铁路客车故障预测与健康管理（PHM）系统*

王后闯，曾陆洋，2，3，郝国梁，3，杨红运，刘 峰，2，3

（1 北京纵横机电科技有限公司，北京 100094；2 中国铁道科学研究院集团有限公司 机车车辆研究所，北京 100081；3 中国铁道科学研究院集团有限公司 高速铁路与城轨交通系统技术国家工程研究中心，北京 100081）

随着智能化和信息化在铁路客车安全监测管理和应用中的不断深入，管理部门对铁路客车的状态监测和运行数据的整合共享、挖掘和增值需求越来越强烈。一方面全路客车各类安全状态监测数据在时间上经历了四季交替，空间上遍布全国各地，已覆盖多个维度。另一方面，铁路客车有着频次多、重复性高等特点，大量的运用和维修数据，为铁路客车的智能运维提供了可行性。故障预测与健康管理系统已在动车组的关键部件上尝试运用［1-2］，为客车进行相关研究提供参考。

客车故障预测与健康管理系统，提出建立多系统、多学科的综合安全评估体系。搭建了实时客车关键部件的故障诊断，以及以大数据为依托的智能化一体分析诊断模型，实现客车故障导向安全，并且为客车地面检修提供数据支撑。

1 故障预测与健康管理系统方案

客车故障预测与健康管理系统以TCDS地面专家系统［3］为依托，由监测对象、车载系统及地面分析系统形成完善的系统架构。

车载安全监测系统每节车辆设置车辆级安全平台，通过监测车辆制动系统、转向架、防滑器运行状态以及制氧、轴温、车门、供电、火灾、空调、车下电源等系统工作状态，实时诊断列车运行安全。

客车故障预测与健康管理系统关键流程包含了数据获取、状态监测、数据处理、数据管理、数据分析、数据融合、故障诊断、故障预测、保障决策等环节。基于维修理论，并以数据为驱动，对客车的运营状态进行评估，通过分析故障演变趋势为运用维修、系统设计提供指导，以安全性、经济性、可靠性为目标，实现轨道交通健康状态的全寿命周期闭环管理，如图1所示。

图1 客车PHM管理流程

1.1 系统功能

客车故障预测与健康管理系统依托TCDS地面专家系统进行，目前客车PHM已实现以下功能：

（1）运行数据展示。提供过程数据展示的用户接口，并按照时间轴纵向对比，监测子系统横向对比、车厢间叠加等多角度、多维度对数据进行展示。

（2）智能诊断。对牵引、制动、高压、车电系统和走行部，以及防火、视频等监测实现基于运行全过程数据融合分析，对动车组报警事件进行科学有效的定量分析。通过建立专家系统经验知识库，对每次下载的数据经过对比分析，在海量现场应用案例中，提取规律性的应用规则，形成在决策和检修环节的闭环链路，自动生成故障检修通知单并提供检修意见。

（3）派工维修处理。针对不同程度的报警信息，通过智能决策系统，对其定义、定位、解析、关联描述及触发规则进行专家分析，对分析结果最终落实到具体的派工及维修指导意见上，目标明确，层次清晰。可由系统根据规则库自动生成派工单或由管理人员生成手动派工单。

（4）统计分析。对系统中数据、报警、下载情况、维护情况整合汇总，自动化生成评估报表。

其中，智能诊断模块，根据运用过程分为如制动系统运用产生的快变故障，和走行监测系统如轮对运用产生的慢变故障。对于快变故障和慢变故障分别采用不同的监测方案。

1.2 快变故障诊断

快变故障报警往往由参数突变，触发报警阈值引起。其主要参数包含如下：

（1）压力数据：列车管压力、停放制动缸压力。

（2）温度数据：轴箱轴承、牵引电机轴承、抱轴轴承、齿轮箱轴承的监测温度。

（3）接地、过流、过压。

（4）高压绝缘状态。

（5）火灾探测器信息。

在运行过程中，TCDS系统对实时故障、报警等重要事件，以GPRS方式将数据实时传输到地面，重要报警信息的实时落地，可大大提升突发故障的处理效率。紧急突发故障由随车工程师完成，必要时通知相关站段提前做好故障处理准备，从而保证运行中的故障会得到更有效的处理，更充分保障了列车运行的安全。

