CTCS3-300H型列控车载设备状态在线监测与智能分析系统开发与应用

针对CTCS3-300H型列控车载设备(简称:列控车载设备)各单元运行日志数据分散存储、数据转储下载接口多、数据分析工作繁琐耗时的问题,根据列控车载设备结构特点,设计了列控车载设备状态在线监测及智能分析系统。该系统统一了列控车载设备各单元的日志数据采集与传输接口,借助既有的车地无线传输通道,设计了灵活、务实的车地数据传输方案,实现了用于列控车载设备状态在线监测的事件通告报文的实时传输,提供故障日志自动下载、手动按需下载两种日志数据无线下载方式,在满足列控车载设备状态在线监测和故障分析需要的前提下,最大限度地减少车地数据传输量。通过有效利用列控车载设备日志数据进行智能分析,能够快速、准确定位故障原因,实现故障自动报警并给出处置建议,提高了列控车载设备故障应急处置和维护效率,为动车组安全运行提供强有力的技术保障。

基于BERT-CNN的城轨列控车载设备故障分类

针对基于通信的城市轨道交通列车控制系统车载设备故障排查困难,故障维修日志由于信息零散、语义模糊及归类混乱等导致的传统文本分布式表示与浅层机器学习算法分类精度低等问题,提出一种基于焦点损失函数BERT-CNN(bidirectional encoder representations from transformers-convolutional neural network)的故障分类方法,建立故障处理及结论、故障现象的关系模型.利用预训练好的BERT模型微调获取故障现象的词向量,充分捕捉融合了上下文的双向语义并关注重点词汇;利用卷积神经网络(convolutional neural network,CNN)进行训练,改进损失函数以缓解数据类别不平衡引起的性能下降问题.通过对某车载信号工区数据进行实验,对比基于交叉熵损失函数的BERT-CNN、单一BERT模型与word2vec-CNN(word to vector-CNN)方法,基于焦点损失函数BERT-CNN方法在分类指标上最优,对某些样本数量少的类别能够更精准分类.研究结果有助于建立更完善的智能运维故障案例库.

基于VMD-ICSO-GRU的高铁列控车载设备故障率时间序列预测

有效地预测高铁列控车载设备故障率对合理分配设备备品、制定维修计划、减少故障发生具有重要意义。以列车运行控制系统的历史故障数据为对象,提出一种基于变分模态分解(VMD)和门控循环单元(GRU)的故障率预测模型。首先,利用VMD将车载设备故障率时间序列分解为一组包含不同频率信息的子序列,降低原始序列的非平稳性;然后,针对分解后的各个子序列建立多个基于GRU的时间序列预测模型,为提高预测精度,提出一种改进的猫群优化(ICSO)算法自适应设置各个GRU网络参数;最后,叠加各子序列预测结果得到最终故障率预测值。收集CTCS3-300T型列控车载设备历史故障数据进行实验,结果表明,相比于其他时间序列预测模型,本文模型得到的均方根误差(RMSE)和平均绝对误差(MAE)分别为0.0445和0.0391,均低于其他模型,验证了其有效性。

CTCS2-200K型列控车载设备掉码原因分析

针对CTCS2-200K型列控车载设备在渡线岔区偶发性掉码问题,首先通过对比分析同一地点不同车次列车轨道电路码接收情况,发现掉码与列车速度有关,也与上下行载频切换命令的配置参数有关。然后减小该参数后进行现场试验验证,结果表明:列车以不同速度进站场景下,再未发生过掉码问题。最后提出相关思考,为处理其他类似问题提供参考。

CTCS3-300T型列控车载设备单电台故障软件优化与实施

在CTCS3-300T型列控车载设备中,单电台故障是导致车载侧无线通信超时的主要原因。通过分析电台实际运行数据,发现电台V2.3.31版软件存在复位不彻底问题;提出通过电台内部看门狗芯片进行电台硬复位的优化建议。软件版本升级后的运行结果表明:电台硬复位功能实际运用效果良好。

基于PSO算法的高速铁路列控车载设备可靠性优化研究

高速铁路列控车载设备的可靠性设计是系统设计过程中的重要环节,其分配结果对系统研发周期、可用性及全生命周期成本等指标均有影响。粒子群算法的特征是通过粒子迭代收敛实现多目标的优化,可以满足可靠性优化需求。研究选取平均故障间隔时间、研发成本和使用维护成本作为目标进行优化方案设计,找出满足技术要求且节约成本的最优解。实际计算过程中,不同目标之间的优化过程是矛盾的,无法使其全部同时达到最优状态,可靠性和成本之间也是如此。利用粒子群算法构造出一个评价函数,函数变量为与可靠性和成本相关的上述3个目标,便于在优化过程中将多个目标求解转变为单一目标求解,最终实现不同目标值之间的取值平衡,达到优化目的。通过某列控车载设备各单元平均故障间隔时间值将故障树算法与粒子群优化算法进行对比,验证优化方案。

