基于狀態監測的城軌車輛車門預防性維修技術

劉席朋 劉營琴

摘要：本文提出了一種基于狀態監測的城軌車輛車門預防性維修技術。該技術通過采集和分析車門系統運行的實時數據，并結合這些數據對車門系統狀態進行診斷，從而盡早識別車門系統的故障和亞健康狀態，實現狀態維修，以達到提高城軌交通運營安全可靠性和運維成效;培養城軌交通車門系統遠程監測及故障預測預警方向的技術人才;提升我國城軌交通裝備行業在國際上的競爭力;加速城軌交通裝備行業向標準化、智能化方向發展。

關鍵詞：狀態監測;預防性維修;亞健康;城軌車輛

0引言

城軌交通車輛車門系統被列為城軌交通車輛A類關鍵核心部件，也是使用最多的車輛設備。在城軌交通運營過程中，城軌交通車門系統需要頻繁啟閉，加上大客流量的沖擊，導致車門故障頻發。據統計，車門故障占車輛運行故障的30%以上，嚴重影響車輛正常運行，甚至出現乘客傷亡事故。

在傳統維保模式中，維保人員需要對整列車逐個門進行檢查和故障排除，費時費力效率低下，由于故障目標不明確，容易造成誤判和漏判，不能對故障及安全隱患進行預測和預警，不能有效保障車輛的運營秩序。

基于對城軌交通車門的運行狀態實時監測，利用對城軌交通車門監測信息的大數據分析來判定城軌交通車門可能發生的故障和亞健康以及更明確的故障種類和亞健康種類等。基于對城軌交通車門狀態結果判定的基礎上，對城軌交通車門進行預防性的維修，實現變被動維修變為主動預防的策略。綜合而言，利用對城軌交通開關門掌握的海量數據信息優勢，結合模式識別算法分析，研究城軌交通車門的狀態檢測及預防性維修技術，開發城軌交通車門的狀態檢測及預防性維修平臺，實現城軌交通車門的狀態檢測及預防性維修，提高城軌車輛運營可靠性和安全性。

1、研究目標

基于大數據思想開展城軌交通車門系統的健康監測和預警研究，揭示城軌交通車門系統的典型參數之間內部信息規律，發展數據挖掘優化算法，建立城軌交通車門健康狀態演變計算模型，并形成城軌交通車門健康狀態推理機制和專家系統，以實現健康狀態的智能監測與預警。通過系統地探討車門系統故障和亞健康表現，開發具有較高預測準確度及良好人機對話界面的車門系統健康狀態監測與預警軟件。

2、研究內容

2.1城軌交通車門故障及亞健康狀態表征指標

針對絲桿等關鍵部位的潤滑判斷和預警、車門的尺寸調整、關鍵部件的疲勞和裂紋判斷等工況下等典型門故障和亞健康模式的運行參數開展實際數據搜集和模擬實驗研究，獲取城軌交通車門在運行過程中隨時間變化的電機電流、電機轉速、電機轉角等參數，分析不同運行狀態影響因素的表征指標數據偏差產生機理和消除方法，構建城軌交通車門健康狀態大數據集。

2.2城軌交通車門健康狀態演變規律及演變計算模型

基于電機電流、電機轉速、電機轉角等大數據，分析數據樣本特征，甄選先進的模式識別方法對大數據進行訓練以及預測，從大數據中提煉城軌交通車門健康狀態演變規律;通過比較不同算法獲得規律的差異性，研究建立優化算法，并運用改進的算法對樣本數據進行挖掘獲得量化規律，建立城軌交通車門健康狀態演變計算模型。

2.3城軌交通車門系統健康監測 “專家判定系統”

基于大數據處理以及先進的模式識別方法的計算過程，借助計算機語言（MATLAB，&C#，&C 語言等）形成車門系統健康狀態監測人機界面，建立具有城軌交通車門健康狀態實時判別與演變預測綜合功能的“專家判定系統”。

3、研究方法

本研究兼顧實驗研究、大數據分析、理論模型建立和軟件開發。研究內容主要包括城軌交通車門故障和亞健康兩種模式下的特征參數數據采集與分析、基于大數據的模式識別方法處理與優化、綜合狀態監測與預警功能的“專家判定系統”開發等。具體研究方案和技術路線如下：

首先，通過模擬實驗獲取城軌交通車門系統運行參數數據。研究的典型故障和亞健康工況為：絲桿等關鍵部位的潤滑判斷和預警、車門的尺寸調整、關鍵部件的疲勞和裂紋判斷等工況。通過開展不同情境下的實驗，采集車門系統運行典型參數，主要包括電機的電流參數、電機的轉角參數、電機的轉速參數，門控器的輸入輸出口參數、故障代碼等。

在此基礎上，針對電機的電流、轉速、轉角曲線圖，通過數據預處理手段，對數據進行離散化、正交化，去除冗繁信息，獲取正交化后的特征變量。分析特征變量表征指標數據偏差時對城軌交通車門不同運行狀態的影響，研究偏差消除方法，進而構建城軌交通車門健康狀態大數據集。

4、研究結論

本研究結果表明利用物聯網、互聯網技術，解決了城軌交通車輛復雜環境下數據的可靠傳輸難題，實現了城軌交通車門系統關鍵工作參數的采集和傳輸;采用機器學習和大數據分析等數據驅動預測技術，實現了對城軌交通車門系統的健康監測與智能診斷。設計開發的診斷和預測信息推送技術，進一步指導了車門的日常維護和定期檢修，有效降低了運營故障，提高了列車的上線率，實現了城軌交通車門系統的“主動維護”和預防性維修，節省了城軌交通車門系統全生命周期的運維成本。

參考文獻：

[1]張妍. 基于數據的軌道車輛門系統的健康評估與預測[D]. 南京航空航天大學.

[2]沈鯉庭. 基于狀態監測的地鐵車輛車門系統維修模式探討[J]. 現代城市城軌交通， 2019（10）：33-36.

[3]鈕海彥. 地鐵車輛預防性維修周期優化模型研究[J]. 城市城軌交通研究， 2018， v.21;No.189（06）：76-78.

[4]蔣永亮， 周炯， 堯輝明. 軌道車輛故障診斷算法參數優選和故障監測部位確定[J]. 計算機測量與控制， 2018， 26（002）：27-31，35.

[5]余博. 面向運維的城軌列車在途監測若干關鍵技術研究與應用[D]. 北京交通大學.