随着城轨交通系统的快速发展,直线电机因其具有众多优点而备受欢迎,但其电机气隙间距较难控制,若气隙间距过大,则会导致牵引能耗大,反之则会导致电机初级与次级发生刮擦,进而造成交通安全事故,因此及时有效地检测气隙间距具有重大的意义。本文基于激光三角法对列车直线电机气隙在线检测系统进行设计与研究,利用密度聚类算法对气隙原始数据进行算法处理,并精准地提取各电机齿的气隙数据,最后基于历史过车数据,对列车直线电机故障预测与健康管理策略进行了研究。首先,进行在线检测系统总体方案的设计,包括系统所要完成的功能和工作流程,介绍了激光位移传感器、车轮轴位传感器、车号识别装置等硬件组件。根据系统功能模块,设计系统软件单元,包括控制单元、数据传输单元、数据采集单元、数据存储单元和Web发布单元。其次,为精准地提取各电机齿的气隙数据,基于密度聚类对气隙原始数据进行算法处理。首先,进行原始数据预处理,包括剔除干扰数据、角度校正和高度校正,接着利用阈值差分法提取列车各电机气隙数据,然后利用密度聚类算法和五点模板匹配法提取电机各齿的气隙、槽楔和槽深等数据,最后通过过车实验验证了算法的精确性与可靠性。最后,介绍了典型PHM体系和故障预测方法,对列车直线电机故障预测与健康管理策略进行了研究,设计了基于模糊综合评价法的直线电机健康评估方案以及基于时间序列模型(ARIMA)的直线电机气隙故障预测,通过实例验证了模型在短时间内对气隙数据预测的准确性,为列车电机维修提供科学依据。