基于ARIMA模型的地铁车门传动系统故障预测

摘要

地铁车门作为地铁车辆频繁启动的部件之一，其可靠性因事关旅客安全和地铁网络调度秩序等而备受关注。地铁车门的机械传动系统作为地铁车门动作的执行机构，是保障地铁车门正常开闭的关键。如何有效采集传动系统的退化信息、建模和预测其退化状态及早期故障，对保障地铁车门正常运行和地铁网有序工作尤为重要。 新上线的车辆是指新组装车辆为适应当地运行环境，需要在线上进行一阶段的实际运营调试。因此，对于新上线且正处于新环境适应期调试的地铁车辆，因为其机械传动装置处于磨合期或部分参数处于调试期，所以系统发生故障的概率相对较高，并且其退化变化趋势不同于成熟运行期车辆。故有效采集、建模分析并预测新上线车辆退化的变化趋势，可为缩短新上线车辆的运行调试期提供技术参考。基于此，本文研究内容如下： （1）根据地铁车门传动系统的结构和工作原理，对传动系统中电机-丝杆传动形式进行了受力分析，确定了夹紧力作为故障预测数据的合理性。根据地铁车门的特点设计并研制了间距可调的夹紧力测量装置以及夹紧力数据采集系统。通过所设计的上位机分析软件，实现对地铁车门夹紧力数据的采集、存储、显示和查询等功能。 （2）基于不同时间序列模型的建模方法，分析了AR、MA、ARMA以及ARIMA四种时间序列模型之间的演化关系。分别对这四种不同的时间序列模型从模型识别、参数估计、模型检验、模型预测等方面做了比较，为选择适合的时间序列预测模型提供了理论基础。 （3）针对新上线的地铁车辆，采集其不同运行阶段的夹紧力数据，并依据所采集的夹紧力数据，应用ARIMA时间序列预测模型对夹紧力峰值的均值和标准差随累积运行时间的变化趋势进行预测。依据失效阈值确定地铁车门传动系统发生故障的概率。 通过对本文预测数据与测试数据对比结果表明ARIMA模型可以较有效的预测地铁车门夹紧力峰值的变化趋势和故障概率，在一定程度上能够缩短地铁门的调试周期。所构建的数据采集系统可以支持调试阶段地铁门故障的初始模型建立，并对其调试周期内的的故障预测方案设计提供理论支持。

目录

声明

第1章 绪 论

1.1 研究背景及意义

1.2研究现状

1.2.1 机械传动系统性能退化研究

1.2.2 轨道车辆零部件性能退化与寿命预测研究

1.2.3 故障预测理论及方法

1.3 各章内容介绍

1.4 本章小结

第2章 时间序列预测模型及其构建

2.1 模型识别

2.1.1 不同时间序列平稳性判断

2.1.2 时间序列模型的定阶

2.2 参数估计

2.3 模型的检验

2.4 最小均方差预测法

2.5 本章小结

第3章 地铁车门传动系统结构及夹紧力采集系统设计

3.1 地铁车门整体结构介绍

3.2 地铁车门传动系统结构及工作原理

3.2.1传动系统结构

3.2.2传动系统工作原理及受力分析

3.3 夹紧力采集装置的设计

3.3.1 机械结构设计

3.3.2 工作原理

3.4 数据采集系统硬件设计

3.5软件系统设计

3.6 本章小结

第4章 实际案例分析

4.1 预测模型的构建

4.2 预测结果分析

4.3 本章小结

第5章 总结与展望

5.1 总结

5.2 展望

参考文献

致谢

附录A 攻读学位期间所发表的学术论文目录