本成果融合了智能算法、深度學(xué)習等前沿理論，提出了基于集成智能、優(yōu)化智能等方法的列車(chē)運維技術(shù)框架，解決了高速列車(chē)關(guān)鍵部件以及整車(chē)的運維技術(shù)。主要包括：
1.高速列車(chē)軸承故障診斷方法
高速動(dòng)車(chē)組列車(chē)中包含大量旋轉機械部件，如牽引電機、軸箱、齒輪箱等。軸承是旋轉機械運行的核心組件，也是旋轉機械故障的主要來(lái)源。針對軸承信號，開(kāi)展自適應濾波計算，提高信號信噪比；建立非線(xiàn)性映射模型，實(shí)現對軸承故障的高精度診斷。
2.高速列車(chē)整車(chē)振動(dòng)趨勢預測方法
高速列車(chē)整車(chē)振動(dòng)是乘客舒適性、輪軌關(guān)系等性能的重要影響因素。高速列車(chē)整車(chē)振動(dòng)趨勢預測，能夠協(xié)助實(shí)現對高速列車(chē)振動(dòng)的主動(dòng)抑制。針對高速列車(chē)振動(dòng)信號，分析高速列車(chē)振動(dòng)的產(chǎn)生機理，建立集成智能預測模型，進(jìn)而預測振動(dòng)趨勢。
3.高速列車(chē)運維大數據可視化技術(shù)
大數據可視化可以向決策人員提供全方位的列車(chē)維護信息，便于管理人員定制維護計劃。針對運維大數據，清洗補全原始數據，借助智能算法實(shí)現數據的可視化。
應用前景：
在高速列車(chē)的全生命周期中，運維階段所占時(shí)長(cháng)最長(cháng)，所產(chǎn)生成本最高。智能運維技術(shù)能夠挖掘列車(chē)運維數據中的規律、監測列車(chē)狀態(tài)，實(shí)現合理安排列車(chē)維修，提高服役性能，降低意外故障風(fēng)險、減少運維成本。
成熟度：產(chǎn)業(yè)化
