基于軌道交通車輛系統的智能化運維設計的初步討論

王楠

摘要：隨著互聯網、大數據、云計算等信息技術在城市軌道交通建設的不斷應用，自動化、信息化、數字化、智能化將成為地鐵車輛運維的重要發展方向。文章分析了目前地鐵車輛運維現狀及發展，指出以實現智能化運維需要解決的問題，并結合既有模式，對其系統組成的概念、過程及存在的問題進行闡述。

關鍵詞：地鐵車輛;智能運維系統

前言：

隨著我國軌道交通行業迅速發展，在軌道交通基礎設施方面的投入也在不斷加大，同時對城市軌道交通的安全性、可靠性，網絡化、智能化的要求也越來越高。伴隨著國家“十三五”先進軌道交通戰略的推進，軌道交通運維智能化與健康管理被標定為行業發展新方向。如何在保證城市軌道交通安全性能的基礎上，實現網絡化、智能化，最大限度的節省人力、物力，節省設備資源成為了城市交通行業亟待解決的問題。

1. 地鐵車輛智能化運維發展現狀

軌道交通行業車輛系統由牽引、制動、輔助、列車網絡等多個子系統組成，各系統間的數據接口通過MVB總線實現，并由列車控制單元（VCU單元）集中對外進行接口管理，各系統數據接口關系如圖1所示。

這種系統接口架構可以實現車輛子系統數據共享，狀態數據互通，列車控制單元（VCU）能夠通過與各子系統間的接口數據實現功能控制和故障診斷的重要作用。目前MVB總線在車輛自動控制實現上發揮著重要的作用。

隨著智能化技術的日漸發展，城市軌道交通的智能化運維發展趨勢已然形成，智能化運維也成為地鐵車輛系統技術更新的內驅動力。智能化運維是結合運維技術、車輛設備技術及數據挖掘技術，實現遠程車輛實時監測、車輛狀態診斷及故障定位，輸出維修建議、并與檢修作業聯動管理的系統。它不僅可以改善車輛檢修依靠人員以往經驗的現象，還可以不斷積累運維數據、開發智能專家系統，最終實現智能運維決策、達到故障預測與健康管理的功能。

2. 地鐵車輛智能化運維系統組成

智能化運維平臺總體架構設計分為數據采集、數據傳輸、數據處理、應用層。平臺通過車地通信傳輸接收車輛TCMS或其他子系統的實時或離線數據，依托數據中心，采用大數據處理等技術，經過一系列綜合診斷分析，以各種報表圖形或信息推送的形式向用戶展示分析結果。并建立專家知識庫，針對診斷出的車輛故障將給出專家建議處理措施。因此，智能化運維的實現需要解決數據采集、數據傳輸、數據整合和數據呈現四個問題。

2.1數據采集

采集數據是實現智能化運維的首要工作，它的本質是“以運營各級調度的角度向設備獲得數據”。運營調度包含行車調度、車場調度、電調、環調和檢修調度等，主要面向地鐵運行、設備管理、調度管理、維修管理和狀態管理工作。

為滿足各級運營調度的數據需求，智能化運維系統應用軌旁和車載監測設備采集各系統運行的狀態，它們通過豐富的傳感技術獲取圖像、聲音、電信號、磁信號、脈沖、震動等各種不同形式的數據，實現運營調度的數據需求。這些數據以不同格式、不同通訊協議接入運維支持平臺。

運營調度對車輛系統的數據需求主要有以下兩類：

一是實時狀態數據，地鐵車輛各系統的運行狀態通過實時數據進行定量表征，在既有的系統設計中，含MCU控制單元的系統能夠通過采集電壓、電流等電信號表征電路狀態，例如牽引系統可通過采集電壓電流信號定量表征逆變器運行狀態、電機的啟動狀態、牽引電機的轉速和力矩值、接觸器狀態等，但對于不含MCU控制單元的系統則無法做到實時獲取定量狀態，如轉向架狀態、弓網狀態、異物檢測結果等，針對這樣的系統，可以借助既有具備控制單元的系統采樣傳感器進行檢測，或者單獨將這些新需求根據功能集成起來，單獨設計系統進行檢測，如走行部檢測系統、司機眼系統等新系統。有人駕駛線路中，列車各系統狀態由司機全面掌握，運營調度只能通過與司機溝通才可獲得列車牽引制動能力。在智能化運維和全自動運行項目中，列車的實時狀態只能由運營調度中心掌握，這兩種模式的差異不僅僅是數據呈現對象的改變，更是數據采集量和數據種類成倍增加的變化。在有人駕駛模式下，當列車出現抖動、異響、間隙檢查、人員疏散和異物檢查等情況時應由司機判斷和處置，但在無人駕駛模式下，這些情況的判斷非常困難，為盡可能地替代司機，列車需要增加更多的傳感器和技術來獲取車輛數據實現智能化控制。

二是診斷數據，子系統通過采樣獲取基礎數據后，應結合系統原理對基礎數據進行邏輯判斷，形成故障診斷信息，從使用者（運營調度）的視角出發，基礎數據是“無意義”的，因為使用者需要非常清楚系統原理，才能明白基礎數據代表的真實意義，以受電弓受流網壓為例，牽引系統通過電壓傳感器實時獲取網壓值，這種網壓值對于使用者來說就是無意義的，診斷工作就是賦予數據意義，從而對使用者形成指導意見，例如通過設定正常網壓范圍，設計網壓超限的邏輯，最終為運營組織提供決策依據。各子系統處理基礎數據形成診斷數據的另一個目的還在于為系統保護提供數據，子系統診斷出故障信息或異常信息后，根據系統原理評估故障嚴重性和影響，進行適當的保護。

