城市軌道交通綜合智能運維平臺研究與設計

白 麗，王石生，姚湘靜，閆曉楠

（1. 中國鐵道科學研究院集團有限公司 電子計算技術研究所，北京 100081；2. 上海申通地鐵集團有限公司，上海 200233）

城市軌道交通緊跟交通強國建設戰略部署和智慧城市、智慧交通規劃建設，邁入了超大規模、網絡化發展的關鍵時期。其運維呈現出裝備數量多、制式多樣化、多階段并存、配置不均衡的特點，面臨運維難度大、人工經驗局限、難以精準定位、管理效率低等問題，存在監測信息不全面、狀態采集手段欠缺、維修模式有待提升等不足[1]。迫切需要由自動化、信息化向智能化轉型，在體系化安全保障、故障智能診斷方面實現重點突破和深度融合。

如何利用信息化手段在支撐城市軌道交通企業可持續發展的同時，解決運營運維一體化管理痛點，滿足全專業綜合性運維需求，落實智能地鐵和智能運維要求，已成為城市軌道交通領域的研究熱點。文獻[2]～文獻[4]分別在鐵路、城市軌道交通行業的設備維修管理、自主維修、人工計劃修、委外維修等模式方面進行了闡述，文獻[5]和文獻[6]分別針對城市軌道交通車輛專業、供電專業的設備設施維修關鍵技術進行了研究。

本文在上述研究基礎上，分析城市軌道交通綜合運維現狀及業務需求，利用云計算、大數據、物聯網等新一代信息技術，開展城市軌道交通綜合智能運維平臺研究，實現全專業、綜合性運維模式的優化提升。

1 綜合智能運維需求分析

1.1 運維現狀分析

目前，軌道交通行業的運維在管理模式體系化和管理手段信息化的助推下，朝著集中維修、綜合維修的方向發展。

在鐵路行業，德國、法國和日本等國家在“管、檢、修”方面均有較為成熟和完備的設備維修管理模式[2]；中國針對各鐵路局集團公司高鐵線路的實際運營維修特點，歸納出幾種比較典型的固定設備維修管理模式[3]。在城市軌道交通行業，香港、北京、上海、廣州、深圳等地的多家地鐵公司，近年來在分專業自主維修、人工計劃修、委外維修等方面積累了寶貴經驗[4]，同時大力推進設施設備智能化、信息化管理，加快運維維修專業人才培養速度。

1.2 多專業在線監測分析

城市軌道交通綜合運維涉及車輛、工務、供電、通信、信號、機電等多個專業，包括調度、運用、安全、技術、質量、檢修、整備、設備、驗收、救援、燃料等方面[5-7]。綜合智能運維主要基于關鍵設備設施的在線監測來實現重要數據的采集和分析，信息類型如圖1 所示。

圖1 綜合智能運維在線監測信息類型

1.3 維修模式體系分析

城市軌道交通設備設施運維逐步形成3 種維修模式：計劃修、故障修和狀態修[8]。其中，計劃修落實為修程、修制，以較高的維修成本遏制運營風險；故障修落實為臨修和搶修，以較高的運營風險降低維修成本；狀態修基于可靠性為中心的維修理論、實時狀態檢測和過程管控，平衡計劃修、故障修的維修成本和風險成本，在優化修程、修制的同時，量化故障修指標。

城市軌道交通綜合智能運維平臺依托大數據分析，逐步形成“經驗型計劃修+感知型狀態修+專家型故障修”的檢修制度，全面構建基于狀態感知及維修全過程的精準維護維修模式，實現面向線網運營場景需求的智能決策，整體提升設備運行質量可靠性和運維效率。

