摘要 高速列车信息控制系统是确保整车运行安全的关键系统之一,也是高速列车高发故障的主要来源之一.实时故障诊断是提升系统运行可靠性和安全性的有效方案之一,故障注入作为检验其是否满足车载应用要求的关键技术,是实现安全、逼真模拟系统各类故障场景的重要手段.高速列车信息控制系统结构复杂,故障场景呈现出多种复杂特性,从而使实现其有效故障注入方法和技术面临诸多挑战,如故障位置不可访问、故障场景时空变迁特性复杂和系统级故障注入架构缺乏、仿真资源受限等.本文首先综述了故障注入研究现状,对比探讨了面向实时仿真的故障注入的研究意义;然后,分析了面向实时仿真高速列车信息控制系统故障注入存在的问题,并在此基础上给出了一些解决方案;最后,指出了高速列车信息控制系统故障注入未来的研究方向.

关键词 故障注入; 实时仿真; 故障诊断; 高速列车; 信息控制系统; fault injection; real-time simulation; fault diagnosis; high-speed train; information control system;

摘要 高速列车制动系统是确保列车安全平稳运行的关键系统之一,对其中发生的微小故障进行及时有效的检测可避免事故的发生并提高系统的可靠性.本文首先对高速列车制动系统中的EP阀漏气故障进行了简要分析;其次,提出了一种面向该系统的故障诊断架构;再次,针对故障特点提出了一种基于全局边际判别分析的故障检测方法;最后,在中车青岛四方车辆研究所有限公司的制动试验平台上对本文所提架构和方法进行了有效验证.

关键词 高速列车; 制动系统; 故障诊断架构; 微小漏气故障; 全局边际判别分析(GMDA); high-speed trains; braking system; fault diagnosis framework; incipient leakage fault; global marginal discriminant analysis(GMDA);

摘要 牵引系统为高速列车的重要组成部分,其可靠性对列车安全运行至关重要.本文利用牵引系统传感器数据,提出了一种最优的数据驱动故障检测与诊断(fault detection and diagnosis, FDD)方法,用于解决动态牵引系统的故障诊断问题.首先,基于传感器数据构建系统模型,用于描述牵引系统动态.然后,通过相关性与子系统辨识技术,定义残差生成器以及故障检测统计量.而后根据改进的支持向量机(support vector machine, SVM),研究了最优的数据驱动故障诊断问题.最后,通过中车株洲电力机车研究所有限公司的高速列车实验平台,验证了所提出方法的合理性与有效性.

关键词 高速列车; 牵引系统; 数据驱动; 故障诊断; high-speed trains; traction systems; data-driven; fault detection and diagnosis; FDD;

摘要 列车运行控制系统是高速列车信息控制系统的"神经中枢",其结构复杂、组件繁多,其中,车载子系统是列车运行控制系统的核心组成部分,是保证行车安全、提高运行效率的关键.目前,车载子系统的故障数据处理方式仍以人工处理实现故障定位为主,尚未深入到系统故障机理层面,无法实现有效的故障预测.本文分析了车载子系统的结构及系统故障处置现状,总结了现存的主要问题,结合车载子系统结构及各模块性能参数,提出了基于贝叶斯网络(Bayesian network, BN)的系统级故障预测模型构建方法.利用实际系统现场运行数据,采用基于贝叶斯网络的方法进行故障预测,分别在20, 200, 2000,20000组数据条件下实施了验证,故障预测准确率分别为5%, 27%, 92%, 96.3%,在2000组数据条件下同时对隐马尔科夫模型(hidden Markov model, HMM)、神经网络(neural network, NN)与本文所提出的方法进行了对比,预测结果验证了贝叶斯网络在系统级故障预测方面的显著优势.

关键词 高速列车; 列车运行控制系统; 车载子系统; 故障预测; 贝叶斯网络; high-speed train; train control system; on-board subsystem; fault prediction; Bayesian network;

摘要 高速列车多个轴承动态运行于相似环境造成轴承温度具有空间和时间相关性,可利用轴温相关关系的非期望变化进行轴承故障诊断;但传统的单一模态建模与监控方法未考虑在不同区间运行的列车其轴承温度具有各异的动态特征,难以建模上述关系,易造成误诊断.针对上述问题,本文研究综合利用高速列车轴温监测系统采集的同一列车多轴轴温数据,以及列车控制系统和轴承故障报警系统中的列车运行轨迹数据,提出数据驱动的列车轴承多模态运行监控与故障诊断方法.首先,针对列车通讯异常和传感器故障造成的缺失点和离群点问题,提出线性插值和动态主元搜索相结合的列车轴温数据预处理方法;接下来,依据不同运行区间内轴承温度变化相似性的聚类结果识别出同一列车的不同运行模态,并结合其与故障报警地理信息所提取的运行区间之间的相关性,提出基于列车运行轨迹的运行模态识别方法;在此基础上,提出多模态动态内在典型相关分析(multi-modal dynamic inner canonical correlation analysis, M-DiCCA)列车轴承多模态建模与运行监控方法;其后,提出基于动态时间规整的轴承故障原因诊断方法;最后,采用实际列车运行的轴温数据进行实验验证,结果表明了所提方法的有效性.

关键词 动态数据建模; 动态时间规整; 故障诊断; 多模态建模; dynamic data modeling; dynamic time warping; fault diagnosis; multimodal modeling;