CN110887679A - 一种轨道交通车辆健康管理方法、装置和*** - Google Patents
一种轨道交通车辆健康管理方法、装置和*** Download PDFInfo
- Publication number
- CN110887679A CN110887679A CN201910784568.XA CN201910784568A CN110887679A CN 110887679 A CN110887679 A CN 110887679A CN 201910784568 A CN201910784568 A CN 201910784568A CN 110887679 A CN110887679 A CN 110887679A
- Authority
- CN
- China
- Prior art keywords
- fault
- component
- maintenance
- data
- equipment data
- 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
- 230000036541 health Effects 0.000 title claims abstract description 21
- 238000007726 management method Methods 0.000 title claims abstract description 20
- 238000012423 maintenance Methods 0.000 claims abstract description 97
- 238000003745 diagnosis Methods 0.000 claims abstract description 18
- 238000000034 method Methods 0.000 claims description 28
- 238000011161 development Methods 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 11
- 230000008439 repair process Effects 0.000 claims description 10
- 238000007418 data mining Methods 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 claims description 5
- 230000014509 gene expression Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 244000309464 bull Species 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/08—Railway vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Vehicle Cleaning, Maintenance, Repair, Refitting, And Outriggers (AREA)
Abstract
本发明实施例公开了一种轨道交通车辆健康管理方法、装置和***，地面终端接收车载***传输的设备数据，利用预先设定的故障诊断算法对设备数据进行分析，确定出车辆的故障部件；根据故障部件的设备数据的特征信息和历史设备数据的特征信息，识别故障部件对应的故障模式。同一个故障部件根据其硬件故障的不同特征表现，可以划分出多个故障模式，不同的故障模式对应的维修方式有所差异。预先建立故障模式和维修建议的对应关系库，通过分析故障部件的故障模式可以查到更加匹配的维修建议。工作人员根据维修建议可以快速的实现对故障部件的维修，提升了故障设备的维修效率。通过建立故障模式和维修建议的对应关系库，实现了对故障部件的规范化维修。
Description
技术领域
本发明涉及设备管理技术领域，特别是涉及一种轨道交通车辆健康管理方法、装置和***。
背景技术
故障预测与健康管理(Prognostics and Health Management，PHM)起源于70年代的航空领域，近几年来随着大数据和人工智能的研究热潮，这一技术又被重视，尤其是在轨道交通领域。
现有技术中，通过车载***采集车辆的运行状态信息。由于车载***的处理能力有限，车辆的故障检测需要等车辆停止运行之后，从车载***中下载运行状态信息，导致车辆故障检测的延时性较大。并且PHM实现的效果主要是输出设备故障状态信息，即评价设备是否存在故障。而针对于故障设备的后续维修，需要有经验的技术人员分析设备的故障状态信息，采取相适用的维修方式，这对技术人员的专业要求较高。并且技术人员分析故障状态信息需要花费较多的时间，导致故障的维修效率较低。
