現代鐵路物流裝備故障診斷與遠程維護技術

熊肖磊，周 杰，周奇才，葉 阜，李 波

(1. 同濟大學 機械與能源工程學院，上海 201804；2. 華電重工股份有限公司，上海 200122)

0 引言

在現代物質生產中，物料的搬運和裝卸是整個生產環節中的有機環節。隨著國民經濟的快速發展，為高效、及時和安全地完成裝卸搬運作業，起重機、叉車、輸送機和堆垛機等現代鐵路物流設備在鐵路物流系統中的使用越來越廣泛，作用也越來越大。但由于現代鐵路物流設備起重量大、作業連續性強、現場環境惡劣等因素，在實際使用過程中容易出現各種難以預料的故障，造成設備的停頓，會直接影響到鐵路的經濟效益，嚴重時造成人員傷亡和巨大的財產損失[1]。因此，對現代鐵路物流設備進行實時狀態監測、故障診斷及遠程維護具有重要的意義。

目前，國內針對現代鐵路物流設備的檢修主要還停留在定期計劃維修階段，且對設備的維護主要依靠經驗對故障點進行判斷。這種方式效率低下，故障點查找困難，維修周期長，會造成諸多不必要的損失。為適應裝卸企業自身發展的需要，必須從觀念創新、制度創新、管理創新等方面對傳統的設備維修體制進行改革[2]。基于狀態的維修(Condition-based Maintenance，CBM)是一種全新的設備維護模式，其核心思想是在有證據表明故障即將發生時才對設備進行維護。它通過對設備工作狀態和工作環境的實時監測，借助人工智能等先進的技術，診斷和預測設備未來的正常工作周期，合理安排設備未來的維修調度時間[3]。鑒于此，引入了現代鐵路物流設備CBM維護方式，通過先進的傳感器、計算機和人工智能等技術的結合，對現代鐵路物流設備進行科學地維修保養，從而在保障設備安全、經濟、可靠的前提下最大限度地提高現代鐵路物流設備的利用率，降低檢修人員、財力、物力的浪費和檢修磨損，提高鐵路經濟效益。下面首先介紹現代鐵路物流裝備故障診斷與遠程維護系統(RDMS)的整體體系結構，接著詳細討論RDMS的硬件和軟件結構設計，最后對全文進行了總結。

1 RDMS整體體系結構

設備監測和信息技術的快速發展，為設備狀態監測與故障診斷維護技術的發展帶來了新的機遇。運用高新技術去解決傳統的設備管理維護問題已經并不鮮見[4]。本系統以現代鐵路物流裝備維修管理的信息化、智能化為目標，參考OSACBM(Open System Architecture for Condition-based Maintenance)國際標準以及ISO 13374等機械狀態監測和故障診斷相關的國際標準，構建RDMS系統，開發“RDMS應用程序”，目的是使系統標準化、通用化和模塊化。RDMS結合現有的設備監測診斷技術，以信息技術為紐帶，建立以互聯網為平臺的網絡化現代鐵路物流裝備故障診斷與遠程維護系統體系，將眾多的現代鐵路物流裝備、企業設備維護部門、各個不同的設備生產廠家和科研中心等諸多的資源結合起來，形成一個資源共享、相互協作的現代鐵路物流裝備故障診斷及遠程維護系統[5]。在信息技術環境下，設備上的數據采集裝置實時采集設備上各個部位安裝的傳感器數據，以得到設備運行狀態數據。一方面，機載的狀態監測與故障診斷系統可以暫存采集的數據，初步完成設備的運行狀態監測與簡單的故障診斷，現場的診斷人員可以根據機載系統進行監測和診斷。另一方面，將采集得到的狀態數據通過通信網絡發送到監控中心的服務器，位于監控中心的維護人員運用故障診斷與遠程維護系統對現場運行的設備進行實時狀態監測、故障診斷和預測等，為設備提供遠程故障報警、故障定位、故障解決方案等。系統的整體體系結構如圖1所示。

整個RDMS由機載監控系統、通訊網絡和遠程監控中心三部分組成。機載監控系統一方面采集設備的各種運行狀態數據，利用機載的故障診斷系統軟件對設備進行實時狀態監測與故障診斷、定位，并通過通信網絡(包括3G移動通信網絡、Internet等多種無線/遠程通信方式)將所采集數據傳送到遠程監控服務與故障診斷中心，另一方面機載監控系統可以接收遠程監控服務中心的操作指令，完成遠程交互，實現現代鐵路物流設備遠程故障診斷與維護。

