摘要
为提升高速动车组运行的安全性与稳定性,分析动车组部件结构特点,基于PHM技术,研究PHM技术在高速动车组关键部件检修中的应用。通过车载通信模块采集动车组上各系统内传感器数据,通过网络实时回传地面,构成了动车组PHM的数据监测单元。应用人工智能技术,提取并处理故障特征数据,建立PHM的故障特征数据单元,为动车组部件的检修提供数据基础,利用BP神经网络算法,完成故障的智能诊断;设定合理的检修方案,构成PHM的故障诊断与检修单元,完成高速动车组关键部件检修。为检测研究方法的检修效果,设计模拟实验,结果显示,研究方法对100组故障数据信息节点的平均处理时间比对照组快1.44 s,对不同类型的故障信息检测的准确率均高于对照组,分别高7.39%、4.67%、1.67%、8.92%,具有高效性与准确性,同时能够提高列车运行的安全可靠性。