本招標(biāo)項目名稱為:鐵路裝備肅寧分公司2024年基于TADS的軸承故障診斷模型研究項目公開招標(biāo), 本項目已具備招標(biāo)條件,現(xiàn)對該項目進(jìn)行國內(nèi)資格后審公開招標(biāo)。
2.項目概況與招標(biāo)范圍
2.1 項目概況、招標(biāo)范圍及標(biāo)段(包)劃分:2.1.1 項目概況
車輛滾動軸承早期故障軌邊聲學(xué)診斷系統(tǒng)(TADS)通過對運行中火車車輛軸承噪聲信號的采集和分析,識別軸承的工作狀態(tài),可提供有效的軸承早期故障診斷結(jié)果,在熱軸之前發(fā)現(xiàn)故障。雖然TADS增強了軸承的預(yù)警能力,提高了故障檢測準(zhǔn)確度,將防范關(guān)口前移,體現(xiàn)了“預(yù)防為主”的安全指導(dǎo)思想,使行車安全性更高,但仍有提升的空間。具體來說,TADS在應(yīng)用上主要面臨以下問題:
1.TADS故障報警標(biāo)準(zhǔn)是根據(jù)全路設(shè)備的運行結(jié)果,經(jīng)過統(tǒng)計分析總結(jié)得出的,在標(biāo)準(zhǔn)制定過程中最優(yōu)先考慮的是要具有廣泛的適應(yīng)性,并且在標(biāo)準(zhǔn)的應(yīng)用執(zhí)行過程中,也未對不同應(yīng)用場景進(jìn)行優(yōu)化。
2.滾動軸承的失效模式是多樣的,并非所有的故障都能在運轉(zhuǎn)中產(chǎn)生異常噪聲,因此單純依靠TADS不可能解決所有的軸承故障診斷問題,總有一部分軸承故障是難以識別的。
3.缺乏有效的數(shù)據(jù)分析手段,包括數(shù)據(jù)訪問困難和缺少分析工具兩方面,目前TADS原始數(shù)據(jù)仍存儲在探測站,存儲周期短,且無法快速訪問,此外,目前沒有適合對TADS系統(tǒng)數(shù)據(jù)進(jìn)行統(tǒng)計分析的應(yīng)用工具。
4.缺少必要的模型反饋路徑。TADS設(shè)備不是計量設(shè)備,沒有故障判斷的標(biāo)準(zhǔn)值,所有TADS的故障聲紋都是通過對故障軸承驗證后確認(rèn)的,從而得到很多故障聲紋的集合,形成軸承聲紋故障庫。當(dāng)TADS系統(tǒng)捕捉到的軸承聲紋與故障庫的聲紋進(jìn)行比對,經(jīng)過判別模型鑒定,符合條件的就確定為軸承故障。然后,在車輛定檢過程中,軸承經(jīng)過人工轉(zhuǎn)動檢查發(fā)現(xiàn)異音、卡滯故障的占所有軸承檢修總量的4%。這些故障軸承在運用中,THDS以及TADS均沒有報警,說明該類故障有的未包含在TADS報警模型中,既有的TADS報警效果較差。在定檢發(fā)現(xiàn)的軸承故障的數(shù)據(jù)也沒有向TADS模型中進(jìn)行反饋,聲紋故障庫得不到升級,判別模型的也沒有及時完善,TADS報警水平不能得到持續(xù)的提高。
上述問題在所有TADS設(shè)備廠家中都存在,無論是新車型、新軸承,還是老車型、老軸承,TADS設(shè)備從出廠到報廢,軸承故障都是按照之前的故障聲紋庫進(jìn)行報警,故障庫及判別模型都沒有升級優(yōu)化,造成故障判別準(zhǔn)確率較低。
為了解決此問題,本項目選取 鐵路沿線TADS設(shè)備作為研究對象。 鐵路具有封閉性高、重復(fù)度高、車型較少的特點,其相關(guān)的車輛信息是進(jìn)行數(shù)據(jù)分析最理想的數(shù)據(jù)。將TADS采集的信息和定檢信息作為基礎(chǔ)數(shù)據(jù),搭建故障聲學(xué)庫,并輔以多T及相關(guān)系統(tǒng)提供更全面的車輛信息,最后通過深度學(xué)習(xí)框架搭載的訓(xùn)練模型不斷優(yōu)化故障聲學(xué)庫,從而提高TADS設(shè)備的工作效率及報警準(zhǔn)確率。
2.1.2 招標(biāo)范圍、標(biāo)段劃分、服務(wù)地點
“基于TADS的軸承故障診斷模型研究”項目選取 下屬的鐵路沿線已投入使用的TADS設(shè)備作為研究對象,通過搭建室內(nèi)軸承故障聲音采集系統(tǒng),采集定檢過程中的軸承聲音信息,并結(jié)合車輛行駛過程中TADS采集的聲音信息作為基礎(chǔ)數(shù)據(jù),搭建故障聲學(xué)庫,并輔以多T及相關(guān)系統(tǒng)提供更全面的車輛信息,最后通過深度學(xué)習(xí)框架搭載的訓(xùn)練模型不斷優(yōu)化故障聲學(xué)庫,從而提高TADS設(shè)備的工作效率及報警準(zhǔn)確率。
標(biāo)段劃分:本項目共劃分為 1 個標(biāo)段