可见，如何提升故障设备的维修效率，是本领域技术人员需要解决的问题。
发明内容
本发明实施例的目的是提供一种轨道交通车辆健康管理方法、装置和***，可以提升故障设备的维修效率。
为解决上述技术问题，本发明实施例提供一种轨道交通车辆健康管理方法，适用于地面终端，所述方法包括：
接收车载***传输的设备数据；其中，所述设备数据中包括有各类部件的部件参数和实时感知数据；
利用预先设定的故障诊断算法对所述设备数据进行分析，确定出车辆的故障部件；
根据所述故障部件的设备数据的特征信息和历史设备数据的特征信息，识别所述故障部件对应的故障模式；
查找故障模式和维修建议的对应关系库，确定出所述故障模式对应的维修建议。
可选的，所述特征信息包括时域波形特征、频域特征、时频域特征中的任一或任意组合。
可选的，在所述根据所述故障部件的设备数据的特征信息和历史设备数据的特征信息，识别所述故障部件对应的故障模式之后还包括：
统计预设时间段内所述故障模式对应的目标设备数据；
根据所述目标设备数据的变化趋势以及所述故障模式的优先级，确定出所述故障部件的维修级别。
可选的，在所述根据所述故障部件的设备数据的特征信息和历史设备数据的特征信息，识别所述故障部件对应的故障模式之后还包括：
获取所述故障部件的关联信息；其中，所述关联信息包括历史趋势数据、历史维修信息、设计参数、备品备件信息和维修规程中的任一或任意组合；
根据所述关联信息以及所述故障模式对应的权值，确定出所述故障部件的维修级别。
可选的，在在所述根据所述故障部件的设备数据的特征信息和历史设备数据的特征信息，识别所述故障部件对应的故障模式之后还包括：
从故障部件对应的历史数据库中查找与所述故障模式相匹配的目标故障发展曲线；其中，每种故障部件有其对应的历史数据库；在所述历史数据库中记载了故障部件在不同故障模式下所对应的故障发展曲线；
将所述故障部件当前的部件参数与所述目标故障发展曲线进行匹配，确定出所述故障部件的剩余寿命。
可选的，在所述确定出所述故障模式对应的维修建议之后还包括：
根据历史设备数据，利用现代数据分析方法，进行数据统计或数据挖掘。
本发明实施例还提供了一种轨道交通车辆健康管理装置，适用于地面终端，所述装置包括接收单元、分析单元、识别单元和建议单元；
所述接收单元，用于接收车载***传输的设备数据；其中，所述设备数据中包括有各类部件的部件参数和实时感知数据；
所述分析单元，用于利用预先设定的故障诊断算法对所述设备数据进行分析，确定出车辆的故障部件；
所述识别单元，用于根据所述故障部件的设备数据的特征信息和历史设备数据的特征信息，识别所述故障部件对应的故障模式；
所述建议单元，用于查找故障模式和维修建议的对应关系库，确定出所述故障模式对应的维修建议。
可选的，所述特征信息包括时域波形特征、频域特征、时频域特征中的任一或任意组合。
可选的，还包括统计单元和第一确定单元；
所述统计单元，用于统计预设时间段内所述故障模式对应的目标设备数据；
所述第一确定单元，用于根据所述目标设备数据的变化趋势以及所述故障模式的优先级，确定出所述故障部件的维修级别。
可选的，还包括获取单元和第二确定单元；
所述获取单元，用于获取所述故障部件的关联信息；其中，所述关联信息包括历史趋势数据、历史维修信息、设计参数、备品备件信息和维修规程中的任一或任意组合；
所述第二确定单元，用于根据所述关联信息以及所述故障模式对应的权值，确定出所述故障部件的维修级别。
可选的，还包括查找单元和匹配单元；
所述查找单元，用于从故障部件对应的历史数据库中查找与所述故障模式相匹配的目标故障发展曲线；其中，每种故障部件有其对应的历史数据库；在所述历史数据库中记载了故障部件在不同故障模式下所对应的故障发展曲线；
所述匹配单元，用于将所述故障部件当前的部件参数与所述目标故障发展曲线进行匹配，确定出所述故障部件的剩余寿命。
可选的，还包括分析单元；
所述分析单元，用于根据历史设备数据，利用现代数据分析方法，进行数据统计或数据挖掘。
本发明实施例还提供了一种轨道交通车辆健康管理***，包括地面终端、车载***和移动终端；
所述地面终端，用于接收所述车载***传输的设备数据；其中，所述设备数据中包括有各类部件的部件参数和实时感知数据；利用预先设定的故障诊断算法对所述设备数据进行分析，确定出车辆的故障部件；根据所述故障部件的设备数据的特征信息和历史设备数据的特征信息，识别所述故障部件对应的故障模式；查找故障模式和维修建议的对应关系库，确定出所述故障模式对应的维修建议；将所述维修建议下发至所述移动终端，并接收所述移动终端上传的维修结果。
