地铁牵引系统IGBT失效实例分析及可靠性提升措施

来源 :铁道车辆 | 被引量 : 0次 | 上传用户:a4198673
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
地铁牵引系统作为地铁列车动力输出源,其可靠性尤为重要。文章从实际案例出发,通过对制造端装配质量和工艺排查、应用设计排查、驱动和保护排查以及器件批量制成问题排查,得出了牵引系统核心功率器件IGBT的主要失效原因,并给出了提升IGBT可靠性的相关措施,可为行业内解决同类问题提供参考。
其他文献
通过对近几年成都车辆段配属的铁路客车在运用及段修中出现的真空集便器故障进行分类统计,归纳了真空集便器的主要故障类型,总结了故障分布规律,对故障产生的原因进行了探讨,
服务便利性已成为影响旅客选择高速铁路出行的重要因素之一。本文界定了旅客感知便利性所包含的决策便利、到达便利、乘车便利、交易便利、售后便利5个维度,构建感知便利性测量模型;基于高速铁路旅客问卷调查和结构方程模型分析,检验感知便利性各维度对旅客满意和忠诚的差异化影响机制。研究发现旅客感知便利性总体上对旅客满意和忠诚具有正向影响,且旅客满意是感知便利性影响旅客忠诚的重要中介机制。但是,旅客满意在到达便利和售后便利对旅客忠诚的影响中起到了完全中介作用,而在交易便利对旅客忠诚的影响中只起到了部分中介作用,且不能中介
列控车载设备故障复杂且车载记录数据为海量非结构化文本,针对车载记录数据特点,提出基于卷积神经网络的车载设备故障智能分类模型。使用CBOW模型实现车载记录数据的文本分布式表示;为提高网络的泛化性,加快网络收敛,利用加入批归一化处理的卷积神经网络实现故障分类;考虑到不平衡、难分样本对分类效果的影响,通过SMOTE算法随机生成少数类文本向量数据,之后在卷积神经网络的训练阶段采用焦点损失函数对样本加权,实现不平衡数据间的调整。通过对某铁路局列控车载记录数据进行试验分析,表明该模型可以有效提升列控车载故障分类的精确
在概括介绍动车组高压电缆总成基础上,以运用现场发生的一起CR400AF型动车组高压电缆终端放电击穿(正文简称为高压电缆终端放电击穿故障)为例,对电缆终端局部放电产生的表象及危害进行分析,针对故障成因提出对策,旨在为防止和处理同类故障提供参考和借鉴。