轨道交通车站机电设备智能运维系统研究与实践

娄亭

（上海电科智能系统股份有限公司，上海 普陀 200063）

0 引言

从上海轨道交通系统占市公共交通出行比例来看，上海地铁已经成为上海市民出行的最主要渠道，20 多年来公交分担率由1996 年的3.2%上升至66.7%，增长了20 多倍。市民公共出行依赖地铁，安全可靠的设施设备是上海地铁正常运营的前提，亦是乘客高效出行的重要保障。随着上海轨道交通网络化规模不断扩大，车站机电系统设施设备呈现出装备数量多、种类多、体量大、多阶段并存的特征。传统的维护维修策略、日常检修生产组织、故障诊断水平难以适应不断提升的运营安全服务需求，使近年来地铁设备可靠性持续下降，设施设备的故障数不断上升，这些故障的发生必然会影响地铁日常运营的安全。据统计分析，2016至2020 年上海地铁15min 及以上严重晚点事件中，设施设备的故障是主要因素，占比达74%以上。因此，通过建立以云计算、大数据、物联网、人工智能等新兴信息技术为基础的轨道交通车站机电设备智能运维系统，充分提升轨道交通底层机电系统设备的接入以及感知能力，提高车站机电系统设施设备可用率，降低设备维护成本，是轨道交通实现高质量发展的有效路径[1]。

1 车站机电系统运维现状

1.1 设备规模体量大

车站机电系统主要包括车站建筑范围内的环控系统、低压配电系统、导向标识及照明系统、给排水系统、电扶梯系统、站台门系统、火灾报警及消防系统、自动售检票系统等。涉及的风、水、电系统设备分布在车站站厅层、站台层的设备区、公共区以及隧道区间的各个角落。一个标准非换乘地下车站的车站机电系统设备约有上百类超过千余个设备，系统繁多且设备种类复杂。由此可见，车站机电系统运维涉及的设备规模体量非常大。

1.2 设备维修资源递减

车站的机电设备保养目前主要由设备管理人员与委外单位的工作人员共同承担，按照上级部门下发的年度维护计划对设备进行必要的维修和保养，维护周期分为双周保养、月度保养、季度保养、半年度保养、年度保养。运营部门会按照巡检计划安排大量人员对车站设施进行巡检，主要目的在于及时发现出现故障的设施并通知相关部门进行维修，确保地铁运营安全。由于车站机电系统繁杂，涉及风、水、电等众多专业，不同专业设备位置分布区域较广，自动化系统孤立，业务执行需要操作多个终端；需要高频次在多区域执行人工巡检造成了巡检效率较低，人力资源浪费，巡检质量欠缺、设备维修资源递减等一系列问题[2]。在此情况下要保证设备的可靠性、可用性只能越来越依靠计划修，致使计划修清单越来越长，使情况进一步恶化，从而形成恶性循环，使维护工作的及时性和准确性进一步降低。

1.3 维修业务贯通不畅

目前上海地铁既有维护保障业务流程的各个环节如维修规程管理、维修计划管理、工单管理、施工过程管理等均已有相应信息系统支持，这些系统是在长期的运维过程中在不同时期开发，为满足特定功能开发的系统，系统间的数据不统一、流程难以对接。一旦发现设备故障，维修人员通常需要查询多个系统并翻阅大量的资料，才能够寻找到相关的信息资料，浪费大量的时间，无法保证设备的快速恢复。甚至遇到图纸错误，或需要进行设计变更时，由于信息的分散，更新速度较慢，无法保证相关信息的关联性表达，造成在维修过程中设备的各类信息发生频繁重复的修改，这样一方面会导致设备的效率低下，另一方面还会延误工期，甚至影响乘客的人身安全。

因此，为满足轨道交通远期发展需要将车站机电专业全过程业务贯通和数据进行融合，通过数字化采集、自动监控、分析等手段，提高业务数据原生水平，实现前期设计数据与环境、质量、安全、成本、人员等维修过程数据的有效融合，为实现车站数字化运营与维护保障奠定基础，建设轨道交通的车站机电智能运维系统是十分必要的。

