地铁车门故障模式的可靠性评估

车门系统是地铁列车的关键子系统,对其进行可靠性评估从而确定危害性较大的故障模式有助于提高车门的可靠性和改善车门维修决策。由于车门故障数据的不足,难以对风险因子及其权重进行准确评价而导致车门可靠性评估存在模糊性,故引入模糊理论构建模糊TOPSIS方法并应用于车门故障模式的可靠性评估中。对风险因子进行模糊评价得到加权决策矩阵,应用加权决策矩阵计算每一个故障模式到正负理想方案的相对贴近度,得出了EDCU功能失效、螺母组件破损和行程开关S1破损对车门危害性较大的评估结果。分析结果与专家经验一致,为车门的设计与维修决策提供了技术支持。     

地铁车辆司机室车门故障的一种解决方案

目前,国内的地铁列车司机室车门大多采用的是手动式机械门,且又将车门的状态开关串联在门联锁环路中,此种设计存在机械式锁闭系统由于故障意外打开而导致门联锁断路、列车触发紧急制动的故障,严重影响司机的安全及正常运营秩序。本文旨在提供一种解决此类故障的方案。     

基于ARIMA模型的地铁车门夹紧力预测

地铁车门系统是地铁日常重点维护对象之一,车门关闭时的夹紧力常用作间接检验其可靠性的定量指标.但频繁的检查不仅占据整备时间,也增加劳动成本.以地铁车门夹紧力为研究对象,提出一种二维ARIMA模型预测方法.预测结果表明,相比于一维ARIMA模型预测结果,二维ARIMA模型的地铁车门夹紧力预测结果具有更高的精度.预测结果可为...     

地铁列车客室车门故障的QC分析

根据上海轨道交通AC01／02型地铁列车客室车门的故障实际情况,运用质量控制(QC)的理论和分析方法,分析了导致客室车门故障的主要因素,并制定了有效的解决措施,取得了显著的经济效益。     

基于区间二元语义与故障模式及影响分析的地铁车门故障风险评估

针对地铁车门系统故障风险评估中的模糊性和不确定性问题,提出基于区间二元语义与故障模式及影响分析的地铁车门故障风险评估模型。针对专家判断的模糊性和不确定性,利用区间二元语义表征专家评估信息;定义共识度来刻画专家与群体间的偏离程度,并引入共识达成过程以提高专家间的共识度;为在故障模式风险排序中刻画专家的风险偏好,引入风险偏好参数改进多属性边界逼近区域比较法以确定故障模式风险优先序。以地铁车门故障风险评估为例验证了模型的有效性和可行性,结果表明:故障模式风险排序前3位的是电子门控器、锁闭行程开关S_1和螺母组件,检修部门应采取科学的检修措施以降低风险。     

液压故障智能诊断逻辑方法的研究

在智能诊断系统中，液压故障诊断的基本逻辑推理方法是化整为零，层层深入，聚零为整，综合评判，由此及彼，触类旁通，抓住关键，顺藤摸瓜等，分析与综合相结合，定性分析与定量分析相结合，机理分析与逻辑分析相结合，假设与验证相结合等是故障诊断的基本原则。     

