基于数据融合应用的轨道交通基地设施设备维护策略建立方法

2022-07-12张懿明

交通世界 2022年16期

张懿明

（上海地铁维护保障有限公司物资和后勤分公司，上海 200232）

0 引言

上海轨道交通目前在线运营线路19 条（含磁浮），运营里程772km，承担整个上海公共交通系统66%的客运量。轨道交通车辆基地是轨道交通系统中的核心场所，其可靠状态是一线运营的保障能力之一。围绕基地保障的主要设施设备包含通风与空调，给排水及消防水系统，低压配电，房屋结构、装饰及市政设施，厨房、锅炉等生活保障设备，洗车机等基地专有设备，安防门禁，电梯及起重设备等。

基地设施设备的维护策略分为两类，一是计划性维护，主要依据规程规制要求，制订计划性维修工作，维护计划性的合理编制是解决效率提升的传统方式之一，也是保障设施设备正常运行状态的重要措施。二是故障性维修，传统的故障信息来源于维护人员的现场巡视发现或用户方的报修，设施设备保障人员通过应急响应要求和措施清单作为故障性维修保障的主要应对手段之一。

在全网络运营维护保障数字化转型的大背景下。如何选择基地设备在线监测的采集点设置，并被有效地用于综合分析应用；如何改变传统维修策略，通过状态修来提升基地设备维护效率和可靠性。基于数据融合赋能后的状态综合分析应用，是解决以上问题的方法之一。

1 确定关键设施设备的理论和方法

面对种类繁杂的基地设备，准确评价并能够较为经济地完成基地设备在线监测点布设，可以通过建立设备关键性评估和设备风险概率理论实现，这也是维护策略向数字化转型的首要步骤。

1.1 传统维修策略下不可避免的问题

以计划性维护和故障维修结合的传统保障策略存在以下问题：

（1）对基地内的设施设备状态不能进行实时监控，出现问题事后才能发现；

（2）设施设备台账信息缺少维度（设备履历、可用度等信息），不利于进行全生命周期管理；

（3）维修调度及维保任务靠人工指派，导致全局统筹能力不足；

（4）业务系统之间数据不通，存在数据孤岛现象。

1.2 设施设备维修综合评估法

将基地内的设施设备按关键性进行评估分类[1]，用量化的方式来区别设备，是关键性评估工作的核心。将基地设施设备评分分值满分设定为16 分，并对评分为7.2 分以上（含7.2 分）定义为关键性设施设备，评分为7.2分以下定义为非关键性设备。

通过设备设施的关键性指标，对基地内的设施设备进行关键性设定，并以“二八”法则为管理策略，对关键性设施设备进行预防性维修和计划性保养，非关键性设施设备进行状态性维修和替换维修。现场经验证明，设施设备维护工作的差异化分配，对提高生产效率和提升整体效益具有一定作用。

如表1所示，基地设备关键性评估指标可从设备价值、环境和安全因素、维修的难易程度、维修耗时与运营影响的关联程度、可能带来的生产损失共六个维度来建立。

表1 基地设备关键性评估指标参数表

如图1所示，显示在不同影响程度下关键性评估指标的影响权重以及敏感度。其中，生产运营时间关键性在评估中比重最高。

1.3 设备风险概率理论

设备风险概率分析是决策工具之一，较常用的方法包括：调查打分法、层次分析法、蒙托卡罗概率模拟等[2]。针对基地设施设备维护策略分析和决策应用，主要使用调查打分法，其以量化风险值的方法对设备完成风险评估。风险评估数值以风险等级作为输出指标，衡量维护失效后，潜在的损失和资产设备发生故障的概率。基地设施设备维护失效的风险划分如表2所示。

表2 设备风险等级标准设置表

1.4 基地设施设备关键性与风险评估结果

按设备类别关联关键性评估指标和风险等级概率指标后，可以筛选出关键性高的基地设施设备。如表3所示。其中，低压配电和消防及给排水可以评估为关键性设备，并具备高风险等级属性，属于关键的少数和维护失效主要控制对象。

