CN110803192A - 一种列车车载phm设备及高速轨道列车 - Google Patents
一种列车车载phm设备及高速轨道列车 Download PDFInfo
- Publication number
- CN110803192A CN110803192A CN201810885029.0A CN201810885029A CN110803192A CN 110803192 A CN110803192 A CN 110803192A CN 201810885029 A CN201810885029 A CN 201810885029A CN 110803192 A CN110803192 A CN 110803192A
- Authority
- CN
- China
- Prior art keywords
- train
- phm
- data
- diagnosis
- fpga
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003745 diagnosis Methods 0.000 claims abstract description 47
- 230000001133 acceleration Effects 0.000 claims description 25
- 238000012545 processing Methods 0.000 claims description 17
- 238000013500 data storage Methods 0.000 claims description 13
- 230000003750 conditioning effect Effects 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 5
- 238000012774 diagnostic algorithm Methods 0.000 claims description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 19
- 238000000034 method Methods 0.000 description 16
- 238000005516 engineering process Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 108091022873 acetoacetate decarboxylase Proteins 0.000 description 2
- 239000000306 component Substances 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 101100520018 Ceratodon purpureus PHY2 gene Proteins 0.000 description 1
- 101150005660 PHY1 gene Proteins 0.000 description 1
- 101710096655 Probable acetoacetate decarboxylase 1 Proteins 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 230000003137 locomotive effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006722 reduction reaction Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L15/00—Indicators provided on the vehicle or train for signalling purposes
- B61L15/0081—On-board diagnosis or maintenance
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L15/00—Indicators provided on the vehicle or train for signalling purposes
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明公开了一种列车车载PHM设备，利用信息采集装置采集列车牵引电机的设备运行数据，并与列车PHM诊断装置中存储的PHM标准数据(包含设备全生命周期下运行数据)进行比对分析后确定列车牵引电机的运行状况，得以根据该运行状况预测接下来一段时间内是否会有故障发生，本发明将PHM技术拓展至轨道交通领域，区别于传统利用传感器去发现列车上已发生的故障，通过本发明提供的列车车载PHM设备可以在结合设备实际运行数据和PHM标准数据的分析比对下，发现即将发生的故障并在其发生前就进行处理，得以进一步提升高速轨道列车的安全性。本发明还同时公开了一种设置有该列车车载PHM设备的高速轨道列车，具有上述有益效果。