2 系統硬件結構設計

2.1 機載終端裝置與設備

現代鐵路物流裝備運行狀態數據的采集是對設備進行狀態監測與故障診斷的基礎，數據采集部分需要一些機載的終端數據采集設備與裝置來采集設備的實時運行狀態數據，這些機載的數據采集設備包括分布在各個關鍵零部件上的各種類型的傳感器、控制器和通信模塊等。傳感器采集設備的各種工況數據信息，如發動機的油溫、油壓、水溫、變速油壓、制動系統壓力、液壓系統油溫等等，GPS模塊可以用于確定設備的地理位置信息，采集得到這些數據信息以后暫時存儲這些數據[6]。由機載監控系統實現設備運行狀態在線監測，以便及時對設備異常部位發出警報或報警，初步診斷出設備故障，以便及時排除故障。另一方面，機載監控系統通過通信網絡把采集得到的設備運行狀態數據發送給遠程監控中心。由于機載終端向遠程監控中心發送的數據量較大，為了保證可靠的通信可以設置多種無線/遠程的通信方式結合的方式，如：GPRS通信方式、3G通信方式等。

2.2 遠程監控中心

遠程監控中心是整個RDMS系統的核心部分，它由實時數據服務器、歷史數據服務器、數據分析服務器、故障診斷服務器、GIS服務器、工程師站、打印機、網絡通信設備等組成[7]，如圖2所示。

圖1 系統整體體系結構

遠程監控服務中心的主要功能是監控、預警、遠程故障診斷及維護等。機載監控系統需要通過通信網絡連接到遠程監控中心，當機載監控系統連接上遠程監控中心以后，把自己的相關信息(如設備類型、機型、出廠時間、銷售區域、工作位置等)自動發送到遠程服務器中并保存以記住該設備，在遠程監控中心的維護工程師們就能清楚地了解設備的信息[8]。遠程監控中心通過通信網絡實時收集各臺現場作業中設備的狀態數據，分析和確定各臺設備的當前工作狀況，如有問題則及時分析和診斷，給予預警和報警。遠程監控中心的遠程維護系統還提供完善的設備工作狀況統計功能和詳細的查詢功能，并能根據所收集到的數據，利用一定的預測分析方法預計指定設備中所檢測關鍵部件的剩余使用壽命，在適當時間給出預警信息。根據設備的當前問題，給出遠程維護的指導信息。GIS服務器為監控服務中心提供設備的地理信息相關服務，如設備的區域分布、施工密度等。工程師工作站為監控中心的工程師提供友好的人機界面，用于不同設備實時運行狀態監測，便于工程師為現場設備維護人員提供完善的設備維修方案。系統還可以提供特定的服務(如Web服務等)，故障診斷結果與維護的相關信息會在遠程監控中心進行整理與記錄。

3 系統軟件結構設計

參考OSA-CBM[3]標準，RDMS系統從下到上可分為數據采集層(Data Acquisition，DA)、數據處理層(Data Manipulation，DM)、狀態監測層(Condition Monitor，CM)、健康評估層(Health Assessment，HA)、預測評估層(Prognostics Assessment，PA)、決策支持層(Decision Support，DS)和表示模層(Presentation)七個層次，每一個層次對應于一個模塊，如圖3所示。

其每一層的功能描述如下：

1）數據采集層：和裝卸運輸底層物理設備進行通訊，采集設備各零部件的實時數據，為其他的模塊提供現場的原始數據，然后將數據存入本地數據庫。

2）數據處理層：獲得采集得到的原始數據，對原始數據信號進行一些預處理，如濾波、降噪等功能，然后將數據存入本地數據庫。

3）狀態監測層：主要完成DA、DM模塊輸出數據與系統工作限定值比較的功能，實現對現代鐵路物流設備零部件工作狀態的實時監測，當系統或零部件出現異常的時候會發出警告或報警，將警告或報警記錄存入本地數據庫。

4）健康評估層：利用多種故障診斷方法對裝卸運輸設備系統及零部件進行故障診斷，然后對設備的系統、子系統、組成部件的性能衰退進行評估，如果系統的性能處于衰退期，模塊產生一些診斷記錄，描述一些可能發生的故障和故障跡象，并將診斷和評估結果存入本地數據庫。

圖2 遠程監控中心具體布置圖

圖3 系統層次結構

5）預測評估層：主要根據底層模塊的相關數據信息，按照一定的預測模型推斷設備及零部件的有效工作時間。

6）決策支持層：主要負責接收由各系統健康管理傳遞的各部件健康信息，并依次參照數學模型和歷史數據，對當前、歷史及未來的設備工作狀態進行綜合考慮，給維護人員提供合理的有針對性的設備維護計劃。

7）表示層：表示模塊主要作為和用戶交互的接口，可以從其他各層模塊提取數據。用于系統的描述，包括報警信息的顯示，故障診斷和評估結果、預測結果以及建議維護計劃等信息的顯示。

RDMS系統軟件結構簡圖如圖4所示。機載監控系統主要由本地數據庫、數據采集模塊、數據處理模塊、狀態監測模塊、健康評估模塊、預測評估模塊、建議生成模塊等七大模塊組成，其每個模塊的功能作用在上面的內容中已經做了相應的介紹。而遠程維護系統主要由遠程數據庫（用于存儲歷史數據）、數據預處理、多傳感器融合算法、故障樹決策、故障自學習等五大模塊組成。