2 车站机电智能运维系统架构设计

车站机电智能运维系统以大数据技术为驱动，以三维可视化技术为基础，充分发挥BIM模型三维信息显示的优势，在地铁车站三维模型的基础上整合机电设备的动静态数据，搭载标准化运维业务流程，打通数据流向，实现车站运维业务流程的标准化、信息化和运维管理的可视化、精细化，提升轨道交通车站智能化运维管理水平，为智慧地铁建设提供基础支撑。

基于综合监控系统建设的基础，辅助增加必要的智能传感设备作为补充，可大幅节省系统建设的成本、缩短系统建设周期。车站机电智能运维系统实现信息化与自动化系统相结合，通过设备实时监测、远程控制，实现数据持续、有效积累，为后期大数据分析提供数据支持，实现生产管理工作信息化，生产组织标准化，设备运行、维修管理、物资使用等生产管理信息有机联动，减少人为参与程度，实现维护作业模式向智能化智慧化方向转变。系统总体架构图见图1。

图1 系统总体架构图

轨道交通车站机电设备智能运维系统分为设备感知层、数据处理层、业务应用层和决策支持层4 个层级。

2.1 设备感知层

作为实现地铁机电设备运维，电子化、数字化、自动化、智能化管理的基础，机电设备状态数据、运行数据、运维数据等底层数据的接入尤为必要。通过借助物联网技术、RFID 技术及移动互联网技术对设备进行全时段、全生命周期监测，实现低压配电设备、暖通设备、照明设备等数据上传，使设备信息电子化、状态化、规范化、便捷化，为建立起比较完善、有效的全面规划生产维护体系提供基础。

2.2 数据处理层

数据处理层是保障数据资源沉淀、管理和数据分析的基础。车站机电设备数据主要分为基础数据和业务数据两类，基础数据包括车站信息、设备信息、系统信息、协议信息等，业务数据主要由状态数据、聚合计算数据等组成。数据处理层通过数据采集、数据分类、数据计算等处理，整合基础数据、业务数据，为车站智能运维系统的应用层提供数据支撑，实现数据资产沉淀和服务的基础保障。

2.3 业务应用层

业务应用层作为车站机电智能运维系统的重要组成部分，支持在设备电子履历、异常状态检测、设备在线监测的基础上，系统化构造智能运维服务应用体系，实现状态监控、维护执行、应急处理、巡检管理、辅助维修等维修业务相关的应用，实现维修业务间的互通和流程、维修模式的优化。

2.4 决策支持层

决策支持层在业务应用层之上，通过全过程监测和分析设备的健康状态，在系统中集成专业分析模块实现趋势分析隐患预警、故障智能诊断、健康度评估、辅助决策和维修建议支持。同时，可以通过三维可视化的形式直观反映车站设备情况、数据价值、业务需求，为使用人员进行数据查询、分析、运维等提供决策支持。

3 车站机电智能运维系统核心功能

车站机电设备智能运维系统通过实时监视车站机电设备的运行信息、故障信息和设备履历信息，并对海量历史数据进行分析。通过大数据技术应用发掘数据间的潜在关联关系，通过构建故障诊断和预警模型对设备故障进行趋势分析和提前预警，并结合专家系统给出维修决策支持。从而实现机电设备短期预警、中长期状态维修建议及健康管理的智能维修新模式。

轨道交通车站机电设备智能运维系统基于智能运维的业务需求，通过设备智能监测、专家系统的智能化分析过程及运维数据的深度挖掘，主要实现了设备状态监测、全寿命周期管理、故障诊断及定位、设备隐患预警、健康评估分析等核心功能。

3.1 设备状态监测

设备状态监控主要依托智能传感、物联网等前沿技术，通过智能传感设备进行底层数据收集，对车站各种机电关键设施设备的运行状态进行智能感知、异常判断、实时传输，使运维人员有效掌握设施设备实时运行状态，并为后续的数据分析提供基础。例如暖通大系统风机异常故障时会产生机械振动，此时采集到的监测指标可与经验数据库中的包络谱频率幅值进行对比，不同故障的异常震动信号频率不同，这些指标可以量化，辅助判断设备属性和状态[3]。

