基于智能运维数据的轮对维护方法研究.pdf
《基于智能运维数据的轮对维护方法研究.pdf》由会员分享,可在线阅读,更多相关《基于智能运维数据的轮对维护方法研究.pdf(7页珍藏版)》请在咨信网上搜索。
1、第2期2 0 2 4年3月N o.2M a r.2 0 2 4研究开发文章编号:2 0 9 7-0 3 6 6(2 0 2 4)0 2-0 0 2 9-0 7 基于智能运维数据的轮对维护方法研究王子晗1,刘路路1,刘 阳 1,曹荣祯2,王 帷3(1.中车青岛四方车辆研究所有限公司,山东 青岛 2 6 6 0 3 1;2.上海地铁维护保障有限公司车辆分公司 技术管理部,上海 2 0 0 2 3 5;3.上海地铁维护保障有限公司车辆分公司 维修一部,上海 2 0 0 2 3 5)摘 要:为研究智能运维设备采集数据对轮对维护方法的优化,本文重点分析了轮对尺寸与廓形数据的预处理方法,分析线路的车轮磨耗
2、特征,为轮对维护提供建议,提出适用于研究线路的镟修周期优化方法。通过对智能运维设备采集的轮对数据应用方向的分析,采用滤波修正和弦高筛选法对2 0 1 72 0 2 0年上海地铁实测数据进行预处理,根据不同镟修模板呈现的变化特征具体分析并给出措施,最后建立以镟修模板为区分的轮缘分段磨耗模型,输出了列车级车轮镟修周期优化策略。研究结果表明:通过智能运维设备采集的轮对数据信息较人工测量数据效率显著提高,且能够直观区分踏面与轮缘异常磨耗特征,镟修周期的优化相较于传统尺寸超限镟修方式,更符合实际线路磨耗规律。关键词:智能运维;轮对检测;大数据挖掘;镟修策略;故障分析中图分类号:U 2 7 9.3 文献标
3、志码:B d o i:1 0.3 9 6 9/j.i s s n.2 0 9 7-0 3 6 6.2 0 2 4.0 2.0 0 6S t u d y o n W h e e l s e t M a i n t e n a n c e M e t h o d B a s e d o n I n t e l l i g e n t O p e r a t i o n a n d M a i n t e n a n c e D a t aWANG Z i h a n1,L I U L u l u 1,L I U Y a n g 1,C AO R o n g z h e n2,WANG W e i3
4、(1.C R R C Q i n g d a o S i f a n g R o l l i n g S t o c k R e s e a r c h I n s t i t u t e C o.,L t d.,Q i n g d a o 2 6 6 0 3 1,C h i n a;2.T e c h n i c a l M a n a g e m e n t D e p a r t m e n t o f V e h i c l e B r a n c h,S h a n g h a i M e t r o M a i n t e n a n c e C o.,L t d.,S h a n
5、 g h a i 2 0 0 2 3 5,C h i n a;3.F i r s t M a i n t e n a n c e D e p a r t m e n t o f V e h i c l e B r a n c h,S h a n g h a i M e t r o M a i n t e n a n c e C o.,L t d.,S h a n g h a i 2 0 0 2 3 5,C h i n a)A b s t r a c t:I n o r d e r t o s t u d y t h e o p t i m i z a t i o n o f w h e e l
6、 s e t m a i n t e n a n c e m e t h o d b y c o l l e c t i n g d a t a o f i n t e l l i g e n t o p e r a t i o n a n d m a i n t e n a n c e e q u i p m e n t,t h i s p a p e r f o c u s e s o n a n a l y z i n g t h e p r e p r o c e s s i n g m e t h o d o f w h e e l s e t s i z e a n d p r o
7、 f i l e d a t a,a n a l y z i n g t h e w h e e l w e a r c h a r a c t e r i s t i c s o f l i n e s,p r o v i d i n g s u g g e s t i o n s f o r w h e e l s e t m a i n t e n a n c e,a n d p u t t i n g f o r w a r d t h e o p t i m i z a t i o n m e t h o d o f w h e e l s e t m a i n t e n a n
