论文部分内容阅读
近年来,随着高速铁路的快速发展,新建铁路逐年增加,行车密度逐年变大,行车安全问题也日益突出。这就需要转换动车组的运营维修方式、提高运维效率以及优化修程修制来保证动车组的行车安全。牵引电机作为动车组的关键部件之一,直接影响着行车安全,因此,对牵引电机进行退化状态评估和剩余寿命预测就显得尤为重要。目前的运维策略,容易造成“维修不足”和“维修过剩”的问题,而且过度依赖于专家经验,从而对运维数据利用率较低。故障预测与健康管理作为一种新型的安全保障方式,代表了一种维修方式的转变,是提高装备可靠性、安全性、维修性及降低全生命周期费用的关键方法。因此,本文采用了一种基于隐半马尔科夫模型的退化状态评估和剩余寿命预测的方法,并对其进行了两个方面的优化改进,充分利用运行数据的价值,挖掘其规律,增强运维决策,提高运维效率,降低全生命周期运维成本,保证动车组的运行安全。论文主要研究内容包括:（1）动车组牵引电机PHM系统构架的设计。通过对PHM技术和动车组牵引电机的运行特点研究,构建了动车组牵引电机PHM系统构架,该构架包含三个子系统,分别是车载PHM系统、地面PHM系统和车地传输系统。（2）动车组牵引电机故障演化机理分析和HSMM建模。对牵引电机的结构、组成、常见的故障模式、故障原因进行分析,确定表征退化特征参数,将退化状态划分为4个阶段,建立基于退化状态的HSMM模型。（3）面向退化状态评估和剩余使用寿命预测HSMM模型的应用改进。针对目前模型存在的问题,从特征变换和模型参数两个方面进行改进优化,并使用PSO算法和冗余属性投影进行优化改进,并详细研究了它们的基本理论和算法。（4）基于改进HSMM模型的牵引电机退化状态评估和剩余使用寿命预测。通过对采集的大数据进行处理,并使用牵引电机全生命周期内的数据训练得出全生命的HSMM预测模型,同时使用该模型对问题进行验证。综上所述,本文针对隐半马尔科夫模型在牵引电机退化状态评估和剩余寿命预测中的关键问题进行了研究,以期为铁路运营部门提供参考和理论依据。