城市轨道交通车辆智能运维应用研究

2021-04-12刘鹏辉

智能城市 2021年24期

刘鹏辉

（广州地铁设计研究院股份有限公司，广东广州 510010）

1 研究背景

经过十多年的快速发展，轨道交通线网规模实现跨越式发展。面对检修任务巨大、检修人员业务水平差距较大、检修人员检修质量随机性较高、地铁运营需要高可靠性等特点，轨道交通系统设备需要具备高可靠性、高可用性、维修方便、高安全性的特征[1]。

目前，各个城市已建成的地铁线路基本沿用传统运维模式，其特点包括多计划修、预防修、少状态修；人力投入较大、人力成本较高；运维数据无法数字化、检测频率较低；无法对检测的数据进行跟踪处理，造成数据浪费；无法对运维过程进行跟踪，不利于运维质量检查、运维质量的提升，造成安全隐患。传统的运维模式无法适应各个城市规模庞大的轨道交通需求[2-4]。

传统地铁车辆采用计划修的维修制度，以人工作业为主的作业模式。受到人的随机因素及设备配置因素的影响，车辆检修效果存在很大的差异性。传统地铁车辆维修采用的计划修制度无法根据车辆使用状态及故障状态进行及时维修，库内检测存在检测方式不精确、不及时、不全面等弊端。结合目前国内发展趋势，新建线路常采用最新技术，这些新技术与传统检修作业模式存在较大差异，使检测结果的评判标准多样化，导致故障率不稳定[5-6]。

2 需求分析

传统地铁运维系统中，各个系统数据相互独立，无法实现整体效应和车辆的整体状态感知。智能运维以设备状态修为导向，结合先进设备检测技术、物联网技术、可靠性理论分析技术、人工智能等技术方法，进行运维体系搭建，从检修作业人员、工具设备、物料、检修作业流程、故障报警、故障分析、故障处理决策等方面实现面向轨道交通系统主动型全域状态感知、电子化规范流程及场景化决策控制，促进运维检修精准、高效，提升监测终端、后台数据处理、故障处理衔接能力及网络化运营下设备设施健康状态的管理水平。

综合健全数字集成系统构建、监测数据后台处理分析、检测数据信息交互、检修维护策略判定，基于全过程信息化的深度构建，增强人、机、物、技术、平台的多元融合关系，以数据驱动运维认识，达到人机协同信息同步，储备物资高效利用，满足未来运维场景多样化需求。

通过上述措施，智能运维系统建立智能运维和安全保障体系，可以最大限度地降低维修成本，建设车辆的智能运维体系；研发车辆智能运维分析决策系统，结合车辆故障预测与健康管理，实现车辆全生命周期管理；完善智能化巡检系统，减轻人工巡检劳动强度。

3 总体思路

车辆智能运维系统是解决车辆的安全、可靠、智能化、效率和绿色出行的智能化信息平台。

智能运维系统采集范围包括车辆运行、车辆检修过程中的全部数据。运行数据包括故障数据、轨旁检测数据；检修数据包括车辆维修和管理数据。实现上述功能需综合应用物联网、云计算、大数据、人工智能等技术。通过建设地面运维平台，为列车运营调度及车辆段各专业车辆检修提供基于数据支撑的技术决策信息，为车辆调度、生产管理提供技术支持。提高列车运营可靠性、行车安全性、检修效率、检修质量，降低人员投入、管理成本，为地铁的安全运营提供保障，逐步实现车辆“状态修”的总体目标。

4 技术路线

4.1 在途车辆综合监测系统

在途车辆综合监测系统依托列车控制与监视网、列车监测技术、车地通信网络，由数据存储及无线传输系统主机完成整车及关键部件运行状态信息采集、数据标识、数据解析处理、数据存储、数据融合、数据加密后，经车地无线通道传输至地面智能运维平台。通过数据解密、数据分析和数据挖掘，或借助各种人工智能算法和诊断分析技术及预测模型实现列车及其关键部件实时健康状态监测、在线故障诊断及故障预警、故障预测和健康状态评估，提高地铁车辆的系统可靠性、运行安全性。在途车辆综合监测系统采集的数据是地铁列车智能运维系统中最基础的数据。