由上述技术方案可以看出，地面终端接收车载***传输的设备数据，利用预先设定的故障诊断算法对设备数据进行分析，确定出车辆的故障部件；根据故障部件的设备数据的特征信息和历史设备数据的特征信息，识别故障部件对应的故障模式。同一个故障部件根据其硬件故障的不同特征表现，可以划分出多个故障模式，不同的故障模式对应的维修方式有所差异。预先建立故障模式和维修建议的对应关系库，通过分析故障部件的故障模式可以查到更加匹配的维修建议。工作人员根据维修建议可以快速的实现对故障部件的维修，提升了故障设备的维修效率。并且通过建立故障模式和维修建议的对应关系库，实现了对故障部件的规范化维修。
附图说明
为了更清楚地说明本发明实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种轨道交通车辆健康管理方法的流程图；
图2为本发明实施例提供的一种适用于地面终端的轨道交通车辆健康管理装置的结构示意图；
图3为本发明实施例提供的一种轨道交通车辆健康管理***的结构示意图。
具体实施方式
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，所描述的实施例仅仅是本发明一部分实施例，而不是全部实施例。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，所获得的所有其他实施例，都属于本发明保护范围。
为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。
接下来，详细介绍本发明实施例所提供的一种轨道交通车辆健康管理方法。图1为本发明实施例提供的一种轨道交通车辆健康管理方法的流程图，该方法包括：
S101：接收车载***传输的设备数据。
轨道交通车辆上安装有车载***，可以采集车辆运行过程中的设备数据，主要包括部件参数和实时感知数据。
其中，部件参数主要是各类部件的几何参数，如轴承中径、滚子个数、齿轮齿数，也包括如车号、轴号、位号等相关信号，其主要作用是辅助后续的数据分析。
数据感知是健康管理的基础，用于实时感知、采集车辆运行相关的设备数据，如振动信号、冲击信号、温度信号、载荷信息、车速信息等。根据不用的应用，需要在车辆上的不同位置进行数据感知，如轴箱上、转向架上、车体上、齿轮箱上、电机轴箱上等。
在本发明实施例中，考虑到车载***安装于车辆上，其硬件资源有限，导致计算能力有限、数据存储能力有限。而地面终端由于不受车辆硬件资源的约束，可以具备更高的分析、存储能力。因此，在本方实施例中，可以通过地面终端对车载***传输的设备数据进行故障分析。
地面终端一般可以通过无线接收车载***经过筛选后的设备数据。当然在实际应用中，地面终端也可以通过人工下载的方式获取设备数据。
S102：利用预先设定的故障诊断算法对设备数据进行分析，确定出车辆的故障部件。
在本发明实施例中，可以利用现有的走行部故障诊断算法对设备数据进行分析，确定出故障部件。
不同类型的部件其对应的故障诊断方式不同。在本发明实施例中针对于每种类型的部件设置了相对应的部件故障诊断算法。
故障部件的类型可以包括旋转部件故障、踏面故障、轴承外环故障、轴承内环故障、轴承保持架故障、小齿轮故障、大齿轮故障等。
以旋转部件的故障诊断为例，可以利用旋转机械故障诊断方法对获取的旋转部件的振动信号进行分析，其主要的原理是对获取到的振动信号进行快速傅里叶变换(FastFourier Transformation，FFT)，得到相应的频谱分析结果，当频谱分析结果中出现预先设定的旋转部件的特征频率时，则说明该旋转部件为故障部件。
S103：根据故障部件的设备数据的特征信息和历史设备数据的特征信息，识别故障部件对应的故障模式。
同一个故障部件根据其故障的不同特征表现，可以划分出多个故障模式。例如，踏面故障对应的故障模式有：踏面剥离故障、踏面失圆故障、踏面轮辋裂纹故障、踏面多边形故障、踏面内部缺陷故障等。再例如轴承外环故障对应的故障模式有：外环剥离、外环麻面、外环变形等。
考虑到不同的故障模式表现为不同的特征，在本发明实施例中，可以提取设备数据的特征信息和历史设备数据的特征信息，识别故障部件对应的故障模式。
其中，特征信息可以包括时域波形特征、频域特征、时频域特征中的任一或任意组合。
例如，踏面剥离故障表现为冲击信号中车轮每旋转一周，出现一次冲击信息，且冲击信息表现为类似直角三角形，即波形的前沿陡峭，后沿相对平缓。当故障部件为踏面时，踏面的冲击信号符合上述特征时，则说明踏面对应的故障模式为踏面剥离故障。
通过将故障部件当前的设备数据以及历史设备数据进行综合考虑，降低了故障模式误判的概率。
S104：查找故障模式和维修建议的对应关系库，确定出故障模式对应的维修建议。
当确定出故障部件对应的故障模式之后，为了便于工作人员对故障部件进行快速的维修，可以预先建立各障模式与其对应的维修建议的对应关系库。其中，维修建议包括故障部件的维修方法。
