軌道交通車輛智能運維技術研究

□ 呂元穎

上海軌道交通設備發展有限公司 上海 200245

1 研究背景

2000年后,隨著我國各大城市建設的迅速發展,國內城市軌道交通運營里程逐年增加。截至2021年中,全國共有48個城市開通運營245條城市軌道交通線路,運營里程超過7 957 km,實際開行列車超256萬列次,客運量超19.8億人次。我國已經成為世界上最大的城市軌道交通市場,而且軌道交通在我國仍有較大市場需求。其中,北上廣深四大城市軌道交通運營線網規模位居世界城市前列。面對國內各主要城市軌道交通運營網絡規模的不斷擴大,軌道交通運營里程及車輛保有量不斷增加,如何進一步提升軌道交通正線故障應對處理能力和軌道交通運營網絡自救能力,提高軌道交通車輛運營效率、檢修效率、可靠性、可用性、可維護性、安全性,降低軌道交通車輛全壽命周期成本,成為軌道交通行業的關注焦點[1-3]。

2 智能運維技術目的和優點

目前,國內城市軌道交通車輛傳統檢修模式基本采用日常檢查+計劃維修。日常檢查包括日檢、周檢、月檢,計劃維修包括每年的定修,第5年、第15年、第25年架修,第10年、第20年大修。傳統檢修模式下,工作人員的工作量較大,特別是日常檢查,目前實際日常檢查的檢出率較低,投入的資源與回報無法匹配。因此,需要對檢修模式進行研究及探討,并進行優化和改善[4-5]。另一方面,隨著各大城市軌道交通運營車輛服役時間的增加,車載設備及零部件的老化愈加嚴重,車輛故障頻次增高,維護需求日益上升。以日常人工檢查為主的維保模式用工成本不斷提高,城市軌道交通運維單位負擔加重,難以實現可持續發展。可見,傳統檢修模式已經無法應對超大網絡環境下城市軌道交通的運維需求,因此需要加快推進實現智能運維一體化的管理模式,通過智能運維技術來提升城市軌道交通車輛的運維效率[6-8]。

智能運維技術基于智能感知、互聯網、物聯網、人工智能、大數據分析等前沿技術,利用信息化、數字化、智能化、集成化等手段,實現部分或全部代替人工對軌道交通車輛的監控、維護、檢修等工作,從而最大化提升軌道交通車輛運維工作的質量、效率、效益。具體而言,智能運維技術的目的是實現軌道交通車輛運營和維護的一體化管理,提升軌道交通車輛整體運維效率。智能運維技術的應用及發展對軌道交通車輛的運營和維護而言,有八方面優點:

(1)進一步優化軌道交通車輛的檢修規程和工藝流程;

(2)有效提高軌道交通車輛故障的日常檢出率、車輛整體檢修生產效率;

(3)進一步降低軌道交通車輛日常維保人力工時,減輕一線維保人員工作壓力,降低勞動強度;

(4)進一步降低軌道交通車輛及零部件的全壽命周期材料成本;

(5)及時預報軌道交通車輛故障發生的時間和起因,消除設備已有故障誘發的二次損壞;

(6)具備軌道交通車輛檢修信息追溯和質量追溯能力;

(7)進一步提升軌道交通車輛整體的運營效率;

(8)全面提升軌道交通車輛的可靠性、可用性、可維護性、安全性。

3 智能運維技術主要內容

3.1 車地聯網技術

車地聯網技術指軌道交通車輛與地面控制中心的聯網通信技術,主要通過軌道交通車輛網絡和通信單元對軌道交通車輛的運行狀態與故障數據進行采集、傳輸,采用分布式結構,感知從零部件級到子系統級再到整車級的相關信息,完成實時數據融合、過濾、特征提取、存儲等工作。可將檢測到的軌道交通車輛狀態及故障信息通過無線通信傳送至地面控制中心,用于數據分析處理、故障診斷處理、各種場景判斷,同時地面控制中心也可以通過無線通信對軌道交通車輛進行監控,確保軌道交通車輛的可靠性和安全性[9-10]。車地聯網技術如圖1所示。