8、 c e p e r i o d s u i t a b l e f o r s t u d y i n g l i n e s.B a s e d o n t h e a n a l y s i s o f t h e a p p l i c a t i o n d i r e c t i o n o f w h e e l s e t d a t a c o l l e c t e d b y i n t e l l i g e n t o p e r a t i o n a n d m a i n t e n a n c e e q u i p m e n t,t h e m e a s
9、 u r e d d a t a o f S h a n g h a i M e t r o f r o m 2 0 1 7 t o 2 0 2 0 a r e p r e p r o c e s s e d b y f i l t e r i n g c o r r e c t i o n a n d c h o r d h e i g h t s c r e e n i n g m e t h o d.A c c o r d i n g t o t h e c h a n g e c h a r a c t e r i s t i c s o f d i f f e r e n t t u
10、 r n i n g t e m p l a t e s,t h e m e a s u r e s a r e a n a l y z e d a n d g i v e n.F i n a l l y,t h e w h e e l e d g e w e a r m o d e l d i s t i n g u i s h e d b y r e-p r o f i l i n g t e m p l a t e s i s e s t a b l i s h e d,a n d t h e o p t i m i z a t i o n s t r a t e g y o f t r
11、 a i n-l e v e l w h e e l s t u r n i n g c y c l e i s o u t p u t.T h e r e s e a r c h r e s u l t s s h o w t h a t t h e w h e e l s e t d a t a c o l l e c t e d b y i n t e l l i g e n t o p e r a t i o n a n d m a i n t e n a n c e e q u i p m e n t i s m o r e e f f i c i e n t t h a n m a
12、 n u a l m e a s u r e m e n t d a t a,a n d c a n i n t u i t i v e l y d i s t i n g u i s h t h e a b n o r m a l w e a r c h a r a c t e r i s t i c s o f t r e a d a n d r i m.C o m p a r e d w i t h t h e t r a d i t i o n a l d i m e n s i o n o v e r r u n r e-p r o f i l i n g m e t h o d,t
13、 h e o p t i m i z a t i o n o f r e-p r o f i l i n g c y c l e i s m o r e i n l i n e w i t h t h e a c t u a l w e a r l a w.K e y w o r d s:i n t e l l i g e n t o p e r a t i o n a n d m a i n t e n a n c e;w h e e l s e t i n s p e c t i o n;b i g d a t a m i n i n g;r e-p r o f i l i n g s t
14、 r a t e g y;f a u l t a n a l y s i s收稿日期:2 0 2 3-0 5-1 1第一作者:王子晗(1 9 9 3),男,工程师。第6 1卷第2期2 0 2 4年3月1 概述城轨车辆轮对作为三大磨耗件之一,其健康状态决定了车辆是否能够安全平稳运行,每年因异常磨耗出现的更换和镟修占据大量维修成本,且随着列车数量的增多,其维护成本呈逐年攀升态势。近年来随着城轨车辆智能运维设备的大幅推广,以视觉技术为代表的车辆轮对自动化检修设备不断升级,日常检修由人工检测逐步向智能化、数字化转型,提高了轮对的检测频率,由此累积了大量有待挖掘的数据,丰富了检测维度,提高了检测频率,使