表3 设施设备关键性与风险评估表

2 关键设备的工作状态失效控制

2.1 关键设备监控点位建立

结合评估结果，基地设备的低压配电、消防及给排水评估为关键性设备。如何建立对这两类设备更可靠的巡视策略，是提升基地维护保障效率和能力的关键，而数字化转型是突破口。

通过IOT 的多源感知技术可以实现关键设施设备的实时状态监测。如低压配电类设备通过状态检测仪、智能电力仪表对配电柜进行实时监测，如消防及给排水类设备通过压力传感器、液位传感器、水浸传感器、温湿度传感器、摄像头等实现实时监测。

2.2 数据融合关键技术

支持多源数据融合分析的有效数据，首先要进行数据清洗。数据清洗是对采集数据进行质量检测和纠正的过程[3]。多源数据的数据分类清洗步骤如下。

2.2.1 数据分类梳理

从数据类型梳理分为静态数据和动态数据，静态数据主要指基地的基础台账数据，如基地面积、GIS 地址等。动态数据主要指基地设备的实时监控数据以及业务系统数据。

2.2.2 数据采集

基地的数据来源方式表现为多样性特征，如静态数据可以通过数据录入、现有数据库数据接入等手段进行采集，动态数据通过Modbus、MQTT协议等工控协议进行数据采集接入。

2.2.3 数据治理

（1）数据接入质量标准

确保数据接入质量是一个大范围的持续工作。以故障表为例，几种典型的错误包括：故障级别未按统一规定填写，组织选择为空值或错误值，故障原因设备或其他关键性信息为空。

（2）数据清洗标准

数据清洗是对数据进行重新审查和校验的过程，目的在于删除重复信息、纠正存在的错误，并提供数据一致性。通常应对噪声处理、离群点处理、缺失值处理和去重处理确定标准。

2.2.4 数据挖掘及分析

结合基地业务对数据进行挖掘以及分析用于提升现有基地业务。

（1）数据报表自动生成：结合业务系统数据以及设备监控数据自动生成基地业务月度、年度报表，通过汇总的数据对基地的相关业务进行调整，实现数据反馈优化业务的效果。

（2）故障树梳理工作：通过梳理设备故障的历史数据，建立轨道交通基地设备的专业故障树，用于辅助维修人员进行设备维修。

（3）设备健康诊断模型：通过接入设备实时数据，并通过参数设置建立设备健康诊断模型，实现对设备健康状态的预先诊断，在未来实现设备的状态修[4]。

2.3 融合数据在设备点检应用示例

通过对关键设备和非关键设备的辨析和建立数据融合策略，对非关键设备，运用在线监测及状态分析手段，可以逐步减少人工巡检投入频次，通过数字化达到少人化。对关键设备，通过数字化赋能、在维护深度或更新等方面形成完善的策略，提高服役可靠性。SWOT分析模型见图2。

图2 基于数据融合的维修策略SWOT分析

同时，通过融合数据建立过程，设备实时监控数据以及历史设备故障报故数据，又推动完善了现场各类作业指导书及设施设备操作规程，继而优化定人、定周期、定标准、定点检计划、定记录等工作。合理的点检业务流程如图3所示。

图3 设备点检流程图

3 基于数据融合形成维修策略的效益

建立分类策略来维护基地设施设备，相关方法在基地项目上是行业首创，后续在智慧维保建设中可以应用。应用相关方法，预计设施设备可靠性指标可提升15%，设施设备报警准确度提高50%；基地平均每日接报修率下降约34%。同时在线监测手段，部分代替低压配电系统、给排水系统巡检等工作，增强了基地设备稳定性，提升巡检效率，基地每万平方建筑面积人配置将下降约6%～10%，即：从0.87 人降至0.8 人左右。基地日常运维总成本可下降约5%，产生显著的经济效益，同时也将在安全、效率方面得到提升，“基地保障服务”获得感更有效。