基于全要素、全過程數據融合的城市軌道交通車輛智能運維系統

郭建偉 司軍民 趙夢露 張里洋

(1.太原市軌道交通發展有限公司，030032，太原；2.中車永濟電機有限公司，044500，永濟∥第一作者，高級工程師)

我國城市軌道交通在快速發展過程中也面臨諸多痛點問題和現實需求：據不完全統計，2020年由于故障原因共發生5 min及以上延誤事件1 023次，列車退出正線故障共計7 405次[1]；由于不同線路、不同業務系統間互聯互通性差，導致線網運力和運量匹配度低，系統運行協同與設備設施維護難度較大；檢修作業的效率低、成本高，難以滿足更加可靠、經濟和智能的運維需求；車輛運營負荷急劇增加、運行成本高，亟需實現數據共享，以提升運能運力。運維中缺少線網級的綜合監控系統，缺少全生產要素數字化覆蓋的智能化日常維保和維修作業平臺。

解決上述痛點問題和現實需求的關鍵之一是加強車輛運維管理。本文介紹的基于全要素、全過程數據融合的城市軌道交通車輛智能運維系統是實現車輛運維高效管理的技術手段之一。

1 總體設計

1.1 系統概述

圍繞國家戰略、聚焦行業需求，依托物聯網、大數據和人工智能等新技術手段，突破城市軌道交通車輛多元異構數據融合集成技術、車輛健康診斷技術，構建基于全過程、全要素數據融合應用的城市軌道交通車輛智能運維系統，打造集車輛、軌旁、場段、檢修和總控等多功能于一體的智能運維平臺，推動構建數字化、網絡化、智能化城市軌道交通運維服務新模式。該系統的總體設計如圖1所示。

圖1 城市軌道交通車輛智能運維系統整體設計

1.2 功能定位

該系統基于新一代信息技術應用，實現車輛專業設備的狀態監測、特征提取、狀態評估、故障診斷、故障預測、維修模式優化和維修決策等智能化應用功能，構建集合車輛、軌旁等與行車安全密切相關的多專業智能運維系統，達到多專業數據統一采集、數據綜合監視、故障聯動分析、數據統計分析及數據綜合展示的目的。進而實現降低維修保障費用，降低設備運行期間因故障引起的風險，縮短設備全生命周期維修時間，提高設備可用性，保障運營安全。

1.3 業務場景

該系統整體覆蓋城市軌道交通車輛智能運維的全過程和業務場景。依托車地無線傳輸、云平臺、大數據挖掘和智能檢修設備，圍繞“智慧列車、智慧監測、智慧檢修”構建車輛健康管理、軌旁智能檢測、車輛檢修管理、智能場段管理和智能總控中心五大系統應用，實現車輛實時運行狀態監測，結合運行監控與故障預測實現健康管理。同時，將故障診斷報警、故障趨勢預測信息與部件全壽命狀態維修管理數據、場段的車輛運用調度數據貫通聯動，實現檢修運維服務網絡與產品運行狀態精準協同，提升智能化服務質量和服務效率。最終所有信息和數據統一匯聚至智能總控中心進行統一監控、調度和管理，實現整個智能運維場景的數據閉環。該系統業務場景設計如圖2所示。

圖2 城市軌道交通車輛智能運維系統業務場景設計

2 技術架構

傳統信息集成平臺能夠滿足日常業務的處理要求，但伴隨全過程、全要素車載、軌旁等設備監測數據以及管理數據的指數級增長，傳統信息集成平臺的網絡傳輸能力、數據存儲能力、數據處理能力、數據交換能力、數據展現能力以及數據互動能力都已無法滿足大數據時代的要求[2]。城市軌道交通車輛智能運維系統升級與數據融通應用的關鍵在于打破各專業系統間的壁壘。

