2026年06月15日网站首页返回旧版

北京地铁丨地铁车辆关键电气部件状态监测与预测性运维技术研究及应用

靶向破题——聚焦车辆关键电气部件运维能力提升

面向北京地铁高密度运营条件下车辆关键电气部件安全可靠运行需求,聚焦高速断路器、辅助逆变器冷却系统、动力电池及支撑电容等核心部件,针对传统模式中存在的状态感知不足、预警滞后、运维指标不够量化等问题,开展状态监测、寿命预测和运维指标研究,构建了“实时监测—智能诊断—预测维护”一体化技术路径,为车辆关键部件从定期维护向状态修、预测修转型提供技术支撑。

640 (14).png

15号线ARC812断路器安装照片

 

技术攻坚——构建三类关键部件状态监测与诊断体系

围绕高速断路器,项目开展多组开关实验,以5000sps采样率采集线圈电流,利用小波分解提取峰值点、谷值点等关键特征,并结合统计分布与置信区间方法划定健康状态判定区间,实现断路器运行状态监测和风险预警。

640 (15).png
典型分合闸线圈电流波形

围绕辅助逆变器冷却系统,项目利用神经网络计算正常状态下冷却系统温度变化值,并与实际运行数据进行比对,实现冷却系统堵塞状态判断;同时构建散热器暂态热阻—热容等效模型,采用高斯—牛顿迭代法解算稳态热阻,提高冷却系统在线监测的定量化水平。

640 (16).png
强迫风冷系统结构示意图

围绕动力电池和支撑电容,项目基于OCV-SOC曲线和充放电数据开展欧姆内阻辨识,形成电池健康状态评估方法;同时构建双输入单输出BP神经网络模型,实现支撑电容容值在线辨识和不停机状态评估,提升关键部件状态评估的实时性和工程适用性。

640 (17).png
强迫风冷系统原理示意图

创新突破——形成状态评估与预测性维护关键方法

建立含灰尘黏附修正的变流器风冷系统热网络模型,形成温升差值与堵塞程度的量化映射关系,提升冷却系统堵塞状态在线、非接触、定量判别能力。实现电容不停机、无扰动在线评估;同时整合高速断路器、冷却系统、动力电池及支撑电容监测技术,形成覆盖数据采集、状态分析、寿命预测和运维决策的PHM智能监测体系。

640 (18).png
应用验证——推进装车验证与线路部署

完成本固K101智能高速断路器在北京地铁15号线4列列车的装车部署,相关设备通过试车线测试、脱扣功能实测和正线运行验证,累计安全运行里程超过17万公里,并与原车控制系统实现兼容。

展望未来——深化预测性运维技术应用与标准化推广

下一步,将结合线路运行特点和设备服役状态,持续优化关键部件状态判定阈值和寿命预测方法,推动监测数据、诊断规则和运维策略协同完善。

编辑:卓卓

行业数据 更多