一、立项背景

中车长客股份公司于2015年6月与中国铁路总公司签订了“动车组运用维护技术研究-动车组故障预测与健康管理研究”重点课题。据此课题，中车长客股份组建了由公司领导牵头，副总师负责的技术团队，在CRH5型、CRH380B型动车组基础上，利用先进的传感器技术、智能推理算法技术、故障诊断技术以及故障预测技术，为管理决策提供依据和支持，加强运维水平的提升，提高车组的安全性、可靠性。

二、方案和技术特点

关键技术：

（1）状态检测与健康管理技术。利用先进的传感器获得尽可能精确的系统运行状态信息，通过设计更先进的数据分析技术获得对系统健康状况的精确估计。

（2）诊断技术。对系统维修时，如何定位出故障模块或原件是非常重要的。由于此时的故障程度还不足以使得系统完全失效，因此大多属于早期故障状态，设计先进的特征提取技术和具有良好性能的分类器就显得尤其重要。

（3）预测技术。当系统、分系统或不见可能出现小缺陷或早期故障，或逐渐降级草不能以最佳性能完成其功能的某一点时，选取相关检测方式，设计预测系统来检测这些小缺陷、早期故障或降级，做到防患于未然。

（4）信息融合技术。多传感器数据融合是指对由两个或更多传感器组成的具有协同的、互补的和竞争性质的传感器阵列进行智能处理，其目的就是以尽量高效率的诊断方法将各自的信息综合起来，以便对电子系统状态的确定获得更为准确地结论。

研究方法：

利用车载传感器技术，获取车组状态信息并传输给动车组故障预测与健康管理系统平台。结合动车组运用状态及计算领域前沿技术，通过服务器存储动车组的各种运用、检修、监控数据，抽取数据并建立数学模型，对数据进行多维度分析。通过对海量数据的分析及统计，得到动车组的故障预测与健康分析模型，实现动车组及关键零部件故障预测与健康管理。

三、取得成果

开发动车组故障预测与健康管理系统。以CRH380B、CRH5型动车组为例，建立动车组基础数据、运用数据、维护数据、检修数据库，从数据库中读取相关的状态信息进行推理诊断，实现车组及关键部件故障预警、健康状态评估。根据诊断和评估结果，健康管理系统可为设计、运用、维护人员提供决策支持。

（1）利用动车组的车载数据、下载数据、售后业务、检修业务数据，结合车组的基础资料、出厂履历开发一套满足运维需求的动车组故障预测与健康管理系统。

（2）完成在线运行的车组状态信息、故障信息、状态评估等信息展示。

（3）实现故障突变预警、趋势预警、模型预警功能，检测部件的小缺陷、早期故障或降级，排除隐患。

（4）搭建专家知识库，规范故障提报内容，实现故障原因的快速定位，提高故障排查、处置效率，为运用、维护人员提供决策支持。

（5）建立动车组基础数据、运用数据、检修数据数据库。

（6）研究先进的复合传感器技术，完成关键部件复合传感器的加装工作，利用先进的传感器获得精确的运行状态信息，通过设计更先进的数据分析技术获得对系统健康状况的评估。

本课题主要完成了状态监测与数据传输技术、信息融合技术、故障诊断预测技术、健康管理等技术的研究。

四、应用推广情况

动车组车载数据监控与分析平台已应用于中车长客股份公司研究中心与铁路客车售后服务部进行试运行，同时在长春西动车所试用。

五、社会效益

动车组数据监控与分析平台的上线应用，通过监控平台完成多车型数据监控，同时多种预警模式，提高了监控效率，大大降低售后服务人员的投入。应急指挥技术减少了技术专家出差的频次，最大效率的利用全公司技术资源，保障运行质量安全。故障处理技术使售后作业流程标准化，提高工作效率的同时降低了维修成本。故障统计与分析能够按需求自动提供统计数据报表，同时为新产品设计提供了可靠性数据支撑。

同时，此课题的研究成果填补了国内轨道客车行业在故障预测与健康管理（PHM）技术应用的空白，为后续的动车组及零部件的剩余寿命研究奠定了基础和应用经验。