CHR3高速动车组故障诊断系统

• 论文 •

CHR3高速动车组故障诊断系统

黄学文,刘春明,冯璨,王欣,于凤

1.大连理工大学管理与经济学部,辽宁大连116024；2.唐山轨道客车有限责任公司信息部,河北唐山063035

出版日期:2010-10-15 发布日期:2010-10-25

Failure diagnosis system for CRH3 electrical multiple unit

HUANG Xue-wen, LIU Chun-ming, FENG Can, WANG Xin, YU Feng

1.Department of Management & Economics, Dalian University of Technology, Dalian 116024, China;2.Department of Information, CNR Tangshan Railway Vehicle CO.,LTD., Tangshan 063035, China

Online:2010-10-15 Published:2010-10-25

摘要/Abstract

摘要： 介绍了CRH3高速动车组的列车编组结构、列车通信网络和列车控制系统，分析了面向高速动车组故障诊断系统的设备和位置编码规则，阐述了CRH3高速动车组诊断系统的总体架构，并详细分析了诊断文件系统的结构和功能，该诊断系统为CRH3高速动车组的安全运行提供了有力的保证。

关键词: CRH3高速动车组, 故障诊断, 诊断文件系统, 维护、维修与大修

Abstract: Based on the description of train formation structure, train communication network and train control system of CRH3 Electrical Multiple Unit (EMU), coding rules for the equipment coding and location oriented to fault diagnosis system were analyzed. The general architecture of CRH3 EMU failure diagnosis system was elaborated and the structure and function of diagnosis documentation system were analyzed in detail which was the core diagnosis knowledge management system. This failure diagnosis system provided strong support for the safe operation of CRH3 EMU.

Key words: CRH3 electrical multiple unit, failure diagnosis, diagnosis documentation system, maintenance, repair and overhaul/operations

中图分类号:

TH186

黄学文,刘春明,冯璨,王欣,于凤. CHR3高速动车组故障诊断系统[J]. .

HUANG Xue-wen, LIU Chun-ming, FENG Can, WANG Xin, YU Feng. Failure diagnosis system for CRH3 electrical multiple unit[J]. .

[1]	付松,钟诗胜,林琳,张永健. 基于迁移学习的民航发动机小样本故障诊断[J]. 计算机集成制造系统, 2021, 27(12): 3450-3461.
[2]	王欢,张春,张宁,陈耀华. 具有强泛化性的高铁逆变器开路故障诊断算法[J]. 计算机集成制造系统, 2021, 27(11): 3236-3246.
[3]	徐彦伟,蔡薇薇,颉潭成,陈立海,刘明明. 变工况下基于信息融合的地铁牵引电机轴承故障智能诊断[J]. 计算机集成制造系统, 2021, 27(11): 3247-3258.
[4]	孙晨,文龙,李新宇,高亮,丛建臣. 基于自动机器学习的不平衡故障诊断方法[J]. 计算机集成制造系统, 2021, 27(10): 2837-2847.
[5]	刘鹏程,孙林夫,张常有,王波. 基于交互注意力机制网络模型的故障文本分类[J]. 计算机集成制造系统, 2021, 27(1): 73-90.
[6]	彭成,贺婧,唐朝晖,陈青,桂卫华. 基于双维度EKNN的滚动轴承早期故障分类算法[J]. 计算机集成制造系统, 2021, 27(1): 91-102.
[7]	张文龙,胡天亮,王艳洁,魏永利. 云/边缘协同的轴承故障诊断方法[J]. 计算机集成制造系统, 2020, 26(第3): 589-599.
[8]	刘华一,鄢萍,周强,辛洋,张自凯,潘吉财. 基于语义网的机床故障诊断知识扩展方法[J]. 计算机集成制造系统, 2020, 26(第3): 609-622.
[9]	张卫贞1,曾建潮2,石慧1,董增寿1. 基于核密度估计的实时剩余寿命预测[J]. 计算机集成制造系统, 2020, 26(7): 1794-1801.
[10]	辜振谱,刘晓波,韩子东,洪连环. 基于改进密度峰值聚类的航空发动机故障诊断[J]. 计算机集成制造系统, 2020, 26(5期): 1211-1217.
[11]	张珊珊,李方义,贾秀杰,周丽蓉,刘浩华,张传伟,孔琳. 面向变速箱磨损状态评估的灰靶模型优化[J]. 计算机集成制造系统, 2019, 25(第9): 2159-2166.
[12]	赵宏宇,沈江,安邦. 基于代价敏感方法的智能制造故障诊断[J]. 计算机集成制造系统, 2019, 25(第9): 2180-2187.
[13]	宋亚,夏唐斌,郑宇,卓鹏程,潘尔顺. 基于Autoencoder-BLSTM的涡扇发动机剩余寿命预测[J]. 计算机集成制造系统, 2019, 25(第7): 1611-1619.
[14]	马越,陈捷,洪荣晶,潘裕斌. 多传感器数据融合的风电齿轮箱性能衰退评估[J]. 计算机集成制造系统, 2019, 25(第2): 318-325.
[15]	付宇,殷逸冰,冒慧杰,左洪福,冯正兴. 基于静电监测和神经网络的航发典型故障诊断[J]. 计算机集成制造系统, 2019, 25(第11): 2852-2862.