智能维保系统在地铁车辆中的应用

付 杰 李 贺 朱 慧

（1．浙江交通职业技术学院，浙江 杭州 311112；2．绍兴市轨道交通集团有限公司，浙江 绍兴 312000）

0 引言

城市轨道交通属于绿色环保交通体系，它是现代大城市交通的动脉，也是建设绿色城市、智慧城市的有效途径。中国城市轨道交通建设始于1965年开通的北京地铁1号线，20世纪90年代到21世纪初，城市轨道交通建设全面铺开，主要集中在北京、上海和广州。从2003年至今，中国城市轨道交通建设已经步入全面快速发展的时期。截至2020年12月31日，中国累计有45个城市开通城市轨道交通运营线路共7978.19 km，地铁系统占比最高，占比为79%[1]。为了保障城市轨道交通车辆运营的高效性和可靠性，有序地对车辆开展维护与管理工作是确保线上运营与线下维修供需平衡的前提。

目前地铁车辆运维采用了大铁路中“预防性计划修”和“事后故障修”的检修方式，2种检修方式都存在占用检修工时长、车辆利用率较低以及检修成本较高的弊端[2]。在新一轮科技革命和产业革命浪潮的推动下，互联网、云计算、大数据、人工智能、故障预测与健康管理等新型信息化技术逐步渗透到城市轨道交通行业，提高了城市轨道交通的信息化程度，有利于建设智慧城轨的新形势，使探索更加科学、先进的地铁车辆智能维保系统逐渐成为行业焦点。

1 地铁车辆智能维保的研究意义

因为存在地铁运营规模不断扩大、地铁车辆类型多样化、检修人员技术水平差异化以及需要高效应对突发事件的局面，所以对检修设施和设备的可靠性、可用性和安全性提出了越来越高的要求。

1.1 车辆运维现状

地铁车辆运维主要包括运行状态和维保作业。在传统车辆运维中，由司机根据列车的运营状态向外界汇报车辆的运行信息和故障情况等，具有一定的被动性。车辆维保作业由车辆管理部门结合车辆的运营实际来制定检修规程。多年的运营经验显示，传统的维保方式存在故障诊断效率低、应急处理被动以及人工成本高等缺点。

1.1.1 故障诊断效率低

列车实时监测的种类不全面，缺乏在途监测预警。以走行部轴箱轴温异常检测为例，一般采用日检人员等地铁运营回库后观测记录轴箱外部贴的温度试纸，该方法无法实时获取车辆运行中的轴温数据，一旦轴温突发异常，就会存在较大的安全隐患。现有的车辆维保由工程师利用经验值对故障数据进行分析、判断，并做出相应的决策，该方法受个人主观因素的影响较大，因此现有模式存在检测方式不精确、不全面以及不及时等问题。

1.1.2 应急处理被动

国内多数地铁公司由于没有系统性地建立车辆维修数据库，因此存在对列车运行状态、故障信息等把控不准确的问题。且由于对列车可服役能力缺乏精准预判，因此可能会出现某些零部件已经达到维修、更换阈值或列车已经不具备足够的服役能力而检修人员却不知情等情况。这种缺乏预防性维修或准时性更换的检修状况会在突发情况发生时导致检修应急处理被动，从而加大车辆管理的难度。

1.1.3 人工成本高

传统车辆检修行业属于劳动密集型行业，主要依赖检修人员对车辆进行人工检查及测量，需要手动记录检修数据，缺乏对数据的有效利用、提炼。同时，由于采集周期长（少则1 d、多则数年），因此各项数据存在连贯性较差的情况，难以准确地反映车辆状态的演变过程，不利于从数据中发掘车辆异常情况的诱因。

1.2 智能维保的必要性

地铁车辆智能维保采用互联网、云计算和大数据等新技术，基于车载检测、轨旁检测等手段获取大量车辆设备的运行状态数据，通过大数据挖掘完成对列车状态的感知与跟踪、故障诊断预警、全寿命周期管理以及剩余寿命预测，从而更好地制定车辆设备维护策略与优化运营的管理模式。地铁车辆智能维保模式可以克服传统检修模式难以对大量设施设备进行维护和更新改造的局面，合理地降低了检修人员的劳动强度，同时也提升了车辆维保的效率。以某市地铁17号线为例，采用智能维保后，列车检修周期已经由日检调整为8日检，人车比由0.6降到了0.33，增加了对列车的检修频次，提高了列车检修的精度，还减少了人工检查的时间[3]。地铁企业成本支出的主要部分为人力成本和设施设备的维护成本，人力成本占企业成本支出的50%～60%。为了解决传统维修模式下用工成本较高的问题，在地铁车辆维保中采用智能化手段，可以为车辆检修提供检修数据、优化检修策略及降低运营成本。

