智能運維技術在車輛基地應用分析

展曉義

摘要：結合近年來智能運維技術在城市軌道交通領域的發展，提出智能運維技術在車輛基地的應用分析。通過論述車輛基地智能運維現狀，提出車輛基地智能運維設計方案及實施方案。方案中提出了實施應用建議，對軌道交通智能運維方向的發展提供參考。

關鍵詞：軌道交通;智能運維;車輛基地

Abstract：According to development of intelligent operation and maintenance technology in urban rail transit in recent years， the application analysis of intelligent operation and maintenance technology in vehicle base is proposed. By analyzing the current situation of intelligent operation and maintenance of vehicle base， this paper puts forward the design scheme and implementation scheme of intelligent operation and maintenance of vehicle base. In the scheme， the implementation and application suggestions are put forward to provide reference for the development of intelligent operation and maintenance direction of rail transit.

Keywords： rail transit; intelligent operation; metro depot

1 引言

伴隨近年來我國城市軌道交通的快速發展，國內軌道交通運營里程的不斷提高，越來越多的城市軌道交通進入到網絡化運營階段。軌道交通飛速發展的同時，也帶給建設單位和運營單位巨大的挑戰。應對當前形勢，智能運維技術的發展為解決建設與運營的壓力帶來了契機。

智能運維技術的發展已成為各軌道交通建設單位的當務之急。此外，國家層面也高度重視城市軌道交通行業智能化的發展，“十四五”規劃綱要中強調，加快建設交通強國，深入實施智能制造，推動先進軌道交通裝備產業的創新發展。因此，迫切需要加快智能運維技術在軌道交通領域的應用。

車輛基地作為保證地鐵正常運營的維護和檢修基地，涉及的專業眾多，車輛基地內各機電設備系統綜合集成度高、技術先進且復雜，智能運維技術在車輛基地的應用對整個地鐵線路的正常運營具有舉足輕重的作用。

2 車輛基地智能運維現狀

隨著各城市地鐵運營線路的增加，對車輛基地運維的要求也不斷提高，目前各地軌道交通建設過程中車輛基地運維管理方面存在下述相關問題：

（1）不同線路車輛基地之間分別進行運維管理，信息數據交互性低，開放性差，缺少集成管理。

（2）各綜合系統及設備間數據信息存在較大差異，互通性低。

（3）技術應用相對陳舊，系統、設備智能化程度低。

除此之外，行業領域內仍較為普遍采用傳統維修模式，日常運維工作仍采用以人工為主的作業方式。工作效率低，運維成本高，運維數據采集精度低，無法滿足現階段越來越高的智能運維需求[1]。

具有前沿設計理念的車輛基地，需要結合設備設施“狀態修”模式的發展，利用大數據分析的技術手段，通過對車輛、設備設施及檢修數據的采集，以實現實現車輛基地運維管理的精細化。同時，通過對各類數據的學習與分析，還可幫助決策層和管理層指導后續項目管理及新線建設[2]。

3車輛基地智能運維設計方案

車輛基地智能運維設計的基礎是搭建智能運維大數據平臺，大數據及云計算的迅猛發展為智能運維的應用提供了難得的機遇。

車輛基地智能運維設計的核心主要是整合利用車輛、設備的狀態數據、故障信息、管理數據、環境數據等綜合數據信息，通過大數據云平臺、智能計算和人工智能等技術，實現車輛基地運維管理的智能化。主要涉及以下幾個方面：

3.1設備智能化監測

車輛基地作為保證地鐵正常運營的后勤基地，包含車輛段、綜合維修中心、物資總庫及培訓中心以及必要的辦公、生活設施等。車輛基地各建筑物內涉及各類綜合機電設備，如空調及通風系統設備、給排水系統設備、電力設備、綜合監控系統設備、電梯設備等。這些機電設備種類多、分散廣，但設備及系統的功能實現方式基本類似，設備智能化監測可收集、記錄、保存及管理相關系統的重要信息和數據，以達到提高運行效率，保證各系統正常工作的目的。

3.2在線數據采集分析

安全行車是地鐵運營的基本要求，行車過程中的各項數據指標有著重要的參考和指導意義。通過在線數據的采集，可在不影響行車安全的前提下，準確、實時的采集各項關鍵運行數據。在線數據采集主要包括車載數據采集分析和軌旁數據采集分析。

結合國內實際應用及發展趨勢，車載數據采集技術已日漸成熟，如車門故障采集系統、走行部診斷系統、空調狀態監測系統、蓄電池狀態監測系統、電機狀態監測系統、弓網監測系統、輔助供電狀態監測系統、軸溫監測系統等。但與此同時，各監測系統存在相對獨立、數據分散等問題，采集數據缺乏共享與關聯，無法發揮各類數據的有效性。

軌旁數據采集主要通過視覺檢測、圖像對比、激光測量、超聲波或紅外探測等方式完成。車輛通過軌旁數據采集設備時，系統對車底、車身、車頂、輪對、受電弓、電機等各部件進行相應數據采集。