由上述技术方案可以看出，地面终端接收车载***传输的设备数据，利用预先设定的故障诊断算法对设备数据进行分析，确定出车辆的故障部件；根据故障部件的设备数据的特征信息和历史设备数据的特征信息，识别故障部件对应的故障模式。同一个故障部件根据其硬件故障的不同特征表现，可以划分出多个故障模式，不同的故障模式对应的维修方式有所差异。预先建立故障模式和维修建议的对应关系库，通过分析故障部件的故障模式可以查到更加匹配的维修建议。工作人员根据维修建议可以快速的实现对故障部件的维修，提升了故障设备的维修效率。并且通过建立故障模式和维修建议的对应关系库，实现了对故障部件的规范化维修。
考虑到不同的故障模式对轨道交通车辆造成的影响不同，在本发明实施例中，可以针对各故障模式设置其对应的优先级。故障模式的优先级较高时，说明轨道交通车辆出现该故障模式时需要及时进行维修；故障模式的优先级较低时，说明轨道交通车辆出现该故障模式时可能短期内不会对车辆造成不良的影响。
以踏面故障为例，当故障模式为踏面剥离时，不会短时间内引发安全事故，可以不急于维修，踏面剥离对应的优先级可以设置的低一些。当故障模式为轮辋裂纹时，则需要立即停车，申请救援，就近安排维修，轮辋裂纹对应的优先级可以设置的高一些。
在轨道交通车辆运行过程中，可能会出现非真实故障式的短暂异常情况，导致设备数据发生异常变化。随着轨道车辆的运行，该异常情况会自动消失。
因此，在本发明实施例中可以综合考虑故障部件所对应的变化趋势以及故障模式的优先级，确定故障部件的维修级别。
具体的，在根据故障部件的设备数据的特征信息和历史设备数据的特征信息，识别故障部件对应的故障模式之后，可以统计预设时间段内故障模式对应的目标设备数据；根据目标设备数据的变化趋势以及故障模式的优先级，确定出故障部件的维修级别。
为了便于和当前获取的各类部件的设备数据相区分，可以将故障部件在预设时间内的设备数据称作目标设备数据。
变化趋势反映了目标设备数据与正常参数阈值的偏离程度的累计变化情况。
变化趋势可以包括趋势上升、趋势平稳和趋势下降。当变化趋势为趋势上升时，说明目标数据越来越偏离正常参数阈值；当变化趋势为趋势平稳时，说明目标数据与正常参数阈值的偏离程度维持稳定；当变化趋势为趋势下降时，说明目标数据越来越接近正常参数阈值。
根据维修级别可以确定出故障部件的维修时机，维修级别越高，说明故障部件的维修任务越紧急。
如表1所示为以踏面故障为例的维修建议以及维修级别的示例，
表1
当然，在维修建议中，还可以包括其他信息，如当发现轴承故障时，会结合温度情况，建议检查润滑情况，如果是电机位测点，还会建议检查通风情况，这与目前维修工单的模式是有很大区别的，目前的维修工单的维修信息很有限，仅仅是一个任务的下达。
通过综合考虑故障部件所对应的变化趋势以及故障模式的优先级，确定故障部件的维修级别，可以便于工作人员根据维修任务的紧急程度，有序的实现对故障部件的维修。
考虑到影响维修时机的因素有多种，在本发明实施例中，也可以对多种因素进行综合考虑，通过权值计算的方式，确定出故障部件的维修级别。
具体的，在根据故障部件的设备数据的特征信息和历史设备数据的特征信息，识别故障部件对应的故障模式之后，可以获取故障部件的关联信息；其中，关联信息可以包括历史趋势数据、历史维修信息、设计参数、备品备件信息和维修规程中的任一或任意组合；根据关联信息以及故障模式对应的权值，确定出故障部件的维修级别。
各类信息对应的权值可以结合具体应用对象由技术人员预先设定。
举例说明，趋势数据每上升1个单位，权值加1，备品备件信息越充足，权值越大。总之，权值越大，表明维修越急迫，即维修级别越高。
轨道交通车辆中每个部件有其相对应的使用寿命，在本发明实施例中，可以根据每种故障部件所对应的历史趋势数据，建立故障部件在不同故障模式下所对应的故障发展曲线。在本发明实施例中，可以将各故障部件在不同故障模式下所对应的故障发展曲线以历史数据库的形式存储。
故障发展曲线反映了故障部件的部件参数与部件使用寿命的关系。在根据故障特征，识别故障部件对应的故障模式之后，可以从历史数据库中查找与故障模式相匹配的目标故障发展曲线；将故障模式对应的当前设备数据与目标故障发展曲线进行匹配，确定出故障部件的剩余寿命。
通过根据各部件的参数变化趋势与使用寿命的关系构建故障发展曲线，可以识别出部件当前的剩余寿命，以便于当部件剩余寿命较短时及时更换部件，保证车辆的正常运行。
在本发明实施例中，可以根据历史设备数据，进行数据统计或数据挖掘。
其中，数据统计一般为报警统计、按车型、车辆所属地域统计、同一厂家轴承故障发生率统计。数据挖掘一般为各种故障规律的挖掘，如各车型故障多发类型、故障发生频次、故障高发的测点等。
图2为本发明实施例提供的一种适用于地面终端的轨道交通车辆健康管理装置的结构示意图，装置包括接收单元21、分析单元22、识别单元23和建议单元24；
接收单元21，用于接收车载***传输的设备数据；其中，设备数据中包括有各类部件的部件参数和实时感知数据；
分析单元22，用于利用预先设定的故障诊断算法对设备数据进行分析，确定出车辆的故障部件；