车载监控系统监测的列车子系统包括牵引辅助系统、制动系统、转向架、受电弓及接触网、客室车门、乘客信息系统、空调、蓄电池、TCMS系统等。

4.2 轨旁车辆综合检测系统

在轨旁安装基于高清摄像技术、红外成像技术、激光等传感技术的检测装置，列车不停车经过轨旁车辆综合检测系统时，自动检测车体外观、关键零部件外形轮廓及关键磨耗件尺寸参数等信息，将此类信息发送至地面运维平台，数据分析处理时，若发现异常情况及时自动报警提示，实现自动化日常巡检。该系统可以覆盖60%～70%的人工列检项点，随着功能的完善，可以进一步提升检测项点的覆盖率。

轨旁车辆综合检测系统包括轮对尺寸检测模块、360°车辆外观检测模块、车下设备温度检测模块、踏面缺陷动态图像检测模块、受电弓检测模块、车轮探伤模块。

4.3 车辆检修管理信息系统

车辆检修管理信息系统可以实现车辆段的智能检修，从“人、机、料、法、环、测”六个维度进行综合管控，通过工作派单管理、生产计划管理、检修质量管理、工艺管理、检修作业管理、履历管理、生产资源管理、故障信息管理、配件管理、安全管控等功能模块对车辆检修任务进行深入分析和应用，实现整个车辆检修周期的管理。系统通过检修基地试验台等地面检修设备获取检修数据，配置手持移动终端等实现对列车检修状态及故障信息实时监控，全面获取车辆检修维护信息，将故障检修信息以工单形式发送至系统，系统完成故障工单处理，将故障处理措施和结果等信息通过语音、图像以及文字的形式上传至地面运维平台，实现工单管理有效闭环，是车辆运维全寿命周期监控管理的一个重要的数据支持环节。

车辆检修管理信息系统由基础数据管理模块及车辆信息检修管理模块组成，基础数据管理模块包括主数据管理、技术质量管理、资源基础管理模块，车辆信息检修管理模块包括工作派单管理、生产计划管理、检修质量管理、工艺管理、检修作业管理、履历管理、生产资源管理、故障信息管理、配件管理、安全管控。系统可以实现车辆检修全流程数字化，实现生产过程、质量检验、物料配送管理的无缝对接，实现地铁车辆、关键件履历管理，实现检修人员管理及检修作业指导等。

4.4 地面智能运维平台

（1）状态监控。

根据在途车辆综合监测系统及轨旁综合检测系统实时获取列车状态、故障数据，在地面运维平台监控端进行线路级和列车级车辆状态监视和展示。

（2）故障报警。

故障报警平台具备对车辆故障数据进行分析、判断、整理的能力，能够实现故障预警及故障报警提示。

（3）应急处置。

支持应急处置功能，列车发生故障时，地面运维平台能够通过第三方接口调取车辆相应视频进行实时查看，结合列车状态远程监控及故障实时报警，实现远程应急处置，指导司机快速应急处置，缩短故障解决时间，提升故障实时处置水平，提高列车运营可靠性及安全性。

（4）故障诊断。

故障诊断是智能运维的一个重要功能，对车辆各子系统（牵引、辅助、制动、走行部、弓网、车门、空调、乘客信息、网络、蓄电池等）的状态进行实时故障诊断，提供给用户进行报警提示，针对不同的故障内容，提供恰当的故障处理措施给用户，由协助检修人员查找并快速解决故障。

（5）故障预警。

地面运维平台可以提供故障预警自定义功能，使用户可以在定义故障的基础上灵活丰富自身的状态预警库。根据专家的检修经验、各线路的实际运行情况与运行条件，添加特定的预警判断条件，为列车数据的深入挖掘与大数据分析提供方向。系统可以实现包括阈值预警、突变预警、趋势预警和模型预警等功能。

（6）故障预测。

平台可以根据部件退化过程中的征兆信息（结构特性、功能参数、环境条件及历史运行情况），在判断当前故障严重程度的基础上预测故障的演化趋势或估计剩余寿命、实现关键部件性能预测，为运维决策提供数据输入。

（7）健康评估。

平台能够对城市轨道车辆系统、子系统、关键部件进行健康评估，实现系统、子系统、关键部件健康评估排名显示、健康评估趋势和评估结构构成图形化显示等功能。

（8）运维决策支持。

运维决策支持平台的知识库模块支持按照部位、类别、故障等不同类型层次化维护故障代码体系，自动根据故障类别推荐相关原因代码与处理意见。通过长期的数据积累，地面智能运维平台可以较为准确地判断车辆或子系统的健康状态，将车辆健康状态与修程修规进行关联性匹配，使车辆检修管理信息系统能够依据车辆的实际健康情况智能地管理车辆修程修规，在适当的时候对用户提出车辆的维修建议。