智能維保系統在地鐵車輛中的應用

付 杰 李 賀 朱 慧

（1．浙江交通職業技術學院，浙江 杭州 311112；2．紹興市軌道交通集團有限公司，浙江 紹興 312000）

0 引言

城市軌道交通屬于綠色環保交通體系，它是現代大城市交通的動脈，也是建設綠色城市、智慧城市的有效途徑。中國城市軌道交通建設始于1965年開通的北京地鐵1號線，20世紀90年代到21世紀初，城市軌道交通建設全面鋪開，主要集中在北京、上海和廣州。從2003年至今，中國城市軌道交通建設已經步入全面快速發展的時期。截至2020年12月31日，中國累計有45個城市開通城市軌道交通運營線路共7978.19 km，地鐵系統占比最高，占比為79%[1]。為了保障城市軌道交通車輛運營的高效性和可靠性，有序地對車輛開展維護與管理工作是確保線上運營與線下維修供需平衡的前提。

目前地鐵車輛運維采用了大鐵路中“預防性計劃修”和“事后故障修”的檢修方式，2種檢修方式都存在占用檢修工時長、車輛利用率較低以及檢修成本較高的弊端[2]。在新一輪科技革命和產業革命浪潮的推動下，互聯網、云計算、大數據、人工智能、故障預測與健康管理等新型信息化技術逐步滲透到城市軌道交通行業，提高了城市軌道交通的信息化程度，有利于建設智慧城軌的新形勢，使探索更加科學、先進的地鐵車輛智能維保系統逐漸成為行業焦點。

1 地鐵車輛智能維保的研究意義

因為存在地鐵運營規模不斷擴大、地鐵車輛類型多樣化、檢修人員技術水平差異化以及需要高效應對突發事件的局面，所以對檢修設施和設備的可靠性、可用性和安全性提出了越來越高的要求。

1.1 車輛運維現狀

地鐵車輛運維主要包括運行狀態和維保作業。在傳統車輛運維中，由司機根據列車的運營狀態向外界匯報車輛的運行信息和故障情況等，具有一定的被動性。車輛維保作業由車輛管理部門結合車輛的運營實際來制定檢修規程。多年的運營經驗顯示，傳統的維保方式存在故障診斷效率低、應急處理被動以及人工成本高等缺點。

1.1.1 故障診斷效率低

列車實時監測的種類不全面，缺乏在途監測預警。以走行部軸箱軸溫異常檢測為例，一般采用日檢人員等地鐵運營回庫后觀測記錄軸箱外部貼的溫度試紙，該方法無法實時獲取車輛運行中的軸溫數據，一旦軸溫突發異常，就會存在較大的安全隱患。現有的車輛維保由工程師利用經驗值對故障數據進行分析、判斷，并做出相應的決策，該方法受個人主觀因素的影響較大，因此現有模式存在檢測方式不精確、不全面以及不及時等問題。

1.1.2 應急處理被動

國內多數地鐵公司由于沒有系統性地建立車輛維修數據庫，因此存在對列車運行狀態、故障信息等把控不準確的問題。且由于對列車可服役能力缺乏精準預判，因此可能會出現某些零部件已經達到維修、更換閾值或列車已經不具備足夠的服役能力而檢修人員卻不知情等情況。這種缺乏預防性維修或準時性更換的檢修狀況會在突發情況發生時導致檢修應急處理被動，從而加大車輛管理的難度。

1.1.3 人工成本高

傳統車輛檢修行業屬于勞動密集型行業，主要依賴檢修人員對車輛進行人工檢查及測量，需要手動記錄檢修數據，缺乏對數據的有效利用、提煉。同時，由于采集周期長（少則1 d、多則數年），因此各項數據存在連貫性較差的情況，難以準確地反映車輛狀態的演變過程，不利于從數據中發掘車輛異常情況的誘因。

1.2 智能維保的必要性

地鐵車輛智能維保采用互聯網、云計算和大數據等新技術，基于車載檢測、軌旁檢測等手段獲取大量車輛設備的運行狀態數據，通過大數據挖掘完成對列車狀態的感知與跟蹤、故障診斷預警、全壽命周期管理以及剩余壽命預測，從而更好地制定車輛設備維護策略與優化運營的管理模式。地鐵車輛智能維保模式可以克服傳統檢修模式難以對大量設施設備進行維護和更新改造的局面，合理地降低了檢修人員的勞動強度，同時也提升了車輛維保的效率。以某市地鐵17號線為例，采用智能維保后，列車檢修周期已經由日檢調整為8日檢，人車比由0.6降到了0.33，增加了對列車的檢修頻次，提高了列車檢修的精度，還減少了人工檢查的時間[3]。地鐵企業成本支出的主要部分為人力成本和設施設備的維護成本，人力成本占企業成本支出的50%～60%。為了解決傳統維修模式下用工成本較高的問題，在地鐵車輛維保中采用智能化手段，可以為車輛檢修提供檢修數據、優化檢修策略及降低運營成本。

