城市轨道交通智能化维修策略分析及研究

2021-12-31丁敏

中国设备工程 2021年24期

丁敏

（广州中车轨道交通装备有限公司，广东广州 510000）

1 前言

截止到2021年4月，我国已有37座城市开通地铁，运营里程超过100km的城市有13座，城市轨道交通能够有效缓解城市交通压力，是城市发展必不可少的基础性建设。城轨车辆是运输的直接载体，是乘坐体验的第一媒介，同时也是保障乘客安全的首道屏障，伴随着人们对服务质量越来越高的要求，地铁运营公司需要在各个环节进行优化，地铁车辆优化更是重中之重。目前，地铁车辆维修多数沿用铁路车辆维修策略，维修效率较低、成本较高，伴随人工智能、大数据、设备检测技术的发展，以智能化、数字化为特征的车辆智能化维修管理体系也在不断推广。

随着我国科技水平进步，地铁车辆维修也向着智能化方向发展，检测设备更加精密、科学、准确，检测平台更加系统、智能，根据长期的运行经验得出，传统的检修策略效果有待提升，经常出现部件过度维修，造成人力、时间成本的增加。目前主导维修体系主要分为两大体系，预防为主与以可靠性为主，即以以磨损理论为基础的计划预防维修与以故障统计理论为基础的状态预防维修，以可靠性为主成为近年各大学者的研究重点，通常仅需调度最少的维修资源保证机车的可靠性和安全性，并引入成熟风险管理方法——影响分析和危害性分析（PMECA），符合实际检修场景，保证检修效果、降低检修成本。

本文选定状态检修方向，为优化车俩维修策略，开展城市轨道交通智能化维修策略分析及研究，首先介绍车辆信息管理与运营安全问题，分析车辆维修管理现状，设计一种基于模糊综合判断的改进故障模式及影响分析和危害性分析（PMECA）方法，提高故障数据分析的深入性，科学呈现车辆部件状态和故障趋势，并以此为基础针对性制定维修策略，为提升城市轨道车辆智能化维修水平提供新的参考。

2 车辆运营管理现状

2.1 车辆信息管理问题

信息管理是现代化企业发展的重要组成部分，随着我国地铁运行规模的飞速发展，车辆维修信息管理问题也是愈发重要。地铁车辆维修信息管理受到越来越多的重视，主要存在以下几点问题。

（1）车辆每日运行数据较多，数据整理、录入、传输等工作占用大量的工作人员的时间成本，降低现场工作效率。（2）采集得到的数据中重复性数据占比较高，例如车辆故障会在每日报告、故障报告、结交班记录等多项报告中重复出现，容易造成数量冗余，并且易出现信息转述出错，降低工作效率。（3）由于每日新增数据过多，人员工作变动，存储介质损坏、更换，造成旧数据丢失的现象越来越多，直接影响数据后期的查询与归档出现问题。（4）虽然历史信息能够实现搜索，但是对系统进行系统审核时，通常需要较长时准备时间，并且常出现文件编号不连续，文件检索不全的现象，造成工作被动。

2.2 车辆运营安全问题

运营车辆数据与日俱增，不仅带来信息管理压力，车辆安全问题也是日渐突出。一方面车辆是乘客安全的直接保障，其安全隐患对乘客安全将直接产生威胁，另一方面因车辆为题造成车辆晚点、清客甚至救援，会对城市正常运行造成不良现象，影响城市形象，对地铁行业口碑也是较大冲击。因此为保证良好的社会形象，需要最大程度保证车辆运行状态，提升车俩生产质量与维修品质，将轨道交通事故隐患降至最低，这成为车辆生产与运营方的巨大挑战。

车辆在交付运营后，运营方需要对车辆大量电气及机械设备进行科学维修，保证车辆连续可靠运行，通常需要在故障出现后，准确查找故障点，分析故障产生原因，解析故障全过程，并制定整改措施；同时需要对车辆制定科学的检修保养方案，将安全隐患进行消除，确保车辆始终处于良好的工作状态。

3 基于模糊综合判断的PMECA方法

3.1 模糊神经网络的学习过程

与其他神经网络模型类似，模糊神经网络同样将误差error变化作为训练评估目标，利用梯度下降法来调整和更新网络中的参数。

首先，利用式（1）计算网络误差error：

式中，yd分别为网络实际输出；ye为网络期望输出。

然后，根据误差error按式（2-4）调整和更新网络参数。

式中，pij为模糊神经网络系数，a为学习率。

3.2 改进PMECA方法

结合模拟神经网络的优势，制定改进PMECA流程图，如图1所示。

图1 改进PMECA流程图

收集现场得到的车辆运行过程中的故障数据，选取部分典型故障数据，应用传统FMECA方法对故障模式与原因进行分析；确定评价因素集M，制定故障模式3个常用评价指标：

M=｛发生度，严重度，可探度｝

专家组评定评估等级与不确定度，由专家组选定高斯隶属度函数，评估故障模式分线与不确定度，计算基本概率分配指标并进行归一化处理。

专家组对某一因素集评估结果确定基本概率分配矩阵。

确定权重集与系统故障危害度确定。

对故障模式危害度排序，危害度越大，引发的安全性事故风险越大。

4 智能化维修策略

4.1 车辆维修要求

提升车辆系统可靠度，优化车辆系统的维修计划，需要在车辆系统设计之初对车辆的维修性要求进行明确。车辆的维修性要求主要分为定量要求与定性要求。

（1）定量要求。定量要求是指车辆系统在维修计划中的具体量化参数，只有对车辆系统维修性进行具体量化，才能以对车辆进行定量分析，并以此为基础制定维修计划，并确定维修过程中维修指标。

（2）定性要求。车辆系统维修是一项复杂的工程，定性要求作为定量要求的补充，是辅助达成定量要求的一种措施。通常情况下具有几点要求：①以完成修复指标为目标，确保维修过程的安全性；②对车辆系统进行必要的结构划分与电气化分；③维修过程应具备可达性；④降低维修难度与对维修技术的技术要求，减少维修项目数；⑤提升维修过程中标准化作业程度与零部件互换域度；⑥车辆系统贵重零部件需具备可修复性；⑦车辆系统关键零部件需加强其运行状态监视。

4.2 生产策略

根据改进PMECA，明确维修度M(t)、维修率μ(t)、平均修复时间MTTR、平均预防性修复时间Mpt等，例如，已知车辆部件故障1000km范围内各部分故障统计。

表1 车辆部件故障1000km内各部分故障统计表

车辆在充分考虑重要性、可靠性、可达性、检修方法、可拆卸性等影响因素前提下，结合车辆主要部件对维修性的隶属度进行打分，得到车辆系统各部件对维修性指标要求的高低程度，求解出车辆各部件所应分配的修复时间，根据计算出所分配的修复时间，如表2所示，进而指定合理的维修计划，来保障车辆的稳定运行，实现维修过程中兼顾系统可靠性与资源分配，提升经济效益提供重要的理论支持。