通過智能運維系統的搭建，可將各系統采集的數據進行關聯性分析處理，加強數據溝通及共享，并進一步完成智能診斷及評估[3]。

3.3智能化檢修

隨著地鐵檢修作業的復雜化、精細化，現階段對檢修作業提出了更高的要求，智能化檢修主要通過采用智能檢修設備、優化檢修工藝等措施，提高地鐵各項檢修作業的工作效率，降低維修成本，主要包括用于日檢車底車側檢查的智能巡檢機器人、可實現節拍化生產的智能檢修流水線、適用于惡劣環境的智能車底吹掃設備、可實現精確控制的智能裝配流水線等設備。

3.4智能化信息管理

智能化信息管理是通過運營大數據融合和智能算法，對車輛基地進行一體化運作管理，包括提高作業效率的智能調度管理系統、提高安全防護作業等級的智能安全防護系統、提高檢修效率的智能檢修信息系統、完善物料管理的物料管理系統等。

4車輛基地智能運應用實施方案

車輛基地智能運維系統的實施是一個循序漸進的過程，整個系統的建設并非一日之功。其功能的實現是從信息化到智能化不斷完善的過程。智能運維的實現需要有大量基礎數據及原始資料的累積，同時系統的硬件設施投入也需要結合全線及線網的規劃統籌考慮。綜合現階段各地的發展趨勢，車輛基地智能運維的實施可以分為以下幾個過程：

4.1基礎平臺的建設

軌道交通各個系統間每天產生大量的數據信息，將這些數據有效采集并存儲分析，是車輛基地智能運維的基礎。車輛基地智能運維基礎平臺的建設可通過大數據分析，將各系統采集的數據信息完成相關數據的標準化、規范化，并實現數據信息的交互、共享等。

通過建立一個基礎的大數據云平臺，可對各專業系統采集的海量數據進行清洗及統計，篩選有價值信息為智能運維系統提供評價依據，如圖3所示。

4.2信息化管理

信息化管理是建立在基礎平臺之上，依靠先進的、智能的以及符合運營管理需求的相應系統軟件，實現車輛基地不同專業、部門之間的統籌管理。

通過智能調度管理系統可解決車輛基地作業效率低，專業數據孤立等問題。系統可將傳統的分散調度與控制轉變為集中調度與控制，保障人員與車輛在各場景下的安全作業與運行。

通過智能安全防護系統可解決車輛基地內生產作業的安全防護、停送電防護、登頂作業防護及遠程請銷點等問題。系統可整合綜合監控、門禁、接觸網、信號、檢修、保潔等不同專業信息，結合混合作業時信息閉塞、紊亂問題，將調度所需的設備、人員、車輛等信息實時反饋至調度中心， 實現各專業作業過程中的信息互通。

通過智能檢修系統可將車輛基地內的車輛及重要工藝設備，以信息化技術為紐帶，整合自動化作業設備及健康分析系統，形成符合自動化檢修模式的管理信息系統。

通過智能物料管理系統可完善工器具、物料的日常管理，統一標準接口，實現與物資管理系統、ERP系統的無縫衍接及集成。

4.3車輛基地智能運維

車輛基地智能運維的實現是整個地鐵智能運維系統的重要組成部分，伴隨數據的累積、設備及車輛狀態數據的實時監測，可通過互聯網、云平臺、大數據的技術完成各運維場景的智能化，運營人員可不再以發現問題、解決問題的傳統模式為目標模式，轉而關注于設備及車輛的運營狀態，進一步研究并完善運維需求，豐富智能運維系統的深度及廣度[4]。

5結論

在軌道交通智能化的建設過程中，車輛基地智能運維更加貼合實際運營生產管理，不僅可以實現對車輛、設備運維工作的全程監管，還可以實現對各類數據資料的規范統一，幫助設備管理、運營檢修過程中的信息共享，解決欠修和過修的問題，提高設備的利用率，降低運營維護成本。

參考文獻

[1]Zhang Y X， Zhang B S. Design of Intelligent Opeartion and Maintenance System for Urban Rail Transit Network[J]. Railway Communication Signal Engineering Technology， 2020， 10（17）： 58-62. （張義鑫， 張炳森. 軌道交通線網智能運維系統的設計方案思考[J]. 鐵路通信信號工程技術， 2020， 10（17）： 58-62.）

[2]Cao Y， Zhang Y W，Gong Y. Subway Vehicle Intelligent Opeartion and Maintenance Mode Based on Big Data and Cloud Computing[J]. Urban Mass Transit， 2020， 04（20）： 69-73. （曹勇， 張玉文， 龔燕. 基于大數據和云計算的車輛智能運維模式[J]. 城市軌道交通研究， 2020， 04（20）： 69-73.）

[3]Guo Z K， Zhang Y B， Wang L. Application of Depot Intelligent Control System in Subway Maintenance[J]. Urban Rapid Rail Transit， 2019， 32（3）： 19-38. （郭澤闊， 張艷兵， 王璐. 基于物聯網技術的智慧運維在地鐵車輛段的應用[J]. 都市快軌交通， 2019， 32（3）： 19-38.）

[4]Pang Y;Zhu W W;Zhu C C. Research on Intelligent Diagnosis Technology for Urban Rail Transit Vehicle[J]. Urban Mass Transit， 2019，S2： 39-42.（龐穎， 朱微維， 朱串串. 城市軌道交通車輛基地智能診斷技術研究[J]. 城市軌道交通研究， 2019，S2： 39-42.）