服務(wù)地點:朔黃線TADS探測站及段修車間( 鐵路裝備肅寧分公司)
2.2 其他:/
2.3 主要研究內(nèi)容及預(yù)期目標(biāo):項目主要研究內(nèi)容如下:
1.軸承故障診斷模型的研究
此次研究從聲音采集、聲紋提取、趨勢研究、模型建立四個方面開展:
1)搭建室內(nèi)軸承故障聲音采集系統(tǒng)
為了驗證TADS報警準(zhǔn)確性,以及不斷豐富故障軸承聲學(xué)庫,在車輛做定檢時,在軸承收入工位搭建一套滿足具有軸承故障異音判別功能的軸承故障聲音采集系統(tǒng)。系統(tǒng)具備可擴(kuò)展性,允許系統(tǒng)的功能、傳感器類型和特征提取算法的擴(kuò)展和升級,以適應(yīng)不同的運行環(huán)境和新技術(shù)的發(fā)展。
2)豐富TADS故障聲紋庫
定檢和運用需要建立良好的數(shù)據(jù)閉環(huán)系統(tǒng),便于故障聲紋庫的不斷豐富。針對運用實際發(fā)現(xiàn)的故障,將已有故障聲紋庫進(jìn)行深度學(xué)習(xí),總結(jié)規(guī)律,預(yù)測出新的故障聲紋,豐富既有聲學(xué)故障模型,再部署到沿線TADS。同時在定檢過程中發(fā)現(xiàn)的軸承故障,需要通過軸承故障聲音采集系統(tǒng)完成輪軸高速轉(zhuǎn)動下聲紋的采集工作,并將采集到信息進(jìn)行時頻域分析,同時快速定位、追溯故障軸承經(jīng)過沿線的TADS設(shè)備的數(shù)據(jù)聲紋狀態(tài),進(jìn)行聲紋比對分析,總結(jié)故障規(guī)律,最終將確認(rèn)的故障聲紋錄入故障聲紋模型服務(wù)器,不斷豐富完善TADS故障庫。
3)軸承故障發(fā)展趨勢研究
預(yù)期通過項目的開展實施,綜合運用5T數(shù)據(jù)和HMIS數(shù)據(jù)以及其他關(guān)聯(lián)數(shù)據(jù),分別研究各TADS探測站的運用規(guī)律,研究幾類重點軸承故障發(fā)展規(guī)律,定期完成數(shù)據(jù)的分析與對比,精細(xì)優(yōu)化各TADS探測站的報警模型,更加準(zhǔn)確和及時的進(jìn)行軸承故障報警。
4)TADS報警模型建立與優(yōu)化方法研究
模型的建立與優(yōu)化以海量數(shù)據(jù)作為分析基礎(chǔ), 下屬鐵路線相對封閉,車型固定,重復(fù)性高,為大數(shù)據(jù)分析提供了大量可利用的資源。將大數(shù)據(jù)分析技術(shù)、深度機(jī)器學(xué)習(xí)技術(shù)引入傳統(tǒng)數(shù)據(jù)分析項目中,可有效解決之前“只有思路,沒有手段”的問題。項目預(yù)期通過人工智能的方法開展軸承故障模型研究并進(jìn)行相應(yīng)的模型優(yōu)化。
2.故障軸承檢修管理辦法
收集定檢和現(xiàn)場運用的軸承故障數(shù)據(jù),分析軸承故障類別及故障狀態(tài),建立故障指標(biāo)評價體系,指導(dǎo)人工進(jìn)行軸承的精準(zhǔn)施修,形成鐵路裝備公司貨車故障輪軸檢修管理辦法,提升綜合管理水平。
2.4 項目總工期:合同簽訂后 18 個月。
3.投標(biāo)人資格要求
3.1 資質(zhì)條件和業(yè)績要求:
【1】資質(zhì)要求:(1)投標(biāo)人須為依法注冊的獨立法人或其他組織,須提供有效的證明文件。
【2】財務(wù)要求:/
【3】業(yè)績要求:投標(biāo)人自2022年1月至投標(biāo)截止日(以合同簽訂時間為準(zhǔn)),須具有鐵路貨車車輛滾動軸承早期故障軌邊聲學(xué)診斷(TADS系統(tǒng))設(shè)備銷售或大修業(yè)績不少于2份。投標(biāo)人須提供能證明本次招標(biāo)業(yè)績要求的合同掃描件。(投標(biāo)人須提供符合本采購要求的業(yè)績合同掃描件,必須包含采購范圍、合同簽訂時間、甲乙方蓋章頁,未按上述要求提供的業(yè)績證明文件為無效的業(yè)績)。
【4】信譽要求:/
【5】項目負(fù)責(zé)人的資格要求:投標(biāo)人應(yīng)專門指定一人作為項目負(fù)責(zé)人,項目負(fù)責(zé)人應(yīng)具有高級技術(shù)職稱,須提供職稱證明掃描件。
【6】其他主要人員要求:/
【7】科研設(shè)施及裝備要求:/
【8】其他要求:/
3.2 本項目不接受聯(lián)合體投標(biāo)。
4.招標(biāo)文件的獲取
4.1 招標(biāo)文件開始購買時間2024-12-12 15:00:00,招標(biāo)文件購買截止時間2024-12-17 16:00:00。