张 强

轨道交通转向架关键部件依靠人工按期检修，普遍存在作业效率不足、故障判别失误、数据互不互通、检修资源分配不均等缺陷，文章围绕转向架关键部件探究智能运维落地路径。研究拆解传统运维固有缺陷与智能运维实际需求，搭建适配设备运行状态的多源传感采集体系，完善数据清洗、时频特征提取、多源数据融合配套技术链路。结合CNN-Transformer复合结构搭建故障识别模型，通过多维参数调校强化模型在多变工况、环境噪声干扰下的适配能力。依托端-边-云分层架构搭建全域运维平台，实现设备状态捕捉、故障提前判别、运维方案生成、现场工单流转的全流程闭环管控。这套平台识别波动小、反馈时延短，能够降低现场运维开销，支撑轨道交通转向架智能运维场景实际落地。

转向架；状态感知；深度学习；故障诊断；智能运维

[1] 刘华汉,王涛.地铁车辆转向架 FMECA 知识图谱构建研究[J].内燃机与配件,2026,(1):32-34. [2] 胡文浩,段泽斌,李超,等.轨道车辆转向架焊接构架免热处理制造可行性研究(一)[J].焊接技术,2025,54(12):116-120. [3] 雷越,马卫华,秦龙泉,等.轻轴轮轨车辆转向架结构设计及车轮磨耗影响分析[J].机械,2025,52(9):22-27. [4] 周希.碳纤维转向架车辆动力学研究[D].石家庄铁道大学,2025. [5] 田勐,赵刚,王大臣,等.轨道车辆转向架焊缝深层涡流检测试验研究[J].机车车辆工艺,2025,61(1):47-49.

点击下载PDF