学术论文投稿/征稿

欢迎您!请

登录 注册

手机学刊吧

学刊吧移动端二维码

微信关注

学刊吧微信公众号二维码
关于我们
首页 > 学术论文库 > 理工论文 轨道交通车辆专家诊断系统的分析与应用论文

轨道交通车辆专家诊断系统的分析与应用论文

60

2023-07-15 10:27:08    来源:    作者:xiaodi

摘要:当前国内地铁车辆缺乏车辆在线状态监测、故障诊断、故障预测以及健康评估等功能,并且车辆检修采取人工方式进行,存在误检、漏检以及检查标准不统一等问题。介绍了轨道交通车辆专家诊断系统。该系统具备车辆状态实时监控和故障预测功能,系统可以实时采集MVB总线上各子系统的关键状态及故障数据信息,以及以太网总线上各子系统设备内部维护数据信息,支持根据实际需求预置相关故障诊断及状态预警算法逻辑模型,对实时获取的数据进行诊断分析,实现车辆状态预诊断功能。重点了论述专家诊断系统的总体架构以及系统功能,并对专家诊断系统的关键子系

  摘要:当前国内地铁车辆缺乏车辆在线状态监测、故障诊断、故障预测以及健康评估等功能,并且车辆检修采取人工方式进行,存在误检、漏检以及检查标准不统一等问题。介绍了轨道交通车辆专家诊断系统。该系统具备车辆状态实时监控和故障预测功能,系统可以实时采集MVB总线上各子系统的关键状态及故障数据信息,以及以太网总线上各子系统设备内部维护数据信息,支持根据实际需求预置相关故障诊断及状态预警算法逻辑模型,对实时获取的数据进行诊断分析,实现车辆状态预诊断功能。重点了论述专家诊断系统的总体架构以及系统功能,并对专家诊断系统的关键子系统功能进行分析。

  关键词:实时监控;故障预测;专家诊断系统;轨道交通

  0引言

  随着城市轨道交通的发展,支撑安全运营的生产业务不断增加,迫切需要将列车运行状态、故障等信息可靠的传输到地面,方便地面运营维护人员及时了解车辆运行状态[1-2]。

  国内外轨道交通企业都在积极研究有关的安全保障、系统效能提升、系统可持续等技术的研究和示范应用。

  葡萄牙Nomad公司的RCM 360系统,运用基于设备状态监测的智能运维技术,使设备可靠性提升30%,设备利用率提升20%,取得了巨大的经济效益。

0c1a75cdabe94ad7ca70e353649c6d9e.jpeg

  上海地铁联合各子系统供应商打造了车联网系统、轨旁综合检测系统、维护管理系统、车辆维护专家系统的智慧管理系统,建有智能运维大数据平台、智能运维平台R.I.S.E、车辆检测系统IOR、360环视检修系统、点巡检系统、DCC调度系统等,使人车比下降20%,车辆可用率提升3%,MDBSF很快达到200 000 km(原为50 000 km),但缺少故障耦合分析、节能优化、智能决策。

  广州地铁建立了以在途运行监测、轨旁智能检测、场段检修监测、数据分析评估(可靠性分析)、过程评估(LCC)、专家系统为核心功能的智能运维系统。车辆正线故障0.021件/万车·千米,故障率远低于线网0.099件/万车·千米的平均水平。

  德国多特蒙德铁路中心集合运维护设备与数字化服务,高效和智慧地组织,响应快速和专业,以尽可能缩短车辆的停驶时间为运营目标,通过预测性维护分析,达到99%以上出车率。

  轨道交通车辆专家诊断系统是一套支持列车运营检修维护的综合性的运维系统平台,主要功能是依靠列车MVB通信网络及以太网信息网,借助无线传输通道实现车辆各子系统基础数据及详细参数分析数据统一落地。

  地面搭建综合监控分析平台,通过浏览器便可实现车辆状态实时监测、故障诊断、故障自动报警、运行参数趋势分析以及综合性健康管理分析等功能,从而为列车运行提供远程专家技术支持和远程诊断[3-8]。

