基于PHM技术的动车组牵引设备健康管理系统分析

阐述基于PHM技术的动车组牵引设备健康管理系统的设计和应用,通过对系统的需求、功能架构设计以及关键技术的分析,为动车组牵引设备的健康管理提供一个全面、实用的框架。

燃气涡轮发动机PHM系统设计与实现技术研究

基于燃气涡轮发动机由计划维修模式向视情维修(Condition Based Maintenance, CBM)模式转变、由被动保障向主动保障发展的实际需求,针对目前燃气涡轮发动机在故障预测与健康管理(Prognostics and Health Management, PHM)系统设计上存在的整体性与系统性不强的问题,通过开展燃气涡轮发动机的PHM技术研究,围绕故障诊断、寿命预测、保障决策等PHM系统的核心功能要素,提出了一种新型燃气涡轮发动机PHM系统架构。该架构包括实时监测模块与保障决策模块,实时监测模块主要基于测试性建模实现故障诊断逻辑设计以满足涡轮发动机故障检测与健康管理的实时性要求,保障决策模块为燃气涡轮发动机的CBM保障提供了一种数据驱动的决策生成方法,通过长短时记忆网络(Long Short-Term Memory, LSTM)算法预测关键部件寿命,以匹配最佳的维修保障方案,提升燃气涡轮发动机的保障效能,最后给出了该系统架构的部分核心功能的设计。

基于PHM系统的CR400BF-G型动车组牵引变流器滤网视情清洁研究

根据CR400BF-G型动车组牵引变流器报警逻辑,结合牵引变流器冷却液进、出口温度监控的经验阈值,提出了不同温度环境下的牵引变流器冷却系统滤网视情维修模型,并选取两列动车组进行了试点验证。对试点动车组牵引变流器冷却系统滤网状态、冷却液出口温度、冷却液进口温度、箱内冷却液温度、箱内空气温度数据进行跟踪分析,验证提出的视情维修模型可行,且设定的阈值有优化空间;数据分析显示冬季条件下,牵引变流器滤网脏堵程度达到约70%时,其冷却系统性能逐渐下降;冷却液进、出口温度,箱内冷却液及箱内空气温度随滤网脏堵程度的变化规律基本一致,可在模型优化时增加箱内冷却液及箱内温度监控逻辑。

基于监督机器学习算法的动车组PHM预警核验方法研究

为提高故障预测与健康管理PHM模型预警的准确率以有效支撑动车组现场处置工作,在系统或模型报出诊断结果后,模型研发或运用单位等通常需要投入大量人力和精力对预警结果进行人工核验才能更为准确、有效地指导现场工作,效率较低,影响生产组织。为此,研究提出采用K最近邻和卷积神经网络等两种监督机器学习算法对PHM预警结果进行自动核验,并选取某型动车组牵引系统温度类PHM预警模型对算法进行了测试和验证。结果表明,该算法检验的准确率等指标较为理想,可以在一定程度上代替人工核验,提高模型结果的可用性。

牵引电机PHM系统分时调度技术应用

为了有效提升轨道交通城轨列车牵引电机运行效率,保障列车安全稳定行驶,降低因牵引电机故障导致列车停运等突发情况发生的概率,研究了城轨列车牵引电机故障诊断与预测技术。基于Linux操作系统开发,针对故障分析涉及的数据量大、计算要求复杂等情况,利用Linux系统多进程共享内存通信机制进行了系统分时调度设计。通过分设多个功能模块,合理利用状态标志保证数据一致性,提高系统数据处理效率。研究设计的列车牵引电机PHM系统已在某市地铁2号线上进行了应用并取得良好效果。

边云协同机电设备PHM共享平台构建研究

针对全区水利工程中的泵站、船闸机电设备的维护能力弱、成本高、效率低、故障率高的问题,探讨采用DT、IoT和AI技术、大数据和边云协同计算技术构建全区水利工程中泵站、船闸机电设备PHM共享平台。采用智能数据采集实时监测设备状态,利用边缘云处理机电设备现场数据,云计算中心分析处理全区所有泵站、船闸机电设备数据、用概率数字孪生模型预测潜在故障、用AI深度学习模型预测设备剩余寿命,对提升全区水利工程实施利用效率有积极作用,也为建设智慧城市奠定基础。

轨道交通装备PHM技术现状与发展趋势

随着我国轨道交通装备的运行里程和运营速度不断提升,故障预测与健康管理(PHM)技术是保障其持续长距离、大规模、高密度运营的安全可靠性的关键技术之一。文章总结了近年来轨道交通装备PHM技术的国内外应用情况和技术特点,梳理了状态监测、故障诊断、故障预测、寿命预测、智能运维等关键技术的研究方法与发展趋势。结合人工智能(AI)、机器学习、云计算等信息技术,未来轨道交通装备PHM技术将趋向AI驱动的智能化、自动化综合性健康管理和智能运维,提高可用性、安全性和效率,降低全寿命维护成本,推动轨道交通的可持续发展。