识别单元23，用于根据故障部件的设备数据的特征信息和历史设备数据的特征信息，识别故障部件对应的故障模式；
建议单元24，用于查找故障模式和维修建议的对应关系库，确定出故障模式对应的维修建议。
可选的，特征信息包括时域波形特征、频域特征、时频域特征中的任一或任意组合。
可选的，还包括统计单元和第一确定单元；
统计单元，用于统计预设时间段内故障模式对应的目标设备数据；
第一确定单元，用于根据目标设备数据的变化趋势以及故障模式的优先级，确定出故障部件的维修级别。
可选的，还包括获取单元和第二确定单元；
获取单元，用于获取故障部件的关联信息；其中，关联信息包括历史趋势数据、历史维修信息、设计参数、备品备件信息和维修规程中的任一或任意组合；
第二确定单元，用于根据关联信息以及故障模式对应的权值，确定出故障部件的维修级别。
可选的，还包括查找单元和匹配单元；
查找单元，用于从故障部件对应的历史数据库中查找与故障模式相匹配的目标故障发展曲线；其中，每种故障部件有其对应的历史数据库；在历史数据库中记载了故障部件在不同故障模式下所对应的故障发展曲线；
匹配单元，用于将故障部件当前的部件参数与目标故障发展曲线进行匹配，确定出故障部件的剩余寿命。
可选的，还包括分析单元；
分析单元，用于根据历史设备数据，利用现代数据分析方法，进行数据统计或数据挖掘。
图2所对应实施例中特征的说明可以参见图1所对应实施例的相关说明，这里不再一一赘述。
由上述技术方案可以看出，地面终端接收车载***传输的设备数据，利用预先设定的故障诊断算法对设备数据进行分析，确定出车辆的故障部件；根据故障部件的设备数据的特征信息和历史设备数据的特征信息，识别故障部件对应的故障模式。同一个故障部件根据其硬件故障的不同特征表现，可以划分出多个故障模式，不同的故障模式对应的维修方式有所差异。预先建立故障模式和维修建议的对应关系库，通过分析故障部件的故障模式可以查到更加匹配的维修建议。工作人员根据维修建议可以快速的实现对故障部件的维修，提升了故障设备的维修效率。并且通过建立故障模式和维修建议的对应关系库，实现了对故障部件的规范化维修。
图3为本发明实施例提供的一种轨道交通车辆健康管理***30的结构示意图，包括地面终端31、车载***32和移动终端33；
地面终端31，用于接收车载***32传输的设备数据；其中，设备数据中包括有各类部件的部件参数和实时感知数据；利用预先设定的故障诊断算法对设备数据进行分析，确定出车辆的故障部件；根据故障部件的设备数据的特征信息和历史设备数据的特征信息，识别故障部件对应的故障模式；查找故障模式和维修建议的对应关系库，确定出故障模式对应的维修建议；将维修建议下发至移动终端33，并接收移动终端33上传的维修结果。
以上对本发明实施例所提供的一种轨道交通车辆健康管理方法、装置和***进行了详细介绍。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。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。应当指出，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。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
Claims (10)
1.一种轨道交通车辆健康管理方法，其特征在于，适用于地面终端，所述方法包括：
接收车载***传输的设备数据；其中，所述设备数据中包括有各类部件的部件参数和实时感知数据；
利用预先设定的故障诊断算法对所述设备数据进行分析，确定出车辆的故障部件；
根据所述故障部件的设备数据的特征信息和历史设备数据的特征信息，识别所述故障部件对应的故障模式；
查找故障模式和维修建议的对应关系库，确定出所述故障模式对应的维修建议。
2.根据权利要求1所述的方法，其特征在于，所述特征信息包括时域波形特征、频域特征、时频域特征中的任一或任意组合。
3.根据权利要求2所述的方法，其特征在于，在所述根据所述故障部件的设备数据的特征信息和历史设备数据的特征信息，识别所述故障部件对应的故障模式之后还包括：
统计预设时间段内所述故障模式对应的目标设备数据；
根据所述目标设备数据的变化趋势以及所述故障模式的优先级，确定出所述故障部件的维修级别。
4.根据权利要求1或3所述的方法，其特征在于，在所述根据所述故障部件的设备数据的特征信息和历史设备数据的特征信息，识别所述故障部件对应的故障模式之后还包括：
获取所述故障部件的关联信息；其中，所述关联信息包括历史趋势数据、历史维修信息、设计参数、备品备件信息和维修规程中的任一或任意组合；
根据所述关联信息以及所述故障模式对应的权值，确定出所述故障部件的维修级别。