Description
技术领域
本发明涉及列车安全设备领域，特别涉及一种列车车载PHM设备及高速轨道列车。
背景技术
故障预测与健康管理(PHM，Prognostic and Health Management)技术是在美国国家航空航天局的大力推动下发展成熟起来的，目前航空领域的PHM技术发展较为成熟，已进入实用化阶段。PHM技术是综合利用现代信息技术、人工智能技术的最新研究成果而提出的一种全新的管理健康状态的解决方案，其具有分析得到在未来一段时间内***失效的可能性以及采取适当维护措施的能力，还具有故障检测与隔离、故障诊断、故障预测、健康管理和部件寿命追踪等能力。
与航空领域类似，轨道交通领域不仅拥有更大的载客量、更广的覆盖面积和更低的成本，但轨道交通行业的PHM技术还处于起步阶段，在高速轨道列车上还仅停留在增加一些传感器来检测故障是否发生的阶段，相对于发现已经发生的故障，发现即将发生的故障并在其发生前就进行处理的方式显然拥有更高的安全性，列车上最重要的部分就是动力牵引***和制动***，哪一部分出现了问题都可能造成严重的后果，因此有必要将PHM技术拓展至轨道交通领域。
因此，如何将PHM技术拓展至轨道交通领域、提供一种适用于高速轨道车辆的PHM车载设备是本领域技术人员亟待解决的问题。
发明内容
本发明的目的是提供一种列车车载PHM设备，应用于高速轨道列车，利用信息采集装置采集列车牵引电机的设备运行数据，并与列车PHM诊断装置中存储的PHM标准数据(包含设备全生命周期下运行数据)进行比对分析后确定列车牵引电机的运行状况，得以根据该运行状况预测接下来一段时间内是否会有故障发生，本发明将PHM技术拓展至轨道交通领域，区别于传统利用传感器去发现列车上已发生的故障，通过本发明提供的列车车载PHM设备可以在结合设备实际运行数据和PHM标准数据的分析比对下，发现即将发生的故障并在其发生前就进行处理，得以进一步提升高速轨道列车的安全性。
本发明的另一目的在于提供了一种牵引***中包括该列车车载PHM设备的高速轨道列车。
为实现上述目的，本发明提供一种列车车载PHM设备，包括：
信号采集装置，与设置于列车牵引电机上的传感器相连，用于采集所述传感器反馈回的设备运行数据；
列车PHM诊断装置，通过连接器与所述信号采集装置相连，用于根据所述设备运行数据和预存的PHM标准数据对所述列车牵引电机的当前运行状态进行诊断；
供电模块，与所述传感器、所述信号采集装置以及所述列车PHM诊断装置均相连，用于分别为所述传感器、所述信号采集装置以及所述列车PHM诊断装置提供正常工作所需电压。
可选的，所述信号采集装置包括：
信号调理电路，与所述传感器相连，用于对接收到的设备运行数据进行预处理和抗混叠滤波处理，得到处理后数据；
模数转换器，其输入端与所述信号调理电路的输出端相连、输出端与FPGA信息采集板卡的输入端相连，用于将为模拟量的处理后数据转换为数字量；
所述FPGA数据采集加速板卡，输出端与所述列车PHM诊断装置的输入端相连，用于利用FPGA的异构加速功能多通道同步进行数据采集和处理。
可选的，所述信号采集装置还包括：
设备运行数据记录模块，与所述FPGA数据采集加速板卡相连，用于记录并存储数字量的设备运行数据。
可选的，所述列车PHM诊断装置包括：
数据存储模块，用于存储所述PHM标准数据和预设的PHM诊断算法；
FPGA数据诊断加速板卡，与所述数据存储模块、所述FPGA数据采集加速板卡均相连，用于利用FPGA的异构加速功能以多通道同时进行所述列车运行数据与所述PHM标准数据间的数据诊断操作。
可选的，所述数据存储模块具体为磁盘存储阵列。
可选的，所述信号采集装置的采集通道数量与所述传感器的种类数相同。
可选的，该列车车载PHM设备还包括：
数据传输接口，其一端与所述列车PHM诊断装置的输出端相连，另一端通过列车总线与列车信息显示***相连，用于将根据所述设备运行数据和所述标准PHM数据进行诊断后得到的列车牵引电机诊断结果发送至所述列车信息显示***。
可选的，该列车车载PHM设备还包括：
诊断结果判别装置，与所述列车PHM诊断装置相连，用于根据接收到的列车牵引电机诊断结果确定所述列车牵引电机的当前故障等级，并在所述当前故障等级超过预设等级时，生成故障预警信号。
可选的，所述列车车载PHM设备的机箱尺寸具体为3U。
为实现上述目的，本发明还提供了一种高速轨道列车，包括牵引***和制动***，且所述牵引***包括预设数量的列车牵引电机，所述牵引***还包括如上述内容所描述的列车车载PHM设备。