基于PHM技术的EOAS健康管理和故障预测系统研究

目前铁路电务部门主要依靠人工和机务故障报修系统的提报信息,对动车组司机操控信息分析系统(EOAS)车载设备进行维护,但无效及误报信息较多,无法满足当前车载设备的运用保障需求。针对该问题,基于故障预测与健康管理(PHM)技术,利用EOAS实时回传的车载设备运行数据和图像信息,通过通用故障建模、大数据技术、图像识别,智能分析运行状态变化,实现EOAS车载设备健康状态在线实时监测、关键部件的故障报警及预测、EOAS全生命周期的健康信息管理,为设备日常运用、维护和管理提供技术手段,实现精准和预防性维修,把当前被动的故障处理转变为故障预防管理。该系统投入运用后,对相关设备维护人员的知识储备、经验能力、熟练程度等要求大大降低;与原人工检测作业对比,检测耗时大幅缩短,有效提升电务部门的设备维护效率和质量,保障了车载设备的持续可靠运行。

基于知识图谱的航空发动机PHM仿真验证平台设计

针对航空发动机PHM系统功能、性能验证要求高、验证内容多、验证业务复杂等实际问题,分析了国外先进航空发动机PHM系统开发验证情况及经验,提出了一种基于知识图谱技术的PHM仿真验证平台设计方法;该方法利用了知识图谱在具有的半结构化、高效性、直观性等特点,实现了发动机PHM验证涉及到的故障模式、故障特征、算法模型及专家知识等大量信息知识的有效组织与管理;在此基础上,进一步面向发动机PHM验证数据量大、计算需求高等需求,采用大数据、数据挖掘、机器学习、云服务等技术,搭建了基于知识图谱的航空发动机PHM仿真验证平台,实现了数据挖掘与信息提取、专家知识获取、多层级融合诊断智能导向型推理等应用;最后,以某型发动机为对象,介绍了发动机PHM仿真验证情况;经实际验证结果分析,该文提出的PHM仿真验证平台能够有效解决航空发动机PHM系统可验证的历史故障样本少、验证功能单一等问题。

国内外轨道交通PHM应用现状综述

动车组是复杂程度最高、运行速度最快的地面运输装备。通过PHM技术对动车组系统设备进行实时监控、故障诊断和预警,是保障动车组安全稳定运行,并减少故障率、提升检修效率、降低检修成本的重要手段,也是各国铁路运营管理公司追求的目标。深入调研国内外轨道交通PHM应用现状发现,各国PHM应用总体呈现“分层实现、集中决策”的思路,但在不同应用场景和具体需求下,各机构PHM系统的设计研发理念不尽相同,对业务的指导侧重也不同,分类应用效果各有千秋。该调研结果可对相关应用研究提供参考。

动车组PHM模型全生命周期管理与应用思考

基于产品全生命周期管理(PLM)理念,从模型管理角度出发,构建一套模型全生命周期管理框架,将其划分为规划设计、研发验证、运营维护3个阶段,并对技术、过程、质量等内容进行全流程把控。在模型应用中将框架进一步扩展:一方面,通过构建共享知识库,形成图形拓扑结构,提升知识图谱可视化,为模型研发人员提供工作支持;另一方面,提出模型个性化定制新应用方向,为模型应用人员提供便利,提升PHM系统建设的柔性化,为动车组PHM模型全生命周期管理与应用提供新思路。

基于OSA-CBM的PHM系统设计

结合PHM系统的使用目标和飞机各运行场景下PHM实现场景,提出PHM系统主要实现的功能;对OSA-CBM开展研究,将PHM系统按照OSA-CBM的分层定义,并且以某型号的PHM系统设计为背景,提出了基于OSA-CBM的PHM系统设计框架;介绍了该PHM系统按照开放式体系架构要求开展的功能定义、层次划分,以及对每个层级的输入输出定义;以Rational ROSE软件为模型开发工具,建立了各层级间的数据流动关系以及同层级之间的数据传递关系,对端口、算法、时序、配置等信息以UML语言进行了规定;分别采用Visual C#2010和Matlab软件开发平台实现了不同层级的功能,最终共同搭建了PHM系统的演示平台,实现了数据采集层、数据采集层、状态监测层及健康评估层、表示层等层级功能,为后续PHM系统的多用户协同开发设计奠定了技术基础。

重载列车PHM关键技术研究综述

重载列车部件传统计划修方式较低效,有必要开发更高效的运维技术。故障预测与健康管理(PHM)系统能够通过智能化感知技术收集车辆运行数据,转化为电信号和数字信号;运用信息传输与通信技术,实现车对车、车对地、列车内部的数据传输;通过数据处理,实现故障预警和寿命评估,提供状态修方案,降低维护成本。梳理了PHM关键技术在重载列车的应用现状,为后续的故障预测与健康管理系统研究提供参考。

