铁路货车制动系统和轴承的故障诊断及预测

作者：黎巧能; 徐勇; 刘凤伟; 姜瑞金; 涂智文

来源：铁道车辆, 2022, 60(06): 139-145.

• 铁路货车
• 故障统计
• 诊断
• 预测
• 人工智能学习算法
• 状态修

以铁路货车制动系统和轴承为研究对象，提出了针对铁路货车关键系统及零部件的故障诊断及预测(PHM)研究方法。文章对制动系统和轴承的主要故障类型进行了故障表征分析，根据分析结果选择合适的监测方式获取制动系统和轴承的状态数据，以此为依据确定故障模拟试验的试验工况，将试验台故障模拟试验采集的制动系统和轴承典型故障状态数据作为PHM算法模型的数据源，利用人工智能学习算法，分别搭建了适合铁路货车制动系统和轴承的故障诊断及预测算法模型，并进行了试验验证，结果显示，故障识别率均≥90%。可见，铁路货车关键系统及零部件PHM技术可提高车辆运行安全性、可靠性和检修效率，降低车辆维修成本，并为铁路货车的优化改进提供研究方向，是促进铁路货车修程修制优化、实现状态修的必要手段，也为实现铁路货车智能化提供技术支撑。