显然，本发明所提供的一种列车车载PHM设备，应用于高速轨道列车，利用信息采集装置采集列车牵引电机的设备运行数据，并与列车PHM诊断装置中存储的PHM标准数据(包含设备全生命周期下运行数据)进行比对分析后确定列车牵引电机的运行状况，得以根据该运行状况预测接下来一段时间内是否会有故障发生，本发明将PHM技术拓展至轨道交通领域，区别于传统利用传感器去发现列车上已发生的故障，通过本发明提供的列车车载PHM设备可以在结合设备实际运行数据和PHM标准数据的分析比对下，发现即将发生的故障并在其发生前就进行处理，得以进一步提升高速轨道列车的安全性。本发明同时还提供了一种设置有该列车车载PHM设备的高速轨道列车，具有上述有益效果，在此不再赘述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种列车车载PHM设备的结构示意图；
图2为本发明实施例提供的列车车载PHM设备中信号采集装置20的结构示意图；
图3为本发明实施例提供的列车车载PHM设备中列车PHM诊断装置30的结构示意图；
图4为本发明实施例提供的另一种列车车载PHM设备的结构示意图；
图5为本发明实施例体用的又一种列车车载PHM设备的连接示意图。
具体实施方式
本发明的核心是提供一种列车车载PHM设备和高速轨道列车，利用信息采集装置采集列车牵引电机的设备运行数据，并与列车PHM诊断装置中存储的PHM标准数据(包含设备全生命周期下运行数据)进行比对分析后确定列车牵引电机的运行状况，得以根据该运行状况预测接下来一段时间内是否会有故障发生，本发明将PHM技术拓展至轨道交通领域，区别于传统利用传感器去发现列车上已发生的故障，通过本发明提供的列车车载PHM设备可以在结合设备实际运行数据和PHM标准数据的分析比对下，发现即将发生的故障并在其发生前就进行处理，得以进一步提升高速轨道列车的安全性。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
实施例一
以下结合图1至图3，图1为本发明实施例提供的一种列车车载PHM设备的结构示意图，该列车车载PHM设备包括：
信号采集装置20，与设置于列车牵引电机10上的传感器11相连，用于采集传感器11反馈回的设备运行数据；
为了全方面的测得列车牵引电机的设备运行数据，可以通过设置加速度传感器、电压传感器、电流传感器、速度传感器、温度传感器在内的多种传感器，根据列车牵引电机实际型号的不同，可灵活的选用多种不同类型的传感器来收集列车牵引电机的设备运行数据。为接收多种类型传感器采集到的数据，可以通过多个子信号采集板卡或在一个大的信号采集板卡上设置多个信号采集通道实现。
进一步的，由传感器采集到的原始设备运行数据可能存在特征不明显的问题，因此，还可以对其进行包括信号处理、抗混叠处理、放大、缩减等操作在内的预处理，以使得经过预处理后的设备运行数据能够更好的反应出特征和故障点，同时缩小不必要的部分信号的占比。更进一步，由于一编组高速轨道列车实现动力牵引所需的列车牵引电机数量不少，且每台牵引电机上还会安装不同类型的传感器，为了同步在同一时段内各牵引电机的设备运行数据和进行快速处理，还可以引入FPGA异构加速功能，即利用FPGA特殊构造带来的硬件加速功能实现总线时钟同步和消息同步，以实现同时以多通道对采集到的设备运行数据进行收集和处理。
一种包括但不限于的实现方式可参见如图2所示的信号采集装置：
信号调理电路21，与传感器11相连，用于对接收到的设备运行数据进行预处理和抗混叠滤波处理，得到处理后数据；
模数转换器22，其输入端与信号调理电路21的输出端相连、输出端与FPGA信息采集板卡23的输入端相连，用于将为模拟量的处理后数据转换为数字量；
FPGA数据采集加速板卡23，输出端与列车PHM诊断装置30的输入端相连，用于利用FPGA的异构加速功能多通道同步进行数据采集和处理；
设备运行数据记录模块24，与FPGA数据采集加速板卡23相连，用于记录并存储为数字量的设备运行数据。
需要说明的是，设备运行数据记录模块24用于记录并存储以数字量形式存储的设备运行数据，以便后期追溯使用。
列车PHM诊断装置30，通过连接器与信号采集装置20相连，用于根据设备运行数据和预存的PHM标准数据对列车牵引电机10的当前运行状态进行诊断；
其中，PHM标准数据中存储有列车牵引电机10全生命周期下的设备运行数据和各种类出现时的特征数据，这些数据可以基于老化测试或放置于寿命试验机中以尽可能模拟真实工况的情形中得到，数据完整、包括每一个故障出现前的预兆、实际出现、轻度、中度、重度、完全报废的各阶段运行数据，并基于各阶段运行数据的特征最终汇总得到该PHM标准数据，因此可在一定算法的支持下通过与实际采集到的设备运行数据进行比较，根据特征的相似度来确定该牵引电机10的当前运行状况，包括是否出现了故障、是否存在可能引发某些故障的征兆特征、出现了故障的情况该牵引电机还能继续在不引发安全故障的程度下使用多长时间或继续行驶多远等等诊断结果。
同样，由于诊断过程中涉及的处理步骤较多、较为复杂，也可以利用FPGA的硬件加速功能来加速这一过程。
一种包括但不限于的实现方式可参见图3所示的列车PHM诊断装置：
数据存储模块31，用于存储PHM标准数据和预设的PHM诊断算法；
FPGA数据诊断加速板卡32，与数据存储模块31、FPGA数据采集加速板卡23均相连，用于利用FPGA的异构加速功能以多通道同时进行列车运行数据与PHM标准数据间的数据诊断操作。
