高级检索 加入收藏
  • 查询稿件
  • 获取最新论文
  • 知晓行业信息
官方微信 欢迎关注

高速铁路灾害监测数据分析应用研究

杨建伟, 陈中雷, 马祯, 沈敬伟, 包云

杨建伟, 陈中雷, 马祯, 沈敬伟, 包云. 高速铁路灾害监测数据分析应用研究[J]. 铁路计算机应用, 2022, 31(3): 19-23. DOI: 10.3969/j.issn.1005-8451.2022.03.04
引用本文: 杨建伟, 陈中雷, 马祯, 沈敬伟, 包云. 高速铁路灾害监测数据分析应用研究[J]. 铁路计算机应用, 2022, 31(3): 19-23. DOI: 10.3969/j.issn.1005-8451.2022.03.04
shu
YANG Jiangwei, CHEN Zhonglei, MA Zhen, SHEN Jingwei, BAO Yun. Analysis and application of high-speed railway disaster monitoring data[J]. Railway Computer Application, 2022, 31(3): 19-23. DOI: 10.3969/j.issn.1005-8451.2022.03.04
Citation: YANG Jiangwei, CHEN Zhonglei, MA Zhen, SHEN Jingwei, BAO Yun. Analysis and application of high-speed railway disaster monitoring data[J]. Railway Computer Application, 2022, 31(3): 19-23. DOI: 10.3969/j.issn.1005-8451.2022.03.04
shu

高速铁路灾害监测数据分析应用研究

  • 1.

    中国铁路北京局集团有限公司　工务部，北京　100860

  • 2.

    北京经纬信息技术有限公司，北京　100081

  • 3.

    中国铁道科学研究院集团有限公司　电子计算技术研究所，北京　100081

基金项目: 中国国家铁路集团有限公司科技研究开发计划(K2020T003)
详细信息
    作者简介:

    杨建伟，高级工程师

    陈中雷，工程师

  • 中图分类号: U216.41 : U238 : TP391

Analysis and application of high-speed railway disaster monitoring data

  • 1.

    Maintenance department, China Railway Beijing Bureau Group Co., Ltd, Beijing　100860, China

  • 2.

    Beijing Jingwei Information Technologies Co.Ltd., Beijing　100081, China

  • 3.

    Institute of Computing Technology, China Academy of Railway Sciences Corporation Limited, Beijing　100081, China

摘要

    摘要
  • 摘要: 高速铁路自然灾害及异物侵限监测系统（简称：灾害监测系统）的运行与维护（简称：运维）工作是保障系统可靠运行的基础，灾害监测报警及设备状态数据的分析应用，可为系统运维提供决策支撑。文章概述了灾害监测系统的运维管理工作，对风监测异常数据进行了研究，提出了风速风向计异常数据判识方法；通过分析灾害报警数据开展高速铁路沿线大风、强降雨灾害风险识别研究；对系统故障数据进行分析，提出了基于失效模式与影响分析（FMEA ，Failure Mode and Effects Analysis）和随机森林算法的监控单元故障诊断方法。试验表明，诊断准确率可达77%，为灾害监测系统运维提供参考。
    Abstract: The operation and maintenance of high-speed railway Natural disaster and foreign matter intrusion monitoring system(abbreviation: disaster monitoring system)is the basis to ensure the reliable operation of the system. The analysis and application of disaster monitoring alarm and equipment status data can provide decision support for system operation and maintenance. this paper summarized the operation and maintenance management of disaster monitoring system, studied the abnormal data of wind monitoring, and put forward the identification method of abnormal data of anemometer, identified the strong wind and rainfall disaster risk along the high-speed railway through the analysis of disaster alarm data, analyzed the system fault data, proposed a fault diagnosis method of monitoring unit based on Failure Mode and Effects Analysis(FMEA) and random forest. The example shows that the diagnosis accuracy can reach 77%. The research result can provide reference for the operation and maintenance of disaster monitoring system.
    • HTML全文

