红外线轴温探测系统故障定位技术研究

孟 晓明
国能铁路装备有限责任公司肃宁车辆维修分公司

摘要

针对铁路运输中红外线轴温探测系统存在的故障识别难度大与定位精度低等技术难题 , 提出了一种基于深度学习
和多源信息融合的故障诊断方法。通过对系统运行数据的深入分析，建立了包含温度特征与振动特征以及环境因素在内的
多维故障特征模型，并结合改进的卷积神经网络算法实现了故障的智能识别与定位。实验结果表明，该方法在复杂工况下
的故障定位准确率达到 95% 以上，较传统方法提升了 15 个百分点，且具有较强的抗干扰能力和实时性。本研究对提高铁
路运输安全性和可靠性具有重要的理论意义和实践价值，为轴温探测系统的智能化维护提供了新的技术途径。

关键词

红外线轴温探测；多源信息融合；故障诊断；预测性维护

参考

[1] 张惟皎 . 基于故障预测与健康管理的动车组智能运

维技术 [J]. 中国铁路 ,2024,(07):179-187.

[2] 王建鑫 , 郭佑民 , 杨君 . 滚动轴承红外热成像故障诊

断与状态监测 [J]. 红外技术 ,2023,45(10):1045-1051.

[3] 刘鹏军 , 杨征西 , 李强 , 等 . 红外线轴温探测系统

(THDS) 预报故障轴承分析 [J]. 铁道车辆 ,2023,61(04):159-162.

[4] 李 刚 , 郑 黄 松 , 沈 小 萌 , 等 . 一 种 安 装 车 辆 轴 温

智能探测系统室外设备的专用轨枕 [J]. 减速顶与调速技

术 ,2023,(02):13-16.

[5] 刘艳 . 红外轴温智能探测系统的原理探讨 [J]. 信息通

信 ,2020,(03):125-126.