5.根据权利要求1所述的方法，其特征在于，在所述根据所述故障部件的设备数据的特征信息和历史设备数据的特征信息，识别所述故障部件对应的故障模式之后还包括：
从故障部件对应的历史数据库中查找与所述故障模式相匹配的目标故障发展曲线；其中，每种故障部件有其对应的历史数据库；在所述历史数据库中记载了故障部件在不同故障模式下所对应的故障发展曲线；
将所述故障部件当前的部件参数与所述目标故障发展曲线进行匹配，确定出所述故障部件的剩余寿命。
6.根据权利要求1-5任意一项所述的方法，其特征在于，在所述确定出所述故障模式对应的维修建议之后还包括：
根据历史设备数据，利用现代数据分析方法，进行数据统计或数据挖掘。
7.一种轨道交通车辆健康管理装置，其特征在于，适用于地面终端，所述装置包括接收单元、分析单元、识别单元和建议单元；
所述接收单元，用于接收车载***传输的设备数据；其中，所述设备数据中包括有各类部件的部件参数和实时感知数据；
所述分析单元，用于利用预先设定的故障诊断算法对所述设备数据进行分析，确定出车辆的故障部件；
所述识别单元，用于根据所述故障部件的设备数据的特征信息和历史设备数据的特征信息，识别所述故障部件对应的故障模式；
所述建议单元，用于查找故障模式和维修建议的对应关系库，确定出所述故障模式对应的维修建议。
8.根据权利要求7所述的装置，其特征在于，所述特征信息包括时域波形特征、频域特征、时频域特征中的任一或任意组合。
9.根据权利要求7所述的装置，其特征在于，还包括统计单元和第一确定单元；
所述统计单元，用于统计预设时间段内所述故障模式对应的目标设备数据；
所述第一确定单元，用于根据所述目标设备数据的变化趋势以及所述故障模式的优先级，确定出所述故障部件的维修级别。
10.一种轨道交通车辆健康管理***，其特征在于，包括地面终端、车载***和移动终端；
所述地面终端，用于接收所述车载***传输的设备数据；其中，所述设备数据中包括有各类部件的部件参数和实时感知数据；利用预先设定的故障诊断算法对所述设备数据进行分析，确定出车辆的故障部件；根据所述故障部件的设备数据的特征信息和历史设备数据的特征信息，识别所述故障部件对应的故障模式；查找故障模式和维修建议的对应关系库，确定出所述故障模式对应的维修建议；将所述维修建议下发至所述移动终端，并接收所述移动终端上传的维修结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910784568.XA CN110887679A (zh) | 2019-08-23 | 2019-08-23 | 一种轨道交通车辆健康管理方法、装置和*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910784568.XA CN110887679A (zh) | 2019-08-23 | 2019-08-23 | 一种轨道交通车辆健康管理方法、装置和*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110887679A true CN110887679A (zh) | 2020-03-17 |
Family
ID=69745899
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910784568.XA Pending CN110887679A (zh) | 2019-08-23 | 2019-08-23 | 一种轨道交通车辆健康管理方法、装置和*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110887679A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112233420A (zh) * | 2020-10-14 | 2021-01-15 | 腾讯科技（深圳）有限公司 | 一种智能交通控制***的故障诊断的方法及装置 |
| CN112461555A (zh) * | 2020-11-13 | 2021-03-09 | 北京京东乾石科技有限公司 | 用于自动引导车的车轮检测方法、装置、电子设备和介质 |
| TWI767570B (zh) * | 2021-02-19 | 2022-06-11 | 兆竑智聯股份有限公司 | 設備維運系統及設備維運方法 |
| CN114757366A (zh) * | 2022-01-26 | 2022-07-15 | 广州汽车集团股份有限公司 | 一种用于车辆的故障预测方法及*** |
| CN117558134A (zh) * | 2024-01-12 | 2024-02-13 | 北京城市轨道交通咨询有限公司 | 一种轨道交通车辆的运维管理***、方法、设备及介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU2003269181A1 (en) * | 2002-09-13 | 2004-04-30 | Bombardier Transportation Gmbh | Vehicle on-board diagnostic system |