PHM技术在高速动车组关键部件检修中的应用

为提升高速动车组运行的安全性与稳定性,分析动车组部件结构特点,基于PHM技术,研究PHM技术在高速动车组关键部件检修中的应用。通过车载通信模块采集动车组上各系统内传感器数据,通过网络实时回传地面,构成了动车组PHM的数据监测单元。应用人工智能技术,提取并处理故障特征数据,建立PHM的故障特征数据单元,为动车组部件的检修提供数据基础,利用BP神经网络算法,完成故障的智能诊断;设定合理的检修方案,构成PHM的故障诊断与检修单元,完成高速动车组关键部件检修。为检测研究方法的检修效果,设计模拟实验,结果显示,研究方法对100组故障数据信息节点的平均处理时间比对照组快1.44 s,对不同类型的故障信息检测的准确率均高于对照组,分别高7.39%、4.67%、1.67%、8.92%,具有高效性与准确性,同时能够提高列车运行的安全可靠性。

基于数据驱动的航空装备生产系统PHM方法与应用系统设计

随着航空装备生产系统复杂度、集成度的不断提高,传统航空装备制造企业的综合保障能力和水平已无法满足现役航空装备生产需求。为了有效优化航空装备制造企业生产效能,实现生产系统状态监测、故障诊断、寿命预测及智能运维,基于数据驱动的故障预测和健康管理(PHM)技术得到广泛关注和应用。目前,PHM相关研究工作主要聚焦于数据体系的管理维护,较少涉及应用系统架构设计。本文结合大数据分析的CRISP-DM模型,从业务理解到模型评估部署提出一种基于数据驱动的航空装备生产系统PHM分析流程,基于“云+端”的技术架构刻画了PHM应用系统的总体设计和功能设计思路,能够高效实现PHM分析过程中的数据资源化和模型化,有力支撑航空装备生产系统的智能决策,为推进PHM技术创新应用和航空装备制造业转型升级提供参考。

基于重载铁路的PHM平台建设方法

针对重载铁路系统各子系统状态监测相互割裂,形成信息孤岛,以及人工运维效率低、成本高等问题,提出一种重载铁路PHM平台总体的建设方案。该方案从PHM中心大数据体系架构的逻辑架构设计、功能架构设计两方面进行构建,再结合重载铁路的信息源分析,最终给出重载列车PHM平台建设方案,旨在实现全面实时监控重载铁路状态,通过传感器收集的信息预测故障,达到综合利用全局信息、缩短故障响应时间、降低运维成本的目的。

基于云-边协同的城轨牵引系统PHM技术研究

牵引系统作为轨道交通列车关键核心系统,其维护工作量大、检修成本高、产品老化带来的故障率升高等问题开始显现。国家发改委明确提出开发城市轨道交通主动检测与智能维护系统,深入推进轨道交通信息化、智能化发展,构建智慧运行与智慧服务体系。然而目前传统城轨牵引系统存在在途监测能力不足、检修项点针对性不强,全生命周期成本高、运行数据利用率低等问题,严重影响了轨道交通行业的信息化发展。本文提出以“牵引系统端+车载边缘处理终端+大数据云平台”相融合的云边协同的技术体系,引入到城轨牵引PHM边缘处理终端上面用来收集整车牵引系统数据,实现整车牵引系统数据预处理、分布式边缘计算分析、数据安全传输等任务,再结合云端强大的数据处理能力,实现牵引系统的在途监测、故障智能预警诊断与设备健康评估。该技术提高了车辆核心设备的智能化水平,提高了车辆可靠性和运维效率,降低了全寿命周期成本。

PHM仿真试验系统设计与应用

PHM系统是保障机载设备稳定安全运行的重要工具;通过构建PHM仿真试验系统,可以对系统架构、总线接口、数据处理、分区存储等系统功能进行仿真验证,以便尽早发现PHM系统设计初期存在的各种问题,及时对方案进行改进和优化,降低系统研制的风险;对PHM仿真试验系统的设计进行了研究,提出了一种PHM仿真试验系统设计与应用方法,从总体层次、软硬件设计等方面介绍仿真试验系统的组成和功能设计;搭建飞机级及各区域级的仿真设备,构建基于总线通讯的交联仿真网,支持数据、模型、流程等功能的仿真,并在最后给出了仿真试验的主要流程;实际应用表明,本方法能够较好地支撑仿真验证试验,从而缩短试验周期,提高研制效率,为系统设计工作提供支撑从PHM系统功能验证的角度为PHM系统研制提供支撑。

基于RCM的轨道交通PHM系统建设成本模型研究

针对当前轨道交通车辆运维系统建设成本居高不下、利用率低等问题,开展轨道交通车辆PHM系统建设成本模型研究。基于RCM方法构建智能运维监测项的决断逻辑,搭建PHM系统监测项点的成本效益模型,计算PHM系统的最佳性能以及投入产出比;以制动系统PHM系统建设为例,评估PHM系统的投入产出比,为智能运维建设提供科学有效的理论支撑。

公共交通PHM的研究与应用

故障预测与健康管理(Prognostic and Health Management,PHM)采用智慧运维方式实时监测公共交通的运行状态,挖掘公共交通设备和车辆运行数据,实现故障预测、按需检修、精准维护的功能。利用PHM技术实现对“公共交通健康”的科学管理,能够提高公共交通设备的可靠性,降低故障发生率,提升运营效率和经济效益,在公共交通管理中具有较好的实用价值。