  • 图  1   高铁风速监测数据

    下载: 全尺寸图片 幻灯片

    图  2   同一监测点两台风速风向计风速监测数据相关性分析

    下载: 全尺寸图片 幻灯片

    图  3   基于LSTM的风速异常数据判识

    下载: 全尺寸图片 幻灯片

    图  4   传感器故障导致的监测异常数据

    下载: 全尺寸图片 幻灯片

    图  5   风向导致的风速异常分布情况

    下载: 全尺寸图片 幻灯片

    图  6   某线路大风、降雨空间风险区划示意

    下载: 全尺寸图片 幻灯片

    图  7   某线路风季1日内6级以上大风发生时段分布

    下载: 全尺寸图片 幻灯片

    图  8   各线路故障情况

    下载: 全尺寸图片 幻灯片

    图  9   各建设单位承建线路故障情况

    下载: 全尺寸图片 幻灯片

    图  10   某线路现场监测设备故障分析

    下载: 全尺寸图片 幻灯片

    图  11   基于FMEA和随机森林算法的监控单元故障诊断流程

    下载: 全尺寸图片 幻灯片

    图  12   故障诊断准确率与随机森林棵树的关系

    下载: 全尺寸图片 幻灯片

    表  1   监控单元故障诊断FMEA表

    故障现象故障原因故障影响
    UPS故障告警UPS输入故障设备状态报警
    UPS电压异常
    UPS故障
    其他施工作业导致市电断电
    市电输入不稳
    配电箱故障市电输入不稳设备状态报警
    串口心跳告警基站内通信元件损坏设备状态报警
    防雷模块故障报警数据远程传输单元防雷模块损坏设备状态报警
    监控主机故障报警监控主机故障设备状态报警
    数据采集异常监控主机故障无数据上传
    脱离监控基站内通信元件损坏灰屏
    监控主机故障
    雷击导致设备故障
    异物继电器无法吸起保险管损坏设备状态报警
    异物列控回采状态不一致雷击导致设备故障设备状态报警
    指示灯不亮监控主机故障设备状态报警
    主机网络故障RTU反应迟钝设备状态报警/无数据上传
    其他施工作业导致
    监控主机故障
    主机网络水晶头虚接
    注： ①UPS：不间断电源(Uninterruptible Power Supply)；
    ②RTU：远程终端单元(Remote Terminal Unit)
    下载: 导出CSV
    • 参考文献(13)
  • [1] 张翠兵. 异物侵限监测子系统运用失效的故障树分析 [J]. 铁路计算机应用,2016,25(1):4-7. DOI: 10.3969/j.issn.1005-8451.2016.01.003
    [2] 李亚群,姜 勇,雷 震,等. 高速铁路自然灾害及异物侵限监测系统监控单元设备可靠性验证试验方法研究 [J]. 铁路计算机应用,2013,22(12):25-27. DOI: 10.3969/j.issn.1005-8451.2013.12.007
    [3] 周绍华. 浅谈异物侵限监测子系统维护 [J]. 铁道通信信号,2013(7):61-67. DOI: 10.3969/j.issn.1000-7458.2013.07.024
    [4] 刘　岩. 高速铁路自然灾害及异物侵限监测系统可靠性研究[D]. 北京: 中国铁道科学研究院, 2015.
    [5] 李晓宇, 刘敬辉. 高速铁路自然灾害及异物侵限监测系统可靠性分析与优化研究[J], 中国铁路, 2019（5）: 27-32.
    [6] 王娇娇,王 瑞,包 云,等. 高速铁路灾害监测系统现场监测设备脱离监控分析及改进措施研究 [J]. 铁路计算机应用,2018,27(6):48-52. DOI: 10.3969/j.issn.1005-8451.2018.06.012
    [7] 中国铁路总公司. 高速铁路自然灾害及异物侵限监测系统维护试行办法[Z]. 中国铁路总公司, 2013.
    [8] 李 隆,王 瑞,张惟皎. 基于LSTM的高铁大风预测模型及算法研究 [J]. 铁路计算机应用,2021,30(2):18-21.
    [9] 魏昱洲,许西宁. 基于LSTM长短期记忆网络的超短期风速预测 [J]. 电子测量与仪器学报,2019,33(2):64-71.
    [10] 陈苏雨,方 宇,胡定玉. 基于随机森林方法的地铁车门故障诊断 [J]. 测控技术,2018,37(2):20-24. DOI: 10.3969/j.issn.1000-8829.2018.02.006
    [11] 孙志鹏,孙志龙,魏 建. 基于决策树支持向量机算法的电力变压器故障诊断研究 [J]. 电气工程学报,2019,14(4):42-45. DOI: 10.11985/2019.04.006
    [12] 赵锦阳,卢会国,蒋娟萍,等. 基于改进决策树的故障诊断方法研究 [J]. 成都信息工程大学学报,2018,33(6):624-631.
    [13] 周旺平,王 蓉,许沈榕,等. VMD能量熵与随机森林相结合的齿轮故障诊断 [J]. 机械设计与制造,2021(3):270-275. DOI: 10.3969/j.issn.1001-3997.2021.03.061
    • 相关文章
    • 施引文献(3)

  • 期刊类型引用(0)

    其他类型引用(3)

    • 资源附件(0)
图(12)  /  表(1)
计量
  • 文章访问数:  198
  • HTML全文浏览量:  83
  • PDF下载量:  28
  • 被引次数: 3
出版历程
  • 收稿日期:  2021-10-10
  • 刊出日期:  2022-03-30

目录

摘要
HTML全文
    参考文献(13)
    相关文章
    施引文献(3)
    资源附件(0)

    /

    返回文章
    返回

    京ICP备12043220号-2

    本系统版权所有：北京仁和汇智信息技术有限公司   百度统计