  1总体架构

  轨道交通车辆专家诊断系统主要由车载数据采集系统、车地无线传输系统(借助地面PIS WLAN无线通道)、地面系统平台组成(如图1所示)。

image.png

  车载数据采集系统主要包括车辆状态监控系统及其他车载子系统监测系统组成,专家诊断系统车载设备主要为专家系统车载主机单元(ESU)与以太网交换机构成,ESU依靠以太网交换机组建的以太网维护信息网获取列车上各个监测子系统的实时运行状态数据和非实时记录数据,然后借助地面PIS WLAN无线传输通道实现数据落地。

  地面系统采用B/S架构,通过浏览器可实现车辆各个子系统的状态实时监测、故障自动报警、故障分析、故障诊断、故障应急处理及检修处理意见推送、故障统计等功能,从而为列车运行提供远程专家技术支持和远程诊断。

  1.1车载数据采集系统

  车载系统通过部署车辆数据采集处理与发送网络,实现各子系统原始数据的分布式采集、本地存储、实时数据融合、清洗和特征提取等功能。同时将数据以规范的格式借助地面PIS WLAN无线通道下传至地面系统平台,实现对子系统及关键部件状态进行状态监视、故障预警及健康评估等功能。

  ESU设备作为专家系统车载主机单元,全列车头尾端各配置一台,一路MVB接口接入到TCMS的MVB网络,一路以太网接口接入到以太网维护信息网。车载网络拓扑图如图2所示,包括牵引、辅助系统、制动系统、车门系统、空调系统、走行部、弓网检测、蓄电池监控系统、列车控制与管理系统、逻辑控制单元、旅客信息系统、烟火报警系统、障碍物检测系统等。

image.png

  1.2地面系统平台

  专家诊断地面系统平台,包括服务专用机、防火墙、交换机硬件设备。整个地面系统平台按照单线路项目配置需求,部署地面平台,主要功能包括:数据存储功能、数据实时提取功能、分段数据检索功能、数据聚合功能、系统数据应用功能。系统具体部署结构如图3所示。

image.png

  为实现双机热备冗余切换,系统配置了2台主从服务专用机,在2台服务专用机分别搭建一套完整的地面平台,每套都能够独立的接收、解析数据。服务专用机可配置各自独立的虚拟IP地址,对外拥有统一的IP地址,当其中一台服务专用机服务宕机的时候,可自动切换备用机,保证平台正常运行。

  2系统功能

  2.1系统功能配合

  依托列车控制网络和车地通信网络,车载无线传输主机将参与专家诊断系统的车载部件发送的实时报文和离线数据,经数据采集、数据融合、数据转发后转发至地面专家诊断系统平台。地面专家诊断系统平台根据功能定义,对这些数据进行解析、分析处理和展示。各子系统配合专家诊断系统至少完成以下功能:

  (1)系统或设备状态监控、远程应急响应支持;

  (2)列车远程故障诊断、故障统计分析、故障维护指导建议;

  (3)系统健康诊断评估及故障预警;

  (4)专家知识库;

  (5)整车统计分析、能耗管理;

  (6)信息推送显示及报表自动生成;

  (7)软件维护及故障下载;

  (8)车辆履历管理;

  (9)备品备件管理。

  在系统性能要求方面,专家诊断系统关键部件故障诊断准确率≥95%,并且专家诊断系统关键部件预警诊断准确率≥85%。

  2.2子系统接口数据要求

  为实现健康管理故障检修支持,车辆各个子系统提供但不限于以下信息:

  (1)提供系统的具体故障信息,包括故障名称、描述、等级、位置、所属系统等;

  (2)提供该故障信息所关联的数据清单,即诊断该故障所用到的所有信号,或者该故障发生的所有可能原因,必要时须提供子系统内部故障诊断逻辑说明文件;

  (3)提供该故障可能导致的系统动作说明,如设备封锁、隔离、关断等;

