轴温度故障是在EMU运行期间发生的主要故障，主要是由轴温度传感器的故障引起的。般的预防性检查方法应将轴上的温度传感器一一拆卸，这既费时又费力，并且会造成损坏。文使用大数据系统方法来防止EMU轴温度传感器发生故障，从而降低轴温度故障的可能性，提高EMU的可用性，并为进一步使用EMU提供参考。
数据动车组，用于故障预防，优化和改进。向。
轴温度故障是EMU运行期间发生的主要故障。象是，轴和轴端部的温度是由滚动装置本身引起的，或者是由未对准和润滑不良引起的外力引起的变形引起的。
树木温度过高时，这将导致树木砍伐。此，当树木温度下降时，EMU必须使用限速操作并使用温度测量设备沿途在每个站点进行观察。温度故障主要是由轴温度传感器故障引起的。于大型数据系统，可以实现树木温度传感器故障的预防，从而降低树木温度故障的可能性并提高EMU的可用性[1]。温报警系统由轴温传感器和温度采集模块组成.EMU的每个轴端均装有温度传感器d轴温传感器采集轴端温度并将其发送到温度采集模块，温度信息由温度采集模块处理。MVB（多功能车辆总线）被发送到控制中心进行诊断。木温度警报的触发分为绝对温度条件触发和相对湿度条件触发，当单轴温度传感器本身收集的温度值超过100°C，120°C，140°C，由绝对温度条件触发的轴温报警分类;当单轴温度传感器采集的温度值与其他传感器采集的平均温度值不同时，当相对湿度条件触发时，会产生树木温度警报。异超过30°C，50°C和65°C。据温度升高，树木温度警报分为三个级别：热树温度，热树和警报热树。发最高级别的热树警报时，EMU必须以40 km / h的速度限制运行。用便携式温度测量设备观察和确认停车严重影响了EMU的操作顺序。于轴温度警报系统将温度用作触发判断的唯一依据，因此轴温度传感器用作直接从温度警报系统获取温度信号的设备并且它自身的故障对轴温报警系统的准确性有重大影响。EMU的大量应用数据表明，车轴温度传感器的故障是车轴温度报警的重要原因之一。温度传感器在不同温度下具有不同的电阻值；常温传感器在常温下测量时的电阻值在110Ω和120Ω之间。受外部机械力，脉冲电压和干扰电流的影响，会导致其电阻值发生变化，从而使测量值发生变化或失去测量功能。般的预防性检查方法包括：从轴上一一拆卸温度传感器，并测量电阻值是否为标准值，但是由于轴温度传感器和传感器数量众多，在拆卸过程中容易造成额外的损坏，很难防止轴温度传感器的故障。EMU运行数据作为EMU大数据系统的重要组成部分，可记录系统数据，例如车辆状态以及驾驶员和乘员在运行期间的操作动车组的日常运行，包括车轴温度数据。大数据系统的基础上，比较某条线路在一定时间内运行的动车组的温度状况，可以有效地找到各个树木温度传感器的异常情况和发展趋势，进而指导我们采取相应的预防措施。定标准轴端温度数据后，将EMU每日轴端温度数据曲线与标准曲线进行比较，并过滤异常数据。
图显示了异常的屏蔽轴端温度数据。向架1左侧车轴的温度与标准温度曲线明显不同，并且在同一天的EMU中，同一车辆中的其他3个车轴的温度也明显不同。后对调用异常EMU数据的前一天的树木温度数据进行分析，发现传感器数据首次出现异常。
用了在发生异常数据之后对树木温度数据的分析，发现传感器遇到了几种异常情况。
此期间，EMU没有报告轴温度故障，但是传感器存在隐患。除了风险传感器的电阻值的测量，发现电阻值不稳定，并且过渡状态是传感器故障早期的典型现象，因此传感器的故障传感器确定。换该车轴温度传感器后，EMU车轴温度数据曲线未显示任何异常。数据系统树温度传感器故障预防方法不需要手动对大量传感器进行故障排除，而是通过大数据方法分析和组织数据，并消除了异常数据。张额外的支票。证可以借用相关车辆数据或借用类似条件。于其他EMU数据，数据的基数越高，精度越高。
过比较获得危险因素后，现场检查和确认可以防止发生故障，从而可以有效节省人工，降低因无效拆卸而造成传感器损坏的风险，并同时防止轴温度传感器发生故障。过对车轴温度报警原理的分析和对动车组车轴温度数据的实际案例分析，证明了采用大数据系统方法可以防止EMU轴温传感器发生故障，从而降低发生轴温故障的可能性，并改善EMU。用性。
时，由于EMU是一个多系统耦合系统，它包括多个变量，例如速度，电压，电流，压力，频率，温度，振动，运行和开关设备的状态，本文从温度信号的角度进行分析和分类，提出了一种防止轴温度传感器故障的方法，恒温阀芯为以后大数据的使用提供了参考和方向。
车组用于预防故障和改善优化。
本文转载自
恒温阀芯 https://www.wisdom-thermostats.com