高铁动车组故障预测与健康管理关键技术的研究

高铁动车组故障预测与健康管理关键技术的研究

陈鹏展

(北京铁路局北京动车段北京102613)

摘要：我国高铁的发展非常的迅速，也为大众的出行带来极大的便利，深受人们的喜爱，本文就高铁动车组的故障预测技术、故障机理研究、以及健康管理关键技术三个方面作为出发点深入研究该管理系统是如何预测，以维护高铁动车组的设备安全。

关键词：高铁动车组；故障预测；健康管理；关键技术分析

高速动车组的普遍运用得益于我国高铁和城市轨道的高速发展，人们对于高速动车的使用的接受率越来越高，对于高速动车的技术复杂性、高提速性和安全保障性有了更高的标准和要求。由于高速动车的速度较高且提速较快，因此对于高铁动车组故障预测与健康管理关键技术的研究就显得尤为的重要。

1高铁动车组故障预测与健康管理的意义

高速动车组的技术复杂且对动车组维护人员的专业要求比较高，在工程学中，我们根据工程设备的不同工作状态将设备分为三种状态：正常的工作状态、出现问题的异常状态和由于故障而不能正常工作的故障状态。高速动车故障的产生往往是由于某一小问题没有得到注意和及时的维护从而发展成为影响正常运行的故障。因此对于高速动车的故障预测和健康管理技术的使用是非常必要，对于问题的提前发现及解决，既可以有效的预防高速动车运行过程中发生故障，避免更大的经济损失，保证乘客的生命财产安全，又能在动车组制造过程中通过技术改进和零部件的工艺完善，来避免故障发生。如此便可提高动车组的运行效率，更好的为人们服务，使中国高速动车组技术进一步发展和提高。

2高铁动车组故障预测技术分析

时代的进步预示着科技的进步，科技技术有了质的飞跃，从以前的事故发生能够迅速解决的要求逐渐提高，到现在科技已经可以做到在事故即将发生之前作出示警，提前做出处理，避免影响扩大。这样的技术称之为故障预测技术，而此项技术在我国近几年兴起的高铁动车组运行中起到了至关重要的作用，故障预测技术主要分成以下几类：

2.1数据驱动预测技术

数据驱动预测技术是通过设备生命周期中大量的数据信息，通过学习的方式来获得的输入与输出的映射关系，然后在内部快速的建立起非线性、非透明以及不针对特定目标的预测模型，这样就可以对未来设备的一个状态进行预测。对于复杂系统，由于其自身结构相对复杂，很难建立相应的物理模型，因此对于复杂的系统而言，建立相应的数学模型是非常有必要的，数学模型在数据的采集上更加的简单。对于数据驱动的预测模型来说，关键是准确构建数据的输入输出关系，确定数学模型的参数，并用数学模型代替物理模型来预测设备。

2.2失效物理预测技术

这种预测方法旨在分析探究设备的时间、所处环境、工作承受力等内部因素是否失去效用，确定失效因素，具体原因具体分析，然后根据其失效的情况，在储存状态下进行预测，该技术预测精确度较高，可以清晰分析出可能出现的问题，从而延长维修年限，减少维修消耗成本。

2.3知识库预测技术

2.3.1专家系统

系统中包括了大量行业佼佼者所具备的知识框架与体系，节能采取智能手段，使用系统进行专业性的分析与检测，就等同于专家团队在做专业性的判断，从而快捷地寻找出最有效的解决办法。

2.3.2模糊逻辑

这是一种可以在信息的完全不对称，外界干扰严重的情况下，寻找出问题的解决方案的预测方法，如果说专家预测运用的是一种专业性标准映射，那么模糊逻辑的思维能力则是在非映射关系的情况下所实行的，该技术通常通过函数手段现将信息清晰化，分离出自己需要的信息，然后使用预测手段进行具体分析。

2.4传统可靠性理论的预测技术

传统可靠性技术主要研究对象是设备全生命周期故障的发生以及演化规律，利用数学统计方法分析一类具有共同特征的设备总体故障以及失效规律。基于可靠性的预测便是使用可靠性技术发掘故障演化规律，根据可靠度、故障发生概率以及密度函数等指标，预测设备总体故障分布情况。

