牵引系统 PHM 技术研究与应用

徐小明，宗胜利，周成尧，杨伟君，刘 冰，刘 阳

（1.北京纵横机电科技有限公司，北京 100094；2.天津一号线轨道交通运营有限公司，天津 300350；3.北京市轨道交通运营管理有限公司，北京 100068）

1 引言

2020年3 月，中国城市轨道交通协会发布了《中国城市轨道交通智慧城轨发展纲要》[1]，提出应用大数据、人工智能等新兴信息技术，智能融合设备、环境信息，建设便捷、高效、智能的智慧型城市轨道交通（以下简称“城轨”）。其中，城轨列车的智能化及智能运维是提高车辆可靠性、可维修性，降低车辆全生命周期成本的有效手段。作为城轨列车的动力来源，牵引系统的运行可靠性对城轨列车的运营效率和运营品质具有重要影响。应用故障预测与健康管理（Prognostics and Health Management，PHM）技术能够提高运行过程中牵引系统的状态监测水平，实现关键部件的故障预测和健康状态管理[2-4]。因此，建立牵引系统的PHM系统对于提高牵引系统的运行可靠性、提高列车运营效率具有重要意义[5]。

近年来，PHM技术在国防军事[6-7]、航空航天[8-9]、风力发电[10-11]等领域得到了广泛应用；其中，动车组领域也在应用PHM技术进行关键部件的故障预警和状态监测。阿尔斯通建立了Health Hub 智能管理系统，采集列车运行过程中的实时数据，实时评估关键部件的健康状态，实现从车辆级到基础设施级的智能管理。西门子依托Mindsphere平台，开发了故障监测与诊断Railigent系统，采集列车运行状态信息以及线路环境信息，评估列车状态，给出维修建议，以提高列车的利用率和运行效率。国内方面，中国铁道科学研究院集团有限公司[12]结合中国国家铁路集团有限公司的实际情况，提出了动车组故障预测与健康管理系统的系统设计方案。

在城市轨道交通领域，国内对于牵引系统PHM技术的研究[13]较少，本文根据牵引系统的特点和PHM技术的发展现状，提出城轨列车牵引系统的PHM设计方案。

2 牵引系统工作原理

城轨列车的牵引系统主要由牵引逆变器、牵引电机和辅助变流器组成。直流高压电源通过高速断路器后进入牵引逆变器；牵引逆变器将直流高压电源逆变成三相交流电后为本车的牵引电机供电；辅助变流器将直流高压电源逆变成三相380 V交流电向车辆辅助负载供电。

2.1 牵引逆变器工作原理

牵引逆变器主电路采用两电平直-交逆变电路，其基本结构如图1所示。当车辆处于牵引工况时，直流高压电源经过预充电单元、线路电抗器等高压电器，经逆变模块输出三相VVVF（变频变压）的交流电，为异步牵引电机供电；当车辆处于再生制动工况时，逆变模块将异步牵引电机输出的三相交流电压整定成直流电压，反馈回电网，或由制动斩波器消耗掉；制动斩波器及逆变模块的开关管均为绝缘栅双极型晶体管（IGBT） 元件。为保证牵引逆变器稳定工作，采用强迫风冷方式的冷却系统。

2.2 辅助变流器工作原理

辅助变流器结构如图 2所示；每个辅助变流器箱内包含独立的辅助变流器及蓄电池充电机。辅助变流器采用模块化设计；直流高压电源通过输入电路，经过输入滤波器、预充电单元、滤波电容、升压变压器和桥式整流器（DC/DC）变换为可控的中间回路电压。脉宽调制逆变器（PWMI）将稳定的中间回路电压转换为三相交流输出380 V电压，频率为50 Hz。交流输出侧的正弦滤波电容能保证正弦波形输出电压的平滑性，并通过输出接触器连接到三相母线上。

图2 辅助变流器结构原理

3 PHM 系统需求分析

城轨列车牵引系统的PHM数据源主要为牵引控制单元和辅助控制单元采集的列车运行数据；PHM系统进行数据分析、数据挖掘和数据建模，生成关键部件的故障预警和健康状态，将结果反馈给最终用户和供应商。PHM系统需求的汇总表如表1所示。

