高速動車組大數據PHM系統研究與應用

宋德剛，牛齊明

（1.中車青島四方機車車輛股份有限公司 技術中心， 青島 266111；2. 北京交通大學 計算機與信息技術學院， 北京 100044）

我國動車組目前實行“計劃預防修為主、事后維修補充”的維修體制[1]，針對該體制在實際應用過程中存在的不足,本文提出將故障預測與健康管理（PHM）應用于動車組維修體制中。結合動車組大數據的特點，運用人工智能等方法，實現故障預測、健康狀態評估以及維修策略的決策與優化，以求延長高速動車組使用壽命、提高使用效率和降低運維成本。

工業大數據是指在工業領域中圍繞典型智能制造模式，整個產品全生命周期各個環節所產生的各類數據及相關技術和應用的總稱[2]。PHM是一種通過評估產品在實際生命周期條件下的可靠性來判定故障出現和減輕系統風險的技術或方法[3]。目前PHM的應用非常廣泛[4-9]，但在基于動車組大數據PHM系統研究和應用上較為缺乏。本文根據工業大數據和PHM的發展現狀，結合已有的PHM標準，提出了動車組PHM系統功能架構，并應用實例驗證使用方法。

1 PHM相關標準

目前，還沒有一套完善的PHM系統標準，由于PHM和故障診斷、狀態監控及健康管理的相關性，可以借鑒一些標準組織的相關標準。與PHM相關的主要標準大致分為5類：機內測試（BIT）、狀態維護（CBM）、故障預測與健康管理（PHM）、健康和使用監測系統（HUMS）、飛行器綜合健康管理（IVHM），如表1所示。

1.1 機內測試

機內測試系統設計與應用指南（ARINC604）適用于設備早期階段的設計。PHM系統設計時可以借鑒機載維護系統設計指南（ARINC624）系統完整性的判斷[10]。

表1 PHM相關的標準

1.2 狀態維護

機器狀態監測與診斷標準（CM&D）中的開放式視情維修體系結構標準（ISO13374）可以為劃分PHM整體功能模塊提供指導。OSA-CBM是ISO13374的實現。標準指出PHM系統要有6個功能模塊：數據采集、數據處理、狀態檢測、健康評價、預兆評估和提出建議[11]。此標準適合具體設備的PHM系統設計。OSA-EAI是面向企業應用集成的標準。該標準有助于提出企業開放的綜合解決方案。美國SAE發布了多項關于燃氣渦輪發動機監視系統指南，其中有使用壽命監視指南。

1.3 故障預測與健康管理

美國SAE發布了關于燃氣渦輪發動機健康管理系統指南，其中有發動機健康管理指南等。AIESTATE標準規范了測試系統和人工智能之間的接口；支持模塊化診斷架構。SIMICA標準定義了維修信息模型和提供了一種維護過程的XML方案。IEEE的P1856標準建立了電子系統的PHM框架。

1.4 其它

HUMS標準規范了數據交換標準、評估指標和傳感器接口規范。AC-29C MG-15主要針對旋翼機提供HUMS安裝、驗證和應用指南。ARP6290標準提供了綜合車輛健康管理系統體系結構開發指南，其中CBM系統是按ISO13374標準開發的。

通過比較和分析各種標準后，設計高速動車組PHM系統的框架參考OSA-CBM標準和OSAEAI標準；數據交換方式參照ISO13374標準和AIESTATE標準。

2 動車組PHM系統功能架構

2.1 系統設計

實現高速動車組PHM系統,需建立具有針對性的軟硬件平臺，研究數據獲取、故障預測，分析各模型的適應性，并在某型高速動車組中進行實際驗證。

借鑒國外PHM軟件開發平臺可以提高動車組PHM系統的開發進度，主要的國外PHM軟件開發平臺如表2所示。

表2 國外PHM軟件開發平臺

2.2 系統組成

高速動車組PHM系統功能架構主要包括：車載PHM系統、通信系統和地面PHM系統。車載PHM系統主要實現動車組各個子系統（如牽引子系統、制動子系統等）、車廂和整列車的健康狀態的評估和故障預測。地面PHM系統主要實現關鍵部件（如受電弓、軸承等）的故障預測、復雜的健康狀態的評估和綜合維修決策。在地面PHM系統中實現設計、生產、運用和維護等部門數據共享，提供全球在途高速列車的技術支持和遠程健康狀態監測。通信系統主要有車載PHM系統與其它系統的數據交換系統、車地數據交換系統、地面PHM系統各部分數據交換系統。

