高速列车走行部监测系统全冗余技术方案研究

• 作者: 董威 王云飞 张晓宁 朱慧龙
• 来源期刊: 控制与信息技术
• 关键词: 列车走行部监测 数据挖掘 全冗余 车地一体化 诊断模型 趋势预测 深度神经网络 循环神经网络
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 信息技术与系统|Information Technology & System
• 页码范围: 77-82
• 页数: 6页
• 分类号: U279.5
• 语种: 中文
• DOI: 10.13889/j.issn.2096-5427.2020.06.014

摘要

为保障列车走行部轴承关键部件的可靠监测,确保列车安全稳定运营,文章提出一种高速列车走行部监测系统全冗余架构,其采用"双智能诊断单元+双通道传感器"方案,解决了传统列车走行部监测系统监测盲区问题.基于全冗余架构,根据地面、车载数据特点、平台特点和应用场景的不同,文中给出相应的诊断模型.其中,地面模型以趋势预测为主,基于"深度神经网络+循环神经网络"的模型框架,利用海量历史数据提取时序特征参数,建立早期故障检测模型;车载模型以实时诊断为主,通过双通道波形检测的交互判断,实时对车辆级、列车级双通道传感器波形一致性进行诊断识别,并结合时速为350 km的动车组进行实际应用.应用结果表明,采用全冗余技术可以降低误报传感器故障的风险,提高诊断系统的可靠性,保障列车安全稳定运行.