2 智能维保在地铁车辆中的研究

地铁车辆智能维保涉及列车在途运行检测、列车车辆段维护以及列车架修基地检修3个范围，其最终应用目的是保障列车安全可靠以及提效节能，实现对列车运维的精准管理[4]。它是1个信息集成度高、综合性强的智能化平台，与它相关联的系统有车站自动综合监控系统、信号系统、车辆专家系统、通信系统、指挥调度中心以及运维信息化系统等，一旦某个系统出现问题，就会迅速影响和波及其他系统，形成连锁反应。

2.1 系统构架

地铁车辆智能维保是轨道交通各个层级自动化系统的纽带，系统由感知层、数据层、分析层、业务层和执行层构成，如图1所示。在感知层，通过轨旁智能监测系统等完成对车辆基本运行状态的收集。基于红外线、激光以及线阵相机等检测装置，借助机器视觉、传感技术和人工智能等技术对列车进行自动检测，从而获取车辆的监测数据，例如车体受流和牵引的故障状态、电机温度异常预警数据等。并通过对异常数据检测自学习来实现列车部件故障分析诊断等自动化检修功能。在数据层，对感知层实时检测得到的数据进行耦合因素特征值分析和解耦定位等数据预处理，降低后续数据处理的复杂度。在分析层，结合必要的车辆维修知识库、车辆故障预测模型库以及监测规则库等，通过车地通信系统完成对预处理后的关键数据的特征提取、机理分析和寿命预测分析等操作。与此同时，依据历史数据及产品参数模型等对特征提取后的数据进行判断，从而预测故障的发生部位。根据上述原理，车辆维护管理计划等业务决策被下发到执行层，调配备品备件及相关人员进行车辆故障及终端设备的检修与维护。在智能维保下，以可靠性为中心的维修（RCM）和基于状态的维修（CBM）取代了传统的检修模式，提升了车辆检修的水平，保障了列车的运营质量，同时也节约了检修维护的成本。

2.2 实施路径

目前，地铁企业已经逐步形成了窗口维修、均衡修和全效修等维修模式。利用大数据、人工智能等技术设计的智能维保系统可以在现有检修模式下进一步提升维修效率、降低人员成本。

2.2.1 智能维保在日常检修中的实现途径

在智能维保系统中，需要对车辆运行的全过程进行实时监督，通过车载感知设备和车载设备持续收集车辆的维护管理数据，并记录日常检修计划、车辆部件检修、车辆故障情况以及检修人员管理等情况。基于积累数据为列车制定特定的修程，在智能维保系统中，通过对车辆检修数据进行系统化地统计，分析地铁车辆发生故障的原因及频率，结合现有检修规程自动生成智能检修推荐计划及工作报表等。避免采用统一标准对状态较好的车辆进行过度维修，例如受电弓滑板磨耗、更换塞拉门橡胶件等日常检修。目前常见的车辆及车辆段配置智能化检测设备（见表1）主要包括车载智能运维、轨旁智能运维和运维辅助设备。

表1 运维设备

图1 系统架构

在日常检修作业中逐渐应用了激光定位、图像识别以及车底巡检机器人等智能化技术。在车载智能运维系统中，蓄电池状态监测系统具有实时监测蓄电池参数、诊断蓄电池健康状况、提供预警信息以及记录蓄电池的各类数据等功能，可以及时排除故障，深圳地铁、长沙地铁、石家庄地铁以及武汉地铁等部分地铁公司已经陆续开始采用车载蓄电池状态监测系统。

轨旁智能运维方面，广州地铁4号线和5号线都使用了由轨边测量单元、控制处理器以及远程控制单元等模块组成的轮对在线检测系统。采用非接触式的方式检测车轮的轮缘高、轮缘厚和轮径值等。该系统与钢轨之间采用的是一体化设计，光学箱体安装在与轨道固定的横梁上，测量轮对直径时采用多次三点检测取最佳值的手段，从而满足对测量精度的要求。