广州地铁广佛线列车车门冗余功能无法实现的分析及改进

阐述了外挂密闭门在广州地铁广佛线列车中的使用情况,简要介绍了广佛线列车车门的通讯方式及存在的问题,并提出了改善性方案,对提高列车车门安全性能具有一定的指导意义。     

设备故障智能诊断方法的研究

模糊聚类、粗糙集理论、灰色系统理论等相关技术曾被广泛应用于设备故障诊断中,但是模糊聚类只能对已知样本做出决策,不具有柔性,不能通过已知信息和聚类结果对问题所涉及领域内的新样本的类别做出决策;粗糙集理论不能处理连续变量;而灰色系统理论无法去除故障诊断中冗余的特征参数,不能区分各特征参数的重要性,因而制约了它们在故障诊断中的应用.在本文中,这几种理论被有机地结合起来,应用于设备故障诊断中.在故障诊断过程中,首先利用模糊c均值聚类对样本的参数进行离散化处理,求得各类别的聚类中心,接着基于粗糙集原理对设备特征参数进行约简,去除冗余参数,定量确定各特征参数的重要程度,然后根据约简的特征参数和各参数的重要程度,利用灰色关联分析的方法确定各种标准故障状态与目前设备状态的关联度,从而找到设备的故障所在之处.在本文最后部分通过实例证明,将模糊c均值聚类、粗糙集理论和灰色系统理论结合起来,应用于设备的故障诊断中是一种行之有效的方法,为智能故障诊断提供了理论基础.     

变工况下基于信息融合的地铁牵引电机轴承故障智能诊断

针对传统滚动轴承故障诊断方法过于依赖先验知识和专家经验,以及单一信号对某些故障识别率偏低的问题,提出一种变工况下基于信息融合的地铁牵引电机轴承故障诊断方法.首先搭建滚动轴承试验与多信息采集系统;其次对地铁牵引电机轴承进行缺陷预制并采集轴承试验过程中的声发射和振动信号;然后用小波包分解对原始信号进行处理并提取特征,再用卷积神经网络对归一化后的特征信息进行融合;最后建立二维卷积神经网络模型,对不同工况下的地铁牵引电机轴承故障进行智能诊断.试验结果表明:变工况下基于信息融合的地铁牵引电机轴承故障智能诊断方法,可在载荷和转速变化的情况下准确识别轴承的故障类型,当神经网络训练集与测试集涵盖工况相同时,准确度可达100％.     

基于LabWindows的地铁列车车门仿真系统研究

在Labwindows环境条件下,运用C语言进行编程,仿真地铁列车车门系统。整个仿真试验系统由网络仿真试验台、转换模块、车辆TCMs系统组成,车辆TCMS系统提供仿真信号的输入和反馈,通过对输入信号进行逻辑处理并输出控制指令,验证列车车门仿真系统的功能。     

故障树分析在站台门故障诊断系统中的应用

该文以地铁站台门系统为研究对象,采用故障树分析方法,建立站台门系统故障树模型。运用故障树模型对现场故障进行诊断,该方法能够快速、准确、有效地诊断出故障原因,同时利用诊断数据库分析为现场维护人员推送故障原因及故障维修预案,使现场故障能够得到快速处理,为乘客提供一个安全、舒适的乘车环境。     

轨道车辆门远程监控与故障诊断系统软件设计

为了增强轨道车辆门的运营可靠性,提高车辆门系统的维保效率,设计了轨道车辆门远程监控与故障诊断系统,该系统采用了模块化的设计思路,完成了下位机数据接收解析、数据处理、故障诊断、故障预警、数据展示等功能。该系统提高了轨道车辆门的智能化水平,改变了轨道车辆门的维保模式,使得传统的事后修、计划修转变为状态修。     

汽车起重机多路阀监控与智能故障诊断系统的远程访问实现

为加强设备管理中心对远程设备监控与智能故障诊断的实时性,提高监控信息的共享能力,提出了基于ASP.NET和SQL Sever 2005,采用B/S模式的汽车起重机多路阀监控与智能故障诊断系统的远程访问实现方法.着重从服务器端到用户端的远程访问实现方法方面进行论述.     

Sensor configuration and test for fault diagnoses of subway braking system based on signed digraph method