CTCS-3级列控车载设备高速适应性关键技术

从CTCS-3级列控系统工程建设角度出发,对包括基于多路速度传感器数据融合的测速测距策略、列车制动模型及CTCS-3/CTCS-2级动态转换机制等CTCS-3级列控车载设备高速适应性关键技术进行研究。根据不同类型测速传感器的特点,采用车轮速度传感器与雷达相结合的方式实现列车速度的安全测量,并运用联合卡尔曼滤波理论提出基于多路传感器数据融合的测速测距算法策略。结合列车移动体的控制特点,在国际铁路联盟UIC 544—1标准的基础上,提出1种改进的分段式减速度计算的列车制动模型,可兼顾行车安全和效率。针对列车运营模式的兼容性与可靠性,采用兼容CTCS-3级和CTCS-2级的双模冗余设计,使CTCS-3级列控车载设备同时具有CTCS-3级控车功能和CTCS-2级控车功能,并通过输入信息共享和等级转换时信息交换等技术手段,实现CTCS-3/CTCS-2级之间的平滑动态转换。研究成果已在武广高速铁路上实施,满足了列车高速安全运行的要求,并提高了等级转换时的列车运行效率和旅客舒适度。

基于LSTM-BP级联网络的列控车载设备故障诊断

列控车载设备是保障高速列车行车安全、提高运输效率的核心组成部分,快速有效地诊断其故障类型具有重要意义.针对300T型列控车载设备故障文本数据的错综性和时序性,提出一种基于LSTM-BP级联网络模型的车载设备智能故障诊断方法.首先,采用贝叶斯正则化(Bayesian Regularization,BR)算法优化BP神经网络提高模型的泛化能力;其次,利用长短时记忆网络(Long Short Term Memory Network,LSTM)的记忆特性,充分学习具有时序性的故障特征信息,解决BP神经网络模型难以准确诊断关机误报和引发故障等问题;最后,利用实际数据对模型进行多次试验分析,BR优化的神经网络模型分类准确率为85.06%;而LSTM-BP级联网络模型分类准确率达到95.10%,能够很好地解决对关机误报和引发故障诊断不准确的问题,验证了本文所提出的智能故障诊断方法的有效性.

CTCS3级列控车载协同仿真子系统的研究与实现

为构建高速铁路耦合大系统,提供列车运行控制信息,设计了CTCS3级列控车载协同仿真子系统。通过设计与高速列车动力学、牵引传动、自动驾驶、高速铁路系统基础数据库等各子系统间的接口,结合列车速度防护算法,完成了列控车载协同仿真子系统对高速列车运行的信号控制。该系统实现了列车运行控制系统与高速列车系统动力学仿真系统以及牵引传动仿真系统的协同仿真。以郑西客运专线数据为基础,进行协同仿真,并在仿真过程中进行追踪运行、故障设置和临时限速设置测试,验证了在耦合大系统下的列控车载协同仿真子系统的正确性。

列控车载设备控制程序及参数远程实时更新方法

针对既有列车控制系统不具备对车载设备控制程序及参数进行远程在线实时更新功能的问题,提出一种基于无线传输和嵌入式的列控车载设备控制程序与参数实时更新方法,在无线机车信号实际应用测试中表明,所实现的程序更新机制具有较高的适应性和可靠性,可有效提高运营中的车载设备程序升级效率,提高了对列车控制的安全性,降低了系统维护成本.

列控车载设备的控车核心算法

针对高速列车运行超速安全防护,提出列控车载设备的控车核心算法,总体架构包括动车组制动参数导入、线路数据输入、安全距离预留、模式曲线生成和速度监控处理。算法功能模块划分为制动参数处理、线路数据处理、模式曲线处理和速度监控处理4个模块,其中控车曲线计算公式为列控车载设备控车核心算法关键,分别给出紧急制动曲线、常用制动曲线、紧急制动触发曲线和常用制动触发曲线的计算公式。在真实设备实验室内进行不同线路坡度和线路速度条件下的动车组制动实验,测得列控车载设备模式曲线制动距离,并将其与仿真算法软件计算的距离进行对比验证。结果表明:列控车载设备控车核心算法仿真结果与真实列控车载设备实时监测结果误差率不大于0.08%。将控车核心算法应用于新建铁路客运专线闭塞分区的符合性验证可知,该算法简化了仿真数据配置,减少了测试工作量,有利于缩短检算周期,并能及时反馈闭塞分区符合性检算结果,具有理论和实用价值。

