（内蒙古乌兰察布市集宁机务段内蒙古乌兰察布012000）
摘要：对机车制动系统进行可预测维修，可以保证物尽其用，充分利用制动系统零部件的有效寿命，解决维修过度和维修不足两大问题，及时掌握制动系统的健康状况，并可以对制动系统的剩余寿命进行预报，对需要维修的部件提前安排维修计划，对故障隐患做到防患于未然，从而显著减少停机损失，降低运营成本。
关键词：机车制动系统；可预测维修；关键技术；系统实现
1制动系统可预测维修关键技术
1.1数据收集
预维修的数据来源贯穿于产品设计、制造、试验、使用、维修的整个过程。但总的来说，分为两个方面：一是在实验室进行的可靠性试验获得的数据和从产品使用现场获得的离线数据（主要来源于FRACAS系统），包括从机务段和车辆段等现场获得的数据。另一方面是由在线机车制动机系统自带的传感器，或者为了收集数据而专门为预维修功能安装的传感器采集到的在途运行数据，包括制动系统在运行过程中的各种性能参数。传感器的数据可以通过传统的机车总线或工业以太网获得。大部分性能参数可直接测得，少数数据则须根据数据流模型在线辨识工作模式并加以估计。以电磁阀为例，采集的数据包括：正常状态下不同闸位数据，卡滞状态下不同闸位数据，橡胶圈破损状态下不同闸位数据，阀杆磨损状态下不同闸位数据，电压变化时不同闸位数据等。
1.2数据预处理
预处理的目的主要是对采集的原始信号进行分析和滤波，以去掉各种次要因素和运行时刻所带的各种噪声和干扰。对所搜集的机车制动系统数据进行预处理，一个方面是从管理和人员角度，对不确定的维修数据或者遗漏的维修数据，通过积极与维修管理的人员联系，分析问题产生的原因，并作出相应的处理。另一个方面则是利用各种技术如统计分析、滤波法和插值法等，检查数据有效性，消除数据的噪声和干扰。在本项目中所用的技术主要是基于组合形态滤波器，对采集的各种输出响应信号比如BCU的控制信号、均衡风缸的压力和电磁阀驱动电流等进行滤波预处理，消除噪声对信号的影响。
1.3状态检测
在得到机车制动系统的特征数据后，需要对特征数据进行状态检测，找出观察到的特征数据所对应的隐含健康状态，比如良好，故障初期，故障中期，失效等状态。因此需要建立有关正常和特征的状态检测模型。为达到该要求，首先设计决策算法，基于提取出的特征集合，最优地对采集到的样本进行分类；当新样本出现的时候，首先提取出该样本的特征信息，然后基于决策算法，判定是否发生故障及最有可能是哪一种故障。比如可以计算所采集信号的各频带信号的总能量，根据各频带信号的总能量进行分类。由于采集的数据较为庞大，特征集的数量较多，通常需要使用机器学习的方法来进行自动聚类。聚类将制动机采集的数据特征对象分组成为若干个类或簇，使得在同一个簇中的对象之间具有较高的相似度，而不同簇中的对象差别很大，通过聚类，可以识别密集和稀疏的区域，发现全局的分布模式以及数据属性之间的相互关系。在本项目中为了提高分类的效率，使用减法聚类分析，计算量与数据点的数目成线性关系，且与所考虑问题的维数无关，有利于制动系统的实时状态检测。
1.4故障诊断
故障诊断所用的模型可以是基于机理构造的，也可以是基于数据训练构造。在得到确定的模型后，针对机车制动系统数据采集层和数据处理层的数据以及其它相关数据进行故障的诊断。对于机理性模型则将设备当前测量值（或特征量）与模型的输出值进行比较，然后根据预先设定的状态阈值进行判断是否有故障发生。对于使用数据训练得到的模型，则将设备当前测量值生成的特征向量直接输入模型，得到模型所对应的部件、工作回路和整机状态。在本项目中同时采用了基于机理的模型和基于数据训练的模型，机理模型主要基于制动机功能环路的空气动力学分析。在基于数据训练的建模方面，主要采用模糊人工神经网络方法来建立正常情况和故障下的拟合模型。判断设备是处于正常状态还是缺陷状态。一旦识别出设备处于缺陷运行状态，则发出警告。
2制动系统可预测维修的系统实现
2.1车载嵌入式设备实现方案
车载嵌入式设备包括以下几个模块，数据采集模块，车地通信模块，核心处理模块，GPS定位模块，信号合成模块，电源模块。其中数据采集模块通过以太网冗余接口与制动机的EIU相连，可以读取EIU的控制指令和检测到的传感数据，包括各个缸与阀门的压力和流量信息，还有电磁阀电流、电压信息以及制动机内部各个电控开关的开合信息。车地通信模块包括两种无线通信方式，一个是通过公有基站的4G-LTE无线通信方式和WiFi无线通信方式；GPS定位模块用于报告当前记录产生时列车的行驶位置；信号合成模块用于合成4G-LTE信号，WiFi信号和GPS信号；核心处理模块用于分析实时数据并给出即时的诊断和预警结果。该核心处理模块能够适应列车运行的恶劣环境，达到实时采集并分析数据，做出故障预警和响应的性能要求。
2.2机车制动系统预维修云端部分
为能够对机车制动系统进行在途的全面分析和健康评估，在制动系统预维修平台上搭建了多级分布式云数据服务器，根据“数据共享，按需分配”的原则，进行数据的汇聚、存储、处理和分发管理。其云端部分包括无线接入点、远程通信模块、数据分发模块和数据处理模块。无线接入点包括4G-LTE通信模式和WiFi通信模式，远程通信模块包括数据分级处理模块和服务分级处理模块。数据分发模块根据分级结果将数据分发到各级云服务器的云存储装置上。其各级服务器包括机务段、路局、铁总公司和制动系统供货商等4级结构。其数据处理模块主要采用云计算的服务模式提供深度故障诊断模块和可预测维修模块。该系统为基于Hadoop的制动系统云后端多级服务器体系，可以为系统提供更好的可扩展性，可以将计算密集的海量制动机在途运行数据的分析运行于由成百上千个结点组成的大规模计算机集群上，并可提供可靠、快速、可扩展的网络存储服务。
结论
对于长时间的使用机车，那么机车出现一些的问题和故障则是很正常的一件事情。所以在机车运行的过程中，需要定期的对于机车进行检查和维修。只有保证经常的检查和维修才可以保障机车可以正常的运行，也才可以保障人员的安危。而同时对于机车制动器的维修人员，则需要有过硬的专业知识以及熟练地操作技巧，这样的话对于机车的工作人员的安危也会有很大的保障。
参考文献：
[1]赵文怀.SS_4改型电力机车单元制动器不缓解原因分析与解决方法[J].2008北京铁路局技师论文集，2016.
[2]闫小康，张银凡.SS4型电力机车单元制动器自动上闸的原因分析与解决办法[J].机车电传动，2016（2）.