结合SOM和LSTM的道岔转辙设备健康状态评估及预测

针对道岔转辙设备故障频发,且工作人员无法准确评估及预测其健康状态的问题,进行结合SOM-LSTM混合神经网络的道岔转辙设备健康状态评估及预测方法研究。首先,依据道岔动作功率曲线特点分三段提取其时域特征参数,利用自组织映射神经网络(Self organizing map,SOM)中最小量化误差求解道岔转辙设备健康因子(Health index,HI);其次,运用长短时记忆神经网络(Long short term memory,LSTM)算法预测道岔转辙设备后续健康因子曲线;最后,利用现场采集数据,对算法的有效性进行验证。实验结果表明:SOM方法可有效追踪道岔转辙设备健康状态变化规律,实现对健康因子的快速准确计算;相较于误差反向传播神经网络(Back propagation,BP神经网络)和循环神经网络(Recurrent neural network,RNN神经网络),LSTM算法预测效果较好,准确度提升,对道岔转辙设备的健康管理具有一定的指导意义。

浅谈我国铁路外锁闭道岔转辙设备

从1995年开始,铁道部决定分步骤在繁忙的铁路干线上提高旅客列车的营运速度,使其达到140～160km/h,货物列车也相应提高速度.对此,电务部门面临严峻挑战,特别是内锁闭道岔转辙设备,已无法适应提速的要求.为此,1995年12月,全路第一组提速道岔在沪宁线南京站上道成功,五年来,上海局共上提速道岔951组.

双重预防机制在道岔转辙设备维护作业中的应用

根据《上海城市轨道交通运营风险分级管控和隐患排查治理"双重预防机制"实施指南》,以轨道交通信号道岔转辙设备作为双重预防机制的研究对象,对转辙设备维护作业中的危险源进行辨识和风险评价,确认风险等级和管控措施,利用安全风险清单和事故隐患清单,通过建立转辙设备维护作业风险和事故隐患数据库,将安全风险分级管控和隐患排查治理措施落实到日常道岔转辙设备维护生产作业中。

城市轨道交通网络化运营条件下道岔转辙设备的质量提升

在上海轨道交通已逐步形成网络化运营的背景下,根据道岔转辙设备不同建设周期、型号、安装和运营方式,以及道岔转辙设备数量大、种类多、故障对运营影响严重的特征,由故障案例,分析了上海轨道交通早期1、2、3号线路ZD6型路肩预埋式转辙装置的固有缺陷,以及中后期6、8、9号线路ZYJ 7型在普及推广应用初期的油管漏油和道岔安装装置区域积水等问题,并实施了全面有效整改。提出在城市轨道交通网络化运营格局下,实行道岔的分级管理、有效监控和质量评价分析,使道岔转辙设备的维护和管理策略与网络化运营相适应。

轨道交通信号系统道岔转辙设备健康度管理与智能运维创新技术研究

本文针对轨道交通信号系统道岔转辙设备的健康度管理和智能运维问题,开展了深入研究。首先,构建了道岔转辙设备健康度指标体系,并研究了基于传感器技术、数据采集与传输技术、数据预处理技术的多层次健康状态监测方法。其次,提出了基于专家经验和数据驱动的健康度评估模型,并通过机器学习算法的应用提升了评估精度。然后,研究了道岔转辙设备故障预测与预警技术,构建了基于历史故障数据的预测模型,并制定了有效的预警策略。此外,本文还研究了智能维修决策技术,通过构建决策模型,实现了维修资源的优化配置。最后,设计并实现了道岔转辙设备智能运维平台,为安全高效的轨道交通运营提供有力保障。

城市轨道交通转辙设备维护管理工作的实践与思考

超大规模网络化运营,对设备运维管理提出了更高的要求。基于上海城市轨道交通转辙设备的运维管理实践,对运维管理过程中考虑不周而造成的运营安全隐患进行归类、分析。探讨城市轨道交通转辙设备在新线建设设计选型及运维阶段管理实施的问题。并通过利用信息化管理平台、转辙设备监测系统,以解决转辙设备履历、维护记录、设备状态等管理问题。

浅谈法式道岔组成特点与维护管理

介绍了MCEM91型法式高速道岔转辙设备的组成,工务、电务设备安装特点及技术要求,通过描述日常生产中对该设备出现的故障隐患的克服过程,探讨设备管理部门在日常工作中维护管理该设备的基本方法。