  (4)提供本系统与其他系统的接口关系说明;

  (5)提供所有故障的正线应急处置建议和检修维修建议;

  (6)为满足车辆健康预警功能,则在基于上述数据要求的基础上,要求各子系统尽可能多地提供各类趋势数据信息,如温度,湿度,电压、电流等信息。系统的RAMS、LCC等相关信息也应提供给专家诊断系统。

  2.3传输方式

  正线实时传输,列车在行驶过程中,车载TCMS系统及各子系统通过TCMS网络将系统内的所有数据(实时数据)传输给车载专家诊断系统设备,并通过无线通道实时发送到地面专家诊断系统平台服务器。

  本地数据到库传输(离线传输),回到车辆段后,车载专家诊断系统主机将TCMS及其他子系统本地存储的数据(离线数据)通过库内车地无线通信网络发送到地面专家诊断系统平台服务器。

  2.4关键子系统

  2.4.1走行部监测系统

  走行部检测系统的作用是车辆转向架关键部件缺陷监测及钢轨状态监测,主要监测车辆转向架的轴箱轴承、电机轴承、齿轮箱轴承、齿轮及踏面等部位的故障以及钢轨磨耗状态。在车辆脱轨监测方面,通过对轴箱振动、冲击信号实时监测分析,可在车辆发生脱轨时迅速报警,并将报警信息持续不间断地输出到车辆控制系统,由车辆触发紧急制动[9-10]。主要功能如下:

  (1)脱轨监测:通过对轴箱的振动状态进行实时监测与数据分析,实现车辆脱轨监测及紧急制动触发;

  (2)齿轮、轴承及踏面监测:通过对轴箱、齿轮箱及电机中轴承的振动状态进行实时监测与数据分析,实现轴承健康状态监测。对监测结果进行预警并反馈。故障监测范围应包括:温度异常、内圈故障、外圈故障、滚动体故障、保持架故障、齿轮故障、轴承故障及踏面异常等;

  (3)钢轨监测:通过监控轴箱的振动等参数,具备故障定位功能,实现对钢轨的在线实时诊断,对监测结果进行预警并反馈。监测范围包括:轨道波磨、异常振动等;

  (4)分级预报警:具备轴承故障、踏面故障及轨道故障的在线智能诊断与异常判别功能,可对故障进行分级报警,对应分级运用维修指导;

  (5)系统具备报警信息通过以太网传输至车辆专家诊断系统的功能。

  走行部检测系统通过布置在转向架上的传感器、安装在车辆上的前置处理器及综合诊断仪,在不影响车辆正常运行的同时,实时获取各转向架待测部件的运行及健康状态,通过内置于综合诊断仪的系统软件分析诊断判别后,输出车辆运行状态的诊断结果。该诊断结果可实时显示于司机室或地面控制中心的专家诊断系统,提供科学可靠的车辆运行状态数据,其中脱轨报警指令可触发车辆紧急制动,极大地保证了车辆运行安全。系统诊断数据或指令还可为车辆的维修提供科学的指导意见,节省检修时间并降低检修成本。

  2.4.2弓网监测系统

  弓网监测系统利用红外成像技术实时检测受电弓及接触网温度数据,利用双目视觉技术实时测量弓网动态几何参数,利用紫外探测技术实现燃弧检测,利用图像识别技术识别受电弓结构异常,利用非接触式图像识别测量技术测量受电弓的弓网接触力和硬点,从而及时挖掘弓网动态运行缺陷及故障隐患信息,实现弓网在线检测能力,以及弓网缺陷在线报警功能,能及时发现弓网故障,通过对于弓网故障的快速定位,减少因地铁弓网故障导致的重大事故发生,提高地铁线路运营安全性,为城市轨道列车运行提供有力支持保障。系统还对大量的弓网运行动态数据进行统计分析,为弓网检修人员检修弓网系统提供有效的指导数据[11-13]。

