基于城轨车门虚拟样机的故障模拟及诊断

• 作者: 董先鹏 李汉超 孔凡超 刘海全 王浩轩 孙畅励
• 来源期刊: 轨道交通装备与技术
• 关键词: 塞拉门 虚拟样机 故障诊断 BP神经网络
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 地铁轻轨
• 页码范围: 35-38
• 页数: 4页
• 分类号: U270.38+6
• 语种: 中文
• DOI: 10.13711/j.cnki.cn32-1836/u.2021.04.011

摘要

车门故障发生概率占据城轨车辆各组件所有故障总数的30％,对车辆安全运行有着较大影响.目前对车门故障方面的研究多是以大量试验数据为基础,耗时长、成本高.文中将虚拟样机技术与故障诊断相结合,以高精度塞拉门机电联合虚拟样机模型为基础对车门典型故障进行模拟,利用仿真样本建立BP神经网络故障诊断模型,通过试验数据验证了诊断模型的准确性,证明了以虚拟样机取代物理样机进行车门故障研究这一方法的可行性.