走行部智能感知破解传统巡检瓶颈

本项目开展基于声成像与热成像融合技术的地铁车辆走行部状态监测系统研发与示范应用。系统在轨边部署多模态感知设备，同步采集走行部声学与热学特征信号，通过声成像定位噪声源、热成像识别异常温升，构建“非接触、全天候、多维感知、智能诊断”的走行部健康状态监测体系，实现关键部件故障的早期预警、精准定位与趋势研判。系统响应灵敏、部署灵活、判识精准，已在香江北路车辆段完成试点验证，显著提升走行部故障检出率与运维决策效率，为列车安全运行构筑智能“听诊器”与“体温计”。

北京地铁运营四分香江北路车辆段系统安装位置图

技术攻坚攻坚七大核心技术构建智能感知体系

研发基于声成像的走行部状态监测系统，实现走行部关键部件的噪声源可视化定位、温度异常动态追踪、故障特征建模与自诊断预警。系统融合麦克风阵列、红外热像仪、视频摄像与智能算法，打造轻量化、高集成度轨边智能机柜，支撑全生命周期状态管理。二维麦克风阵列声成像与波束形成技术采用具有空间滤波的二维麦克风阵列设计，突破传统一维阵列定位精度限制，实现对轴箱轴承、轮缘、EP阀等部件噪声源的精准空间定位，国内首次实现同类产品核心算法自主化。

麦克风阵列声成像原理示意图

声-热-视多源信息融合可视化技术

将声成像生成的噪声强度云图与视频图像、红外热图实时叠加，构建“声热视”三位一体可视化诊断界面，直观呈现噪声源位置、强度及对应部件温升状态，大幅降低现场人员判读门槛。

低速工况下微弱故障信号识别技术

针对车辆段内15–40 km/h低速运行场景，成功提取滚动体、外圈、内圈等轴承早期故障特征频谱，突破传统监测系统车速下限限制。

走行部关键部件故障特征建模与分类技术

不仅可以监测走行部的轴箱轴承，也可以监测其他部件，比如EP阀门和轮缘润滑部件，建立走行部关键部件的故障噪声特征数据模型。基于噪声频率成分及其峰值高度对故障进行分类，并与维修检查结果进行匹配关联，为系统的自动故障识别功能提供信息参考。

智能轨边机柜自主调控与防护技术

研发宽温域户外智能机柜，集成自动柜门启闭、防尘防雨、智能通风散热及气候感知模块；结合天气预报数据与列车运行图，动态切换采集模式，实现设备自我防护、节能降耗与环境干扰剔除三重保障。

移动目标声学追踪与同步采样技术

基于磁钢触发与车轮定位信号，实现声音采集窗口随走行部部件同步移动，确保高速/低速过车时目标部件始终处于最佳声学采集视场，即使部件部分遮挡仍可有效捕获声信号。

故障自诊断与工单联动生成技术

系统基于诊断结果自动生成预警信息与维修建议，支持与既有智能运维平台对接，自动派发检修工单；结合专家知识库持续迭代优化诊断模型，逐步实现典型故障“零人工干预”闭环处置。

实效凸显创新成果与应用双丰收本系统已在香江北路车辆段完成全流程试点部署，作为北京地铁智慧运维成果面向行业公开展示。

在此基础上，已发表2篇论文、申请1项发明专利，并获得中国网、中国城市轨道交通协会、《城市轨道交通研究》等多家权威媒体报道。

该系统创新融合麦克风阵列声成像与红外热成像两大前沿技术，打破传统人工巡检、定点检测的固有局限，聚焦列车走行部轴箱轴承、车轮、车轴等核心关键易损部件，实现全程非接触、高精度、全天候在线智能监测。依托声、热多维度感知能力，系统可精准捕捉设备运行细微异响与温度异常变化，实时勾勒设备声像热力分布，智能研判部件健康工况，提前预判潜在故障隐患，为地铁列车安全平稳运行筑牢智能防线，也是城市轨道交通智能运维领域极具代表性的突破性成果。

展望未来深化技术应用赋能智慧运维

下一步，将持续优化声热融合算法精度与实时性，拓展监测对象至牵引电机、齿轮箱等更多关键系统；探索AI大模型在故障根因推理与维修策略生成中的应用，进一步提升系统自进化能力。