吴臻易

（中车青岛四方机车车辆股份有限公司，山东 青岛 266111）

0 引言

随着互联网、大数据技术的不断发展应用，智能化目前已成为动车组发展的必然趋势之一[1]。近年来，轨道交通行业已初步实现了车辆的远程监控，运维人员可在地面实时获取动车组的故障信息，提高了行车故障应急处置效率。但在故障预警方面，目前的主要措施仍是各项参数的阈值预警（如最大值、最大差值、差值变化率等），所面临的问题一是无线传输装置(wireless transport device，WTD)车地通信数据密度高，海量数据汇集到地面服务器进行运算，致使地面服务器不堪重负；二是计算机领域的人工智能算法与传统的动车组故障检测方法之间缺少切实可行的结合点，应用困难。动车组自身是一个极为复杂的系统，其运行状态会受外部环境的影响，在实际的故障预警研究中，目前尚无法获取全部关联数据。因此，探讨一种现阶段可行的大数据平台构建及故障预警预测实现方法，对于进一步提高动车组运营可靠性、保障运输效率具有必要性及迫切的现实意义。

本文从“车-地”一体化大数据平台的构建出发，分别阐述了车载和地面故障预测与健康管理（prognostics health management，PHM）平台的技术框架，同时提出了通过数字仿真思路建立动车组关键部件预警预测模型的方法，并以牵引电机温度预警预测模型的建立为例进行了详细说明。

1 “车-地”一体化大数据平台构建

“车-地”一体化大数据平台采用分布式网络思路构建，其列车端在基于4G移动网络的传统WTD数据车地传输的基础上增加了车载PHM系统。……