2 技術架構和平臺功能

2.1 技術架構

在遵循統一規劃、統一建設、統一標準的原則下，參考工業4.0 標準[9]和國內外相關標準，構建城市軌道交通綜合智能運維平臺技術架構，如圖2 所示。

平臺通過源端數據的感知與監測，打造數字基石，融入新技術、新應用，達到數據共享與業務協同，實現綜合智能運維。

（1）數據源端層：利用多專業的綜合監測單元，實現數據源的獲取及各專業關鍵設備設施的在線監測，以數據驅動運維認知，實現人、機、物的數據支撐。同時通過網絡的全方位覆蓋，利用不同的傳輸方式，實現數據傳輸，促進數據的充分共享與互聯互通。

（2）云基礎平臺層：云平臺基礎設施層（IaaS）主要實現云服務基礎設備的搭建，完成計算、網絡、存儲資源分配建設；數據治理標準層（DaaS）通過整合大量結構化、半結構化和非結構化設備設施運維數據，提供數據實時獲取、數據治理、數據模型、數據匯聚存儲、數據挖掘、數據標準的大數據分析生態系統；業務中臺層（PaaS）依托微服務架構，實現全生命周期資產管理、運維生產管理及智能運維體系構建；前端應用層（SaaS）為前端的各項運維功能提供支撐。

（3）智能應用層：通過打造實時監測、資產管理、智能運維、智能決策4 個中心，實現綜合智能運維資產、設備、生產及應急管理等功能及應用。

圖2 平臺技術架構

2.2 平臺功能

2.2.1 實時監測

實時監測中心主要實現對線網系統、設備運行狀態及故障信息的全貌、多維度、實時監測?；诠I控制、BIM 立體圖形化，結合大數據分析，實現設備全生命周期運行監測管理的可視化。

2.2.2 資產管理

資產管理中心主要實現對線網設備、物資、問題、資料等信息的統一和分類管理，應用移動和BIM 技術實現設備履歷、備品備件、物資、點巡檢、健康評價、維修知識體系等資產全維度的數字化管理。

2.2.3 智能運維

智能運維中心通過智能化的診斷分析技術，制定運維計劃和維修過程，實現設備故障智能定位、設備隱患預警、重大故障應急處置、多種運維模式應用的智能化。

2.2.4 智能決策

智能決策中心基于大數據和云計算技術，實現對運維故障、設備壽命、人員行為等歷史數據的深度挖掘和智能分析，為后續運維決策及模式提升提供數據支持，實現數據管理及決策分析的智能化。

3 關鍵技術

3.1 基于物聯網的設備狀態實時感知技術

依托射頻識別（RFID，Radio Frequency Identification）、二維碼、智能芯片等智能識別技術，結合各類設備狀態傳感器、在線監測裝置、移動終端、巡檢機器人等感知手段[10]，構建智能運維感知物聯網，有力支撐全面設備狀態管控和資源實時配置。

3.2 基于大數據的多專業智能運維預測構建技術

根據軌道交通不同專業的運維數據進行預測模型構建，提供多種智能運維分析預測技術，按照不同的故障類型，開發出相應的運維控制程序，對設備故障進行智能處理。

3.3 基于云平臺的微服務融合技術

平臺涉及車輛、供電、通信、信號、工務、機電多個專業，覆蓋多條線路及網絡管理規模。在平臺建設過程中，結合各專業、各線路不同的業務特點，采用SpringCloud 技術架構來進行微服務能力建設。通過開放式微服務體系可以將地鐵不同專業、不同線路、不同用戶封閉的較大功能模塊，細分為多個開放的小功能服務模塊，從而便于上層應用和不同專業間進行訪問調用，實現資源的最大限度利用，完成自上而下和自下而上的開發融合[8]。

4 結束語

本文設計并實現的城市軌道交通綜合智能運維平臺，貫穿設施設備全壽命周期管理理念，以設備設施在線監測及現場生產管理為核心，形成實時監測、資產管理、智能運維、智能決策全過程的信息化管控。實現軌道交通車輛、工務、供電、通信信號專業與車站設施設備的實時狀態感知、故障預測與智能運維，提高運維部門安全風險管理水平，優化生產組織和業務流程，降低能耗和生產成本。