其中，数据存储模块31存储的PHM标准数据和预设的PHM诊断算法都是本发明所提供的列车车载PHM设备的核心部件，有必要为其提供更好等级的安全保护，具体的，可通过将数据存储模块31设置为磁盘存储阵列的形式来保护其中存储的重要数据。
RAID(Redundant Array of Independent Disks，独立冗余磁盘阵列)是一种把多块独立的硬盘(物理硬盘)按不同的方式组合起来形成一个硬盘组(逻辑硬盘)，从而提供比单个硬盘更高的存储性能和提供数据备份技术，而组成磁盘阵列的不同方式称为RAID级别(RAID Levels)，在用户看起来，组成的磁盘组就像是一个硬盘，用户可以对它进行分区，格式化等等。总之，对磁盘阵列的操作与单个硬盘一模一样。不同的是，磁盘阵列的存储速度要比单个硬盘高很多，而且可以提供自动数据备份。数据备份的功能是在用户数据一旦发生损坏后，利用备份信息可以使损坏数据得以恢复，从而保障了用户数据的安全性。
由于传感器的正常工作电压、信号采集装置的正常工作电压以及列车PHM诊断装置的正常工作电压可能会由于工作供电电压要求存在差异，所以还需要为每个不同的功能部分提供各部分所需的工作电压。
供电模块40，与传感器11、信号采集装置20以及列车PHM诊断装置30均相连，用于分别为传感器11、信号采集装置20以及列车PHM诊断装置30提供正常工作所需电压。
在此基础上，还可以通过一端与列车PHM诊断装置30的输出端相连、另一端通过列车总线与列车信息显示***相连的数据传输接口，将根据设备运行数据和标准PHM数据进行诊断后得到的列车牵引电机诊断结果发送至列车信息显示***，以便列车管理人员能够及时的从列车信息显示***中监控牵引电机的运行状况和诊断结果。
进一步的，还可以设置与列车PHM诊断装置30相连的诊断结果判别装置，其可以根据接收到的列车牵引电机诊断结果确定列车牵引电机10的当前故障等级，并在当前故障等级超过预设等级时，生成故障预警信号，能够起到辅助列车管理人员对高危故障的监测。
同时，考虑到列车的尺寸和可能要在列车中设置的位置和数量，该列车车载PHM设备的机箱尺寸优选为3U，即该机箱具有一倍的标准机箱长度和宽度，三倍的标准机箱厚度，使得基于3U标准机箱和功能板卡的配置方式，可灵活地实现车载PHM设备与列车牵引电机一对一、一对二、一对三、或一对四的故障诊断和预警功能，同时也利于抗振动、散热等功能的实现。。
实施例二
请参见图4和图5，图4和5为在实施例一的基础上结合具体应用场景给出的一个具体的结构设计示意图：
列车车载PHM设备的目的在于实现对动车和机车牵引电机故障预测和健康管理，其硬件***是基于PCIe内部总线结构，采用嵌入式***、数据采集和百兆/千兆以太网络通讯相结合的方法，采用ARM+FPGA控制硬件架构。其中，嵌入式主机采用ARM控制器，支持大容量硬盘，可满足长时间存储记录的要求，而嵌入式芯片的采用也保证了***的低功耗，高可靠性及稳定性，其工作原理可参见图4：
列车车载PHM设备采用3U标准机箱，电路功能板卡由五部分组成：电源处理模块(等同于供电模块40)、主控板卡(等同于列车PHM诊断装置30)、存储阵列(等同于数据存储模块31)、模拟采集板卡(等同于信号采集装置20)和***背板(等同于连接器)。
列车车载PHM设备由列车车载蓄电池和充电机提供稳定的额定24V DC输入电源，经过DC/DC变换后为硬件功能电路提供所需的5VDC内部工作电源，为模拟电路部分提供±15V DC双路电源，为外部传感器提供±24VDC双路电源；主控板卡采用ARM+FPGA架构实现，FPGA主要完成列车车载预警诊断软件算法，ARM主要完成对外以太网口及其他内部辅助接口的实现，另外完成数据调度、总线协议应用层实现；模拟信号采集板卡1用于对列车牵引电机10上设置的传感器进行信号采集，完成数据采集、数据存储、数据计算功能，并将计算结果与内部特征信息数据库中数据进行对比，生成故障信息识别代码进行状态记录、存储，通过网络接口将存储数据实时发送给列车上层PHM设备；同时列车车载PHM设备具备参数设置和在线升级功能；列车车载预警诊断软件集成于列车车载硬件设备，实现在线预警诊断，具备***参数设置、在线特征量的实时计算、分析、预警、诊断、存储等功能。
图5所示的为基于图4基础上给出的一个完整电路结构示意图，主要由五部分组成：主控板卡、模拟采集板卡1和2、电源板卡、***背板。
模拟采集板卡1：恒流源1给提供4mA电流给第1个轴承加速度传感器，第1个轴承加速度传感器输出三个方向加速度信号X1、Y1、Z1分别通过信号调理电路1、2、3，对输入信号X1、Y1、Z1实现预处理和抗混叠滤波功能，再传至两路高精度的A/D转换器1、A/D转换器2的通道1，利用FPGA的SPI(Serial Peripheral Interface，串行外设接口)控制器模块实现两路A/D转换器1和A/D转换器2的控制和数据采集，采集数据再传至ADC FIFO1(其中，ADC指模数转换器；FIFO为First Input First Output的缩写，指先入先出队列)和ADC FIFO2，由FIFO组控制单元控制相应FIFO，数据由DMA(Direct Memory Access，直接内存存取)控制器在经由带DMA的AXI(Advanced eXtensible Interface，一种总线协议)总线进入数据处理1和数据处理2进行数据处理，模拟采集板卡1的收发器1、收发器2经由背板连接器(S-Slot1)、背板连接器(M-Slot)将数据传输至主控板卡的收发器1和收发器2。模拟采集板卡1的其他通道通过同样数据预处理、采集，通过FPGA逻辑资源所实现总线的时钟同步机制和消息流程，实现***多个通道的快速同步数据采集和传输。