▲圖1 車地聯網技術

3.2 車載檢測技術

車載檢測技術主要分為車輛子系統檢測和線路狀態檢測兩部分。車輛子系統檢測實時采集軌道交通車輛走行部、牽引系統、制動系統、空調系統、車門系統、輔助電氣系統、網絡控制系統等的各種數據,并將這些數據通過軌道交通車輛網絡和車地聯網技術傳輸至專家診斷單元,進行數據存儲和分析。車輛子系統檢測如圖2所示。線路狀態檢測主要通過在軌道交通車輛內外部安裝檢測裝置,包括高清攝像設備、紅外熱成像設備、激光設備、雷達、加速度計、電磁設備、壓敏設備等,對軌道交通線路進行限界輪廓、橋隧狀態、軌道幾何參數、軌道狀態、輪軌關系、弓網關系、接觸網及其懸掛狀態、軌旁設備狀態等進行實時在線檢測,通過車載檢測設備采集、記錄數據,并分析故障情況,將信息發送至數據服務器和監控終端,聯網智能運維管理系統。線路狀態檢測如圖3所示。

▲圖2 車輛子系統檢測

▲圖3 線路狀態檢測

3.3 軌旁檢測技術

軌旁檢測技術主要通過在出入庫線上設置龍門架,在龍門架上安裝檢測裝置,包括高清攝像設備、紅外熱成像設備、激光設備、雷達等,對經過的軌道交通車輛進行輪廓線、360°車體外觀、受電弓或集電靴狀況、輪對及踏面尺寸、軸端溫度、齒輪箱及電機溫度、緊固件防松線、鎖具關緊標志、關鍵零部件故障及磨耗等進行自動檢測。除出入庫線外,在正線軌旁同樣設置用于檢測軌道交通車輛狀態的設備,通過軌旁檢測設備采集、記錄數據,并分析故障情況,將信息發送至數據服務器和監控終端,聯網智能運維管理系統。軌旁檢測技術如圖4所示。

▲圖4 軌旁檢測技術

3.4 專家診斷技術

專家診斷技術在車地聯網技術、車載檢測技術、軌旁檢測技術的基礎上,融合計算機、通信、現代控制、物聯網、大數據、人工智能等技術,如圖5所示。應用先進傳感技術,獲取軌道交通車輛及各子系統運行狀態、線路沿線狀態等信息,借助各種智能推理算法,根據系統歷史狀態和環境因素,對軌道交通車輛及各子系統、線路沿線情況進行狀態分析和監測,以及故障診斷與預測,評估系統未來的健康狀態,提出維修維護建議,為管理決策提供支持。所有專家診斷分析的結果都將輸入數據服務器和監控終端,聯網智能運維管理系統。通過專家診斷技術,可以提升軌道交通車輛狀態評估數字化水平,增強運維人員對軌道交通車輛及線路異常情況的處置能力。

▲圖5 專家診斷技術

3.5 智能運維管理系統

智能運維管理系統集成前述幾項關鍵技術,將各種運營數據、檢修數據、輔助數據通過信息化、數字化、智能化、集成化等手段形成聯動,最終自動提取綜合運維數據,反饋至軌道交通軌道交通車輛檢修維保人員,并自動形成高效的維保或檢修排班計劃。運營數據包括軌道交通車輛司機日常報單、狀態數據、運行環境數據、診斷分析數據等。檢修數據包括軌道交通車輛日常維保檢修記錄、履歷數據、施工記錄數據、物料管理數據等。輔助數據包括人力資源數據、物料采購數據、外協單位數據、辦公流程記錄。通過提取多維度數據并計算,避免重復數據引起的人力或檢修資源浪費,提高檢修維保任務效率,降低作業過程中的安全風險。智能運維管理系統如圖6所示。

4 結束語

目前國內城市軌道交通車輛傳統檢修模式已經無法應對超大網絡環境下的城市軌道交通運維需求,需要加快推進實現智能運維一體化管理模式。通過與軌道交通車輛傳統檢修模式對比,重點分析智能運維技術的目的與優點。智能運維技術采用信息化、數字化、智能化、集成化等手段,通過智能感知、互聯網、物聯網、人工智能、大數據分析等技術來實現部分或全部代替人工對軌道交通車輛的監管、維護、檢修等工作。著重研究了車地聯網技術、車載檢測技術、軌旁檢測技術、專家診斷技術、智能運維管理系統等軌道交通車輛智能運維技術。智能運維技術能夠對軌道交通車輛及其子系統的運行狀態進行監控,通過專家診斷分析提前進行軌道交通車輛故障預警,迅速制訂維修維護策略,實現軌道交通車輛維修和排故快速介入。隨著智能運維技術的發展,還可以對軌道交通線路狀態、接觸網狀態、軌旁設備狀態、橋隧線路限界、輪軌關系、弓網關系等故障信息和安全隱患實現快速精準定位。通過專家診斷分析,進一步指揮故障處理,提出解決措施,提高整體檢修維保工作的效率和質量。后續通過智能運維技術的發展和應用,將進一步提升國內城市軌道交通的整體運維效率。

▲圖6 智能運維管理系統