基于PSO-SVM模型的城轨列车轮对尺寸预测

为了及时掌握轮对尺寸信息,从而保证列车正常运行,提出了建立粒子群优化支持向量机模型对轮对尺寸进行预测的方法.介绍了粒子群优化算法(PSO)及支持向量机(SVM)的相关概念,并利用粒子群优化算法能够实现快速全局优化的特点对支持向量机进行参数优化,解决了支持向量机参数选择盲目性的问题.以某城轨列车轮径值为研究对象,建立基于PSO-SVM的轮对尺寸预测模型,对轮径值进行预测分析.结果表明,轮径值预测相关度达到0.94,证实了建立的预测模型在轮对尺寸预测方面的可行性及有效性.

城市轨道交通车辆关键系统可靠性研究

研究城市轨道交通车辆的可靠性对保证其安全运营有着重要意义。介绍可靠性分析的相关理论;以广州地铁一号线车辆为对象进行故障统计分析,选择车门系统、信号接口系统和牵引/电制动系统为车辆关键系统,确定关键系统的故障分布模型,计算得出关键系统的可靠性指标函数,为城市轨道交通车辆可靠性评价与维修提供决策参考。

基于模糊综合评判的城轨列车关键系统分析

根据模块划分理论将城轨列车划分为9个系统,以故障发生频度以及故障严重程度、探测度、维修成本为评判因素,并根据历史数据及模糊理论对其进行量化,最后采用模糊综合评判理论建立关键度的计算模型,并根据主次图法确定城轨列车的关键系统为牵引电制动、空调、车门、走行部、辅助系统等。分析结果可为现场维修决策提供支持与指导。

基于贝叶斯网络地铁车门系统可靠性分析和故障诊断

针对驱动电机未动作造成地铁车门系统产生故障这一问题,提出了一种利用贝叶斯网络对车门驱动电机进行可靠性分析的方法.根据车门驱动电机的故障树建立对应的贝叶斯网络,采用桶排除法计算驱动电机未动作的故障概率,由后验概率进行驱动电机的故障诊断,并确定各基本故障的灵敏度,从而获得车门系统的关键环节为内部电机驱动模块和EDCU插头.实验结果表明,贝叶斯网络能很好地应用于地铁车门系统的可靠性分析,可为车门故障维修提供支持和参考.

基于模糊多目标优化的城轨列车车门系统维保周期的研究

科学制定车门系统维保周期对整个城轨列车系统的安全高效运营具有重要意义。采用模糊多目标优化算法对城轨列车车门系统维保周期进行优化:分别确定可用度、经济性、任务可靠度与维保周期的关系函数;以可用度、经济性为优化目标,以任务可靠度为约束条件,建立基于模糊层次分析法的维保周期模糊多目标优化模型。对某地铁公司2号线车门系统进行实例分析,验证了模型的有效性。