模拟采集板卡2：通过F48连接器提供三个电流传感器±24VDC双路电源，三个电流传感器输出信号通过信号调理电路1、2、3，对输入信号Ia、Ib、Ic实现预处理和抗混叠滤波功能，再传至两路高精度的A/D转换器1、A/D转换器2的通道1，利用FPGA的SPI控制器模块实现两路A/D转换器1和A/D转换器2的控制和数据采集，采集数据再传至ADC FIFO1和ADCFIFO2，由FIFO组控制单元控制相应FIFO，数据由DMA控制器在经由带DMA的AXI总线进入数据处理器1和数据处理器2进行数据处理，模拟采集板卡1的收发器1、收发器2经由背板连接器(S-Slot1)、背板连接器(M-Slot)将数据传输至主控板卡的收发器1和收发器2。模拟采集板卡2的其他通道通过同样数据预处理、采集，通过FPGA逻辑资源所实现总线的时钟同步机制和消息流程，实现***多个通道的快速同步数据采集和传输。
主控板卡1到8收发器的分别将数据传输至1到8数据处理器，8个数据处理器的数据由带DMA的AXI总线传输至数据缓冲器，带DMA的AXI总线由AXI总线控制器实现控制；所有采集数据一方面通过SATA接口(Serial Advanced Technology Attachment，串行高级技术附件，是一种基于行业标准的串行硬件驱动器接口)，作为原始数据存储在数据存储阵列；另一方面读入诊断算法单元，并通过故障诊断算法硬件加速器快速完成数据处理，将原始信号进行形式变换、维数压缩、故障特征信息精化，以实现故障预报、状态评估、故障诊断与寿命预测；主控板卡ARM微处理器部分：包括DDR3(内存等级)、QSPI Flash(一种闪存芯片)和JTAG调试口(Joint Test Action Group，联合测试工作组，是一种国际标准测试协议，主要用于芯片内部测试)组成最小***；进行AXI总线控制器功能的实现；通过以太网PHY1和PHY2分别扩展了两路对外100M/1000M以太网接口，两路以太网接口通过以太网隔离变压器与以太网络隔离，实现主控板对外数据通讯的可靠性：其中一路是与列车上层(整车)车载PHM***的数据通讯，另一路通过与上位机相连实现电机参数、采样频率等参数设置，同时也可以进行现场调试、数据离线下载等功能；通过USB PHY扩展了一路USB接口方便进行数据离线下载等功能。FPGA部分完成高速串行***总线的实现、高速存储接口(硬盘接口)。
需要说明的是，本发明附图4和附5中以及对应的文字描述中存在的模拟采集板卡1、模拟采集板卡2、收发器1、收发器2等等表述，其中的数字并非为附图标记，而是用于区分存在的多个相同功能部件的一种方式，可以理解为第一模拟采集板卡、第二模拟采集板卡、第一收发器、第二收发器，其余相同部分不再一一解释。
因为情况复杂，无法一一列举进行阐述，本领域技术人员应能意识到根据本发明提供的基本方法原理结合实际情况可以存在很多的例子，在不付出足够的创造性劳动下，应均在本发明的保护范围内。
说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种列车车载PHM设备，其特征在于，包括：
信号采集装置(20)，与设置于列车牵引电机(10)上的传感器(11)相连，用于采集所述传感器(11)反馈回的设备运行数据；
列车PHM诊断装置(30)，通过连接器与所述信号采集装置(20)相连，用于根据所述设备运行数据和预存的PHM标准数据对所述列车牵引电机(10)的当前运行状态进行诊断；
供电模块(40)，与所述传感器(11)、所述信号采集装置(20)以及所述列车PHM诊断装置(30)均相连，用于分别为所述传感器(11)、所述信号采集装置(20)以及所述列车PHM诊断装置(30)提供正常工作所需电压。
2.根据权利要求1所述的列车车载PHM设备，其特征在于，所述信号采集装置(20)包括：
信号调理电路(21)，与所述传感器(11)相连，用于对接收到的设备运行数据进行预处理和抗混叠滤波处理，得到处理后数据；
模数转换器(22)，其输入端与所述信号调理电路(21)的输出端相连、输出端与FPGA信息采集板卡(23)的输入端相连，用于将为模拟量的处理后数据转换为数字量；
所述FPGA数据采集加速板卡(23)，输出端与所述列车PHM诊断装置(30)的输入端相连，用于利用FPGA的异构加速功能多通道同步进行数据采集和处理。
3.根据权利要求2所述的列车车载PHM设备，其特征在于，所述信号采集装置(20)还包括：
