接触网故障预测与健康管理（PHM）系统

产品简介

以设计参数、检测监测、离线测试、运行状态、维修记录等海量异构多态的数据为基础，运用云计算、大数据技术及深度学习、模糊推理等人工智能算法，构建接触网健康指标体系、评估接触网设备运行过程的状态、预测各类缺陷的发展趋势、预估零部件发生故障的概率、估计修维修前剩余时间、预测零部件剩余寿命、提供辅助维修策略，为实现接触网智能运维提供强有力的技术支撑与保障。

解决问题

l  解决了设备全生命周期数据管理分散的问题；

l  解决了线路健康状态无法准确评估的问题；

l  解决了设备故障无法提前预防维修的问题；

l  解决了无法掌握设备实际寿命的问题。

产品优势

l  利用GIS、BIM等技术，以二维、卫星地图展示线路、区间的健康情况，以三维模型展示接触网部件全生命周期的所有信息；

l  建立接触网健康评价体系，分域分段评估接触网系统的健康状态；

l  对历史数据进行挖掘分析，推断设备及零部件发生故障的概率；

l  通过机器学习和人工智能算法分析，预测接触网剩余维修时间；

l  根据运行工况下关键零部件的疲劳损程度综合预估零部件剩余寿命；

l  对接触网系统健康状态进行评估，优化维修周期、维修方式、人员配备，生成最优维修方案，彻底改变现有维修管理模式，预防安全事故、提升维修效率，减少维修成本，推动修程修制改革，引领接触网智能运维的发展方向。

典型案例