故障预测与健康管理(prognostics and health management,PHM)技术应用于动车组关键部件监控以来,在保证动车组运行安全、指导动车组检修等方面起到了重要作用。PHM系统根据动车组技术发展、现场应用实际,其功能、模型也在不断优化中。...故障预测与健康管理(prognostics and health management,PHM)技术应用于动车组关键部件监控以来,在保证动车组运行安全、指导动车组检修等方面起到了重要作用。PHM系统根据动车组技术发展、现场应用实际,其功能、模型也在不断优化中。结合某动车段现场应用实际及需求,对基于动车组PHM技术的健康监测及专家支持系统进行功能优化。通过优化动车组空调、变压器、变流器、牵引电机等关键部件预警预测模型阈值,增加模型逻辑展示、一键生成用户要求格式的故障信息、动车组部件全景展示等功能,实现个性化定制预警预测模型、快速传递故障信息、动车组部件可视化辅助应急指导等一系列智能化监控,达到故障超前预判、提升快速响应能力,降低动车组故障率,减少对行车秩序影响的目的。展开更多
针对普速铁路线路设备传统修理模式存在的滞后性高、成本大等问题,设计并实现了普速铁路线路设备故障预测与健康管理(PHM,Prognostics and Health Management)系统。文章利用数据中台、大数据等技术融合分析普速铁路线路钢轨、道岔、有...针对普速铁路线路设备传统修理模式存在的滞后性高、成本大等问题,设计并实现了普速铁路线路设备故障预测与健康管理(PHM,Prognostics and Health Management)系统。文章利用数据中台、大数据等技术融合分析普速铁路线路钢轨、道岔、有砟道床等设备多源全生命周期业务数据,并引入钢轨磨耗预测、道床劣化分析、捣固效果评估等模型,实现了普速铁路线路设备的全生命周期管理和质量状态评估。应用结果表明,该系统打破了各系统间的数据孤岛,实现了数据共享和协同工作可为普速铁路向“预测修”转型提供有力的技术支撑。展开更多
针对大秦(大同—秦皇岛)铁路重载C80B系列货车的运营维护(简称:运维)管理需求,设计了基于故障预测与健康管理(PHM,Prognostics and Health Management)技术的应用系统。文章阐述了该系统的架构,以及采用的数字孪生、数据融合和机器学习...针对大秦(大同—秦皇岛)铁路重载C80B系列货车的运营维护(简称:运维)管理需求,设计了基于故障预测与健康管理(PHM,Prognostics and Health Management)技术的应用系统。文章阐述了该系统的架构,以及采用的数字孪生、数据融合和机器学习等关键技术,实现了状态监控、故障管理、质量评价、预测分析和风险管控等功能,助力提升大秦铁路运维智能化水平。展开更多
综述了航空电子设备故障预测与健康管理(Prognostic and Health Management,PHM)技术的发展、应用价值与系统结构,探讨了航空电子设备故障检测、故障诊断和故障预测等关键技术的研究现状,分析了PHM关键技术在航空电子设备应用中面临的挑...综述了航空电子设备故障预测与健康管理(Prognostic and Health Management,PHM)技术的发展、应用价值与系统结构,探讨了航空电子设备故障检测、故障诊断和故障预测等关键技术的研究现状,分析了PHM关键技术在航空电子设备应用中面临的挑战,并对未来发展方向进行了展望。通过综合运用传感器技术、数据分析和人工智能等现代科技手段,PHM技术能够实现对航空电子设备健康状态的实时监控和预测,进行预防性维护,为提高航空装备安全和减少维护费用提供有力支持。展开更多
针对动车组故障预测与健康管理(Prognostics and Health Management,PHM)实时海量数据解析处理与模型计算问题,提出一种基于流计算的动车组PHM模型处理框架。首先分析动车组车载数据处理流程,然后基于Spark Streaming给出动车组PHM模型...针对动车组故障预测与健康管理(Prognostics and Health Management,PHM)实时海量数据解析处理与模型计算问题,提出一种基于流计算的动车组PHM模型处理框架。首先分析动车组车载数据处理流程,然后基于Spark Streaming给出动车组PHM模型处理的总体框架。针对实时海量数据解析处理,首先分析解析前的车载数据结构,定义解析后的车载数据结构,然后设计通用化数据解析组件,给出流计算实现方式。针对模型计算,详细给出PHM模型的形式化定义,包括模型的基本信息、输入、输出和逻辑主体等,根据此定义设计模型通用组件,实现模型的快速研发、高效计算和统一应用。通过动车组PHM系统的有效应用,证明了该框架可以很好地满足海量数据的实时计算需求。展开更多
在智能运维模式下,传统轨道车辆车载故障预测与健康管理(prognostics and health management, PHM)系统存在单节点服务可扩展性低、资源利用率不高、可移植性差等问题。为此,文章引入目前较为主流的Docker容器虚拟化技术,搭建了适用于...在智能运维模式下,传统轨道车辆车载故障预测与健康管理(prognostics and health management, PHM)系统存在单节点服务可扩展性低、资源利用率不高、可移植性差等问题。为此,文章引入目前较为主流的Docker容器虚拟化技术,搭建了适用于轨道车辆车载PHM系统的虚拟化平台;并以智能运维PHM车载产品为例,详细介绍了虚拟化平台总体架构设计及PHM模型部署方案。通过实验测试、工具移植对所设计的PHM车载产品功能进行了对比分析与验证。测试结果表明,基于容器虚拟化技术平台可获得较好的性能增益,一方面提升了资源使用率,硬件资源配置更加灵活;另一方面,多模型的并行计算效率更高,多模型之间没有数据交互,具有很好的移植性和可扩展性。展开更多
