東莞地鐵車輛智慧在線監測系統應用與實踐

李建旭 張黎璋

摘 要：地鐵的大規模發展需要足量的監測系統設備對車輛進行在線監測，東莞地鐵引入部分在線監測系統設備，為車輛運維大數據積累、在線監測技術完善以及智慧運維做技術儲備。文章介紹東莞地鐵車輛弓網動態監測系統、輪對在線安全監測系統、車體 360°全車監測系統 3 個在線監測系統的原理、應用情況和試用效果，對在線監測設備進行必要的功能與效果驗證，為智慧地鐵運維提供技術儲備。

關鍵詞：地鐵車輛;在線監測;智慧運維;應用與實踐

中圖分類號：U231.94

1 弓網動態監測系統

1.1 系統簡介

弓網關系對于列車運行安全有重大影響，其運營監控的重點是日常弓網跟隨、接觸網硬點分布、接觸網拉出值、導高值、跨距內接觸線高低差及導線坡度、弓頭姿態、碳滑板厚度。弓網動態監測系統是一種對受電弓狀態、弓網配合、高溫異常點進行實時、自動化、動態綜合監測的車載系統，在業內已有較為成熟廣泛的應用。

東莞地鐵全線網均采用120 km/h運營速度的車輛，目前試用的弓網動態監測系統，其硬件使用3組高清視頻工業攝像機，輔以紫外傳感器、熱紅外成像、高亮頻閃LED燈，通過數據采集層、分析層、呈現層3層軟件控制，以圖像視頻的視覺分析處理技術為核心，實現以下4大弓網監測與維護功能。弓網動態監測系統如圖 1所示。

（1）實現運動過程中在隧道內和隧道外各種光線條件下的單個受電弓運動姿態、弓網配合位置與細節的捕捉和辨別。

（2）當檢測到拉弧發生時，將拉弧時長、發生位置、發生時間進行自動報警，并將燃弧前后共6s視頻自動上傳服務器，為檢修人員定位、解決問題提供有效資料。

（3）實時監測受電弓與接觸網溫度，將溫度異常自動上傳服務器以待處理。

（4）自動故障統計和數據分析，數據實時上傳，實時報警，有詳實的位置、時間、速度信息，便于后臺技術人員進行實時監控或階段性分析。

（5）系統配置了電流傳感器，實時監控受電弓電流曲線，在異常報警的同時輔以電流參數作為參考。

1.2 應用情況

弓網監測系統于2018年底安裝在東莞地鐵2號線1臺受電弓處，開始科研試用，并選擇最核心大拉弧、溫度監測模塊進行試用。系統試用至今效果良好，可以替代接觸網專業季度常規熱滑作業，實現跨專業數據共享。

弓網監測系統根據燃弧時長和溫度設定3個報警級別，其中一級報警級別設定燃弧時長閾值為大于800ms，溫度閾值大于150 ℃。截至2020年5月6日，累計一級報警數量9 354條，月均623條，其中，超溫報警占一級報警總數97.5%，燃弧報警僅占2.5%，一級報警區間集中在下行的4個區間和上行的1個區間，如圖2、圖3所示。根據監測分析的報警數據和位置數據，每季度實施正線復核巡查，拉弧報警基本覆蓋了正線多處膨脹元件、分段絕緣器位置，準確率達到90%以上。

2 輪對在線安全監測系統

2.1 系統簡介

輪對在線安全監測主要滿足2方面需求：輪對幾何尺寸測量（輪緣厚度、輪緣高度、輪徑、Qr值、內側距、不圓度）和輪對踏面監測報警（踏面擦傷、剝離）。技術上有接觸式、非接觸式，非接觸式由于其天然的安全性而成為首選，其又可細分為超聲波、光截圖、激光等各種技術實現方式。激光位移傳感器使用三角測量法對檢測物位移、平整度、厚度、振動、距離、直徑等幾何量進行高精度測量。