  弓网监测系统由车顶设备、车内设备及车底设备等构成。其中,高配方案车顶由应力检测模块、接触网几何参数检测模块、受电弓碳滑条磨耗检测模块、弓网燃弧检测模块、弓网接触点温度检测模块、受电弓结构异常检测模块、悬挂装置检测模块、视频监测模块等组成。简配方案车顶由弓网燃弧检测模块、弓网接触点温度检测模块、视频监测模块等组成[14-15]。

  2.4.3蓄电池监测系统

  蓄电池在线监测主要是对蓄电池组进行自动化检测管理,检测蓄电池组的电压、充放电流、温度并根据参数对电池组进行过充、过温等实现保护功能,同时根据上述数据计算蓄电池组的剩余容量、分析蓄电池组的健康情况,对蓄电池故障进行预判。蓄电池在线监测具备自诊断功能,可在运行过程中实时检测自身设备故障,并输出自诊断结果。蓄电池在线监测能够通过MVB通信将蓄电池组实时信息发送给车辆TCMS。

  3结束语

  轨道交通车辆专家诊断系统根据在途车辆综合监测实时获取列车状态数据,实现车辆及系统部件的远程状态实时监控,对车辆状态进行实时故障诊断,形成故障诊断知识库。针对不同的故障内容,提供恰当的故障处理措施给检修人员,协助检修人员查找并快速解决故障。通过规则引擎,形成状态预警知识库,实现阈值预警、突变预警、趋势预警和模型预警功能。并且专家诊断系统可以运用大数据技术,对包括牵引、制动、空调等关键部件或系统当前运行状态进行定性评估,实现系统、子系统、关键部件健康评估排名显示、健康评估趋势和评估结构成图形化显示功能。

  参考文献:

  [1]杨培盛,董先鹏,侯飞.城市轨道交通车辆远程专家诊断系统设计和应用[J].现代城市轨道交通,2021(4):25-32.

  [2]竭宝,陈敏.基于轨道交通车辆的远程故障诊断系统设计研究[J].现代工业经济和信息化,2022,12(6):35-36.

  [3]刘绍凯.轨道交通车辆远程故障诊断系统的研究[D].北京:北京交通大学,2015.

  [4]李帅,杨建国,周虎,等.基于故障树的专家系统在轨道交通中的应用[J].城市轨道交通研究,2012,15(7):126-128.

  [5]吕龙.高速动车组故障诊断专家系统总体设计[J].城市轨道交通研究,2018,21(2):99-101.

  [6]谢彬.基于故障树的ATO故障诊断专家系统的研究[D].兰州:兰州交通大学,2013.

  [7]周黎明,束长健,蒋陵郡.城市轨道交通车辆智能运维系统的分析[J].运输经理世界,2022(15):4-6.

  [8]华路捷,谢谦,刘宠.城市轨道交通车辆实时监测与分析系统研究[J].都市快轨交通,2020,33(1):134-138.

  [9]吕晟.城市轨道交通车辆走行部轴箱轴承健康评估及寿命预测系统[J].城市轨道交通研究,2021,24(S1):149-153.

  [10]黄贵发,王定晓,唐德尧.用于城市轨道交通车辆走行部故障的车载在线实时诊断与监测系统[J].城市轨道交通研究,2015,18(9):31-36.

  [11]周金萍,孙健,宋磊.车载弓网监测系统原理及应用[J].商品与质量,2020(2):67.

  [12]赵铁柱,董辉,林玉文.基于大数据的车载弓网监测系统的设计与实现[J].东莞理工学院学报,2019,26(3):33-38.

  [13]周琮珺,严燕,范佳.弓网监测系统在地铁车辆上的应用[J].电力机车与城轨车辆,2020,43(4):88-90.

  [14]解涛.苏州轨道交通蓄电池在线监测系统分析与探讨[J].现代信息科技,2021,5(4):27-31.

  [15]侯大志,王良勇,熊定超.蓄电池智能监测系统在轨道交通行业的应用研究[J].交通世界,2019(33):150-153.