本文提出的基于全過程、全要素的城市軌道交通車輛智能運維系統，基于實際運維業務場景的數字化、網絡化和智能化需求，其總體設計思路為：①基于先進的物聯網技術，實現車輛、軌旁等設備的物聯接入，使設備具有自動感知能力；②采用工業互聯網平臺四層體系架構[3]，選取先進的大數據應用技術作為整體數據管理的基礎，構建基于海量數據采集、匯聚、分析的服務體系，支撐數據資源的泛在連接、彈性供給和高效配置；③基于微服務架構，結合實際應用場景，形成基于統一平臺的差異化數據應用服務；④通過服務門戶與大屏指揮終端總攬全局，實現跨專業的聯動指令。對應數據處理過程中采集、存儲、計算和應用四個階段，將整個平臺劃分為感知傳輸層、數據平臺層、業務應用層和服務門戶層。該系統的技術架構如圖3所示。

圖3 城市軌道交通車輛智能運維系統技術架構設計

1)感知傳輸層：是整個系統的基礎及輸入，重點包括各專業設備狀態數據接入以及運營線路沿線的氣象信息接入。在各專業設備狀態數據接入方面，重點將車輛、車站設備、軌旁、供電、信號等當前狀態信息數據通過車地無線傳輸系統收集并分類匯總至線路級中轉服務，結合一車一協議歸集至線網級的統一管控平臺，進行監控分析。在運營線路沿線的氣象信息接入方面，重點定位數據獲取范圍，對接氣象系統或線路系統，提供Webservice數據接口，實現環境溫度、濕度和風沙等數據自動接入；對于如氣象或地質災害等信息，定位數據獲取項點，基于網絡爬蟲技術抓取，補充系統對接數據的不足。基于統一標準化接口服務，能夠與各合作廠家的系統進行數據共享與交互。

2)數據平臺層：同時將大數據、互聯網和人工智能等新技術與車輛運維服務相融合，通過數據驅動、邊云協同，構建更精準、實時、高效的數據采集體系，建設包括存儲、集成、訪問、分析和管理等功能的平臺應用。

3)業務應用層：在業務應用層，結合場景，以工業APP的形式為業務提供支撐；最終在上層面向不同角色形成車輛運維服務新模式。

4)服務門戶層：這是數字化建設的最終目的。通過引入可視化技術，將數據融合分析應用的結果形象地展示給用戶，方便用戶理解和接受，引導用戶逐步進行分析，輔助用戶進行運營決策。

3 功能應用

結合業務場景，整體解決方案的核心圍繞車輛健康管理、軌旁智能檢測、車輛檢修管理、智能場段管理和智能總控中心五個方面進行落地。

3.1 車輛健康管理

重點實現系統關鍵部件以及車輛的健康評估與管理功能，通過數據關聯整合，分層分級構建線路監控和線網管控系統。主要包括線網管控、線路監控、列車監控和系統監控。根據列車正線故障、歷史故障、模型結果、列車載重和運行狀態等數據，利用大數據分析和挖掘技術構建合理的健康評估指標和人工智能分析模型，實現對關鍵部件以及車輛的健康評估與管理功能。同時通過數據關聯、整合，分層分級構建線路監控和線網管控系統，展示單條線路或全網線路的列車狀態、列車位置、配屬統計和當日投運等信息。在列車監控方面，基于整車級車載智能運維主機，實現車輛的走行部、牽引/輔助系統、制動、車門系統和蓄電池等關鍵子系統在線故障檢測和狀態評估。通過5G/4G或庫內Wi-Fi，實現云端的監測數據庫建立、狀態資料查詢和特征對比等擴展功能，滿足數據共享需求。

3.2 軌旁智能檢測

重點是將車輛物理外觀類故障等“直觀”故障現象，通過視頻圖像分析處理方式進行檢測和標記，提高巡檢效率和識別報警的準確率;通過在車輛段、正線和軌旁合理配置安裝基于紅外線、激光和線陣相機等傳感技術的檢測裝置，實現對車輛的受電弓檢測、輪對檢測(磨耗件尺寸)、360°圖像檢測(外表故障)和走行部溫度檢測等，及時發現車輛故障、缺陷及問題。同時可同步向相應的軌旁設備提供車輛運行狀態信息，實現關聯系統的相互聯動，以便運維方及時采取故障處置措施。軌旁智能檢測系統如圖4所示。