首先，根據各設備工作機構的功能、原理以及由歷史記錄顯示的故障發生率，分析其危害性和分布狀況，剖析故障發生的原因和機理，研究設備施工狀態信息的實時獲取技術，并建立了具有擴展性的設備監測與診斷數據庫。為了實時監測設備運行狀態，建立了設備實時狀態監測模塊。為了實現設備的故障診斷與性能評估，建立健康評估模塊，充分利用企業、行業已有的經驗、知識和技能，建立設備故障診斷專家系統知識庫，進一步建立故障診斷專家系統。通過建立設備關鍵部件的剩余工作壽命預測模塊，實現零部件壽命預測。通過建立建議生成模塊，對設備的維修提供標準化模塊，對日常問題的解決提供專家級的經驗和指導，這樣能夠大大提高企業的生產效率和員工解決問題的能力，并充分利用企業已有的經驗、知識和技能，解決目前設備運行管理中存在的現場維修能力差、故障解決周期長、直接影響工作進度的現實問題。

如圖4所示，系統首先采集設備關鍵零部件的實時數據，將采集到的數據進行處理以后存入機載監控系統的本地數據庫中，把數據處理、狀態監測、健康評估、分析與預測等程序進行封裝，開發設備的機載監控系統。通過對設備的關鍵和易發生故障部位進行監測、診斷與預測，及時了解設備運行狀態、故障情況以及剩余的工作時間。同時對設備的維修提供建議生成模塊，將企業內、甚至行業內的專家資源整合起來，對故障問題的解決提供專家級的經驗和指導，并提供專家級的故障解決方案與維修建議。

同時，在企業內部或科研單位建立遠程監控中心，設計以設備機載的故障診斷系統為客戶端，遠程監控中心為服務器端，建立設備的遠程維護系統。遠程監控中心通過通信網絡在線收集位于不同工作地點各設備的運行狀態數據，并存儲在遠程數據庫中，實現遠程數據備份和遠程數據庫管理；然后，系統采用多傳感器數據融合算法，對多個傳感器的數據進行信息融合，提取征兆信息，建立查詢條件，在推理機的作用下，不斷與知識庫中的知識匹配，作出故障診斷決策，提供給用戶。系統具有自學習功能，故障決策經自學習模塊反饋給知識庫，對相應的置信度因子進行修改，更新知識庫，同時，自學習功能可根據知識庫中的知識，利用工程師和用戶之間的交互，從設備中采集相關信息，并對這些信息進行分析、處理，在工程師的參與下修正故障樹模型，并將新學習的模型導入知識庫，不斷完善和擴充知識庫，實現自學習功能[9]。因此，根據遠程維護系統內嵌的專家系統可以實現設備遠程維護管理，包括進行整合分析、判斷、統計以及變化趨勢分析，并為施工中的設備提供遠程報警、故障定位、故障解決方案查詢等功能。設備維護工程師、企業內的專家等通過遠程監控中心了解與掌握各設備運行狀態、故障情況以及剩余的工作時間，從而能夠根據設備的現狀制定出合理有效的故障解決方案或設備維護計劃，為設備現場的工作人員提供技術支持和服務。

4 結束語

圖4 系統軟件結構簡圖

長期以來，現代鐵路物流裝備的維修采用計劃維修方式，這種維修方式存在著諸多弊端。CBM基于狀態的維護是一種新型維護方式，本文通過對現代鐵路物流裝備故障診斷及遠程維護技術的研究，探討了CBM系統在現代鐵路物流裝備故障診斷與遠程維護系統中的應用。文中以現代鐵路物流裝備為研究對象參照OSA-CBM體系架構介紹了RDMS的軟硬件結構設計。基于OSA-CBM的RDMS的提出為實際應用系統的研制和開發提供了理論依據、實現方法和思路，進一步促進了現代鐵路物流裝備基于狀態維修管理方式的開展。

[1] 萬當.基于WEB的起重機械結構監測系統研究[D].武漢:武漢理工大學, 2011.

[2] 初連貴.適應企業發展需要開展裝卸機械設備的狀態維修[J].鐵道貨運,2002(10): 27-28.

[3] Lebold M S, Reichard K M, Ferullo D, et al. Open system architecture for condition-based maintenance: overview and training material [EB/OL].http://www.osacbm.org.

[4] 宋傳平,吳兵艦,王鵬飛.基于物聯網技術的設備狀態維修安全管理研究[J].中國安全科學學報,2011, 21(1):77-80.

[5] 王峰, 路小琪, 何鳳有, 譚國俊.基于物聯網的礦井提升感知系統設計[J].煤炭科學技術,2012,40(3):83-86.

[6] 周璇, 梁列全.工程機械設備遠程監控故障診斷系統的設計與實現[A].第26屆中國控制會議論文集[C].2007,6:445-448.

[7] 王華忠.監控與數據采集(SCADA)系統及其應用[M].北京: 電子工業出版社,2010.

[8] 喻道遠,汪文靜,張錚.裝載機遠程服務與故障診斷系統研究[J].計算機應用研究, 2005, 22(2): 26-28.

[9] 徐冬芳,鄧飛其.基于多傳感器數據融合的智能故障診斷系統[J].儀器儀表學報,2004,25(z1):190-192.