设备运行数据记录模块(24)，与所述FPGA数据采集加速板卡(23)相连，用于记录并存储数字量的设备运行数据。
4.根据权利要求2或3所述的列车车载PHM设备，其特征在于，所述列车PHM诊断装置(30)包括：
数据存储模块(31)，用于存储所述PHM标准数据和预设的PHM诊断算法；
FPGA数据诊断加速板卡(32)，与所述数据存储模块(31)、所述FPGA数据采集加速板卡(23)均相连，用于利用FPGA的异构加速功能以多通道同时进行所述列车运行数据与所述PHM标准数据间的数据诊断操作。
5.根据权利要求4所述的列车车载PHM设备，其特征在于，所述数据存储模块(31)具体为磁盘存储阵列。
6.根据权利要求1所述的列车车载PHM设备，其特征在于，所述信号采集装置(20)的采集通道数量与所述传感器(11)的种类数相同。
7.根据权利要求1所述的列车车载PHM设备，其特征在于，还包括：
数据传输接口，其一端与所述列车PHM诊断装置(30)的输出端相连，另一端通过列车总线与列车信息显示***相连，用于将根据所述设备运行数据和所述标准PHM数据进行诊断后得到的列车牵引电机诊断结果发送至所述列车信息显示***。
8.根据权利要求7所述的列车车载PHM设备，其特征在于，还包括：
诊断结果判别装置，与所述列车PHM诊断装置(30)相连，用于根据接收到的列车牵引电机诊断结果确定所述列车牵引电机(10)的当前故障等级，并在所述当前故障等级超过预设等级时，生成故障预警信号。
9.根据权利要求1至8任一项所述的列车车载PHM设备，其特征在于，所述列车车载PHM设备的机箱尺寸具体为3U。
10.一种高速轨道列车，包括牵引***和制动***，且所述牵引***包括预设数量的列车牵引电机，其特征在于，所述牵引***还包括如权利要求1至9任一项所述的列车车载PHM设备。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810885029.0A CN110803192A (zh) | 2018-08-06 | 2018-08-06 | 一种列车车载phm设备及高速轨道列车 |
| PCT/CN2018/114087 WO2020029450A1 (zh) | 2018-08-06 | 2018-11-06 | 一种列车车载phm设备及高速轨道列车 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810885029.0A CN110803192A (zh) | 2018-08-06 | 2018-08-06 | 一种列车车载phm设备及高速轨道列车 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110803192A true CN110803192A (zh) | 2020-02-18 |
Family
ID=69414480
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810885029.0A Pending CN110803192A (zh) | 2018-08-06 | 2018-08-06 | 一种列车车载phm设备及高速轨道列车 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN110803192A (zh) |
| WO (1) | WO2020029450A1 (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111204363A (zh) * | 2020-04-23 | 2020-05-29 | 湖南中车时代通信信号有限公司 | 一种牵引***故障诊断预警和状态评估方法、装置及*** |
| CN111824210A (zh) * | 2020-07-14 | 2020-10-27 | 中车大连电力牵引研发中心有限公司 | 一种基于轨道交通的车载phm数据检测与处理*** |
| CN111897759A (zh) * | 2020-06-19 | 2020-11-06 | 中车唐山机车车辆有限公司 | 基于列车牵引***的phm*** |
| CN112100000A (zh) * | 2020-11-11 | 2020-12-18 | 卡斯柯信号(北京)有限公司 | 基于安全苛求***的数据恢复方法及装置 |
| CN112115643A (zh) * | 2020-09-15 | 2020-12-22 | 中南大学 | 一种智慧列车整车服役寿命非侵入预测方法 |
| CN113391612A (zh) * | 2020-03-13 | 2021-09-14 | 株洲中车时代电气股份有限公司 | 车辆传动控制***的故障预测与健康管理装置和故障预测方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060290199A1 (en) * | 2005-06-09 | 2006-12-28 | New York Air Brake Corporation | On-board brake system diagnostic and reporting system |
