摘要：如今，城市轨道交通日新月异的蓬勃发展，在此背景下，分析了地铁牵引系统故障，仍然不能及时处理和预防一些潜在的故障。而在应用大数据之后，在地铁车辆牵引系统具备的特征基础上，分析了故障诊断技术，利用车辆段分系统、监控中心层以及车辆级分系统搜集、整理、分析和处理系统故障，从而切实确保地铁车辆的运行安全。
关键词：大数据；地铁车辆；牵引系统；故障诊断技术
前言：大数据具体是指在一定承受范围内，不应用常规软件进行捕捉，管理和处理大量且高增长率的数据集合，所以，在大数据时代背景下，需要建立全新的处理模式，这样，才有利于增强决策力，从而提高洞察力，并优化调整相关流程。此外，大数据技术不但是故障诊断技术实现的关键，而且还是技术服务实现的主要组成部分，如今，各行各业都普遍使用互联网和大数据，地铁运行系统也不例外，通过车辆牵引系统来实现相关技术支持和远程诊断，从而更好地进行车辆牵引系统故障分析。
1.现状探究
牵引系统故障诊断的重点是在不分解系统部件的基础上，检测系统的实际运行情况，从而准确确定故障位置，有效地分析现有故障。在车辆故障诊断过程中，系统可分为两类：一类是车外故障诊断系统，根据相关检测仪器，进一步精准地判断故障。可以利用测试台模拟现有的故障，帮助找到故障原因。目前，考虑到故障本身的随机性，应充分利用车外诊断系统，这将需要很长的时间来提高故障捕捉难度；其次，针对车载诊断系统进行分析；现阶段，大部分车辆牵引都会适当地安装参数记录仪，这样，可以实时有效地记录车辆的电压电流输入和输出情况，以及电动机运行中的温升参数。对于参数来说，它们是离散的。一些相对简单的参数将显示在驾驶员控制台上。一旦发生故障，只会做到故障提示，不能全方位、多角度地分析故障。这两个系统都不能提前准确地预测出潜在故障，从而给交通安全带来巨大的安全隐患。
2.大数据应用中的故障分析
2.1监控中心层
控制中心层具体是指搜集各种测量断的信息故障，并从宏观角度，及时分析故障存在的原因，在应急处理过程中，应提供精准的技术支持。另外，监控中心层可以合理共享监控中心和车辆段分系统故障诊断信息，并在此基础上，更好地完成整个系统范围内的联动功能，从而不断提高系统运行水平，此外，还可以有效降低系统维护的整体承包，同时为突发事件提供相应的处理方案。
2.2关于车辆段的分系统
对车辆段的分系统而言，主要由接入设备和路由器等组成，通过此系统可以更好地采集车辆段内所有车辆的监控和数据，现有的功能是远程诊断相关故障，同时维护数据库。可是，对于车辆以前发生的故障来说，其主要原因是故障的实际出现位置不同，然后我们可以充分利用大数据原理进行相应的分析研究，使维修人员全面了解和掌握各列车系统的实际运行情况，以及每日和每周的运行情况维修情况，从而为后续工作开展提供借鉴参考。
2.3车载级的分系统分析
对于车载级的分系统控制功能而言，主要体现在以下几个方面：一是高效、合理解决牵引设备和制定设备的运行安全故障问题，更好地保证人员安全和设备在处理过程中的完整性。其次，可以合理控制空调和广播设备的运行情况。一旦这些装置突发故障，势必会影响乘客的安全。所以，在诊断这些设备故障时，必须及时将故障信息送至地面。当地铁列车返回维修站时，能及时做出响应处理。第三，车载级的分系统具有维护和辅助诊断功能。它能及时提醒驾驶员注意某些事项，也能处理一些附带的故障。最后，车载级的分系统能够支持多种报警方式，并能根据各自的报警条件，准确地给出处理顺序，此外，还可以详细记录报警信息。
