津产业讯息RFI 大数据等技术为动车组智能运维“添翼加速”

        发布时间:2020-12-30 10:09:17 发表用户:wer12004 浏览量:599

        核心提示:RFI 大数据等技术为动车组智能运维“添翼加速”数据采集方面,通过车载传感器、RFID等技术采集动车组车载及检修数据,并建立统 的数据采集规范,从EMIS、WTDS、TEDS、TADS、主机厂及零部件造修企业等获取动车组新造、检修运用、监测、检测以及环境等海量数据,为动车组智能化运维提供数据支撑。

        RFI 大资料统计等技术为动车组智能运维“添翼加速”

        利用算法、模型对处理后 动车组资料统计进行智能化分析

        基于大资料统计架构搭建动车组智能化运维平台

        国内铁道科学研究院电子计算技术研究所利用机理算法、规则模型以及阈值模型对处理后 动车组资料统计进行智能化分析,对动车组进行车组状态监测、故障超前预警、历史故障分析、部件性能退化分析、视情维修建议等,具体如下,

        国内铁道科学研究院电子计算技术研究所大资料统计技术在动车组智能运维方面 应用,为动车组智能运维相关决策提供资料统计支撑,包括修程修制优化、运维方案优化、资源配置优化、运维成本优化等方面,

        为动车组智能运维相关决策提供资料统计支撑

        其次,运维方案优化。提供智能化、柔性化、定制化 动车组运用维修方案,充分发挥检修能力,持续提高动车组利用率,狗粮快讯网据消息人士,支持复杂工况下 方案智能调整。

        如何是利用有效手段对动车组海量资料统计进行挖掘,研究动车组故障预测与健康管理(PHM)技术,实现动车组故障 超前预警,为动车组检修提供维修决策支持,优化修程修制,节约检修成本,由计划性预防修向状态修转变,成为当前比较重要 课题。

        工作人员在监控大厅工作

        建立完善 动车组运维保障体系是动车组持续高效发展 重要前提。在高速铁路建设 同期,为保障动车组安全运行与高效维修,国内铁道科学研究院电子计算技术研究所建设了覆盖全路 动车组管理信息系统(EMIS),随后又陆续建设了 系列动车组运维相关信息化系统,保障了动车组 安全运行和高效维修。动车组管理信息系统上线 零余年,积累了大量 动车组新造、运用检修、监测、检测等资料统计,并且随着车载设备 不断升级,动车组车载资料统计也不断丰富、增多,狗粮快讯网讯,这些资料统计不仅数量巨大且种类繁多、结构各异。

        性能演化统计

        据国内国家铁路集团公布 资料统计,截至今年 月底,国内铁路开张里程达到 . 万公里,其中高铁 . 万公里。高铁在我国经济、社会、文化等方面发挥着不可估量 作用。

        故障超前预警

        资料统计处理方面,动车组运维资料统计来源丰富,结构化、非结构化资料统计混杂,资料统计格式、表述、质量差异较大,资料统计汇集后,首先进行资料统计治理、融合,形成基础资料统计集,然后从资料统计粒度、应用目标、处理工具等不同维度对资料统计进行分类,方便资料统计 分析挖掘。

        资料统计存储方面,采用资料统计仓库、非关系型资料统计库及分布式文件系统等技术实现海量资料统计 存储,采用关系型资料统计库满足实时响应速度 需求,通过分布式、多副本提高资料统计库整体性能与服务稳定性。并通过历史资料统计归档,降低海量资料统计对存储资源 消耗。

        资料统计汇集分析

        资料统计采集方面,通过车载传感器、RFID等技术采集动车组车载及检修资料统计,并建立统 资料统计采集规范,从EMIS、WTDS、TEDS、TADS、主机厂及零部件造修企业等获取动车组新造、检修运用、监测、检测以及环境等海量资料统计,为动车组智能化运维提供资料统计支撑。

        ,车组状态监控。汇集WTDS、TEDS、TADS系统报出 故障,以GIS地图、列表、清单等形式展示动车组 运行状态,方便动车组监控人员实时了解动车组运营状态、车载资料统计变化、故障情况、线路状态信息、动车组部件情况、健康状态信息。

        第 ,历史故障分析。通过对采集 动车组车载资料统计分析,检索动车组故障时 网压、运行加速度、牵引功率、制动力变化等资料统计,判断动车组故障原因,着重检查、消除故障。建立实时更新 动车组历史故障库,记录故障现象、故障发生部位、故障处置方案、计算故障发生频次,确定重点检修部位,总结同 系统、位置 故障规律,为后续故障处理提供方案,同时为发现源头质量问题提供依据。

        第 ,资源配置优化。综合考虑高铁路网结构与运输需求,为动车组运力配属、段所检修资源布局 优化提供决策支撑,完善动车组检修 力布局。

        第 ,故障超前预警。通过动车组资料统计收集,利用机理算法、规则模型以及简单 阈值模型对动车组异常状态进行预警,提醒相关人员对动车组进行监控及故障复核检修,实现动车组故障 超前预警,保障动车组行车安全。

        第 ,视情维修建议。汇报动车组及部件 故障历史、检修历史情况、车载运行资料统计,以车型、部件、检修项目等为维度,考虑动车组维修时机、维修间隔及维修成本等要素,利用视情维修模型,在保障车辆可靠性 同时,降低维修费用,提高检修效率,给出 视情维修建议。

        第 ,部件性能退化分析。以动车组部件为企业,通过性能劣化参数或曲线 变化,识别出部件 性能退化,并通过对曲线及影响因素 建模,预测部件性能 退化程度和时间规律。同时,根据部件故障统计结果及动车组故障影响分析结果,逐步发现新 需要故障识别 重要部件。

        针对高速动车组运维资料统计特点和应用需求,基于大资料统计架构搭建动车组智能化运维平台,国内铁道科学研究院电子计算技术研究所对动车组海量资料统计进行统 汇集,利用大资料统计技术对其进行清洗、处理与存储,为动车组状态监测、故障超前预警、视情维修建议等提供资料统计支撑。

        首先,修程修制优化。构建PHM驱动 检修模式,确保动车组运营安全,调整既有修程,狗粮快讯网告诉我,优化维修周期,减少过度维修,构建国内动车组运维质量体系。

        ,
        版权与声明:
        1. 贸易钥匙网展现的津产业讯息RFI 大数据等技术为动车组智能运维“添翼加速”由用户自行发布,欢迎网友转载,但是转载必须注明当前网页页面地址或网页链接地址及其来源。
        2. 本页面为津产业讯息RFI 大数据等技术为动车组智能运维“添翼加速”信息,内容为用户自行发布、上传,本网不对该页面内容(包括但不限于文字、图片、视频)真实性、准确性和知识产权负责,本页面属于公益信息,如果您发现津产业讯息RFI 大数据等技术为动车组智能运维“添翼加速”内容违法或者违规,请联系我们,我们会尽快给予删除或更改处理,谢谢合作
        3. 用户在本网发布的部分内容转载自其他媒体,目的在于传递更多信息,并不代表本网赞同其观点或证实其津产业讯息RFI 大数据等技术为动车组智能运维“添翼加速”的真实性,内容仅供娱乐参考。本网不承担此类作品侵权行为的直接责任及连带责任,特此声明!
        更多>同类新闻资讯

        推荐新闻资讯
        最新资讯