基于剩余寿命预测的AFC终端设备健康度评估方案探讨

祁豆豆

（广州地铁设计研究院股份有限公司，广东 广州 510010）

城市轨道交通自动售检票系统是一个基于计算机控制、通信传输、自动识别、精密机械和传动等技术，实现城市轨道交通售票、检票、统计、清分、管理等全过程的高度智能化和信息化的自动控制系统，也是乘客在城市轨道交通中使用频率较高的系统之一[1]。随着城市线网规模的不断扩大，自动售检票终端设备数量逐渐增加，设备健康度实现可视化展示对运营维护维修具有重要的指导意义。

常用的健康度预测分析方法大致分为3种，多参数分析、趋势分析和对比分析。为了提高健康度预测可信度，在上述分析方法的基础上，除采集设备上传信息的必要数据之外，还可采用建立模型并优化预测过程的方式，构建设备的健康度评估体系，通过相关指标有效表征健康状态的变化[2]。自动售检票系统设备内部模块较多，发生故障或运行性能退化的原因复杂且具有不确定性，在不增加监测设备的前提下，根据车站运营数据，建立相关模型分析健康度十分困难。

因此，本文以自动检票机为例，将设备健康度转换为剩余寿命，以百分比的方式对其进行量化。利用与综合监控的既有接口，将结果上传至智慧车站综合运管系统（以下简称“SOM系统”）做可视化的展示，期望对运营后续维修和维保管理提供参考。

1 自动检票机健康度评估体系

目前常用的轨道交通自动检票机大致有旋转式检票机、剪式扇门检票机、拍打门式扇门检票机3大类。自动检票机主要硬件配置有工控机、乘客通道传感器、闸门、单程票回收模块、电源模块、不间断电源UPS、通信指示灯、刷卡天线板和蜂鸣器等。随着技术的不断发展创新，部分城市自动检票机设置人脸识别模块、二维码模块、蓝牙模块、指纹识别模块等多元化支付功能模块。本文选用最常见的自动检票机，如图1所示，根据关键部件上传参数，对自动检票机健康度进行量化处理。

图1 某自动检票机内部结构示意图

1.1 计算方式

自动检票机健康度的影响因素较多，根据运营维修人员反馈，长时间使用后常见主要故障为不间断电源UPS故障、扇门故障、单程票回收模块故障、乘客通道传感器故障和刷卡天线板故障，本文选用这5个主要影响因素，基于权重的健康度计算模型如下：

采用1-9标度法及现场运维人员的实际经验[3]，确定同一等级指标的相对权重值，得出判决矩阵如下：

通过计算，得到上述矩阵的最大特征值λmax为5.22。因判断矩阵是按两两指标的重要性构建，各指标间的相对重要性可能不一致，进而需对其进行一致性检验。求得判别指标CI如下：

式中，n为评价指标即影响因素个数，将CI值与重要性标度指标RI值（见表1）的比值作为一致性检验指标CR，代入公式：

表1 重要性标度值

求得一致性比率C R=0.049＜0.1，满足一致性要求，则说明该判断矩阵可以接受；反之，则要重新构建判断矩阵，直至CR满足判决要求。

因此，根据最大特征值，对特征向量进行归一化处理后，所得不间断UPS故障、扇门故障、单程票回收模块故障、乘客通道传感器故障和刷卡天线板故障5个主要因素的权重如下：（0.06，0.51，0.29，0.04，0.1）T。

最终设备的健康度计算公式为：

根据健康度计算公式，Hi（i=1、2、3、4、5）分量会根据模块运行情况发生变化。根据各模块厂家提供参数，结合运营数据可计算出Hi分量。其中，H1为不间断电源UPS分量，可根据自动检票机的上线使用累计时常计算；H2为扇门模块分量，可根据自动检票机累计过闸次数计算；H3为单程票回收模块分量，可根据自动检票机回收票卡累计次数计算；H4为乘客通道传感器模块分量，可根据自动检票机的上线使用累计时常计算；H5为刷卡天线板模块分量，可根据自动检票机的累计刷卡过闸次数计算。

1.2 评估规则

目前设备健康度评估的方法主要以健康状态等级为主，见表2，将健康度H值0-1，按百分比划分为1-4等级，量化终端设备健康度状态[4]，根据SOM展示界面设备健康度报警状态，为运营对相应设备进行预测性维护提供参考建议。

表2 终端设备健康度等级表

1.3 应用分析

根据车站自开通以来设备累计运行时间、自动检票机如AGM01累计过闸人数、回收类票卡过闸人数、刷卡过闸人数等基础数据，以及各模块设备厂家提供参数，代入公式，可得出自动检票机健康度数值。

根据车站自动检票机健康度数值，实际应用中，终端设备预测性维护应着重于发现和避免系统失效，终端设备从数据采集到SOM健康度结果分析及推送预警信息的工作流程如图2所示。针对异常模块健康度分量，经系统自我诊断筛查和人工确认后，SOM平台可通过资产管理系统的信息得知备品备件数量，从物资仓库自动调取备件、通过维修管理系统派发维修工单，再通过单兵设备指导现场运营人员进行维修。此外，低客流时段可选择性停用一些健康度值相对较低的设备，在高峰小时客流阶段重新启用，不仅节能，还可降低设备维修次数。

图2 终端设备预测性维护工作流程

1.4 误报警分析

因运营日常使用习惯，车站会暂停部分自动检票机等终端设备面向乘客服务功能。根据本文健康度计算方式，综合看本平台难以区分自动售检票终端设备正常停止使用和故障信息，这样会导致设备故障信息误报。需设备厂家更改软件界面，新增设备停用/启用子项，便于运营根据使用需求，正常屏蔽设备，且在图元显示中以颜色区分故障和停用的不同，避免设备误报警信息上传，降低SOM上自动售检票系统终端设备的误报率。

2 与SOM系统接口对接

自动售检票系统利用与综合监控的既有接口，除了上传终端设备服务状态（正常、暂停、降级、报警）、通讯状态（在线、离线）和车站进、出站客流等基础数据之外，新增上传AFC设备诊断及系统健康度分析结果。通过综合看板“设备管家”机电设备健康度查询，AFC将采集到的终端设备中的关键部件的运行状态、运行次数、故障次数、累积运行时长等数据进行统计、分析，通过数学统计算法得出这些AFC设备的健康度分值。根据设备诊断及系统健康度分析结果，可对健康度分值异常模块进行定向定期维护。SOM平台推送诊断建议、经人工确认后自动派发维修工单，为运营维护维修提供参考方案。

3 结束语

自动检票机健康度的影响因素有很多，除产品内部各模块自身因素外，还涉及客流因素、乘客行为、使用环境和维保水平等多方面[5]。本文将健康度折算成剩余寿命，通过运营人员经验设定了各影响因素系数，依据设备运行数据计算，在设备整体健康度上可进行直观展示，具有一定的健康度预测价值。但权重系数评估依赖经验值，不适用于广泛应用。下阶段将以数据为支撑，从模型选择和构建的角度，进行对比分析，提高健康度评估的准确性，以期为智能化运维提供技术支撑。