但是，对于车载系统的数据处理和传输而言，车载级的分系统需要借助控制单元和控制推进器更好地完成相应工作，同时，能够合理收集每个子系统的实际参数和故障记录，可以传送到内部嵌入式系统中。
期刊文章分类查询,尽在期刊图书馆同时结合无线网卡和以太网来直接将数据传送到地面上，然而，它和数据的维护和运行系统是两个相对独立的系统，并且互不影响，能够全面提升整个系统运行的稳定性和安全性。
3.牵引系统故障诊断技术的发展与分析
现阶段，随着电子技术的快速发展和人工智能技术不断完善和成熟，有一些集检测、控制和处理为一体的诊断技术横空出世，并在地铁牵引系统的故障诊断中引入了这些先进技术，有效推动了地铁牵引系统故障诊断向着智能化、自动化发展。
3.1针对故障的智能化分析
目前，相关专家正对牵引系统故障诊断技术进行深入研究和分析，同时在实际操作过程中，取得了显著成效，可以在一定程度上扩大诊断整体范围，举个简单的例子，系统体现出的牵引电动机的过电流，充分利用专家系统，全面分析当前产生过电流的原因，并追根溯源，为相关维修人员提供有价值的参考。
3.2针对故障检测的智能化分析
随着机电一体化和相关计算机技术的飞速发展，非接触式传感器得到了广泛的推广和使用。通过大量实践研究，采集大量的相关数据，从而准确有效地反映故障的本质。
3.3准确地分析故障结果
当前，大数据技术发展方兴未艾，充分借鉴了神经网络和故障树技术进行了一些列综合性分析，从而有效提高了故障诊断结果的可靠性和准确性。例如，在神经网络基础上发展起来的故障诊断专家系统具备一定的容错性，在信息采集和并行处理方面具有很大的优势，不仅有利于提升处理效果，而且使结果更加真实可靠。
3.4故障信息的网络化分析
在发生故障期间，由于相关的技术维修人员对各种车辆型号的技术掌握存在一定的局限性，因此，有必要尽快解决当前维修面临的各种困难，但对于故障网络信息而言，不仅可以打破信息传输过程中的空间限制，而且还能及时提高速度，确保资源在一定程度上可以共享，并在技术方面能够与专家进行有效沟通。今天，对于大数据技术来说，由于地铁车辆牵引系统故障诊断过程的应用主要处于起步阶段，大部分理论和实践仍需要不断探究，但其未来发展和应用前景十分广阔。
结束语：
综上所述，伴随着大数据技术和网络通信技术的蓬勃发展，社会各界越来越重视和关注车辆故障诊断技术。为了不断提高地铁车辆运行的安全性和可靠性，就地铁车辆牵引故障诊断系统给出了可行性的总体设计方案，该解决方案不仅可以应用于车辆牵引系统，还可以运用与车辆相关的所有系统中，比如车门系统和制动系统等，从而更好地保证车辆运行安全。
参考文献：
[1]郑丽斐．解析：大数据汽车电子故障远程在线诊断技术的应用[Ｊ]．价值工程，2014（11）：212－214．
[2]吕文军．地铁车辆牵引系统故障诊断技术分析研究[Ｊ]．中国科技博览，2015（41）：81－81．
[3]张乳燕．地铁车辆牵引系统故障诊断技术及系统的研究[Ｄ]．北京：北京交通大学，2009．
[4]周佳，罗威，张波，等．基于频谱分析的地铁车辆牵引电机故障诊断模拟试验研究[Ｊ]．轻工科技，2012(12)．
[5]王磊，安刚虎，崔江涵．基于无线数据采集技术的地铁车辆地面试验在线监测系统[Ｊ]．现代交通技术，2016(03)．
[6]贺德强，路向阳，苗剑． 地铁列车故障检测与诊断系统网络体系结构及其仿真研究[J]． 机车电传动，2009(05)．
论文作者:张祖简
论文发表刊物:《电力设备》2019年第8期
论文发表时间:2019/9/19
标签：故障论文; 系统论文; 车辆论文; 故障诊断论文; 分系统论文; 地铁论文; 技术论文; 《电力设备》2019年第8期论文;