基于电机轴转速与车速的列车轮径差检测与报警诊断方法

    公开(公告)号:CN113008581A

    公开(公告)日:2021-06-22

    申请号:CN202110200824.3

    申请日:2021-02-23

    Abstract: 本发明公开了基于电机轴转速与车速的列车轮径差检测与报警诊断方法,涉及列车故障检测技术领域,解决了现有轮径差检测方法成本高、迁移性差、结构复杂、抗干扰性差的问题,其技术方案要点是:通过目标列车的直线运行判定、车速稳定判定及轮径估计方法,得到目标轴的车轮预测直径,根据空转及轮径突变工况判定,筛选出目标列车的有效轮径,计算轮径差,运营结束时计算轮径差均值并根据阈值进行报警,不需要在轨道上加装额外的检测装置,成本低,结构简单;无需进入检修库,可实时检测轮径差,迁移性强;由车速与电机转速直接获取轮径,无需标定轮对信息,稳定性强;在车速是稳定可靠的前提下,可以更精确稳定地检测轮径差,并进行报警。

    轨道车辆走行部小齿轮轴裂纹故障诊断方法及系统

    公开(公告)号:CN113516159A

    公开(公告)日:2021-10-19

    申请号:CN202110407192.8

    申请日:2021-04-15

    Abstract: 本发明公开了轨道车辆走行部小齿轮轴裂纹故障诊断方法及系统,涉及列车故障检测技术领域,其技术方案要点是:获取列车运行过程中小齿轮轴的振动加速度数据;对振动加速度数据进行预处理,并转换为二维时频图像数据;基于CNN的深度学习诊断模型对二维时频图像数据进行诊断,得到故障诊断结果;根据保存阈值对故障诊断结果进行筛选处理,并将筛选的故障信息保存至数据库;对数据库中的故障数据进行统计分析后输出报警与运维策略。本发明采用非拆卸式诊断技术,降低了检修难度,提高了检修效率与经济效益;在列车运营过程中即可进行小齿轮裂纹诊断,具有良好的实用性与安全性;且采用基于CNN的深度学习模型进行诊断,提高了诊断精度。

    轨道车辆走行部小齿轮轴裂纹故障诊断方法及系统

    公开(公告)号:CN113516159B

    公开(公告)日:2023-05-26

    申请号:CN202110407192.8

    申请日:2021-04-15

    Abstract: 本发明公开了轨道车辆走行部小齿轮轴裂纹故障诊断方法及系统,涉及列车故障检测技术领域,其技术方案要点是:获取列车运行过程中小齿轮轴的振动加速度数据;对振动加速度数据进行预处理,并转换为二维时频图像数据;基于CNN的深度学习诊断模型对二维时频图像数据进行诊断,得到故障诊断结果;根据保存阈值对故障诊断结果进行筛选处理,并将筛选的故障信息保存至数据库;对数据库中的故障数据进行统计分析后输出报警与运维策略。本发明采用非拆卸式诊断技术,降低了检修难度,提高了检修效率与经济效益;在列车运营过程中即可进行小齿轮裂纹诊断,具有良好的实用性与安全性;且采用基于CNN的深度学习模型进行诊断,提高了诊断精度。

Patent Agency Ranking