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：控制与信息技术, 2020, (06): 77-82.

DOI：10.13889/j.issn.2096-5427.2020.06.014

• 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

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。