基于大数据的轨道交通车辆空调系统智能运维

高锐

摘 要：近年来，轨道交通产业持续保持快速增长，开通轨道交通的城市日渐增多，面对城市轨道车辆的运营量急剧增长，如何提升轨道车辆设备运行安全性、可靠性、可用性、舒适性，并且进一步降低整车运维成本，已成为各个主机厂和地铁业主关注的热点问题，现有故障维修与定期检修的运维服务体系已经很难适应城市轨道车辆日益增长的需求.数字化、规范化、网络化、高效化的城市轨道车辆智慧运维模式的探索与应用已成为广大地铁运营检修部门迫切期望.智慧运维通过构建运、检、修一体化的城市轨道车辆运维服务平台，实现运维服务的信息化、数字化、规范化和专业化。而空调系统作为轨道车辆系统重要的组成部分，实施智慧化运维已经成为迫切的需求。

关键词：轨道交通;空调系统;智能运维

1应用目标

通过对列车一年的实际运营数据的采集，建立全天候、多季节，覆盖空调机组各种工况的预诊断模型，以实现：

（1）建立轨道空调健康评估模型和故障预测模型，对车辆运营方给出及时的报警与处置对策建议;

（2）监控轨道空调健康状况，由定时修改变成状态修，防止过度维修，降低运营维护成本;

（3）监控轨道空调性能变化趋势曲线，预测轨道空调各部件剩余使用寿命，降低架修和大修的维修成本;

（4）建立空调系统全生命周期的数据库，制定空调系统检修修程，降低全生命周期成本。

2总体技术方案

在实施架构上，选择基于分布式的技术架构，分布式架构是当前业界实现业务系统的最佳技术手段.基于这种技术路线，城市轨道行业的数据、模型和业务功能能够以合适的模块被开发、管理、运行和调用。架构设计中采用面向服务的模块化设计理念，服务模块之间保持松散的耦合状态，便于系统的扩展以及针对不同角色进行个性化定制，能够更好地满足城市轨道行业运维服务需求和创新应用需求。

3智能运维设计方案

依据城市轨道交通运维服务的实际需求，结合城市轨道空调运维服务业务发展，建设运维、检修一体化的城市轨道车辆空调运维服务平台，智慧运维平台由数据层、分析层、应用层及展示层4部分组成。

3.1数据层

（1）在线监测数据。某地R2号线为变频热泵空调，变频空调由于自身控制的需要，系统已经集成了回风，新风，蒸发温度，冷凝温度，排气温度5类传感器，位于空调内部的采集装置将采集到的空调温度信息通过RS485总线传输到位于控制柜内部的智能车控器，智能车控器再将自身检测到的IO信息、CPU信息通过维护以太网发送到车载设备，车载设备统一将车载数据通过车地网络发送到地面服务器。

（2）智能维保数据。空调系统在维保过程中产生大量的数据，例如故障部件名称，故障现象，故障原因，是否更换部件，更换部件所用的时间，这些数据通过FRACAS系统接入到智能运维系统，实现对空调全寿命周期进行管理。

（3）出厂静态数据。为了实现轨道空调系统全寿命周期管理，空调智能运维系统采集设备出厂时的关键信息，例如机组和主要部件的电子履历，出厂试验报告等。

3.2分析层

（1）状态监测层。状态检测层主要监控空调运行状态信息，通过阈值检测，发现空调的故障状态，例如在空调吸气口和排气口安装了高压监测开关和低压监测开关，当高压监测开关或低压监测开关出现动作时，空调报出故障，状态检测层只能监测到空调采集信号发生了状态变化，无法分析设备从“正常”到“故障”的过程，不能对发生的故障进行预测和准确定位。