3健康管理关键技术

3.1选取数据库设计方法

我们数据库的设计通常运用以下几种方式：注重外观的设计方法、严苛遵守规范要求的设计方法、以计算机作为辅助工作的方法和利用机械自动化技术的设计方法。新奥尔良法则是最终大众认可与广泛使用的一种规范设计内容的方法，该方法分成四个步骤：一、调查市场，分析针对人群主要需求；二、规范定义；三、根据填密的逻辑思维能力设计出数据库；四、物理设计，设计方法大同小异，往往都是在此基础上根据数据库的特性，加以其他技术的辅助即可。

3.2构型化数据管理

即通过多种方式的合理化处理，将数据统一整合，提供一个平台进行与其他机构的交换与分享。已制定固定模式作为基础的，往往是针对大型工业设备机器的信息化数据的统一整合，也是相当庞大且复杂的。首先应以动车组的相关大型设备作为核心，以此为中心点，将其与其他零件设备完成数据信息上及设备上的多方链接。构型化数据管理模型的兴起是源于工业工程往往存在结构复杂、数据繁杂的设备机器，为了能够方便数据的管理与结构的清晰，企业便使用量以构型处理数据的方式来管理数据系统，完成与各方面数据的完美嫁接与分享，使得资源得以完整利用，动车组工程更具安全性，间接减少故障维修方面的大笔费用，增加经济效益加快高铁行业的发展进程。

4高铁动车组故障诊断系统分析

想要保障高速动车的设备安全，除了要加强高铁动车组故障预测与健康管理关键技术的使用以外，采用合理的动车组故障诊断的模式、架构，准确的分析其类型也非常的重要。

4.1高铁动车组故障诊断的模式

随着我国交通轨道事业的发展以及人口的逐渐增多，要求动车组的速度需要进一步提升，载客量进一步加大，这样对于提升动车组的安全性能和对故障的实时监控提出更严格的要求。动车组系统是一个特别复杂的由多个单一子系统通过复合集成形成的复杂系统，为了方便对系统的进一步监控，所以把监控系统和故障诊断系统安装在动车组的统一系统中，这样故障诊断系统将通过监控系统对列车运行状态进行评估，这样方便工作人员随时查看关于列车的一些相关数据并及时进行分析比对，及早发现动车组出现的问题并提出解决措施。

4.2诊断类型

故障诊断一般可以分为基本的设备功能诊断、列车运行过程中的动态诊断、固定周期的诊断、连续不间断的诊断、简单基础的诊断、高精度高准确度的诊断。在具体实施过程中要根据不同的要求和具体的实际情况进行相应诊断类型的选择，根据基本功能对高速动车的各部分进行检修，例如CHR2型动车组的空调系统，需要进行设备基本功能的诊断，判断空调机组的基本功能是否可以实现，从而根据诊断结果进行相应的维修。动车组在运行过程中就需要连续不间断的诊断，连续不间断的诊断类型是指要对动车组的电压、电流、列车温度和运行速度等进行监控，争取尽早发现问题并处理。

4.3故障诊断架构

高速动车的故障诊断系统一般会将整体进行系统的划分，将一个完整的个体通过对各部位功能、基本状况的不同进行相应的分化，成为一个子系统，例如照明系统、车门系统、车厢内部的空调通风系统等。故障诊断系统大致可以划分为系统监控和数据传输两个层次，前者主要负责监控内部系统部件的功能和状态，判断和分析故障原因；后者则负责列车相关的信息传输，并告知工作人员相关的情况。

结束语：

综上所述，故障预测与健康管理是高铁运行过程不可或缺的一个环节，因为管理的不断完善与发展，高铁路线以将通往国内的许多地方，逐渐有取代铁路成为大众出行的首选，相信在高铁工作人员的不懈努力下，高铁行业的蓬勃发展指日可待。

参考文献：

[1]田野.高铁动车组售后服务与日常检修[J].内燃机与配件，2017（07）：99-100.

[2]戴晨曦，刘志刚，胡轲珽.关于高铁CRH2型动车组逆变器故障诊断研究[J].计算机仿真，2016，33（04）：217-222.