面向運(yùn)維的城軌列車(chē)在途監(jiān)測(cè)若干關(guān)鍵技術(shù)研究與應(yīng)用.pdf

1、我國(guó)正處在大規(guī)模城軌線路建設(shè)和開(kāi)通的高峰期，近年來(lái)城軌列車(chē)晚點(diǎn)乃至事故的教訓(xùn)說(shuō)明軌道交通安全保障技術(shù)需要由被動(dòng)安全向主動(dòng)安全轉(zhuǎn)化?；趯?shí)時(shí)狀態(tài)監(jiān)測(cè)的運(yùn)維保障是軌道交通主動(dòng)安全保障的基礎(chǔ)，其技術(shù)的開(kāi)拓創(chuàng)新是提高軌道交通系統(tǒng)的安全運(yùn)營(yíng)能力水平和加強(qiáng)故障處置能力的發(fā)展方向。
　　本文研究的面向運(yùn)維的城軌列車(chē)在途監(jiān)測(cè)體系結(jié)構(gòu)中幾項(xiàng)關(guān)鍵技術(shù)，涵蓋了狀態(tài)監(jiān)測(cè)網(wǎng)絡(luò)構(gòu)建，基于列車(chē)信號(hào)和傳感器數(shù)據(jù)的列車(chē)運(yùn)維關(guān)鍵部件故障診斷方法。通過(guò)實(shí)際應(yīng)用，實(shí)現(xiàn)了

2、列車(chē)運(yùn)營(yíng)管理的網(wǎng)絡(luò)化，同時(shí)將維保業(yè)務(wù)的工作模式從基于計(jì)劃與事故的維修，轉(zhuǎn)變?yōu)榛谲?chē)輛狀態(tài)的故障早期即開(kāi)展的維護(hù)工作。
　　本文旨在為我國(guó)城軌列車(chē)安全工程理論及建設(shè)提供理論依據(jù)，主要研究工作如下:
　　(1)系統(tǒng)地研究了面向運(yùn)維的城軌列車(chē)在途監(jiān)測(cè)系統(tǒng)體系結(jié)構(gòu)。分析了面向運(yùn)維的城軌列車(chē)在途監(jiān)測(cè)系統(tǒng)的構(gòu)建目標(biāo)、需求分析和功能結(jié)構(gòu)。提出并使用當(dāng)量故障數(shù)累計(jì)頻率分析法辨識(shí)了廣州地鐵二、八線列車(chē)運(yùn)維關(guān)鍵系統(tǒng)，研究確定了列車(chē)在途監(jiān)測(cè)關(guān)鍵對(duì)

3、象。通過(guò)建立適用體系結(jié)構(gòu)，對(duì)本文研究的關(guān)鍵技術(shù)進(jìn)行了說(shuō)明。
　　(2)優(yōu)化了城軌列車(chē)狀態(tài)監(jiān)測(cè)網(wǎng)絡(luò)傳輸。建立了樹(shù)狀結(jié)構(gòu)的列車(chē)狀態(tài)監(jiān)測(cè)網(wǎng)，提出了列車(chē)視頻傳輸優(yōu)化方法，為列車(chē)在途故障診斷提供了安全有序的數(shù)據(jù)基礎(chǔ)。通過(guò)建立網(wǎng)絡(luò)容量與延時(shí)模型，對(duì)基本拓?fù)溥M(jìn)行的比較顯示了樹(shù)狀網(wǎng)絡(luò)的優(yōu)越性。進(jìn)而，為滿足城軌列車(chē)在途監(jiān)測(cè)環(huán)境下多傳感器大數(shù)據(jù)的安全傳輸，設(shè)計(jì)并實(shí)現(xiàn)了樹(shù)狀結(jié)構(gòu)的城軌列車(chē)狀態(tài)監(jiān)測(cè)網(wǎng)物理結(jié)構(gòu)、路由和傳輸方法。在基于以太網(wǎng)的樹(shù)狀網(wǎng)絡(luò)建模與仿

4、真表明，在使用網(wǎng)絡(luò)通訊協(xié)議（TCP/IP）協(xié)議的樹(shù)狀結(jié)構(gòu)下，相對(duì)于指數(shù)分布(EXP)流量模型和使用傳輸流控制協(xié)議(TCP)，使用恒定流碼流量(CBR)模型與用戶數(shù)據(jù)報(bào)協(xié)議(UDP)能夠獲得更好的性能。
　　(3)針對(duì)面向列車(chē)安全運(yùn)維的三大關(guān)鍵系統(tǒng):制動(dòng)、客室車(chē)門(mén)與二系懸掛進(jìn)行了故障診斷方法研究。首先分別對(duì)三個(gè)系統(tǒng)建立了工作模型，通過(guò)分析，我們選用不同的方法進(jìn)行故障診斷。對(duì)于制動(dòng)系統(tǒng)，使用基于模型設(shè)計(jì)的殘差發(fā)生器和估計(jì)器的方法進(jìn)行故

5、障診斷具有良好的準(zhǔn)確性以及防誤報(bào)的能力。對(duì)于二系懸掛，我們選用數(shù)據(jù)驅(qū)動(dòng)的方法進(jìn)行故障診斷，包括使用小波包能量矩作為故障特征，使用最小二乘支持向量機(jī)(LSSVM)作為故障分類(lèi)器，使用改進(jìn)的粒子群算法進(jìn)行聯(lián)合特征選擇。不同列車(chē)運(yùn)行速度下的仿真結(jié)果表明，空氣彈簧故障的識(shí)別率最高，橫向阻尼器次之。對(duì)于客室車(chē)門(mén)系統(tǒng)，先使用基于主元分析(PCA)的參數(shù)估計(jì)方法進(jìn)行故障檢測(cè)，再使用粗糙集故障診斷方法進(jìn)行故障分離，在長(zhǎng)時(shí)開(kāi)關(guān)門(mén)模式的實(shí)驗(yàn)中獲得了較高的診