表1 PHM系统需求汇总表

3.1 用户需求

用户作为PHM系统的最终使用者，根据PHM系统的数据处理结果统筹管理牵引系统的运用检修工作。其对PHM系统的主要需求如下。

（1）数据需求。查看牵引系统参数和环境参数的变化曲线，分析参数的变化趋势。

（2）功能需求。查看牵引PHM系统的输出结果，查看部件的预警状态和健康状态。

（3）检修维护功能需求。根据部件的预警状态和检修维护建议对部件进行预防性维修。

3.2 数据需求和功能需求

为实现PHM系统的故障预测和健康管理功能，需要采集列车的运行数据及运用、检修过程的数据，以进行数据建模。PHM系统处理的数据主要分为4类。

（1）城轨列车实时运行数据。采集到的城轨列车牵引系统实时运行数据是进行数据筛选、存储和建模的基础。

（2）城轨列车制造数据。城轨列车的出厂时间，出厂配置数据。

（3）城轨列车的检修维护数据。对牵引系统部件的检修维护记录，部件的故障履历。

（4）外部环境数据。需要记录的环境温湿度等与部件故障模式息息相关的外部环境因素相关数据。

PHM系统的主要功能如下。

（1）故障预警。采用部件故障机理分析与大数据融合的方式，分析部件的故障机理，确定部件正常工作时的指标范围，并融合大数据分析方法建立部件的故障预警模型，实现部件故障的提前预警。

（2）健康状态评估。分析部件和牵引系统的参数变化趋势，提取牵引系统的参数退化特征，结合外部环境数据和检修维护数据，评估牵引系统的健康状态，与划分出的不同检修等级对应，从而根据健康状态进行有针对性的维修。

（3）检修维护建议。根据故障预警和健康状态评估的结果，输出检修维护的具体措施，指导牵引系统的预防性维修。

4 PHM 系统方案设计

根据牵引系统的工作原理及PHM系统的需求分析，PHM系统分为车载子系统、车载系统和地面大数据平台的3层结构，如图3所示。3层结构之间通过数据流联结成功能紧密结合的统一整体。车载子系统实时采集牵引系统的实时运行数据，并进行数据清洗、特征参数提取，然后将各个车厢数据汇总至车载系统；车载系统接收同一列车各个车厢的数据，进行数据对比分析，对特征参数进一步融合分析，并实现数据车地传输和数据存储；地面大数据平台接收所有列车的运行数据，并融合检修数据、外部环境数据等，采用大数据分析方法进行数据建模和模型训练。

图3 PHM系统方案设计

4.1 车载子系统

车载子系统由牵引控制单元和辅助控制单元组成，采集列车运行时的实时数据（电压、电流、温度、列车速度、牵引功率等），具有采样频率高、运算周期短等特点，同时受到数据存储能力的限制，无法实现长时间的数据记录和特征数据变化趋势分析。因此，车载子系统的主要功能如下。

（1）电气部件的故障预警。可以实现接触器和电压 /电流、温度传感器的故障预警，对接触器的动作时间以及电压/电流、温度传感器的数值分别设定预警阈值；当采样值超出预警阈值时进行故障预警，同时将预警结果发送至车载系统。

（2）电气部件的特征参数计算。对接触器和电压/电流、温度传感器的特征参数进行计算，并将计算结果通过车载系统发送至地面大数据平台进行电气部件的健康状态评估。

4.2 车载系统

车载系统汇总全列车牵引控制单元和辅助控制单元的数据，在相同工况下对各个车厢的数据进行数据融合和数据对比分析，具有数据维度多、采样频率较高等特点，且具有一定的数据存储能力；然而同样受到数据存储能力的限制，其无法实现长时间的数据记录。因此，车载系统的主要功能如下。