2 智能維保在地鐵車輛中的研究

地鐵車輛智能維保涉及列車在途運行檢測、列車車輛段維護以及列車架修基地檢修3個范圍，其最終應用目的是保障列車安全可靠以及提效節能，實現對列車運維的精準管理[4]。它是1個信息集成度高、綜合性強的智能化平臺，與它相關聯的系統有車站自動綜合監控系統、信號系統、車輛專家系統、通信系統、指揮調度中心以及運維信息化系統等，一旦某個系統出現問題，就會迅速影響和波及其他系統，形成連鎖反應。

2.1 系統構架

地鐵車輛智能維保是軌道交通各個層級自動化系統的紐帶，系統由感知層、數據層、分析層、業務層和執行層構成，如圖1所示。在感知層，通過軌旁智能監測系統等完成對車輛基本運行狀態的收集。基于紅外線、激光以及線陣相機等檢測裝置，借助機器視覺、傳感技術和人工智能等技術對列車進行自動檢測，從而獲取車輛的監測數據，例如車體受流和牽引的故障狀態、電機溫度異常預警數據等。并通過對異常數據檢測自學習來實現列車部件故障分析診斷等自動化檢修功能。在數據層，對感知層實時檢測得到的數據進行耦合因素特征值分析和解耦定位等數據預處理，降低后續數據處理的復雜度。在分析層，結合必要的車輛維修知識庫、車輛故障預測模型庫以及監測規則庫等，通過車地通信系統完成對預處理后的關鍵數據的特征提取、機理分析和壽命預測分析等操作。與此同時，依據歷史數據及產品參數模型等對特征提取后的數據進行判斷，從而預測故障的發生部位。根據上述原理，車輛維護管理計劃等業務決策被下發到執行層，調配備品備件及相關人員進行車輛故障及終端設備的檢修與維護。在智能維保下，以可靠性為中心的維修（RCM）和基于狀態的維修（CBM）取代了傳統的檢修模式，提升了車輛檢修的水平，保障了列車的運營質量，同時也節約了檢修維護的成本。

2.2 實施路徑

目前，地鐵企業已經逐步形成了窗口維修、均衡修和全效修等維修模式。利用大數據、人工智能等技術設計的智能維保系統可以在現有檢修模式下進一步提升維修效率、降低人員成本。

2.2.1 智能維保在日常檢修中的實現途徑

在智能維保系統中，需要對車輛運行的全過程進行實時監督，通過車載感知設備和車載設備持續收集車輛的維護管理數據，并記錄日常檢修計劃、車輛部件檢修、車輛故障情況以及檢修人員管理等情況。基于積累數據為列車制定特定的修程，在智能維保系統中，通過對車輛檢修數據進行系統化地統計，分析地鐵車輛發生故障的原因及頻率，結合現有檢修規程自動生成智能檢修推薦計劃及工作報表等。避免采用統一標準對狀態較好的車輛進行過度維修，例如受電弓滑板磨耗、更換塞拉門橡膠件等日常檢修。目前常見的車輛及車輛段配置智能化檢測設備（見表1）主要包括車載智能運維、軌旁智能運維和運維輔助設備。

表1 運維設備

圖1 系統架構

在日常檢修作業中逐漸應用了激光定位、圖像識別以及車底巡檢機器人等智能化技術。在車載智能運維系統中，蓄電池狀態監測系統具有實時監測蓄電池參數、診斷蓄電池健康狀況、提供預警信息以及記錄蓄電池的各類數據等功能，可以及時排除故障，深圳地鐵、長沙地鐵、石家莊地鐵以及武漢地鐵等部分地鐵公司已經陸續開始采用車載蓄電池狀態監測系統。

軌旁智能運維方面，廣州地鐵4號線和5號線都使用了由軌邊測量單元、控制處理器以及遠程控制單元等模塊組成的輪對在線檢測系統。采用非接觸式的方式檢測車輪的輪緣高、輪緣厚和輪徑值等。該系統與鋼軌之間采用的是一體化設計，光學箱體安裝在與軌道固定的橫梁上，測量輪對直徑時采用多次三點檢測取最佳值的手段，從而滿足對測量精度的要求。

