大数据地铁车辆牵引系统故障诊断技术的分析.docx

大数据地铁车辆牵引系统故障诊断技术的分析摘要：基于城市化进程的不断加快，轨道交通事业建设规模和数量日益提升，而作为地铁车辆运行中的重要组成，地铁牵引系统在针对相关故障分析过程中，受到多种因素的影响，导致其中潜在的问题故障无法进行第一时间的预报和处理，对地铁车辆的运行产生影响。而通过对大数据的应用，结合对牵引系统特征特点的明确，通过对故障诊断技术的深入分析，实现对潜在故障问题的有效发掘，进而保障地铁车辆的稳定运行。基于此，本文针对大数据地铁车辆牵引系统故障诊断技术的分析进行研究。关键词：大数据；系统故障诊断；地铁车辆；牵引系统所谓大数据，是指在特点时间下，无法利用常规软件工具进行海量、多元化数据捕捉和管理的集合。基于大数据背景下，传统牵引系统故障诊断俨然无法满足地铁车辆运行管理的实际需求，需要通过对新型处理模式的构建，并重视对相关流程的不断优化，才能提升系统故障诊断效果，最大化发挥出故障诊断技术作用与价值。也正因此，对大数据地铁车辆牵引系统故障诊断技术进行深入分析具有现实意义。故障分析中大数据的应用监控中心层监控中心层的主要职责和作用是进行所有地铁车辆故障信息的全面收集和整理，并对其故障的产生因素进行整体性分析，进而为车辆故障问题的处理提供数据支持[1]。与此同时，监控中心层还起到促进故障诊断信息在车辆段分系统与监控中心之间进行共享和流通的作用，实现系统中各个功能的联动和统一，进而最大化提升牵引系统的运行效果，促地铁车辆故障维护维修成本的降低，为相关工作人员在开展问题故障处理工作提供强有力的技术支撑。车辆段分系统车辆段分系统的主要组成部分包括接入装置、局域网开关、服务器、路由器、以太网开关等。车辆分段系统的主要作用是对管辖范围内的车辆段进行实时监控，对所有车辆的相关数据信息的分析和收集，并开展数据信息分析、评估以及维修等工作。该系统主要功能体现在：1.进行知识库的维护与管理、2.进行运程故障信息的接受、3.进行故障信息的远程诊断、4.进行故障的统计分析和评估。此外，该系统还涉及到对该分段车辆历史故障信息的统计和分析，在具体分析过程中，主要分析内容包括故障产生位置、故障产生时间等内容，基于对大数据的应用来保障其内容分析的合理性和准确性。通过对车辆分段系统的科学应用，帮助相关工作人员全面掌握车辆的所有信息，并为期相关维护、维修工作的开展提供依据[2]。车载级分系统针对车载级分系统的控制，主要是利用32位处理器计算机进行操控，该系统具备故障信息采集、故障信息预处理、故障信息应急处理、故障信息传输、故障信息简单诊断等功能，并具备完善的内部网络系统。而针对车载分析系统而言，其控制功能体现在：1.可以快速、有效的处理涉及到运行安全的牵引、制动设备产生的故障问题；2.该系统具有管理车辆的广播、空调等设备运行情况的功能[3]。并且在具体管理过程中，因为上述设备即使产生故障问题，也不会对地铁车辆的安全行驶产生影响。所以，其故障问题的产生可以先发送至地面，然后等到车辆运行结束，返回至检修库时进行问题故障的有效处理；3.该系统具备辅助诊断、维护的控制功能，简单地说，就是在地铁车辆运行过程中，该系统可以为驾驶人员提示相应的注意事项，进而避免地铁车辆在实际运行过程中出现简单故障问题；4.该系统在实际运行过程中，具备多种报警、预警类型，并且系统可以依据报警的等级和条件进行报警顺序的科学排序，并提供关键性信息，例如列车编号、设备名称、报警发生日期、报警状态、车辆编号、设备名称、报警时间等信息；5.该系统具备故障信息远程发送功；6.该系统具有维修申请功能，如若车辆出现故障问题，该系统可以向侧车辆段诊断中心进行维修申请。此外，车载级分系统是基于传统结构化的数据库进行相关信息的处理，所以该系统具备结构化、程度独立性高、已于编制、最低冗余度等优势特点。在实际工作过程中，通过对采集数据和计算结果的有效存储，为故障信息的诊断和维修提供保障[4]。故障诊断技术发展智能化发展基于科学技术的迅猛发展，针对专家系统的不断深入实践研究和应用研究，可以实现对系统诊断范围的不断扩增[5]。牵引电动机过电流的系统显示为例，通过对专家系统的科学应用，实现对过电流具体原因的分析与总结，明确问题产生的具体因素，进而为相关维护护理工作的开展提供保障，促进故障诊断技术的智能化发展。自动化发展基于我国自动化技术的迅猛发展，其传感器的应用不断的深入和广泛，现阶段应用于故障诊断技术中的传感器类型为非接触式类型。通过对该传感器的应用，实现对更多数据的采集和整理，进而提升故障分析诊断的精准性和科学性。精准化发展现阶段故障诊断中针对大数据技术的应用，在实际故障问题诊断过程中，结合对神经网络分析法、故障树分析法等方法的应用，进一步提升故障诊断的精准性与科学性。例如针对神经网络系统的应用，可以在提升故障诊断有效