1.3 慢变隐患预警

慢变故障通常为记录的过程数据，通过长期积累，可以对其进行深度加工与挖掘，建立统计模型来发现故障模式、指导检修。主要有以下几种类型：

（1）振动数据

监测车体和构架的横、垂向振动加速度，判断客车运行时走行部的工作状态，为转向架状态修提供依据。

（2）轮对踏面磨耗信息

轮对踏面磨耗是危及列车运行安全的主要原因之一，踏面磨耗是一个逐渐累积的过程，客车故障监测与健康管理系统通过持续监测其状态，根据振动数据预判隐患。

慢变隐患预警的诊断决策完成对数据的应用层处理，依据数据的物理特性，生成运用检修的具体措施，主要诊断依据如下：

①各子系统自身的运行特性、电气标准等形成知识库，可以存储为数据库或者处理逻辑。

②各子系统的故障分析及其物理意义、关联部位、触发条件及劣化程度，并形成故障树，为检修工作提供派工依据。

③进行故障数据二次分析，以车为中心进行信息的有效性验证和合并。

④多系统融合分析。

⑤对数据故障报警等建立数据模型、评价指标、派工标准。

⑥根据派工标准生成故障报警定位，列举检修意见。

2 PHM系统运用案例

基于TCDS地面专家系统的客车故障预测与健康管理系统已部分投入运用，下面以轮对动平衡状态评估为案例进行介绍。

轮对动平衡状态评估模型利用特征数据聚类技术和状态变化历史对比方法对渐变故障进行分析诊断，并给出检修建议。

自2016年7月3日起，济南车辆段Z105/106-A组358393车二端转向架，通过TCDS地面专家系统车轮状态评估模块的诊断，连续识别为轮对动不平衡残余量大于100 g⋅m，如图2所示，即轮对处于异常状态。

图2 轮对动不平衡残余量记录

从地面专家系统中可以看出，随着车辆运行里程的增加，模块聚类到A4的概率随之增大（从7月3日的55.97%逐渐增大到8月29日的98.91%）。自7月3日起，TCDS地面专家系统也开始陆续报出该车构架垂向关注（特征值柱状图的阈值判别），如图3所示。

图3 358393报警记录

通过查询报警发现，自8月25日开始，在车辆运行品质轨边动态监测系统（TPDS）中也出现了该车二端轮对的冲击当量异常。

为了进一步确保行车安全，车辆段检修人员待该车归段后随即对其进行了重点检查，发现二端3、4位轮对出现明显踏面凹陷剥离。由于轮对存在明显故障外观，故提交了临修申请，并准备进行换轮作业。

通过济南车辆段转向架检修车间的动平衡测试仪，可以量化、直观地表现轮对的质心偏移与冲击大小，很大程度地反映了轮对运行状况的好坏，如图4所示。

图4 动平衡试验

对该车二端转向架的2个轮对动平衡测试结果如图5所示。

图5 358393车3位轮对（左图）和4位轮对（右图）试验结果

测试结果为：358393车3位轮对动不平衡残余量为287.1 g⋅m、57.91 g⋅m；359393车4位轮对动不平衡残余量为192.0 g⋅m、24.84 g⋅m。与TCDS地面专家系统中轮对状态评估结果（大于100 g⋅m）均保持一致。

该车临修完成后重新编入Z105/106-A组，由于二端转向架全部是换的新轮，按照《铁路客车临修规程》的要求其轮对动不平衡残余量小于50 g⋅m。通过查看TCDS地面专家系统对该车临修后的诊断结果，如图6所示，与轮对实际状态保持一致。

图6 358393车临修后轮对状态诊断结果

3 结束语

铁路PHM将故障分为快变故障和慢变故障，对快变故障设置报警阈值，对慢变故障建立演变趋势诊断模型，建立以大数据为依托的多系统、多学科的综合安全评估体系，实现客车故障导向安全，并且为轨道交通地面检修提供数据支撑。以轮对动平衡状态评估为应用案例，介绍了铁路客车PHM系统的运用方式和效果。