安徽中车浦镇城轨交通运维科技有限公司

本发明涉及城轨车辆智能运维技术领域，具体为一种城轨电客车车门滚轮寿命评估与剩余寿命预测方法，包括首先采集多维度数据，再通过 3σ 异常剔除、分段缺失填充、min‑max 归一化、滑动窗口滤波完成多源数据标准化处理，结合滚轮四类失效机理，采用 AHP 层次分析法构建多因素耦合健康量化模型，输出滚轮劣化指标H，利用 LSTM 长短期记忆时序网络，基于连续健康时序数据预测滚轮剩余使用寿命 RUL，最后生成可视化运维输出。本发明解决传统定期更换一刀切、人工巡检主观误差大、无法预判隐性失效的技术缺陷，实现滚轮健康状态精准量化，提前预警车门滚轮突发故障，降低备品备件与人工运维成本，延长滚轮合理服役周期。

本发明涉及城轨车辆继电器健康管理与剩余寿命预测技术领域，具体为基于物理信息神经网络的地铁继电器剩余寿命预测方法，包括采集地铁继电器多源时序监测数据并进行预处理；建立包括触点磨损动力学、电弧烧蚀老化及机械疲劳衰减的退化物理机理模型并设定约束条件；构建全连接深度神经网络架构的物理信息神经网络，将退化物理机理模型及约束条件嵌入损失函数，该损失函数由数据拟合损失、物理残差损失和边界约束损失构成；利用标准化数据集训练网络；将实时数据输入训练完成的模型，输出退化健康度与剩余寿命预测值。本发明融合物理机理与数据驱动优势，在小样本变工况下实现高精度剩余寿命预测，支撑城轨车辆预测性维护。