15、合理优化轮对维护策略更具现实指导意义。本文基于上海地铁实际线路智能运维设备采集的车辆轮对数据进行分析处理,结合磨耗特征提出轮对维护应用方法。2 轮对检测应用情况智能运维轮对检测系统主要分为静态测量及动态测量两种方式。静态测量使用专用激光设备在列车回库后逐个测量,操作过程仍然依靠人工进行1;动态测量则是通过安装在回库线路的激光设备配合高频相机结合视觉技术完成轮对测量,在车辆运行过程中完成轮对几何尺寸与廓形的获取,受人为因素干扰较低2。目前国内轨道交通行业多采用动态测量方式,降低人工工作量、提高检测频率3。轮对动态测量系统主要是由磁钢、车号识别系统、激光传感器、高速相机构成,其现场设备如图1所示。
16、图1 轮对检测设备布置示意图轮对尺寸采集系统按照图中所示方式安装在车辆回库线位置,在磁钢判别出车辆到位后各设备进入采集准备状态;车号识别系统获取列车号、车辆号,判断过车端位与轴位对应关系;车辆行驶至拍摄位置触发激光传感器工作,分别从轨道内外侧轨旁激光发射器中发射激光打在车轮踏面位置,面阵相机拍摄得到激光廓形线,根据安装角度拼接获取车轮完整廓形并计算几何尺寸,匹配至本次过车所有车轮位置存于数据库中。2.1 数据质量智能运维设备当前收集的原始轮对数据缺乏有效的批量预处理手段。设备收集了大量的车轮几何尺寸、廓形等数据信息,能够全面反应车轮的真实磨耗状态,但由于实际采集过程中存在的标定点漂移、数据漏采
17、、过车振动等因素,造成几何尺寸、廓形数据质量下降,进而影响后续数据分析的准确性,目前亟需合理手段进行预处理。2.2 应用方向2.2.1 根据轮对磨耗特征输出维护建议目前轮对维护方式通常以几何尺寸是否超限作为主要依据,且数据类型为单一的人工尺寸测量数据,未考虑不同模板的实际磨损情况。这导致无法掌握轮对真实变化特征,待尺寸超标时镟修造成过度消耗轮径,降低轮对使用寿命。本文基于智能运维设备采集的大量轮对几何尺寸数据与廓形数据,能够刻画不同状态下的磨耗情况,辅助输出适合当前轮轨状态的维护建议,进而降低轮对磨耗,延长使用寿命。2.2.2 优化维护周期支持车轮镟修排产传统镟修以几何尺寸超标为镟修判断依据,
18、而车轮的超限磨耗通常批量出现,由于镟修设备及人员数量有限,不利于轮对运维排产计划的提前制定,造成生产资源无法均衡调配。本文基于智能运维设备持续采集的大量数据,建立预防性镟修周期优化方法,提前根据实际磨耗模型给出列车级镟修建议,为排程排产提供数据支撑。3 轮对数据预处理轮对数据预处理重点针对智能运维轮对检测设备采集的几何尺寸与廓形数据开展,治理过程以保留数据自身变化特征为原则。廓形数据支撑磨耗特征分析,几何尺寸数据支撑镟修周期优化。本文对上海地铁1 7号线2 0 1 72 0 2 0年所有车轮数据进行了处理验证,取得良好效果,共计处理3 1 9 6 8个车轮数据,其中廓形存在异常的数量占5.9%
19、,能够满足分析需求。3.1 几何尺寸预处理设备测量的轮对几何尺寸主要包括轮缘高、轮缘厚、Q r值、轮径值、内侧距,全面覆盖人工测量数据项点内容。设备平均23日测量一次,优于人工检测的每月测量,数据能够反应尺寸的渐变过程;设备检测相较于人工测量具有更稳定的精度,测量数据的集中度03基于智能运维数据的轮对维护方法研究 王子晗,刘路路,刘 阳,曹荣祯,王 帷较好。设备采集轮对数据治理的关键在于离群点判别。数据中离群点的成因有以下几类情况:(1)数据测量误差,来自采集设备自身重复精度问题;(2)数据中的逻辑错误,后序的轮径尺寸数据大于前序测量值;(3)数据采样间隔不均匀,在采集过程中的间隔时间不等。对
20、于上述数据中的问题,采用滤波进行离群点的识别剔除与测量误差处理。本文使用线路列车一车厢一轴左轮轮缘厚与轮径测量值进行治理验证,如图2所示,处理后的测量数值误差明显收敛,且未影响镟修处的数值整体变化特征。图2 车轮几何尺寸检测数据3.2 廓形数据预处理轮对廓形数据重点反应车轮的磨耗位置情况,具有重要的信息价值,但廓形采集过程中由于受到激光采集设备的限制存在以下两类常见问题:(1)廓形不平滑,离散点存在较大齿状波动;(2)由于测量设备采集原因,存在个别数据的突跳点。根据上述廓形异常点数据存在的特征,本文采用弦高法进行识别。车轮廓形由多组坐标点组成,以相邻3个点为一组,检测点Pn的前后两点Pn-1、
21、Pn+1连接,然后计算点P n到连接线的距离e n,若e n|成立,则将P n视为噪声点将其剔除。在采用弦高差法剔除异常点的过程中,阈值设置是否合适决定了数据处理的有效性。如果阈值取值过大,则会导致部分异常点无法剔除;反之,如果阈值取值过小,则会导致不是异常点的点被剔除,从而不能真实反映车轮廓形。在弦高差法的阈值设定中,根据经验值设定阈值带有很大的主观性。因此,本文采用箱线图准则自适应阈值。阈值的确定使用箱线图的方式,首先对单个廓形所有点进行弦高计算,使用箱线图对各点弦高距离进行排列,筛选出最大和最小观测值外的异常点,将弦高差距离过大的异常点进行标记,删除后出现缺失值,使用三次样条插值方法来填
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 智能 数据 轮对 维护 方法 研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。