子系統采樣獲取基礎數據，并經過診斷賦予數據意義后，會上傳至管理系統進行更綜合的診斷工作。以車輛系統為例，牽引、輔助、空調等系統作為采集基礎數據的子系統，可直接與底層設備（牽引電機、逆變器、空調壓縮機等）交互， TCMS系統是管理系統，將各子系統發送的接口數據作為基礎數據，進行整車狀態的診斷。從某種意義上說，管理系統是更高級、更綜合的子系統，并且可分為整車級、線路級和線網級等類型。

2.2數據傳輸

基礎數據被采集后，需要通過各種組網技術實現數據傳輸，其中，MVB總線具備數據傳輸功能，但面對更加豐富多樣、來源更加復雜的基礎數據，MVB協議已不能滿足其傳輸任務，因此，車輛將需要更多的傳輸通道和協議來實現數據傳輸。

數據傳輸工作應區分數據類型，從運營調度的需求出發，車輛系統的數據可分兩類，一是文本數據，二是多媒體數據。文本數據數據量小，信息純度高，系統對文本數據的實時性具有較高的要求，列車的系統狀態數據和診斷數據多以文本數據形式。多媒體數據包括視頻、圖片、聲音和振動等，數據量大，信息純度低，輔助檢測系統多采用這類數據。車輛系統主要通過信號LTE通道和車載通信WLAN通道兩種通道傳輸數據，前者主要作為行車相關數據的傳輸通道，數據帶寬較小，數據安全性和可靠性較高，后者作為視頻、圖像數據的傳輸通道，數據帶寬較大，可靠性和安全性較低。

2.3數據整合

在智能化運維模式下，車輛專業需要打通系統間數據開放通道，理想情況下的運維系統應能夠共享子系統和各級管理系統內部的所有數據。

一般情況下，子系統獲取的基礎數據并非全部可靠，在既有模式下，TCMS系統下各級子系統的數據可靠性較高，能夠使用數據來表征該系統狀態，其他管理系統也能夠可靠地使用子系統上傳的數據進行信息診斷。但在智能化運維模式下，基礎數據更加多樣化，其中部分數據不具備較高的可靠性。以圖像信號為例，車載設備通過攝像頭獲取弓網關系、客室客流狀態、軌道異常、障礙物和門間異物等數據，通過圖像識別算法進行數據分析，盡管智能化程度較高，但服務于安全相關地鐵車輛運行，可靠性仍然不夠，因此整合系統基礎數據時，需要考慮數據的可靠性問題，若基礎數據不足夠可靠，根據整合數據做出的診斷信息可靠性也不會太高。為避免診斷信息給運營調度帶來信息誤導，診斷工作必須充分結合數據可靠性進行，若信息診斷依據的數據可靠性非常高，則診斷信息可以是“某系統發生了某事件”，若信息診斷依據的數據可靠性較低，則診斷信息可以是“某系統很有可能發生了某事件”，也許這種信息不是運營調度最需要的，但這僅僅只是一種對于不完全可靠數據的使用策略，除此之外還有很多其他的策略，例如對于可靠性僅有50%的數據，可通過兩種獨立系統分別采集診斷，通過投票的方式提高數據可靠度。

智能化運維模式的可用性極大程度上依賴于基礎數據的可靠性，所以各系統需要為數據的有效性負責，不斷提高采集數據的可靠度和準確度是基礎數據采集系統的技術目標，可以有效避免由于提供“錯誤信息”帶來的決策誤導。

2.4數據呈現

如何將系統內的診斷信息呈現給運營調度是智能化運維系統設計的最后環節，基于運營調度面向線路級甚至線網級的運營情況，數據量是非常龐大的。智能化運維系統和運營調度之間的人機界面需結合運營調度的行車組織規定和崗位職責進行設計，一是使用豐富的圖元呈現列車各系統的運行狀態，降低人機信息傳遞的難度和時間成本，二是對系統功能做合理切分和分離，使系統結構契合運營調度思維結構，降低運營調度操作的時間成本。

3. 結束語

本文基于對城市軌道交通車輛的智能運維的現狀的分析及行業發展的需求，提出構建地鐵車輛智能運維系統需要解決的問題，為智能化運維系統的發展提供了建設性意見。《交通運輸信息化“十三五”發展規劃》指出：推進交通運輸“互聯網+”，要求充分利用信息技術改造傳統交通運輸業，在這種態勢下，人工智能、物聯網、數據集成平臺等新技術快速發展，對既有車輛系統的轉型形成倒逼事態，地鐵車輛是行車運營組織的重要組成部分，智能化運維系統的實現也推動著軌道交通車輛發展的信息化進程。

參考文獻：

[1]詹煒、徐永能、王依蘭.城市軌道交通車輛智能運維系統應用研究[J].城市公共交通，2018，12（26）：28-31，36.

[2]侯文軍、吳彩秀.地鐵車輛智慧運維平臺研究[J].電力機車與城軌車輛，2019，42（6）：1-3.

[3]劉丙林、朱佳、李翔宇.城市軌道交通車輛智能運維系統探索與研究[J].現代城市軌道交通，2019，（6）：16-21.