3.2 全寿命周期管理

设备的全生命周期管理集成了设备从安装调试到运营运维所有的运行信息及维修养护、更新替换的全寿命周期过程，为设备的信息化管理、智能化运维提供了基础保障。以三维模型为统一底座，可以直观定位、快速获取设施设备全寿命周期履历信息；通过搭载标准化运维业务流程，可以打通数据流向，集成多部门多系统数据，实现跨部门跨专业协同工作。同时通过大数据的定性和定量分析，可以实现数据价值的进一步提升，利用智能化手段为设备提供维护策略建议。

3.3 故障诊断定位

故障诊断定位主要对设备故障进行根因分析，通过分析设备的可靠性指标变化情况，深挖设备产生故障的根本原因。传统的故障告警通常基于单源的逻辑条件实现对故障诊断定位，缺乏对于多维度、多层级故障的挖掘研判及分析能力，而故障往往是具备因果性、衍生性或并发性特点的。车站机电智能运维系统通过数据与图谱动态结合，可以辅助解决复杂查询、关联分析、根因追踪等场景的需求，基于数据分析手段，通过多级数据反馈结果，完成对故障根源的搜索定位，确定故障原因、故障等级、影响范围等；并根据专家库输出维修指导建议，改善设施设备维护措施，辅助维护人员快速定位故障并进行排故作业。

3.4 设备隐患预警

车站机电智能运维系统通过对数据处理后产生的特征数据，进行设备的典型故障特征提取。基于人工智能的故障诊断算法进行大数据的定性和定量分析、存储，实现数据价值的提升[4]。利用机电设备的历史数据预测设备未来的特征值变化，最终实现故障发生时间的预测、设备性能衰退的趋势分析，从而预防影响运营的重大故障发生，实现系统及设备的隐患预警分析。通过故障定位及隐患预警可辅助压缩故障时间、提前发现设备隐患，降低设备故障率，提升设备可靠度。

3.5 健康评估分析

健康评估分析是实现设备智能运维的关键核心功能。通过构建算法对设备运行状态变化进行跟踪，挖掘可用的增值信息，逐层对数据信息进行数据过滤、增强、组合、分析、归类后生成健康状态模型。通过逻辑分析、专家系统、人工智能算法综合评估设备的寿命状态、健康状态及技术性能。基于专家知识库及业务建模，结合推理机完成故障推理演绎过程，并通过在线数据注入完成整个实时故障诊断计算，为系统实时定位故障处所及故障原因提供后台支撑。从而提高健康诊断与异常检测的成功率，实现设备安全服役期限内的最大寿命使用。

4 车站机电设备维修业务优化

在原有维修业务流程中，设备维修人员对设备进行定期检查和巡视，发现设备故障后通过故障报修平台进行报修录入，调度确认故障信息后派发工单至维修班组或委外单位。责任部门/班组在接收到工单后，提交施工计划申请，经审批后进行现场维修，故障修复后返回处置结果、故障原因以及恢复运行时间，车站和班组进行现场设备状态确认，故障闭环[5]。维修流程优化图见图2。

图2 维修流程优化图

通过车站机电智能运维系统建设，可以解决车站日常维修业务中关键设备数据采集的瓶颈问题，增强时效性，通过进行状态监测，实现设备的实时在线监测，及时发现设备故障；形成专家系统，基于专家经验库、趋势分析故障预警和设备健康度评估，使各系统数据互通，快速诊断故障原因，分级、分发故障，生成工单，增强故障排除及判断的时效性，并更新设备履历，实现全寿命周期管理。车站机电智能运维系统的实施在设备管理、检修管理、施工管理、故障管理等各环节进行管理效率的提升和流程的改进，实现车站的智能管理。

5 结语

轨道交通车站机电设备智能运维系统的建设将全面提升车站机电设备的维修质量和效率，依托基础大数据，分析设施设备运行状态，完善修程修制，在原有故障修基础上，逐步形成更为合理的经验型计划修模式；依托系统运行状态在线感知能力，逐步形成感知型状态修模式；依托精准维修理念、在线监测状态数据，逐步形成专家型故障修模式。维修方式的转变可以使车站机电设备维修业务以设备本身特点为基础，实现维修策略的优化，同时节省车站设备维护成本，从而保障车站运营安全、提升设备维护效率。