Fault diagnosis of various systems on rolling stock has drawn the attention of many researchers. However, obtaining an optimized sensor set of these systems, which is a prerequisite for fault diagnosis, remains a major challenge. Available literature suggests that the configuration of sensors in these systems is presently dependent on the knowledge and engineering experiences of designers, which may lead to insufficient or redundant development of various sensors. In this paper, the optimization of sensor sets is addressed by using the signed digraph （SDG） method. The method is modified for use in braking systems by the introduction of an effect-function method to replace the traditional quantitative methods. Two criteria are adopted to evaluate the capability of the sensor sets, namely, observability and resolution. The sensors configuration method of braking system is proposed. It consists of generating bipartite graphs from SDG models and then solving the set cover problem using a greedy algorithm. To demonstrate the improvement, the sensor configuration of the HP2008 braking system is investigated and fault diagnosis on a test bench is performed. The test results show that SDG algorithm can improve single-fault resolution from 6 faults to 10 faults, and with additional four brake cylinder pressure （BCP） sensors it can cover up to 67 double faults which were not considered by traditional fault diagnosis system. SDG methods are suitable for reducing redundant sensors and that the sensor sets thereby obtained are capable of detecting typical faults, such as the failure of a release valve. This study investigates the formal extension of the SDG method to the sensor configuration of braking system, as well as the adaptation supported by the effect-function method.     

车门关门声品质控制的主观评价体系研究

以客观评价参数响度、尖锐度和振颤度为基础,建立了一套多层次车门关门声品质主观评价体系。基于建立的主观评价体系开展了某轿车车门关门声品质评价及优化控制分析,并通过客观试验法验证了主观评价控制效果。研究表明:建立的主观评价体系可行性较高,可较为快捷地分析和控制车门关门声品质问题,且控制效果明显。该技术对于新车型车门声品质的研发而言,具有较强的工程应用价值。     

基于二级模糊综合评判的液压系统故障诊断研究

在液压系统故障诊断中,由于故障原因繁多且相互交织和影响,导致设备故障具有一定的模糊性.传统的诊断方法以专家的经验为主,容易产生误诊的现象.以某叉车液压系统为例,应用模糊综合评判理论错容性好、评判方法简单等特点,对其故障进行智能分析,达到可靠、高效评价的目的.     

基于证据理论的城轨车辆走行系融合故障诊断

针对城轨车辆走行系故障诊断只依赖于单一证据源造成的诊断准确率低的问题,研究利用证据理论进行走行系多证据源融合的故障诊断。经过对高冲突低信任度情况下悖论产生的原因分析,采用矛盾因子对合成规则进行了改进;针对城轨交通车辆走行系,分析了轴承和轮对所有可能发生的故障,建立了走行系轴承和轮对的识别框架;选择轴箱振动诊断、轨旁振动诊断和轴温诊断等3个证据源作为走行系融合诊断的证据源;采用专家经验法确定了不同证据源的基本信任分配函数。研究结果表明,采用单一证据源的故障诊断准确率较低或诊断对象少,而采用多证据源融合的故障诊断方法(在包含轮对和轴承两个对象情况下)的诊断准确率为80%,从而有效提高了城轨车辆走行系故障诊断的可靠性。     

基于IPSO-PNN的电动汽车故障诊断

为了提高电动汽车故障诊断的准确性,提出了一种基于改进粒子群(Improved Particle Swarm Optimization,IPSO)算法优化概率神经网络(Probabilistic Neural Network,PNN)的电动汽车故障诊断方法,即基于IPSO-PNN的电动汽车故障诊断方法.首先,研究了基于P...     

组合机床液压系统故障诊断专家系统设计

针对液压系统故障难以查找的问题,该专家系统将结合组合机床液压系统实际工作中经常出现的故障,以及根据理论分析可能出现的故障,经过优化组合而研制开发。目的是提高维修人员对组合机床液压系统故障的判断能力和综合检修能力。     

面向复杂系统的智能故障诊断过程设计

结合复杂系统结构和功能上具有的分层、关联、并行及复杂性特点,将诊断对象作为一个整体,从响应客户请求的复杂任务求解角度,研究故障诊断过程及诊断资源利用两个关键技术.阐述复杂系统智能诊断的任务分解模式,结合任务、过程及活动间的约束关系,分析基于约束的活动组织过程及其求解策略;基于多代理技术分析资源管理及调度过程,给出基于TOCS(响应时间,服务质量,服务成本,安全性)目标准则的资源优化调度算法.