城际铁路列控车载系统功能的技术方案研究

为更好地适应城际轨道交通的需要,结合我国铁路信号系统应用现状和城际轨道交通用户需求,研究CTCS-2级列控系统+自动驾驶的总体技术方案,提出基于CTCS2-200C型ATP车载设备扩展ATO相关功能,实现城际铁路列控车载系统功能的技术方案。

动车组列控车载设备的维修方式初探

对动车组列控车载设备维修中存在的问题进行了分析,并对现行的维修体制与维修方式进行了有意义的讨论,提出了改进动车组列控车载设备维修方式的建议。

列控车载系统多态动态可靠性分析

针对CTCS-3列控车载系统在工作过程中故障的多态性、动态性及认知不确定性,提出GO-FLOW法分析复杂多态系统的动态可靠性。首先,以GO-FLOW法原理为基础,构建证据多态操作符解决元部件故障发生的认知不确定性问题,完成对复杂多态系统的不确定量化。其次,基于多状态部件的动态性,提出4个假设表明不同部件间的状态转移强度,并建立多态、动态可靠性计算模型,即证据GO-FLOW模型。最后,以CTCS-3列控车载系统为例,根据所建模型,对运行时间在100~500 h的系统工况进行可靠性分析,获得相关软件模拟可靠度随时间的变化情况。通过整理兰新客专2020年全年CTCS-3级列控车载系统现场维护数据,与可靠性分析结果进行对比。结果证明,该方法能够更好地分析认知不确定性和共有信号对多态、动态系统可靠性的影响。

列控车载设备自动测试系统的设计及实现

针对列控车载设备的检测维修保障的迫切需求,基于VXI总线技术设计列控车载设备自动测试系统的结构及软硬件,集成多种仪器仪表,整合实验室测试设备,建立一个自动测试软件开发平台,完成对多类型被测对象的测试、分析与诊断,实现车载设备板卡自动化功能、性能和集成测试。

基于DMI的列控车载设备运用过程复现系统关键技术研究

在列控车载设备运用过程中,通过人机界面(DMI)单元以便于理解的方式引导司机完成控制操作,进行列车速度监控。在实际的运营过程中,由于列控车载设备故障、司机操作等原因可能对运营造成影响,为了对运营过程进行分析,需要一种可以复现列控车载设备运用过程的系统。首先介绍基于DMI的列控车载设备运用过程复现系统框架和基本原理;其次介绍将DMI发送给列控车载设备主机的消息还原成正确的司机操作的关键技术,最后对司机操作进行分类,并给出模拟各类司机操作的方法。

200C型列控车载设备关键技术及核心部件深化研究

200C型列控车载设备是中国第一代CTCS列控车载设备,基于引进国外的核心部件和关键技术实现列车运行安全防护功能。在200C设备中有部分核心部件和关键技术作为非技术转让项目,给200C设备的功能扩展、系统升级,以及运用和维护带来极大困难。以核心部件CFSK模块替代方案和系统软件升级为例,详细介绍200C关键设备技术深化研究的过程和成果,为全面实现列控车载设备自主化提供借鉴。

列控车载设备诊断维护终端的设计与实现

诊断维护终端可以向车载设备下载配置参数,也可以从车载设备下载应用故障记录,是一种提高车载设备可维护性的工具。介绍列控车载设备诊断维护终端的工作原理、系统设计及关键技术。

GO法分析C3列控车载系统可靠性的改进

针对传统GO法在分析具有共因失效、冷备等特征的可修系统可靠性时存在的不足,增设热储备门和冷储备门两个新操作符,给出其定量计算公式.基于改进的GO法并考虑C3列控系统的可维修性、共因失效、冗余等特征,在维修人员充足的条件下分析了其可靠性.研究表明:共因失效是可修系统可靠性分析的重要因素,不能忽略;与动态故障树法相比,GO法在可修系统可靠性分析中的效率更高,在空间和时间上优势更明显.

应用于接触网作业车的列控车载设备若干关键技术研究

接触网作业车最高运行时速160 km,用于高速铁路电气化维修、应急抢险救援等作业。为了满足现场运用要求,需要在接触网作业车上装备列控车载设备。简要介绍列控车载设备与接触网作业车的适配方案,并针对接触网作业车双端切换功能和列控车载设备与LKJ设备控车权切换功能所涉及的关键技术进行研究,提出了列控车载设备的优化解决方案,提高了接触网作业车车载设备的可用性和安全性。