| CN103901882A (zh) * | 2014-04-15 | 2014-07-02 | 北京交通大学 | 一种列车动力***在线监控故障诊断的***及其方法 |
| CN105137881A (zh) * | 2015-09-11 | 2015-12-09 | 中国北车集团大连机车研究所有限公司 | 机车智能显示***和方法 |
| CN106203642A (zh) * | 2016-07-18 | 2016-12-07 | 王力 | 一种电力机车故障预测及健康管理的方法 |
| CN106428115A (zh) * | 2016-09-20 | 2017-02-22 | 中车大连电力牵引研发中心有限公司 | 轨道车辆***故障的检测方法和装置 |
| CN107589695A (zh) * | 2017-09-12 | 2018-01-16 | 中国中车股份有限公司 | 一种列车组故障预测与健康管理*** |
| CN107600110A (zh) * | 2017-09-12 | 2018-01-19 | 中国中车股份有限公司 | 一种车载列车组故障预测与健康管理*** |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10196078B2 (en) * | 2015-11-30 | 2019-02-05 | Progress Rail Locomotive Inc. | Diagnostic system for a rail vehicle |
| EP3254928A1 (en) * | 2016-06-10 | 2017-12-13 | Bombardier Transportation GmbH | System and method for the asset management of railway trains |
| CN108327745B (zh) * | 2018-01-02 | 2020-06-02 | 中车青岛四方机车车辆股份有限公司 | 一种列车数据实时解析方法和装置 |
-
2018
- 2018-08-06 CN CN201810885029.0A patent/CN110803192A/zh active Pending
- 2018-11-06 WO PCT/CN2018/114087 patent/WO2020029450A1/zh active Application Filing
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060290199A1 (en) * | 2005-06-09 | 2006-12-28 | New York Air Brake Corporation | On-board brake system diagnostic and reporting system |
| CN103901882A (zh) * | 2014-04-15 | 2014-07-02 | 北京交通大学 | 一种列车动力***在线监控故障诊断的***及其方法 |
| CN105137881A (zh) * | 2015-09-11 | 2015-12-09 | 中国北车集团大连机车研究所有限公司 | 机车智能显示***和方法 |
| CN106203642A (zh) * | 2016-07-18 | 2016-12-07 | 王力 | 一种电力机车故障预测及健康管理的方法 |
| CN106428115A (zh) * | 2016-09-20 | 2017-02-22 | 中车大连电力牵引研发中心有限公司 | 轨道车辆***故障的检测方法和装置 |
| CN107589695A (zh) * | 2017-09-12 | 2018-01-16 | 中国中车股份有限公司 | 一种列车组故障预测与健康管理*** |
| CN107600110A (zh) * | 2017-09-12 | 2018-01-19 | 中国中车股份有限公司 | 一种车载列车组故障预测与健康管理*** |
Non-Patent Citations (4)
| Title |
|---|
| 孟苓辉: "牵引变流器的故障预测与健康管理（PHM）及可靠性评估技术研究", 《中国博士学位论文全文数据库工程科技Ⅱ辑》 * |
| 朱帅军: "高铁动车组故障预测与健康管理关键技术的研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
| 李莉: "动车组故障预测与健康管理***研究", 《第十届中国智能交通年会优秀论文集》 * |