机车PHM(Prognostics and Health Management,故障预测与健康管理)技术是轨道交通装备智能化的方向之一,已在机车上得到越来越多的应用。通过分析PHM系统的原理、功能和在国内机车上的应用现状,总结了PHM技术的发展方向,最后展望了PHM...机车PHM(Prognostics and Health Management,故障预测与健康管理)技术是轨道交通装备智能化的方向之一,已在机车上得到越来越多的应用。通过分析PHM系统的原理、功能和在国内机车上的应用现状,总结了PHM技术的发展方向,最后展望了PHM系统在轨道交通行业智能制造的趋势和意义。展开更多
文摘故障预测与健康管理(prognostics and health management,PHM)技术应用于动车组关键部件监控以来,在保证动车组运行安全、指导动车组检修等方面起到了重要作用。PHM系统根据动车组技术发展、现场应用实际,其功能、模型也在不断优化中。结合某动车段现场应用实际及需求,对基于动车组PHM技术的健康监测及专家支持系统进行功能优化。通过优化动车组空调、变压器、变流器、牵引电机等关键部件预警预测模型阈值,增加模型逻辑展示、一键生成用户要求格式的故障信息、动车组部件全景展示等功能,实现个性化定制预警预测模型、快速传递故障信息、动车组部件可视化辅助应急指导等一系列智能化监控,达到故障超前预判、提升快速响应能力,降低动车组故障率,减少对行车秩序影响的目的。
文摘针对普速铁路线路设备传统修理模式存在的滞后性高、成本大等问题,设计并实现了普速铁路线路设备故障预测与健康管理(PHM,Prognostics and Health Management)系统。文章利用数据中台、大数据等技术融合分析普速铁路线路钢轨、道岔、有砟道床等设备多源全生命周期业务数据,并引入钢轨磨耗预测、道床劣化分析、捣固效果评估等模型,实现了普速铁路线路设备的全生命周期管理和质量状态评估。应用结果表明,该系统打破了各系统间的数据孤岛,实现了数据共享和协同工作可为普速铁路向“预测修”转型提供有力的技术支撑。
文摘针对大秦(大同—秦皇岛)铁路重载C80B系列货车的运营维护(简称:运维)管理需求,设计了基于故障预测与健康管理(PHM,Prognostics and Health Management)技术的应用系统。文章阐述了该系统的架构,以及采用的数字孪生、数据融合和机器学习等关键技术,实现了状态监控、故障管理、质量评价、预测分析和风险管控等功能,助力提升大秦铁路运维智能化水平。
文摘综述了航空电子设备故障预测与健康管理(Prognostic and Health Management,PHM)技术的发展、应用价值与系统结构,探讨了航空电子设备故障检测、故障诊断和故障预测等关键技术的研究现状,分析了PHM关键技术在航空电子设备应用中面临的挑战,并对未来发展方向进行了展望。通过综合运用传感器技术、数据分析和人工智能等现代科技手段,PHM技术能够实现对航空电子设备健康状态的实时监控和预测,进行预防性维护,为提高航空装备安全和减少维护费用提供有力支持。
文摘针对动车组故障预测与健康管理(Prognostics and Health Management,PHM)实时海量数据解析处理与模型计算问题,提出一种基于流计算的动车组PHM模型处理框架。首先分析动车组车载数据处理流程,然后基于Spark Streaming给出动车组PHM模型处理的总体框架。针对实时海量数据解析处理,首先分析解析前的车载数据结构,定义解析后的车载数据结构,然后设计通用化数据解析组件,给出流计算实现方式。针对模型计算,详细给出PHM模型的形式化定义,包括模型的基本信息、输入、输出和逻辑主体等,根据此定义设计模型通用组件,实现模型的快速研发、高效计算和统一应用。通过动车组PHM系统的有效应用,证明了该框架可以很好地满足海量数据的实时计算需求。
文摘在智能运维模式下,传统轨道车辆车载故障预测与健康管理(prognostics and health management, PHM)系统存在单节点服务可扩展性低、资源利用率不高、可移植性差等问题。为此,文章引入目前较为主流的Docker容器虚拟化技术,搭建了适用于轨道车辆车载PHM系统的虚拟化平台;并以智能运维PHM车载产品为例,详细介绍了虚拟化平台总体架构设计及PHM模型部署方案。通过实验测试、工具移植对所设计的PHM车载产品功能进行了对比分析与验证。测试结果表明,基于容器虚拟化技术平台可获得较好的性能增益,一方面提升了资源使用率,硬件资源配置更加灵活;另一方面,多模型的并行计算效率更高,多模型之间没有数据交互,具有很好的移植性和可扩展性。
文摘机车PHM(Prognostics and Health Management,故障预测与健康管理)技术是轨道交通装备智能化的方向之一,已在机车上得到越来越多的应用。通过分析PHM系统的原理、功能和在国内机车上的应用现状,总结了PHM技术的发展方向,最后展望了PHM系统在轨道交通行业智能制造的趋势和意义。