圖4 軌旁智能檢測系統設計

3.3 車輛檢修管理

重點是綜合智能運維模式下的多專業融合與協同，通過故障管理與檢修管理的精準匹配，快速發現故障點，準確判別故障原因，及時采取處置措施。基于標準化修程工藝、有限計劃排產、智能裝備、物料預測與推送和自動檢測設備，搭建基于“人、機、料、法、環、測”全生產要素數字化覆蓋的智能化車輛日常維保和維修作業系統。將車輛健康管理與全生命周期數據應用有效貫通，將供應鏈服務網絡與車輛運行狀態精準協同。當車輛發生故障或者預測到即將發生故障時觸發工單、操作規程和物料等業務流程，確保備品備件、制造和物流等各環節有效協同響應。在提升作業效率與設備可靠性的同時降低運維成本，實現運維場景的智能化閉環。車輛檢修管理系統設計如圖5所示。

圖5 車輛檢修管理系統設計

3.4 智能場段管理

重點是基于數字孿生等技術應用，實現運轉可控、軌跡可循和狀態可查。主要包括安全聯鎖、自動排車、設備維保和安全防護。通過場段數字孿生技術實現運轉可控、軌跡可循、狀態可查和信息可見；通過情景交融、數據共享助力精準決策。

1)安全聯鎖：通過遠程集中邏輯控制各子系統，實現隔離開關分合操作、接觸網驗電接地操作和平臺門開關操作之間的緊密聯鎖關系。

2)列車運用管理：綜合考慮車輛里程梯度、檢修狀態、回段需求和檢修計劃等多方面因素，自動完成收發車計劃安排，實現數字化管理。

3)設備維保：實現列車關鍵設備的選型、購置、安裝、操作使用、維護修理和處置等集成管理。

4)安全防護：安全區域固定，設置報警檢測設備，用于檢測入侵報警和異常作業等。

3.5 智能總控中心

重點是借助綜合運維調度指揮中心等實現信息共享和高效指揮，確保線路正常運營，同時實現業務的扁平化管理與資源優化配置。在共享數據平臺基礎上，進一步完善全過程、全要素數據的收集、分析、監控，以及統一管理和統一調度。通過多專業協同聯動控制以及線路智能綜合調度應用，建立城市軌道交通車輛智能運輸組織輔助決策系統。智能總控中心系統設計如圖6所示。

圖6 智能總控中心系統設計

4 應用價值

1)提升車輛的安全性、可靠性和可用性。經綜合評估與應用驗證，基于大數據與智能算法的車輛健康管理系統能夠極大提高關鍵部件的故障診斷和故障預測能力。實現對車輛運用狀態的精準掌控、在線車輛的交互式應急處置以及列車全生命周期狀態監測與評估。

2)提升檢修效率，降低運維成本。根據狀態維修數據對檢修計劃、檢修執行、檢修履歷、人員和物資進行綜合管理。當修程范圍覆蓋60%以上的人工目檢作業，同時減少30%以上的人工檢查工時，可提高列車運營質量，降低備品備件庫存數量，減少維修成本。

3)助力運維模式轉型升級。依托工業互聯網、大數據和人工智能等新技術手段，實現車輛、軌旁和檢修服務等數據信息融合，助推車輛運維模式、運維手段、運維技術和運維管理的全面提升。

4)推動數據深度融合應用。打破傳統煙囪式的系統建設架構，基于云邊協同的工業互聯網平臺新模式，實現系統架構彈性擴展和資源動態平衡；基于云化和微服務模式，實現數據與應用分離，突破性能瓶頸，建立全面的能力開放體系，支撐產業生態化發展。

5 結語

智能運維是建立在智能制造和工業互聯網基礎上的新興的技術發展趨勢，是助力城市軌道交通發展，實現高效、經濟、可靠、安全運行的有力保障體系[4]。盡管業界對于智能運維的價值已形成普遍共識，但其落地應用還處于起步階段，未來還有很長的路要走。在這個進程當中，需要城市軌道交通運營公司、主機設備廠家和系統供應商，以及數據和平臺供應商共同努力和攜手并進，共建智能運維生態圈，共享城市軌道交通運維的“藍海”市場，推動“智慧地鐵”建設目標的全面實現。