| CN101315651A (zh) * | 2007-05-29 | 2008-12-03 | 株洲南车时代电气股份有限公司 | 列车故障实时检修方法及*** |
| CN101420638A (zh) * | 2007-10-24 | 2009-04-29 | 株洲南车时代电气股份有限公司 | 自动处理机车故障的方法、装置及*** |
| CN101536029A (zh) * | 2006-09-27 | 2009-09-16 | 株式会社小松制作所 | 机动车辆的故障状况对策支持*** |
| JP2013253847A (ja) * | 2012-06-06 | 2013-12-19 | Hitachi Ltd | 故障確率算出装置及び故障確率算出方法並びに鉄道保守システム |
| CN105550757A (zh) * | 2015-12-25 | 2016-05-04 | 中国铁路总公司 | 基于故障统计分析的动车组维修决策方法及装置 |
| 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 |
| CN106289822A (zh) * | 2016-08-31 | 2017-01-04 | 成都铁安科技有限责任公司 | 一种列车故障检测***及方法 |
| CN107450514A (zh) * | 2017-07-31 | 2017-12-08 | 广州亿程交通信息有限公司 | 车辆远程故障诊断管理方法及*** |
-
2019
- 2019-08-23 CN CN201910784568.XA patent/CN110887679A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU2003269181A1 (en) * | 2002-09-13 | 2004-04-30 | Bombardier Transportation Gmbh | Vehicle on-board diagnostic system |
| CN101536029A (zh) * | 2006-09-27 | 2009-09-16 | 株式会社小松制作所 | 机动车辆的故障状况对策支持*** |
| CN101315651A (zh) * | 2007-05-29 | 2008-12-03 | 株洲南车时代电气股份有限公司 | 列车故障实时检修方法及*** |
| CN101420638A (zh) * | 2007-10-24 | 2009-04-29 | 株洲南车时代电气股份有限公司 | 自动处理机车故障的方法、装置及*** |
| JP2013253847A (ja) * | 2012-06-06 | 2013-12-19 | Hitachi Ltd | 故障確率算出装置及び故障確率算出方法並びに鉄道保守システム |
| CN105550757A (zh) * | 2015-12-25 | 2016-05-04 | 中国铁路总公司 | 基于故障统计分析的动车组维修决策方法及装置 |
| 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 |
| CN106289822A (zh) * | 2016-08-31 | 2017-01-04 | 成都铁安科技有限责任公司 | 一种列车故障检测***及方法 |
| CN107450514A (zh) * | 2017-07-31 | 2017-12-08 | 广州亿程交通信息有限公司 | 车辆远程故障诊断管理方法及*** |
Non-Patent Citations (2)
| Title |
|---|
| 丁亚琦 等: "轨道车辆走行部振动检测及PHM***", 《城市轨道交通》 * |
| 郭晓 等: "PHM 与保障信息***信息集成使用方法研究", 《计算机应用与软件》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112233420A (zh) * | 2020-10-14 | 2021-01-15 | 腾讯科技（深圳）有限公司 | 一种智能交通控制***的故障诊断的方法及装置 |
| CN112233420B (zh) * | 2020-10-14 | 2023-12-15 | 腾讯科技（深圳）有限公司 | 一种智能交通控制***的故障诊断的方法及装置 |
