information specific to a subsystem | |
CN117671818B (zh) | 一种车辆数据的管理系统 | |
CN114735045B (zh) | 一种轮对检测设备的故障自诊断方法及系统 | |
KR20230127337A (ko) | 기계 장치 또는 기계 부품의 이상을 식별하기 위한방법 및 장치 | |
CN115171242B (zh) | 工业车辆远程故障检测系统 | |
CN110097219B (zh) | 一种基于安全树模型的电动车辆运维优化方法 | |
KR102525703B1 (ko) | 전동차량의 고장 예측 장치 및 그 방법 | |
Tretyakov et al. | The Improvement of On-Board Systems for Predictive Technical Diagnostics of Mainline Electric Freight Locomotives Based on Digital Models | |
Liu et al. | A comparison study of data-driven projection to latent structures modeling and monitoring methods on high-speed train operation | |
Dersin et al. | Prognostics and health management in railways | |
CN116691768B (zh) | 一种道岔监控方法及系统 | |
Wang et al. | Intelligent Data Fusion for Anomaly Detection in Dutch Railway Catenary Condition Monitoring | |
KR20240056865A (ko) | 구동모터의 상태진단을 통한 수명주기 예지방법 | |
CN117755352A (zh) | 一种机车状态监控数据的运行异常预警方法 |
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 |