• 查询稿件
  • 获取最新论文
  • 知晓行业信息
官方微信 欢迎关注

动车组PHM模型数据处理架构优化及关键技术研究

李超旭, 王辉, 李燕, 乔成珍

李超旭, 王辉, 李燕, 乔成珍. 动车组PHM模型数据处理架构优化及关键技术研究[J]. 铁路计算机应用, 2022, 31(7): 63-68. DOI: 10.3969/j.issn.1005-8451.2022.07.12
引用本文: 李超旭, 王辉, 李燕, 乔成珍. 动车组PHM模型数据处理架构优化及关键技术研究[J]. 铁路计算机应用, 2022, 31(7): 63-68. DOI: 10.3969/j.issn.1005-8451.2022.07.12
LI Chaoxu, WANG Hui, LI Yan, QIAO Chengzhen. Data processing architecture optimization and key technology of EMU PHM model[J]. Railway Computer Application, 2022, 31(7): 63-68. DOI: 10.3969/j.issn.1005-8451.2022.07.12
Citation: LI Chaoxu, WANG Hui, LI Yan, QIAO Chengzhen. Data processing architecture optimization and key technology of EMU PHM model[J]. Railway Computer Application, 2022, 31(7): 63-68. DOI: 10.3969/j.issn.1005-8451.2022.07.12

动车组PHM模型数据处理架构优化及关键技术研究

基金项目: 中国国家铁路集团有限公司系统性重大项目(P2020J016)
详细信息
    作者简介:

    李超旭,研究实习员

    王 辉,研究员

  • 中图分类号: U266.2 : TP39

Data processing architecture optimization and key technology of EMU PHM model

  • 摘要: 动车组故障预测与健康管理(PHM,Prognostics and Health Management)模型研究工作围绕动车组运维数据开展。数据是动车组PHM模型的驱动力,数据计算是动车组PHM模型的核心。文章从动车组PHM模型应用现状出发,对动车组PHM模型数据架构进行了优化设计,研究了动车组车载信息无线传输系统(WTDS ,Wireless Transmission Device System)数据清洗及存储等关键技术,提升了PHM模型源数据处理效率。
    Abstract: The research work of Electric Multiple Unit(EMU) Prognostics and Health Management(PHM) model is carried out around EMU Operation and maintenance data. Data is the driving force of EMU PHM model, and data calculation is the core of EMU PHM model. Starting from the application status of EMU PHM model, this paper optimized the data architecture of EMU PHM model, studied the key technologies such as wireless transmission device system data cleaning and storage, and improved the source data processing efficiency of PHM model.
  • 图  1   既有动车组PHM模型数据处理流程

    图  2   优化的动车组PHM模型数据处理总体架构

    图  3   优化的动车组PHM模型数据处理技术架构

    图  4   缓存区设计示意

    图  5   缓存区部署架构

    图  6   抽取WTDS数据

    图  7   处理WTDS数据

    图  8   StreamSets构建EMIS数据公共缓存区示意

    表  1   实验环境配置

    服务器节点数量配置操作系统
    测试集群30CPU:8C-Xeon- 4114 2.2 GHZCentOS 7.3
    内存:64G DDR4 2 666 MHZ
    硬盘:8 T
    网络:集群内万兆光纤
    下载: 导出CSV
  • [1] 张宝珍. 预测与健康管理技术的发展及应用 [J]. 测控技术,2008(2):5-7. DOI: 10.3969/j.issn.1000-8829.2008.02.002
    [2] 吕 琛,马 剑,王自力. PHM技术国内外发展情况综述 [J]. 计算机测量与控制,2016,24(9):1-4. DOI: 10.16526/j.cnki.11-4762/tp.2016.09.001
    [3] 常振臣,张海峰. 动车组PHM技术应用现状及展望 [J]. 电力机车与城轨车辆,2016,39(1):1-4. DOI: 10.16212/j.cnki.1672-1187.2016.01.001
    [4] 池毓敢. 动车组故障预测与健康管理技术的研究及应用 [J]. 机车电传动,2018(5):118-124.
    [5] 赵 珂,王 伟,姜喜民,等. 分布式高铁动车组PHM大数据架构设计与实现 [J]. 软件,2018,39(12):90-94. DOI: 10.3969/j.issn.1003-6970.2018.12.021
    [6] 王同军. 智能铁路总体架构与发展展望 [J]. 铁路计算机应用,2018,27(7):1-8. DOI: 10.3969/j.issn.1005-8451.2018.07.003
    [7] 李 燕,张 瑜,周军伟. 动车组故障预测与健康管理系统方案研究 [J]. 铁路计算机应用,2018,27(9):1-7. DOI: 10.3969/j.issn.1005-8451.2018.09.001
    [8] 中国国家铁路集团有限公司. 关于印发《动车组PHM模型信息技术规范(暂行)》的通知: 机辆动客函〔2021〕42号[A]. 北京: 中国国家铁路集团有限公司, 2021.
    [9] 李 强. 动车组车载信息无线传输系统应用 [J]. 科技创新与应用,2019(4):164-165. DOI: 10.3969/j.issn.2095-2945.2019.04.077
    [10] 孔 钦,叶长青,孙 赟. 大数据下数据预处理方法研究 [J]. 计算机技术与发展,2018,28(5):1-4. DOI: 10.3969/j.issn.1673-629X.2018.05.001
图(8)  /  表(1)
计量
  • 文章访问数:  163
  • HTML全文浏览量:  324
  • PDF下载量:  75
  • 被引次数: 0
出版历程
  • 收稿日期:  2022-02-09
  • 网络出版日期:  2022-08-12
  • 刊出日期:  2022-08-07

目录

    /

    返回文章
    返回