（1）电气部件的故障预警。汇总全列车所有车厢的车载子系统数据，采用数据融合方法，对相同工况下的不同车厢数据进行对比分析，实现温度传感器异常预警和滤网脏堵预警。

（2）电气部件的特征参数清洗和数据存储。对全列车所有车厢的车载子系统发送的特征参数进行数据清洗，并实现在一段较长时间范围内的数据存储。

（3）车地数据传输。将清洗后的全列车特征参数通过列车网络传输至地面大数据平台。

4.3 地面大数据平台

地面大数据平台作为PHM系统的地面数据中心，汇总所有列车的车载系统数据，同时记录牵引系统的检修维护数据、外部环境温度数据等信息，采用大数据分析方法对牵引系统的特征参数进行数据建模、模型训练和管理，实现牵引系统的健康状态监测。地面大数据平台的主要功能如下。

（1）牵引系统数据汇总。汇总所有列车的车载系统数据、牵引系统检修数据、列车制造数据和外部环境数据。

（2）数据建模和模型训练。对所有列车特征参数进行数据清洗，并建立牵引系统的健康评估模型，分析特征参数的退化趋势，进行模型训练和模型管理。

（3）数据存储和查询。将所有列车的数据进行结构化存储，为查询历史数据提供便利。

（4）生成维修维护建议。根据车载子系统、车载系统和地面大数据平台的故障预警和健康度评估结果，生成具体的检修维护建议，指导现场人员进行预防性维护，减小列车线上运行时报出故障的概率。

5 PHM 技术应用展望

针对牵引系统的工作原理，提出城轨列车牵引系统的PHM设计方案，可以实现对牵引系统关键部件的故障预警和健康评估，从而为检修决策提供依据，对牵引系统的潜在故障进行提前预警，提高列车的检修维护效率，同时减小列车上线运行报出故障的概率，提高列车的运营品质。综合前文对PHM系统架构特点与作用原理的阐述，在城轨列车牵引系统应用PHM预计可以实现以下效果。

（1）PHM系统可实现线电流传感器和直流回路电压传感器的故障预警。分别对线电流传感器和直流回路电压传感器设置预警阈值，当采集的传感器数值达到阈值时触发预警，从而指导检修人员在报出相关故障之前对电流传感器和直流回路电压传感器进行检修。

（2）PHM系统可实现接触器的故障预警。车载子系统计算接触器的打开和闭合时间，当打开和闭合时间超出阈值范围时进行预警，通知检修人员对接触器的主触点和辅助触点状态进行检修和维护，分析接触器打开和闭合超时的原因，从而避免接触器发生卡合和卡分等故障。

（3）PHM系统可实现冷却系统滤网脏堵预警。通过对牵引逆变器和辅助变流器的温度进行数据建模和分析，建立不同工况和外部环境条件下的冷却系统温度变化模型，当发生滤网脏堵时提前预警，避免滤网脏堵严重导致冷却系统散热不足引发的故障。

（4）PHM系统可实现温度传感器的故障预警。通过车载子系统和车载系统对温度传感器的温度信号进行统计分析，当温度信号发生较大偏差或离散度较大时，通知检修人员对温度传感器进行检修和维护。

（5）PHM系统可实现牵引系统的健康评估。采用大数据分析方法对牵引系统的特征参数进行数据建模和模型训练，综合分析牵引系统的检修维护数据、实时运行数据和外部环境数据，通过长时间大量的数据积累，评估特征参数的退化趋势，从而建立牵引系统的健康评估方法。由于实现牵引系统的健康评估需要对生命周期内的数据进行持续跟踪分析，需要对健康评估模型进行持续不断的验证、完善和优化。

6 总结

随着城市轨道交通的不断智慧化发展，城轨列车智能化和检修运维智能化成为智慧城轨的发展趋势之一。本文针对城轨列车的牵引系统提出PHM系统设计方案，建立了车载子系统、车载系统和地面大数据平台的3层PHM系统结构，并在各层级之间通过数据流将其联结成功能紧密结合的统一整体，能够提高牵引系统的自我感知和自我监测能力，实现部分电气部件的提前故障预警和牵引系统的健康状态监测，对提高城轨列车牵引系统的检修维护效率和运营效率具有积极的推动意义。对故障预警和健康状态的数据建模和模型训练需要大量的检修维护数据和运营数据支撑；因此，城轨列车牵引系统的PHM建设将是个长期、不断优化和完善的过程。