【摘 要】
:
近年来,我国高速铁路飞速发展,保证列车在运营过程中的安全和稳定显得尤为重要。轴箱轴承作为高速列车走行部上的关键部件,其性能的正常与否直接关系到列车运行的安全与稳定。当前我国高速列车主要通过车载轴温检测系统监测轴箱轴承的运行状态,并基于固定的轴温阈值报警,但是该系统存在漏报率和误报率高的问题,并且该系统在历史运行过程中采集到的大量数据没有得到充分利用。针对以上问题,本文分析了高速列车轴箱轴承的温升机
论文部分内容阅读
近年来,我国高速铁路飞速发展,保证列车在运营过程中的安全和稳定显得尤为重要。轴箱轴承作为高速列车走行部上的关键部件,其性能的正常与否直接关系到列车运行的安全与稳定。当前我国高速列车主要通过车载轴温检测系统监测轴箱轴承的运行状态,并基于固定的轴温阈值报警,但是该系统存在漏报率和误报率高的问题,并且该系统在历史运行过程中采集到的大量数据没有得到充分利用。针对以上问题,本文分析了高速列车轴箱轴承的温升机理,基于高速列车运行过程中采集的轴温、环境温度和速度等数据,通过数据处理和统计分析,运用不同人工神经网络建立了轴箱轴承异常温升诊断模型,提出了列车轴箱轴承故障预警方法,并以此为基础提出了高速列车轴箱轴承故障二级预警机制,主要工作如下:(1)分析了列车轴箱轴承的产热和散热机理,结合轴箱轴承的结构和传热机理,简化建立了列车轴箱的传热模型,基于简化模型,通过解析求解的方式分析了轴箱的温度和温升率,为故障诊断模型的建立和预警方法的提出提供了理论依据。(2)针对原始监测数据质量低、数据量大的特点,制定了数据预处理方案,通过插值重采样的方式处理了数据中的缺失值并将不同数据变量整合对齐;针对列车在不同站点启停的特点,制定了适合本文数据的时间窗分割算法;为了进一步提高数据质量,通过频域内低通滤波的方式去除了数据中的高频噪声;基于本文数据为离散时间序列的特点,通过数值微分的方式计算了轴承的温升率;最后,对比分析了故障数据和正常数据的分布并通过定量和定性地分析了不同数据变量之间地相关性,获得了不同数据变量对轴箱轴承温度和温升率的影响,为后续故障诊断模型的建立和预警方法的提出奠定了基础。(3)搭建了时间窗内轴箱轴承异常温升诊断模型并提出了基于平衡状态轴温趋势的故障预警方法。首先针对数据中正负样本严重不平衡,搭建并训练了生成对抗网络来对不平衡数据集增强;然后以真实的正常样本和生成的故障样本作为训练数据,搭建并训练了多变量长短期记忆全卷积神经网络作为故障诊断模型来识别轴箱轴承在不同时间窗内的温升异常;针对时间窗内轴箱轴承异常温升诊断模型只能在识别轴承在不同时间窗内是否有异常温升,无法在更长时间范围内反映故障轴承的故障程度随时间的动态演化过程,提出了通过平衡状态下轴温趋势来反映轴承故障程度的动态变化的方法。(4)提出了高速列车轴箱轴承故障二级预警策略。基于时间窗内轴箱轴承异常温升诊断模型和平衡状态轴温趋势预警方法提出了高速列车轴箱轴承的二级预警策略并制定了预警机制,最后通过实例验证了所提出的二级预警策略能够提前识别列车轴箱轴承的故障并避免误报。
其他文献
随着无线传感器网络(Wireless Sensor Networks,WSNs)、5G通信技术、大数据处理技术以及人工智能技术的快速发展,物联网(Internet of thing,IoT)广泛地应用于人类生产生活的各个方面。由于目前IoT设备存在着各种各样的漏洞,导致IoT网络面临着形形色色的恶意攻击和通信过程中的隐私泄露等严峻的安全问题。与Internet相比,IoT具有大规模的设备、多源异构
认知无线电技术打破了目前频谱使用固定分配方案的局限性,允许次级用户自适应调整传输参数以利用空闲的频谱资源进行数据传输,大大提高了频谱利用率。得益于对海量通信数据的学习和推理能力,人工智能和机器学习方法能够动态地调整系统的传输协议,以适应复杂的通信和网络环境,代表了未来通信的发展方向。因此利用机器学习解决认知无线电中的问题成为了当下的研究热点。本文对强化学习在频谱感知以及频谱接入中的应用进行了深入的
目前,地铁明挖车站的修建方法多为在基坑内现浇结构,此法受施工环境影响较大,且施工速度慢,对城市环境影响较大。近年来,一种配备榫槽注浆式接头的全预制拼装地铁车站结构被提出,并在长春地铁建设中使用,有效解决了上述问题。此前,多位学者已经对榫槽注浆式接头构件的静力学性能进行了系统的理论及实验研究,但对该接头构件动力性能的研究还非常有限。基于此背景,本文以榫槽注浆式预制拼装地铁车站结构为研究对象,从该接头
在对城市地下空间的开发使用中,大量地铁车站不可避免地修建在地层复杂的场地之中,当场地中存在较大性质差异的软硬不均的地层时,车站受力形式复杂,目前对非均匀地层中地铁车站的地震响应有一些研究,但有关这种非均匀性对车站内力、变形,特别是破坏影响的了解还相对不足。本文通过数值模拟分析,探讨软硬不均匀地层中地铁车站的地震响应特性和破坏模式。主要工作和成果如下:(1)针对不同地层组合的软硬不均匀场地,参考实际
作为后续步态和行为识别的基础工作,行人的轨迹与骨架信息提取一直是计算机视觉领域的重要热点话题。近年来视频监控在人流追踪、疫情安检等公共场合下发挥了重大作用,然而监控场景下的信息提取精度以及智能处理水平还有待提高,传统的跟踪与骨架提取算法普遍受到差异化的监控环境与监测噪声的影响。围绕着这一难题,本文基于视频监控场景对行人跟踪与骨架提取算法进行研究。本文所做的研究工作主要如下:1.为了解决基本的颜色粒
随着城市规模不断扩大和人口激增,地铁建设已成为城市发展的重要方向之一。盾构机是目前最先进的隧道掘进设备,有效改善了施工人员的作业环境,具有机械化程度高、安全可靠等优点,在地下工程施工中广泛使用。盘形滚刀因其优秀的破岩性能,被广泛地用作盾构和TBM的破岩刀具。然而,在实际工程中,滚刀磨损是盾构施工最常见的损耗之一,严重影响施工效率。本论文属于科技部“973”课题“复杂条件大直径盾构长距离安全掘进理论