基于轨道交通车辆系统的智能化运维设计的初步讨论

王楠

摘要：随着互联网、大数据、云计算等信息技术在城市轨道交通建设的不断应用，自动化、信息化、数字化、智能化将成为地铁车辆运维的重要发展方向。文章分析了目前地铁车辆运维现状及发展，指出以实现智能化运维需要解决的问题，并结合既有模式，对其系统组成的概念、过程及存在的问题进行阐述。

关键词：地铁车辆;智能运维系统

前言：

随着我国轨道交通行业迅速发展，在轨道交通基础设施方面的投入也在不断加大，同时对城市轨道交通的安全性、可靠性，网络化、智能化的要求也越来越高。伴随着国家“十三五”先进轨道交通战略的推进，轨道交通运维智能化与健康管理被标定为行业发展新方向。如何在保证城市轨道交通安全性能的基础上，实现网络化、智能化，最大限度的节省人力、物力，节省设备资源成为了城市交通行业亟待解决的问题。

1. 地铁车辆智能化运维发展现状

轨道交通行业车辆系统由牵引、制动、辅助、列车网络等多个子系统组成，各系统间的数据接口通过MVB总线实现，并由列车控制单元（VCU单元）集中对外进行接口管理，各系统数据接口关系如图1所示。

这种系统接口架构可以实现车辆子系统数据共享，状态数据互通，列车控制单元（VCU）能够通过与各子系统间的接口数据实现功能控制和故障诊断的重要作用。目前MVB总线在车辆自动控制实现上发挥着重要的作用。

随着智能化技术的日渐发展，城市轨道交通的智能化运维发展趋势已然形成，智能化运维也成为地铁车辆系统技术更新的内驱动力。智能化运维是结合运维技术、车辆设备技术及数据挖掘技术，实现远程车辆实时监测、车辆状态诊断及故障定位，输出维修建议、并与检修作业联动管理的系统。它不仅可以改善车辆检修依靠人员以往经验的现象，还可以不断积累运维数据、开发智能专家系统，最终实现智能运维决策、达到故障预测与健康管理的功能。

2. 地铁车辆智能化运维系统组成

智能化运维平台总体架构设计分为数据采集、数据传输、数据处理、应用层。平台通过车地通信传输接收车辆TCMS或其他子系统的实时或离线数据，依托数据中心，采用大数据处理等技术，经过一系列综合诊断分析，以各种报表图形或信息推送的形式向用户展示分析结果。并建立专家知识库，针对诊断出的车辆故障将给出专家建议处理措施。因此，智能化运维的实现需要解决数据采集、数据传输、数据整合和数据呈现四个问题。

2.1数据采集

采集数据是实现智能化运维的首要工作，它的本质是“以运营各级调度的角度向設备获得数据”。运营调度包含行车调度、车场调度、电调、环调和检修调度等，主要面向地铁运行、设备管理、调度管理、维修管理和状态管理工作。

为满足各级运营调度的数据需求，智能化运维系统应用轨旁和车载监测设备采集各系统运行的状态，它们通过丰富的传感技术获取图像、声音、电信号、磁信号、脉冲、震动等各种不同形式的数据，实现运营调度的数据需求。这些数据以不同格式、不同通讯协议接入运维支持平台。

运营调度对车辆系统的数据需求主要有以下两类：

一是实时状态数据，地铁车辆各系统的运行状态通过实时数据进行定量表征，在既有的系统设计中，含MCU控制单元的系统能够通过采集电压、电流等电信号表征电路状态，例如牵引系统可通过采集电压电流信号定量表征逆变器运行状态、电机的启动状态、牵引电机的转速和力矩值、接触器状态等，但对于不含MCU控制单元的系统则无法做到实时获取定量状态，如转向架状态、弓网状态、异物检测结果等，针对这样的系统，可以借助既有具备控制单元的系统采样传感器进行检测，或者单独将这些新需求根据功能集成起来，单独设计系统进行检测，如走行部检测系统、司机眼系统等新系统。有人驾驶线路中，列车各系统状态由司机全面掌握，运营调度只能通过与司机沟通才可获得列车牵引制动能力。在智能化运维和全自动运行项目中，列车的实时状态只能由运营调度中心掌握，这两种模式的差异不仅仅是数据呈现对象的改变，更是数据采集量和数据种类成倍增加的变化。在有人驾驶模式下，当列车出现抖动、异响、间隙检查、人员疏散和异物检查等情况时应由司机判断和处置，但在无人驾驶模式下，这些情况的判断非常困难，为尽可能地替代司机，列车需要增加更多的传感器和技术来获取车辆数据实现智能化控制。

二是诊断数据，子系统通过采样获取基础数据后，应结合系统原理对基础数据进行逻辑判断，形成故障诊断信息，从使用者（运营调度）的视角出发，基础数据是“无意义”的，因为使用者需要非常清楚系统原理，才能明白基础数据代表的真实意义，以受电弓受流网压为例，牵引系统通过电压传感器实时获取网压值，这种网压值对于使用者来说就是无意义的，诊断工作就是赋予数据意义，从而对使用者形成指导意见，例如通过设定正常网压范围，设计网压超限的逻辑，最终为运营组织提供决策依据。各子系统处理基础数据形成诊断数据的另一个目的还在于为系统保护提供数据，子系统诊断出故障信息或异常信息后，根据系统原理评估故障严重性和影响，进行适当的保护。