為適應中高速監測需求，輪對在線安全監測系統在圖像激光捕捉和算法上進行全面改進（稱為多線激光技術），在原激光位移傳感器配合高速相機只進行1次輪對踏面3D形狀捕捉的基礎上，對全車輪踏面進行連續的3D形狀提取，產生25組可供分析對比的數據并進行算法整合與數據修正，從而實現中高速工況下對于輪對尺寸的較精確測量。此高速相機還配合光源，對輪對踏面進行高清攝影，通過辨別踏面圖像上強光照射下的異常光影，自動識別出踏面是否存在擦傷、剝離，實現輪對踏面監測報警功能。所測得的25組輪對踏面3D形狀圖像如圖4所示。

在滿足上述2方面需求的同時，系統還增加了軸溫監測和預警功能。

2.2 應用情況

傳統輪對在線安全監測系統為提高測量精度，要求列車通過速度不得高于20 km/h，且系統通常安裝于出入段線或者折返線處。東莞地鐵2號線為提高監測的列車覆蓋率、也為提前驗證1號線120 km/h無人駕駛的高速監測功能需求，將系統安裝于區間內（車站進站前 50m處布置），以驗證40～50 km/h中高速監測工況下的監測效果。輪對在線安全監測系統自2019年5月初投入使用至今，一直在不間斷進行設備優化與算法升級，以獲得更穩定更精確的輸出數據。安裝于正線的輪對在線安全監測系統如圖5所示。

為驗證數據的精確度，將輪對尺寸的系統測量值與不落輪鏇床實測值進行一一比對，如圖6所示，由圖6可見，輪徑數據相關性良好，雖然不可避免有±0.6 mm以內的誤差，不能直接作為鏇輪基準和依據，但對于統計輪對磨耗數據及研判磨耗趨勢具有高效、快捷的優勢，有利于專業技術人員根據實時數據做出技術決策，對全自動駕駛列車維護具有很強實用價值。

3 車體 360°全車監測系統

3.1 系統簡介

車體360°全車監測系統是業內新一代在線檢測設備，該系統在檢修庫軌道垂直面4個方向上安裝基于機器視覺、紅外線、激光等傳感技術的監測裝置，利用模式識別、特征匹配等數字圖像處理技術，在車輛通過時高速拍下列車車頂、車側、車底的全部照片并進行照片拼接，自動監測車輛的外表故障，識別車底車頂異物及緊固件狀態情況，實現不停車列檢。車體360°全車監測系統如圖7所示

車體360°全車監測系統利用高清高速相機配合紅外、激光傳感器瞬間捕捉過往列車的360°全車身高清圖片后，與標準狀態下的全車圖像進行比對，分析判別列車外部異物、部件缺失、變形、位移、松動等情況，并將監測異常圖像與結論實時上傳與預警。車輪側面全景監測示意圖如圖8所示。

為克服激光補光攝像帶來的圖像陰影，反射光以及雨天設備表面水漬對圖像辨別帶來的誤判影響，系統開發了3D圖像和2D圖像同步匹配采集的功能，3D圖像經過3D視覺軟件進行三維輪廓計算，對傳統2D圖像無法辨別的水漬、光照進行復核，提高辨別準確度。同時，2D和3D傳感器集成于同一模組，同步攝取圖像并匹配，避免因位置、時間差異導致視點、視場角差異和圖像畸變而使3D圖像和2D圖像橫向匹配失敗的情況發生。3D圖像與2D圖像對比如圖9所示。

3.2 應用情況

車體360°全車檢測系統于2019年底在東莞地鐵2 號線車輛段帶地溝的檢修股道安裝，2019年4月開始試用及持續進行現場機器深度學習。每天安排至少1列列車通過該系統進行全車外形圖像采集，并且在車輛段配置本地服務器用于存儲及調取每日拍攝的圖像，圖像的所有深度學習與異常判定工作均在本地服務器完成。

