无锡地铁列车牵引力不足的原因分析及解决措施

分析无锡地铁1号线地铁列车在首轮架修后普遍出现牵引力不足的故障原因;根据对地铁1号线列车牵引控制、逆变电路逻辑,对牵引黏着控制原理进行全过程分析判断,并对影响列车牵引性能的相关轮对参数数据进行分析、对比、测试并得出结论。最终提出通过优化列车牵引黏着控制软件及刷新底层逻辑参数表的优化策略。     

CRH380BL动车组牵引电机轴端联轴器压装问题分析及工艺优化

针对CRH380BL动车组牵引电机轴端联轴器压装问题,通过理论计算得到满足车辆安全运行的联轴器压装深度为2.39mm,并通过有限元仿真验证了该压装深度能够保证联轴器不会产生滑移现象,结合实际工艺流程,提出压装深度应不小于2.8mm,最终优化了CRH380BL动车组牵引电机端联轴器检修的压装工艺,制定了检修规程,保证了检修周期,节省了检修费用,对动车组同类联轴器的检修具有参考意义。     

动车组牵引系统再生制动工况仿真分析

以CRH3型动车组牵引系统为研究对象,结合动车组牵引系统工作原理,运用MATLAB/Simulink建立仿真模型,模拟了动车组从牵引传动到再生制动的运行工况,为动车组牵引系统的参数优化奠定了理论基础。     

动车组油泵轴承异音的分析与研究

对某新型平台动车组牵引变压器油泵轴承异音进行了原因分析,最终通过对故障轴承的能谱分析,确定故障原因,并提出了新的组装工艺及油泵封闭装配室降尘量监测优化方案。     

动车组牵引电机故障分析及诊断

基于目前我国高速动车组列车的发展情况,为提升动车组牵引电机运行的稳定性,保证动车组安全运行,通过文献综述法、对比法等研究手段对动车组牵引电机故障分析及诊断进行了研究,提出了基于SVM的动车组牵引电机故障诊断方法、基于粒子群优化支持向量机的动车组牵引电机故障诊断方法等,此类故障分析及诊断方法均行之有效。     

动车组牵引供电系统故障模式影响与危害分析

对某动车组(electric multiple unit,简称EMU)牵引供电系统故障模式影响与危害度进行研究,提高牵引供电系统的可靠性,进而提高高速列车运行可靠性。采用故障模式、影响及危害度分析(failure mode effect criticality analysis,简称FMECA)的方法,提出了牵引供电系统的可靠性框图,根据FMECA方法对牵引供电系统的16种主要故障展开研究,从故障发生概率及其影响的严重程度两个维度得到牵引供电系统危害性矩阵。通过危害性矩阵分析得出绝缘栅双极型晶体管(insulated gate bipolar transistor,简称IGBT)模块监控起作用故障、变压器油泵34-F55跳开故障、制冷风扇故障和变压器油流故障等4种危害度较高的故障,并提出相应的改进措施。列车现场运行反馈结果表明,该措施保证了牵引供电系统的运用可靠性,研究成果为动车组其他子系统的故障分析、维修决策和寿命管理提供了技术支持。     

高速动车组牵引测试技术研究

针对高速动车组牵引系统,设计了一套能够对其性能进行测试的测试系统。通过数据采集系统采集数据,利用电流传感器和电压传感器测量动车组牵引系统电流和电压,利用软件进行后续数据处理,能够对高速动车组牵引系统的输入和输出电参数进行测试。     

基于改进小波神经网络的动车组牵引电机故障趋势预测

针对小波神经网络在多维输入情况下易于陷入局部极小值、收敛速度慢的弱点,引入Levenberg Marquardt(LM)算法优化小波神经网络,解决传统小波神经网络收敛速度慢的问题。基于传统小波神经网络和LM算法改进的小波神经网络分别建立预测模型,用于动车组牵引电机的故障趋势预测,通过MATLAB软件对两种预测模型的训练过程进行了数值仿真,仿真实验结果表明改进小波神经网络建立的故障预测模型提高了小波神经网络的预测精度,同时加快了神经网络的收敛速度,是一种有效的预测模型。     

某发射装置导弹存在信号丢失故障分析及改进

通过对某发射装置导弹存在信号丢失故障进行分析,找出了故障的原因。采取了增大压入余量改进措施,通过地面及空中试验验证,证明了改进措施的有效性。     

CRH2型动车组用活塞式主压缩机缸盖密封垫的优化改进

针对CRH2型动车组装用的活塞式主压缩机前期出现的因高、低压缸盖密封垫破损导致泄漏的问题,进行了深入分析研究,查明了故障原因并提出改进方案。改进后的密封垫通过产品试制、仿真分析与试验验证,各项性能指标均满足要求。改进后的密封垫现已批量装车运用,目前已无故障运营多年,解决了原有故障,降低了动车组产品故障率、提升了可靠性。