子系统采样获取基础数据，并经过诊断赋予数据意义后，会上传至管理系统进行更综合的诊断工作。以车辆系统为例，牵引、辅助、空调等系统作为采集基础数据的子系统，可直接与底层设备（牵引电机、逆变器、空调压缩机等）交互， TCMS系统是管理系统，将各子系统发送的接口数据作为基础数据，进行整车状态的诊断。从某种意义上说，管理系统是更高级、更综合的子系统，并且可分为整车级、线路级和线网级等类型。

2.2数据传输

基础数据被采集后，需要通过各种组网技术实现数据传输，其中，MVB总线具备数据传输功能，但面对更加丰富多样、来源更加复杂的基础数据，MVB协议已不能满足其传输任务，因此，车辆将需要更多的传输通道和协议来实现数据传输。

数据传输工作应区分数据类型，从运营调度的需求出发，车辆系统的数据可分两类，一是文本数据，二是多媒体数据。文本数据数据量小，信息纯度高，系统对文本数据的实时性具有较高的要求，列车的系统状态数据和诊断数据多以文本数据形式。多媒体数据包括视频、图片、声音和振动等，数据量大，信息纯度低，辅助检测系统多采用这类数据。车辆系统主要通过信号LTE通道和车载通信WLAN通道两种通道传输数据，前者主要作为行车相关数据的传输通道，数据带宽较小，数据安全性和可靠性较高，后者作为视频、图像数据的传输通道，数据带宽较大，可靠性和安全性较低。

2.3数据整合

在智能化运维模式下，车辆专业需要打通系统间数据开放通道，理想情况下的运维系统应能够共享子系统和各级管理系统内部的所有数据。

一般情况下，子系统获取的基础数据并非全部可靠，在既有模式下，TCMS系统下各级子系统的数据可靠性较高，能够使用数据来表征该系统状态，其他管理系统也能够可靠地使用子系统上传的数据进行信息诊断。但在智能化运维模式下，基础数据更加多样化，其中部分数据不具备较高的可靠性。以图像信号为例，车载设备通过摄像头获取弓网关系、客室客流状态、轨道异常、障碍物和门间异物等数据，通过图像识别算法进行数据分析，尽管智能化程度较高，但服务于安全相关地铁车辆运行，可靠性仍然不够，因此整合系统基础数据时，需要考虑数据的可靠性问题，若基础数据不足够可靠，根据整合数据做出的诊断信息可靠性也不会太高。为避免诊断信息给运营调度带来信息误导，诊断工作必须充分结合数据可靠性进行，若信息诊断依据的数据可靠性非常高，则诊断信息可以是“某系统发生了某事件”，若信息诊断依据的数据可靠性较低，则诊断信息可以是“某系统很有可能发生了某事件”，也许这种信息不是运营调度最需要的，但这仅仅只是一种对于不完全可靠数据的使用策略，除此之外还有很多其他的策略，例如对于可靠性仅有50%的数据，可通过两种独立系统分别采集诊断，通过投票的方式提高数据可靠度。

智能化运维模式的可用性极大程度上依赖于基础数据的可靠性，所以各系统需要为数据的有效性负责，不断提高采集数据的可靠度和准确度是基础数据采集系统的技术目标，可以有效避免由于提供“错误信息”带来的决策误导。

2.4数据呈现

如何将系统内的诊断信息呈现给运营调度是智能化运维系统设计的最后环节，基于运营调度面向线路级甚至线网级的运营情况，數据量是非常庞大的。智能化运维系统和运营调度之间的人机界面需结合运营调度的行车组织规定和岗位职责进行设计，一是使用丰富的图元呈现列车各系统的运行状态，降低人机信息传递的难度和时间成本，二是对系统功能做合理切分和分离，使系统结构契合运营调度思维结构，降低运营调度操作的时间成本。

3. 结束语

本文基于对城市轨道交通车辆的智能运维的现状的分析及行业发展的需求，提出构建地铁车辆智能运维系统需要解决的问题，为智能化运维系统的发展提供了建设性意见。《交通运输信息化“十三五”发展规划》指出：推进交通运输“互联网+”，要求充分利用信息技术改造传统交通运输业，在这种态势下，人工智能、物联网、数据集成平台等新技术快速发展，对既有车辆系统的转型形成倒逼事态，地铁车辆是行车运营组织的重要组成部分，智能化运维系统的实现也推动着轨道交通车辆发展的信息化进程。

参考文献：

[1]詹炜、徐永能、王依兰.城市轨道交通车辆智能运维系统应用研究[J].城市公共交通，2018，12（26）：28-31，36.

[2]侯文军、吴彩秀.地铁车辆智慧运维平台研究[J].电力机车与城轨车辆，2019，42（6）：1-3.

[3]刘丙林、朱佳、李翔宇.城市轨道交通车辆智能运维系统探索与研究[J].现代城市轨道交通，2019，（6）：16-21.