在運維輔助設備方面，由360 °車輛外觀檢測系統來實現對車底、兩側以及車頂關鍵部件的在線監控，并實現對檢修作業質量的監控。它的技術原理是通過圖像識別和處理技術對列車的可視部件進行檢測。目前，上海地鐵17號線、深圳地鐵7號線以及廣州地鐵21號線等線路正在安裝調試該系統。智能巡檢機器人也是研發智能維保系統的重點，其采用圖像、聲學檢測技術、機器人控制技術以及自動識別技術采集列車側部、底部關鍵部件的二維和三維圖像信息以及走行部電機聲學信號，實現準確分析列車關鍵部件狀態和自動故障預警的目的，從而提升列車檢修作業的智能化水平。目前該系統在地鐵列車檢修機器人中的應用偏少，國內第一代動車組庫檢機器人智能綜合探測系統于2019年5月10日在青島北動車所進入設備試運行。

2.2.2 智能維保在大架修中的實現途徑

作為地鐵車輛高級別維修的架修和大修主要存在以下2個問題：1） 車輛類型多且不同車輛采用不同檢修設備。2） 傳統大架修屬于班組式生產，實施分組作業，在物料追溯、人員管理、質量管控方面存在重復投入的弊端。車輛更新換代及新技術新工藝的應用推動了大架修模式的改善與優化。

基于精益管理理念而建設的智能信息化平臺包括人員管理、班組管理、物資管理以及調度管理等8個模塊，模塊之間數據的互聯互通可以有序推進現場大架修作業的進程，提升了大架修的作業效率，見表2。在該平臺對車輛架大修生產過程的維修人員配備、物資調配以及作業工單管理等應用工區的工位制理念及精益流水線理念進行精細化管控。通過信息化平臺實時獲取車輛架大修時各工位的作業狀態、檢修物資使用與存庫情況以及網絡共享架大修規程工藝文件等。通過架大修閉環管控記錄以及對工單、故障等基礎信息進行多方位的數據統計，為車輛管理中心提供決策。受作業人員對信息化需求接受程度、大架修年度生產計劃的變動以及物料到貨周期等的影響，在大架修中，需要根據現場實際需求對智能維保模式進行完善。行業內準備應用車輛大架修智能運維平臺的企業有上海地鐵、廣州地鐵和深圳地鐵等，不同地鐵公司對該系統的功能要求存在較大的差異。

表2 大架修智能信息化平臺模塊

3 地鐵車輛智能維保建設趨勢

地鐵智能維保建設的發展已經經歷了數字化、自動化和信息化階段，正向智能化全面邁進，軌旁車載數據集成采集、列車實時在線監測、控制電路監測等技術，逐步實現了對列車的信息化以及智能化管控。所有數據互聯互通，未來將向智能維保標準化及規范化管理、全生命周期健康管理以及精準檢修和高效運維的建設方向發展。

3.1 智能維保標準化管理

各地鐵企業都在積極建設信息化管理的維保系統，但是存在車輛類型較多、不同供應商提供的運維規范不一、業務關聯性弱以及系統功能重復等問題。系統建設尚無統一標準約束，車輛檢修特征數據分析標準、修程修制技術指標等具體規定暫未落地[5]。建立智能維保技術標準和應用管理體系是未來的趨勢。

3.2 全生命周期健康管理

設備健康管理（Equipment health management，EHM）是以設備的健康管理為核心，以健康狀態的持久性和穩定性為評價標準，研究設備狀態規律以及實時預防、健康監測和動態養護維修的對策，最終建立設備健康維修管理的模式與制度[6]。在地鐵車輛智能維保系統中開展EHM研究，可以提前預判故障，為科學規劃檢修周期提供參考。

3.3 精準檢修和高效運維

傳統維修是基于已發生的故障和維修手冊而開展的。智能維保模式以可靠性為中心的維修（RCM）和基于狀態的維修(CBM)為主，通過在車輛的關鍵部件安裝檢測傳感器對車輛進行在線檢測及數據預測，有效提升了檢修水平和運營質量，同時還節約了維護成本。

4 結語

隨著智能技術的發展，地鐵車輛維護管理策略經歷了在干線鐵路所應用的預防性計劃修和事后故障修、工作量均攤的均衡修以及現在的以可靠性為中心的檢修，并最終向全生命周期的智能化、精準化檢修方向發展。地鐵車輛智能維保已經成為當前城軌行業的發展要點，對確保車輛安全運行、提升車輛運行品質以及降低運營成本有十分重要的意義。