2.3 系統功能

動車組大數據PHM系統有數據獲取、數據處理、故障預測、健康狀態評估、維修決策和可視化6個主要功能模塊。數據獲取模塊主要是通過各類傳感器收集部件、設備的相關數據或獲得其它系統的基礎、維修、環境數據。數據處理模塊的功能是從下一層接收數據并對其進行清洗、特征提取等處理，使數據符合后續模型或算法的使用要求。故障預測模塊是基于歷史、狀態和維修數據等對運行中的部件、設備進行故障或壽命預測。健康狀態評估模塊對部件、設備和整車結構等的健康狀況進行量化，預測其未來狀態的趨勢。維修決策模塊主要負責根據預測結果和健康評估結果結合動車組運行計劃在故障發生前提出合理的維修建議。可視化模塊的功能是將預測結果或健康趨勢以友好的圖形方式展示給最終用戶。

考慮到數據集成、數據質量、安全和平臺的需要，系統還要有數據交換接口、賬號管理、資源管理和任務管理功能。數據交換接口模塊確保在不同的系統之間可以有效地交換數據。賬號管理模塊提供賬號管理功能，鑒權和授權。資源管理模塊負責管理和調度平臺的資源，提高整個系統的資源利用率。任務管理是監控和管理不同的計算任務的模塊。

2.4 技術架構

動車組PHM系統的分層技術框架，如圖1所示。

數據獲取層：用數據采集設備分別對走行部、牽引設備、制動設備、高壓設備、電氣設備以及各類軸承等關鍵設備和部件，進行溫度、振動、圖像、視頻和力學參數等的采集。

數據處理層：各類傳感器采集的數據通過車載網絡傳輸到車載計算機；車載數據通過鐵路綜合數字移動通信系統或無線網絡等方式將數據傳到大數據平臺；地面監測數據通過網絡傳輸到大數據平臺。對于車載計算機中的數據進行在線數據的抽取、轉換和加載。對于大數據平臺中的集成數據根據部件或設備的特點進行特征提取或根據多元數據的相關性進行數據融合。

故障預測層：結合歷史數據和相關數據（天氣條件、地理條件、結構特性等）利用基于模型的方法、基于數據驅動的方法和基于統計的方法來建立故障預測模型，對動車組部件或設備進行故障程度的量化或發展趨勢的判斷。利用基于失效數據的方法、基于退化數據的方法和多源數據融合的方法進行關鍵部件剩余使用壽命的預測。

圖1 動車組PHM系統框架

健康狀態評估層：通過故障預測或剩余使用壽命預測的結果結合歷史數據和天氣地理等數據，綜合評估部件、設備、車廂和整車結構等的健康狀態等級。對于計算量小、重要的評估放在車載PHM系統中去評估；對于計算量大、復雜的評估放在地面PHM系統中去計算。

可視化層：將所獲得的預測結果數據，通過EChart等web圖表控件轉換為二維靜態或動態圖像，使得結果更為直觀。

維修決策層：利用維修經驗和動車組檢修計劃、專家經驗等對故障預測或剩余使用壽命預測的可視化結果進行聯合決策，根據故障預測的程度或健康等級提出合理的維修計劃。

3 動車組大數據PHM系統中的應用實例

牽引電機是動車組的核心部件之一，由于工作環境惡劣、負載變換頻繁以及動力作用大等因素使牽引電機軸承容易出現故障。當前投入運營的CRH380系列動車組上安裝了各類溫度傳感器，如軸溫傳感器，并通過無線網絡實時傳輸到地面，給關鍵設備的實時健康評估提供了有利條件[12]。

實驗數據采集于運行階段的車載信息地面應用系統和檢修階段的動車組故障管理系統，溫度數據內容包括環境溫度、動車牽引電機驅動側軸承溫度和非驅動側軸承溫度等。在Eclipse集成開發環境（IDE）下，用Java語言開發相關回歸算法，對hive中溫度數據進行分析，并用EChart進行了可視化展示，如圖2所示。取軸承溫度和環境溫度的差值以排除環境溫度對軸承溫度的影響，根據采集的大量數據，通過公式1和公式2擬合出趨勢線（圖2中綠線），并用公式3得出溫度過高時的警戒線（圖2中紅線）[13]。其中，p為擬合系數，x為速度值，y為溫度值，Y為告警溫度值，E為溫度值的數學期望，σ 為溫度值的標準差。在紅綠兩條線之間的為牽引電機軸承正常的溫度變化范圍，超過紅色邊界線的點為異常工作溫度。

通過條形圖（圖3a所示）和折線圖（圖3b所示）等方式可以更加直觀地展示軸承溫度的變化范圍；系統中有多樣的可視化方式，可以輔助不同用戶對各類軸承的健康狀態做出直觀地評估和決策。

4 結束語

目前，動車組檢修是計劃預防維修體制，盲目性維修問題尤為突出，造成人力、物力的浪費，維修成本過高等一系列問題。本文提出基于大數據的高速動車組PHM系統的架構方案和應用實例，為建立動車組故障預測與健康管理系統提供參考，希望能更好地保障動車組運行安全，延長動車組使用壽命，降低動車組的維護成本。

圖2 加速過程中1車1牽引電機驅動側軸承溫度與環境溫度差值變化

圖3 300 km勻速運行1車電機2非驅動側軸承溫度與環境溫度差值