| CN112461555A (zh) * | 2020-11-13 | 2021-03-09 | 北京京东乾石科技有限公司 | 用于自动引导车的车轮检测方法、装置、电子设备和介质 |
| TWI767570B (zh) * | 2021-02-19 | 2022-06-11 | 兆竑智聯股份有限公司 | 設備維運系統及設備維運方法 |
| CN114757366A (zh) * | 2022-01-26 | 2022-07-15 | 广州汽车集团股份有限公司 | 一种用于车辆的故障预测方法及*** |
| CN117558134A (zh) * | 2024-01-12 | 2024-02-13 | 北京城市轨道交通咨询有限公司 | 一种轨道交通车辆的运维管理***、方法、设备及介质 |
| CN117558134B (zh) * | 2024-01-12 | 2024-04-12 | 北京城市轨道交通咨询有限公司 | 一种轨道交通车辆的运维管理***、方法、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110887679A (zh) | 一种轨道交通车辆健康管理方法、装置和*** | |
| CN107036815B (zh) | 对轴承缺陷进行严重程度评估的方法和数据处理装置 | |
| CN110197588B (zh) | 一种基于gps轨迹数据的大货车驾驶行为评估方法及装置 | |
| CA2875071C (en) | Method and system for testing operational integrity of a drilling rig | |
| CN110222436B (zh) | 列车零部件健康状态的评估方法、装置及存储介质 | |
| CN107426013B (zh) | 设备信息监测方法、装置及*** | |
| WO2019125532A1 (en) | Programmatic ally identifying a personality of an autonomous vehicle | |
| CN110816588B (zh) | 一种机车车轮失圆检测方法、装置、设备及*** | |
| US9205845B2 (en) | System and method for detecting spall initiation and defining end of life in engine components | |
| CN111912506A (zh) | 一种确定机动车载重状态的方法和设备 | |
| CN112991577A (zh) | 一种轨道车辆车轮多边形状态诊断*** | |
| CN116308300B (zh) | 一种电力设备状态监测评价与指挥方法及*** | |
| WO2022147684A1 (zh) | 用于识别机械装置或机械部件中的异常的方法及装置 | |
| CN111457958A (zh) | 港机设备态势监控方法、装置、计算机设备及存储介质 | |
| CN116561514A (zh) | 车辆轮毂轴承单元的故障诊断方法、***、装置及介质 | |
| CN112782614A (zh) | 一种基于多信息融合的变流器的故障预警方法及装置 | |
| CN111795824B (zh) | 机械动力***故障诊断方法及*** | |
| JP5643372B2 (ja) | 回転機の良否診断システム | |
| DE102021208411A1 (de) | Lagerdefektautodetektion durch Abtastmuster, gefolgt von einem Post-Abtastungslogikfilter | |
| DE102021208410A1 (de) | Abtastungsmusterwahrscheinlichkeitsberechnung zur Geschwindigkeits- und Defektidentifizierung | |
| CN116415185B (zh) | 一种基于工业互联网的滚动轴承监测方法、设备及介质 | |
| CN113516023A (zh) | 设备振动异常诊断方法和*** | |
| CN109975025B (zh) | 基于自适应滤波解调的机车轮对轴承定量诊断方法 | |
| CN114179858B (zh) | 基于车轮健康状态的车轮镟修方法及装置 | |
| CN116562437A (zh) | 轨道电路补偿电容故障预测方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200317 |
|
| RJ01 | Rejection of invention patent application after publication |