地铁列车客室车门 EDCU 总线通信故障诊断及定位方法

向开 罗(中建（天津）轨道交通投资发展有限公司，中国)

摘要

针对地铁列车客室车门EDCU总线通信故障频发、排查效率低等问题，本文以天津地铁 7 号线电客车故障数据为基础，构建 EDCU 总线通信故障特征知识库。提出融合边缘计算与改进粒子群算法优化 BP 神经网络的智能故障定位方法，由边缘节点实现故障数据实时预处理与特征提取，通过优化神经网络精准识别故障根因。同时建立基于时间序列分析的故障预警机制，推动运维由被动响应向主动预防转变。工程应用表明，该方法使 EDCU 总线通信故障平均排查时间缩短至 0.9 小时，降幅 64%，故障定位准确率达 92.3%，可为地铁车辆门系统智能化运维提供技术支撑。

关键词

EDCU；总线通信故障；故障诊断；粒子群优化；边缘计算；故障预警

参考

王玉鑫，张迪，王立潮.天津地铁7号线项目客室门使用维护及检修手册[Z].中车青岛四方机车车辆股份有限公司，2025.

康尼公司.司机室手动塞拉门门锁检查和调整办法[Z].南京康尼机电股份有限公司，2026.

Kennedy J,Eberhart R.Particle swarm optimization[C].Proceedings of ICNN’95-International Conference on Neural Networks.IEEE,1995:1942-1948.4 基于时间序列分析的故障预警机制4.1 预警机制设计思路突破被动维修模式，采用LSTM对通信质量参数时间序列建模，预测趋势变化，接近阈值时提前预警，形成“预警→特征提取→根因定位→生成工单”联动流程，实现主动预防。

DOI: http://dx.doi.org/10.12345/gcjsygl.v10i7.38084