（2）故障诊断层。通过在线监测，智能运维系统获取了空调设备从“正常”到“故障”变化过程，通过大数据建模分析，在结合专家经验，对故障进行精确诊断和定位。

（3）故障预测层。空调系统是一个集热力学、流体力学以及自动控制等多个学科为一体的系统，存在各个制冷系统参数相互耦合，控制逻辑复杂等特点。同时，列车运营的环境复杂多变，以及随着运营时间的推移，机组状态也会发生偏移。因此，采用监督学习技术为核心的机器学习算法对空调运行状态进行预测。通过列车一年的实际运营数据，建立全天候、多季节，覆盖空调机组各种工况的算法模型。通过空调机组在线监测实际值与算法模型预测值比对。

3.3应用层

（1）监控中心。智能运维系统运行监控通过监控中心实现，监控中心主要包括：设备运行状态监控、工单执行状态、运营指标状态、检修计划状态、全寿命周期状态的功能，监控中心主要功能如下：1）从监控层级上可以分为全网监控，线路监控，单车监控，部件监控;2）从监控内容上可以分为运行状态监控，故障告警监控，故障预警监控，工单执行监控等。

（2）事件中心。事件中心通过故障诊断和故障预测模型生产事件，把发生事件推送到事件中心，事件中心进行展示。主要包括：事件中心监控、事件详情分析、事件信息查询。

（3）工单中心。工单监控主要实现工单统计查询、工单详情查询、工单处理流程和工单统计分析。其中，工单统计查询按车号、故障编码、工单号进行模糊查询;工单详情查询提供故障与工单的关联，已经在处理的工单，后续再报的故障是否继续与其关联，展示工单详情内容。

（4）资产中心。按照设备管理发展的趋势，在考虑整个应用软件功能时，结合系统工程理论观点，全局考虑、统一规划，采取模块化设计，开放各个模块之间接口，避免局部优化对整体系统造成损害。在技术上，系统采用成熟的软件平台技术，开放的体系结构。

（5）评估中心。评估中心主要是针对空调健康状态趋势分析，空调设备运维分析、检修规程实施分析，按照年月日生成空调设备运营报告供管理者进行运营决策。

（6）数据挖掘。空调智能运维系统预留数据挖掘接口，数据量积累到一定数量后，可以进行空调系统与载荷量、季节能耗关联分析。

4经济效益

4.1预测性维修带来的效率提升

传统车辆装备的运维检修模式主要有故障维修、预防性计划维修两种。故障维修是指运行中的车辆发生故障，车辆无法正常运行，不得不进行的维修，是一种被动检修的模式。预防性计划修通过对产品的系统性检查、设备测试和更换以防止故障发生，轨道空调日检、月检、年检、架修、大修都属于预防性计划修，由原来的故障维修加预防性计划维修模式向现在的预测性维修模式转变，将大幅度减少维修次数。从而大幅提升车辆的维修效率，提升车辆利用率。

4.2檢修业务智能化带来的效率提升

智能化检修运维平台采用自动化技术手段，全面指导维修过程中的作业指导，使检修作业过程信息化，智能化，将系统性的提高检修作业效率，降低维护成本。

结语

本文阐述了轨道空调智能运维的技术方案，并依托西安地铁，建立了轨道空调智能运维平台，实现了空调系统在线检测，故障预测，健康管理等功能，促进了智能运维在轨道空调行业的应用与发展。

参考文献：

[1]李小亮，翟昊宇，赵志.智慧运维系统中新型空调控制器的研制[J].技术与市场，2021，28（05）：46-47+50.

[2]杨培盛，董先鹏，侯飞，管超，厉彦宏，刘鹏，吕方林.城市轨道交通车辆远程专家诊断系统设计和应用[J].现代城市轨道交通，2021（04）：25-32.

[3]罗定鑫，吴疆，张瑞，沈智广，乐细明，倪秒华，李铮伟，裘舒年.基于城市轨道交通地铁站环控系统的在线运维与诊断系统[J].暖通空调，2020，50（09）：103-110.

[4]谭文举.轨道交通全自动运行条件下运营场景设计及智能运维研究[D].北京交通大学，2020.

[5]张俊.轨道交通智能运维系统应用探讨[J].智能建筑与智慧城市，2020（05）：70-72.

（西安中车长客轨道车辆有限公司，陕西 西安 710000）