| 赵聪聪: "高速列车传动***可靠性分析与评估", 《中国博士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113391612A (zh) * | 2020-03-13 | 2021-09-14 | 株洲中车时代电气股份有限公司 | 车辆传动控制***的故障预测与健康管理装置和故障预测方法 |
| CN111204363A (zh) * | 2020-04-23 | 2020-05-29 | 湖南中车时代通信信号有限公司 | 一种牵引***故障诊断预警和状态评估方法、装置及*** |
| CN111897759A (zh) * | 2020-06-19 | 2020-11-06 | 中车唐山机车车辆有限公司 | 基于列车牵引***的phm*** |
| CN111824210A (zh) * | 2020-07-14 | 2020-10-27 | 中车大连电力牵引研发中心有限公司 | 一种基于轨道交通的车载phm数据检测与处理*** |
| CN112115643A (zh) * | 2020-09-15 | 2020-12-22 | 中南大学 | 一种智慧列车整车服役寿命非侵入预测方法 |
| CN112115643B (zh) * | 2020-09-15 | 2022-06-10 | 中南大学 | 一种智慧列车整车服役寿命非侵入预测方法 |
| CN112100000A (zh) * | 2020-11-11 | 2020-12-18 | 卡斯柯信号(北京)有限公司 | 基于安全苛求***的数据恢复方法及装置 |
| CN112100000B (zh) * | 2020-11-11 | 2021-04-13 | 卡斯柯信号(北京)有限公司 | 基于安全苛求***的数据恢复方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2020029450A1 (zh) | 2020-02-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110803192A (zh) | 一种列车车载phm设备及高速轨道列车 | |
| EP4102615A1 (en) | Early warning method and apparatus, device and storage medium | |
| KR102167258B1 (ko) | 상태 모니터링 기반의 철도차량 유지보수 플랫폼용 장치 | |
| CN111830927A (zh) | 车辆故障的监测方法、装置以及车载诊断设备 | |
| CN109656239B (zh) | 一种轨道机车网络控制***故障诊断方法及其诊断装置 | |
| CN111272452A (zh) | 高速列车制动试验台网络安全检测*** | |
| CN111579974A (zh) | 实现边界扫描测试的被测模块、嵌入式***及测试方法 | |
| CN111429606A (zh) | 应用列车显示屏进行故障诊断、存储与显示的方法及*** | |
| CN102393666A (zh) | 一种探测器嵌入式自主故障监测与异常数据记录装置 | |
| AU2013101422A4 (en) | Diagnostic and control system and method | |
| US9355506B2 (en) | Method for managing fault messages of a motor vehicle | |
| CN110989427A (zh) | 一种多处理器计算机的故障检测和健康管理方法 | |
| CN100524367C (zh) | 基于波形识别的地铁机车牵引电路故障诊断*** | |
| CN113808299A (zh) | 基于故障***的车辆故障快照存储方法、装置及设备 | |
| CN110264585B (zh) | 公交售后诊断*** | |
| CN103640555A (zh) | 一种混合动力汽车控制***管理器 | |
| CN111275847B (zh) | 一种调表车检测方法和装置 | |
| CN106940544B (zh) | 基于dsp和cpld的机载总线通信控制方法 | |
| CN113254291B (zh) | 一种轨旁设备模拟量测试方法 | |
| CN108255085B (zh) | 基于片上***的控制器及轨道车辆 | |
| CN114544205A (zh) | 机车轮驱跑合试验故障自动诊断*** | |
| CN116501008B (zh) | 一种面向自动驾驶控制芯片的故障管理*** | |
| CN218633972U (zh) | 车载信号控制*** | |
| JP7242153B1 (ja) | データ収集装置、データ収集方法、データ収集プログラム及びデータ収集システム | |
| CN101795157B (zh) | 一种监看设备在连接状态改变时可快速回报的装置及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200218 |