大数据地铁车辆牵引系统故障诊断技术的分析

万山林

（常州市轨道交通发展有限公司，江苏 常州213001）

对现阶段的地铁运行做具体的分析会发现，地铁车辆牵引系统故障对地铁的运行稳定和安全有着重要的影响，所以积极的进行故障分析与解决有突出的现实意义。就当前掌握的资料来看，在牵引系统故障分析的时候，无法对部分故障做及时预测和处理，这对于地铁车辆的运行是非常不利的，所以强调故障的深入性分析与总结是非常必要的。大数据技术的利用可以实现数据挖掘，从而判断数据之间的关系，这对于故障预测和处理有积极的作用，所以在地铁车辆牵引系统的故障诊断中，积极的使用大数据技术现实意义显著。

1 故障诊断现状

对地铁车辆的具体运行做分析发现牵引故障是其出现的主要故障之一，所以在实践中出于故障规避的需要，必须要做好牵引故障的分析和处理[1]。在具体的故障处理中，故障诊断是必须要重视的，因此掌握牵引系统故障诊断价值巨大。从概念分析来看，所谓的牵引系统故障诊断具体指的是在系统部件不分解的情况下对系统的运行状况做检测，并确定故障发生部位以及引发故障原因的活动。

在目前的地铁车辆故障诊断中，使用的诊断系统主要有两种，一种是车外诊断系统，即使用一些辅助性检测仪器进行故障的判断，目前实践中利用的测试台模拟故障寻找故障原因的方法就属于车外诊断。基于实践总结可知，因为地铁车辆的故障发生具有非常明显的随机性，所以利用车外诊断系统做故障的判断需要花费较多的时间，而且故障的捕捉准确性也比较的差。另外一种是车载诊断系统。现阶段的地铁车辆在运行实践中安装了参数记录仪，该仪器可以将车辆运行的实时数据进行记录，比如电压电流、电动机运行温升等参数，这些数据能够在司机的操作台上进行显示，不过其显示比较简单，所以在故障发生的时候，其可以起到提示作用，但是无法实现故障的分析。总之，两种诊断系统均存在着缺陷，无法为地铁车辆潜在故障进行预测，所以其使用的整体价值不高。

2 大数据背景下的故障

出于地铁车辆及时维护诊断的需要，在车辆安全保障工作实施中可以利用大数据技术来做故障的诊断和分析。基于故障诊断和分析的具体需要，故障诊断系统可以按照监控中心层、网络传输层、车载设备层和维修中心层做具体的配置，基于具体的配置，系统可以分为监控中心层、车辆段分系统和车载级分系统三个部分，下图是系统整体结构示意图。

在故障的具体诊断中，出于诊断准确性的考虑，在系统中还需要引入专家库的概念。专家库在故障原因分析和及时修复故障方面有突出的效果，是系统故障处理时间与大数据的有效结合，其实现了故障预处理、故障预报、故障定位和故障处理的集合。基于故障诊断的具体需要，系统的功能如下：（1）应用大数据技术建立系统知识库，用来存储设计阶段所形成的图纸文件、故障模式的影响和危害性分析资料以及各类型的试验数据。（2）基于大量的故障处理构建信息库，并在大数据技术基础上建成故障症兆库、故障处理模式库等等。（3）建立故障分析链，实现对故障的准确判断和分析。

2.1 监控中心层。从功能来看，监控中心层的主要功能是对各车辆段的故障进行收集，并从整体入手做故障产生原因的分析，最终的分析数据可以为故障的应急处理提供支持和参考[2]。就监控中心层的具体利用来看，其需要实现监控中心和各车辆段分系统能够之间的信息共享，具体包括故障诊断信息和其他的信息，这样，系统范围内的联动效果会更加的突出，故障处理的实际水平会明显的提升，车辆故障检修中的成本费用也会明显的降低。总的来讲，车辆牵引系统的故障产生并不是无迹可寻的，通过大量的数据资料分析可以发现故障发生的具体规律，也能够了解到引发故障的具体原因，这可以为故障的具体诊断提供参考，从而达到诊断效率提升，准确性提高的目的。

2.2 车辆段分系统。对车辆段分系统做具体的分析发现其主要由接入装置、路由器、局域网开关、以太网开关以及服务器等构成。该部分的主要功能是实现对各车辆段车辆的实时监控、数据收集以及评估和组织维修。从具体的分析来看，故障的发生具有随机性，通过车辆段分系统的应用及时的记录各个时间发生的故障，这样可以基于故障的发生时间和部位，并使用大数据实现相应的分析[3]。如此一来，各部位故障的具体发生规律分析会更加的准确，在掌握规律的基础上，车辆段各车辆每个结构和部件的检修等会有明显的方向，具体的检修工作实效性会有显著性的提升。

2.3 车载级分系统。车载级分系统是基于大数据构建的车辆牵引故障诊断系统的重要组成部分，就该系统的具体配置来看，其主要包括了配置有32 位处理器的计算机控制系统和车辆内部网络系统。就车载级分系统的具体应用来看，其主要的功能有五个，分别是故障信息的全面采集、信息传输、信息的预处理、故障的简单诊断和故障的应急处理。总体来讲，在车辆牵引故障诊断系统中，车载级分系统是最为核心的一个系统，其不仅仅能够实现信息的收集与判断分析，还能够基于信息的处理对故障做相应的处理，所以在故障的整体诊断和处理中，车载级分系统的应用价值突出。当然，其他两部分的价值也是不容忽视的，因为三者的联合实现了系统整体功能的进一步发挥，如此一来，故障诊断和处理的实效性会更突出。

3 故障诊断系统的应用效果对比

基于大数据故障分析技术建设地铁车辆故障诊断分析系统并对其进行应用发现其具有三个方面的突出优势：（1）故障诊断的快捷性。对比过去的地铁车辆牵引系统故障诊断周期和应用新系统后的故障诊断周期会发现诊断周期存在着30%～40%的时间缩短，这说明新系统的利用可以更加快捷的诊断故障，从而加快故障的解决速度。（2）故障诊断的准确定位明显提升。从新系统应用来看，因为其有更多的数据分析，所以基于数据总结和判断，故障的定位准确率进一步提升。目前的系统应用结果表示，故障定位准确率达到了99.7%。（3）系统应用有效地预防了故障的发生。在大数据技术利用基础上，基于数据挖掘技术的使用可以实现故障的可预见，在预见故障的基础上做故障预防，故障的发生率明显的降低。

综上所述，地铁作为现代城市公共交通的重要组成部分，强调其建设和应用有突出的现实意义。就地铁的实际应用分析来看，其应用过程中会存在着牵引系统故障，出于车辆稳定和安全运行的考虑，基于大数据构建具有针对性的故障诊断系统有十分突出的现实价值，所以在分析故障诊断现状的基础上对故障诊断系统的建设做分析与讨论现实意义显著。