在运维辅助设备方面，由360 °车辆外观检测系统来实现对车底、两侧以及车顶关键部件的在线监控，并实现对检修作业质量的监控。它的技术原理是通过图像识别和处理技术对列车的可视部件进行检测。目前，上海地铁17号线、深圳地铁7号线以及广州地铁21号线等线路正在安装调试该系统。智能巡检机器人也是研发智能维保系统的重点，其采用图像、声学检测技术、机器人控制技术以及自动识别技术采集列车侧部、底部关键部件的二维和三维图像信息以及走行部电机声学信号，实现准确分析列车关键部件状态和自动故障预警的目的，从而提升列车检修作业的智能化水平。目前该系统在地铁列车检修机器人中的应用偏少，国内第一代动车组库检机器人智能综合探测系统于2019年5月10日在青岛北动车所进入设备试运行。

2.2.2 智能维保在大架修中的实现途径

作为地铁车辆高级别维修的架修和大修主要存在以下2个问题：1） 车辆类型多且不同车辆采用不同检修设备。2） 传统大架修属于班组式生产，实施分组作业，在物料追溯、人员管理、质量管控方面存在重复投入的弊端。车辆更新换代及新技术新工艺的应用推动了大架修模式的改善与优化。

基于精益管理理念而建设的智能信息化平台包括人员管理、班组管理、物资管理以及调度管理等8个模块，模块之间数据的互联互通可以有序推进现场大架修作业的进程，提升了大架修的作业效率，见表2。在该平台对车辆架大修生产过程的维修人员配备、物资调配以及作业工单管理等应用工区的工位制理念及精益流水线理念进行精细化管控。通过信息化平台实时获取车辆架大修时各工位的作业状态、检修物资使用与存库情况以及网络共享架大修规程工艺文件等。通过架大修闭环管控记录以及对工单、故障等基础信息进行多方位的数据统计，为车辆管理中心提供决策。受作业人员对信息化需求接受程度、大架修年度生产计划的变动以及物料到货周期等的影响，在大架修中，需要根据现场实际需求对智能维保模式进行完善。行业内准备应用车辆大架修智能运维平台的企业有上海地铁、广州地铁和深圳地铁等，不同地铁公司对该系统的功能要求存在较大的差异。

表2 大架修智能信息化平台模块

3 地铁车辆智能维保建设趋势

地铁智能维保建设的发展已经经历了数字化、自动化和信息化阶段，正向智能化全面迈进，轨旁车载数据集成采集、列车实时在线监测、控制电路监测等技术，逐步实现了对列车的信息化以及智能化管控。所有数据互联互通，未来将向智能维保标准化及规范化管理、全生命周期健康管理以及精准检修和高效运维的建设方向发展。

3.1 智能维保标准化管理

各地铁企业都在积极建设信息化管理的维保系统，但是存在车辆类型较多、不同供应商提供的运维规范不一、业务关联性弱以及系统功能重复等问题。系统建设尚无统一标准约束，车辆检修特征数据分析标准、修程修制技术指标等具体规定暂未落地[5]。建立智能维保技术标准和应用管理体系是未来的趋势。

3.2 全生命周期健康管理

设备健康管理（Equipment health management，EHM）是以设备的健康管理为核心，以健康状态的持久性和稳定性为评价标准，研究设备状态规律以及实时预防、健康监测和动态养护维修的对策，最终建立设备健康维修管理的模式与制度[6]。在地铁车辆智能维保系统中开展EHM研究，可以提前预判故障，为科学规划检修周期提供参考。

3.3 精准检修和高效运维

传统维修是基于已发生的故障和维修手册而开展的。智能维保模式以可靠性为中心的维修（RCM）和基于状态的维修(CBM)为主，通过在车辆的关键部件安装检测传感器对车辆进行在线检测及数据预测，有效提升了检修水平和运营质量，同时还节约了维护成本。

4 结语

随着智能技术的发展，地铁车辆维护管理策略经历了在干线铁路所应用的预防性计划修和事后故障修、工作量均摊的均衡修以及现在的以可靠性为中心的检修，并最终向全生命周期的智能化、精准化检修方向发展。地铁车辆智能维保已经成为当前城轨行业的发展要点，对确保车辆安全运行、提升车辆运行品质以及降低运营成本有十分重要的意义。