該系統正式投入使用后解決了運營中的3方面問題：①簡化車頂部件外觀狀態檢查的流程并降低時間人力成本;②降低夜間日檢由于光線、人員精神狀態等原因對于重復性目視檢查效果的影響;③減少自動駕駛列車回庫后人員進入無人區的次數和時間，提升庫區運作效率，降低檢修人員安全風險。

4 結束語

地鐵智能運維是大數據、信息化、智能終端有機結合的綜合概念，車輛智慧在線監測系統等智能終端是所有維?；A數據信息的來源，其準確性直接影響智能運維的實現效果，也是所有地鐵運營單位衡量其監測效果的唯一標準。所以在系統調試與優化的過程中，不應只追求系統的功能擴展，而應關注其中幾個必要功能的輸出效果，比如輪徑測量的精確度和跟隨性、弓網燃弧位置的精確性和報警的準確性、車頂異常狀態判定的準確性。

參考文獻

[1]劉述芳.地鐵關鍵設備智能運維系統初步建構[J].設備管理與維修，2018（z1）：22-23.

[2]賴冰凌，李俊卿.輪對參數在線自動檢測方法與系統的研究[J].鐵道機車車輛，2007（6）：13-16.

[3]方宇，王振龍，田中玉，等.一種城市軌道車輛輪對參數動態檢測新方法[J].哈爾濱工業大學學報，2012（9）：132-137.

[4]紀榮，朱茂之.輪對尺寸在線檢測系統運用及其技術標準初探[J].現代城市軌道交通，2010（3）：30-32.

[5]吳麗.地鐵車輛新技術的發展與應用簡析[J].技術裝備，2017（4）：5-8.

[6]王長庚，邢宗義，黃文.一種新的地鐵車輛輪對尺寸在線檢測系統[J].鐵路計算機應用，2016（5）：62-65.

[7]印禎民，李春廣，曾要爭.弓網檢測系統在全自動無人駕駛地鐵中的應用 [J].城市軌道交通研究，2018（6）：131-135.

[8]趙鐵柱，董輝，林玉文，等.面向地鐵運維的軌道交通大數據在線監測系統[J].東莞理工學院學報，2019（10）：50-55.

[9]戴源廷，姚建偉.地鐵初期運營前輪軌及弓網關系測試[J].現代城市軌道交通，2019（8）：7-11.

[10] 張黎璋.東莞地鐵車輛信息化與智能化運維探索[J].現代城市軌道交通，2019（6）： 22-27.

[11] 陳靜，禹建偉.地鐵車輛輪對動態檢測系統研究[J]. 城市軌道交通研究，2014（7）：82-84.

[12] 侯文軍，匡繼承，鐘允.深鐵運營智慧運維設計規范研究[J].城市建設理論研究，2020 （1）：31-32.

[13] 段玉玲，張三多.車輛在線監測系統的升級改造[J].軌道交通裝備與技術，2017（2）：29-31.

[14] 李球，朱士友，龍靜.地鐵車輛在線監測系統的設計和應用[J].城市軌道交通研究，2013（11）：45-48.

[15] 勞建江.廣州地鐵1號線車輛在線安全監測系統[J].都市快軌交通，2008，2（4）：71-73.

[16] 程曉卿.基于光感知的輪對幾何參數在線檢測方法研究及系統實現[D].北京：北京交通大學，2016.

[17] 張順，付細群，占明建.常州地鐵1號線車載弓網動態監測系統研制與應用[J].電氣化鐵道，2019（6）：72-74.

[18] 張玉文.廣州地鐵新線車輛受電弓在線動態檢測系統[J].城市軌道交通研究，2019（4）：143-149.

[19] 石穎.地鐵車輛弓網監控系統的構成與主要技術[J].城市軌道交通研究，2020（2）：106-108.

收稿日期 2020-05-18

責任編輯 朱開明