牽引系統 PHM 技術研究與應用

徐小明，宗勝利，周成堯，楊偉君，劉 冰，劉 陽

（1.北京縱橫機電科技有限公司，北京 100094；2.天津一號線軌道交通運營有限公司，天津 300350；3.北京市軌道交通運營管理有限公司，北京 100068）

1 引言

2020年3 月，中國城市軌道交通協會發布了《中國城市軌道交通智慧城軌發展綱要》[1]，提出應用大數據、人工智能等新興信息技術，智能融合設備、環境信息，建設便捷、高效、智能的智慧型城市軌道交通（以下簡稱“城軌”）。其中，城軌列車的智能化及智能運維是提高車輛可靠性、可維修性，降低車輛全生命周期成本的有效手段。作為城軌列車的動力來源，牽引系統的運行可靠性對城軌列車的運營效率和運營品質具有重要影響。應用故障預測與健康管理（Prognostics and Health Management，PHM）技術能夠提高運行過程中牽引系統的狀態監測水平，實現關鍵部件的故障預測和健康狀態管理[2-4]。因此，建立牽引系統的PHM系統對于提高牽引系統的運行可靠性、提高列車運營效率具有重要意義[5]。

近年來，PHM技術在國防軍事[6-7]、航空航天[8-9]、風力發電[10-11]等領域得到了廣泛應用；其中，動車組領域也在應用PHM技術進行關鍵部件的故障預警和狀態監測。阿爾斯通建立了Health Hub 智能管理系統，采集列車運行過程中的實時數據，實時評估關鍵部件的健康狀態，實現從車輛級到基礎設施級的智能管理。西門子依托Mindsphere平臺，開發了故障監測與診斷Railigent系統，采集列車運行狀態信息以及線路環境信息，評估列車狀態，給出維修建議，以提高列車的利用率和運行效率。國內方面，中國鐵道科學研究院集團有限公司[12]結合中國國家鐵路集團有限公司的實際情況，提出了動車組故障預測與健康管理系統的系統設計方案。

在城市軌道交通領域，國內對于牽引系統PHM技術的研究[13]較少，本文根據牽引系統的特點和PHM技術的發展現狀，提出城軌列車牽引系統的PHM設計方案。

2 牽引系統工作原理

城軌列車的牽引系統主要由牽引逆變器、牽引電機和輔助變流器組成。直流高壓電源通過高速斷路器后進入牽引逆變器；牽引逆變器將直流高壓電源逆變成三相交流電后為本車的牽引電機供電；輔助變流器將直流高壓電源逆變成三相380 V交流電向車輛輔助負載供電。

2.1 牽引逆變器工作原理

牽引逆變器主電路采用兩電平直-交逆變電路，其基本結構如圖1所示。當車輛處于牽引工況時，直流高壓電源經過預充電單元、線路電抗器等高壓電器，經逆變模塊輸出三相VVVF（變頻變壓）的交流電，為異步牽引電機供電；當車輛處于再生制動工況時，逆變模塊將異步牽引電機輸出的三相交流電壓整定成直流電壓，反饋回電網，或由制動斬波器消耗掉；制動斬波器及逆變模塊的開關管均為絕緣柵雙極型晶體管（IGBT） 元件。為保證牽引逆變器穩定工作，采用強迫風冷方式的冷卻系統。

2.2 輔助變流器工作原理

輔助變流器結構如圖 2所示；每個輔助變流器箱內包含獨立的輔助變流器及蓄電池充電機。輔助變流器采用模塊化設計；直流高壓電源通過輸入電路，經過輸入濾波器、預充電單元、濾波電容、升壓變壓器和橋式整流器（DC/DC）變換為可控的中間回路電壓。脈寬調制逆變器（PWMI）將穩定的中間回路電壓轉換為三相交流輸出380 V電壓，頻率為50 Hz。交流輸出側的正弦濾波電容能保證正弦波形輸出電壓的平滑性，并通過輸出接觸器連接到三相母線上。

圖2 輔助變流器結構原理

3 PHM 系統需求分析

城軌列車牽引系統的PHM數據源主要為牽引控制單元和輔助控制單元采集的列車運行數據；PHM系統進行數據分析、數據挖掘和數據建模，生成關鍵部件的故障預警和健康狀態，將結果反饋給最終用戶和供應商。PHM系統需求的匯總表如表1所示。

表1 PHM系統需求匯總表

3.1 用戶需求

用戶作為PHM系統的最終使用者，根據PHM系統的數據處理結果統籌管理牽引系統的運用檢修工作。其對PHM系統的主要需求如下。

（1）數據需求。查看牽引系統參數和環境參數的變化曲線，分析參數的變化趨勢。

（2）功能需求。查看牽引PHM系統的輸出結果，查看部件的預警狀態和健康狀態。

（3）檢修維護功能需求。根據部件的預警狀態和檢修維護建議對部件進行預防性維修。

3.2 數據需求和功能需求

為實現PHM系統的故障預測和健康管理功能，需要采集列車的運行數據及運用、檢修過程的數據，以進行數據建模。PHM系統處理的數據主要分為4類。

（1）城軌列車實時運行數據。采集到的城軌列車牽引系統實時運行數據是進行數據篩選、存儲和建模的基礎。

（2）城軌列車制造數據。城軌列車的出廠時間，出廠配置數據。

（3）城軌列車的檢修維護數據。對牽引系統部件的檢修維護記錄，部件的故障履歷。

（4）外部環境數據。需要記錄的環境溫濕度等與部件故障模式息息相關的外部環境因素相關數據。

PHM系統的主要功能如下。

（1）故障預警。采用部件故障機理分析與大數據融合的方式，分析部件的故障機理，確定部件正常工作時的指標范圍，并融合大數據分析方法建立部件的故障預警模型，實現部件故障的提前預警。

（2）健康狀態評估。分析部件和牽引系統的參數變化趨勢，提取牽引系統的參數退化特征，結合外部環境數據和檢修維護數據，評估牽引系統的健康狀態，與劃分出的不同檢修等級對應，從而根據健康狀態進行有針對性的維修。

（3）檢修維護建議。根據故障預警和健康狀態評估的結果，輸出檢修維護的具體措施，指導牽引系統的預防性維修。

4 PHM 系統方案設計

根據牽引系統的工作原理及PHM系統的需求分析，PHM系統分為車載子系統、車載系統和地面大數據平臺的3層結構，如圖3所示。3層結構之間通過數據流聯結成功能緊密結合的統一整體。車載子系統實時采集牽引系統的實時運行數據，并進行數據清洗、特征參數提取，然后將各個車廂數據匯總至車載系統；車載系統接收同一列車各個車廂的數據，進行數據對比分析，對特征參數進一步融合分析，并實現數據車地傳輸和數據存儲；地面大數據平臺接收所有列車的運行數據，并融合檢修數據、外部環境數據等，采用大數據分析方法進行數據建模和模型訓練。

圖3 PHM系統方案設計

4.1 車載子系統

車載子系統由牽引控制單元和輔助控制單元組成，采集列車運行時的實時數據（電壓、電流、溫度、列車速度、牽引功率等），具有采樣頻率高、運算周期短等特點，同時受到數據存儲能力的限制，無法實現長時間的數據記錄和特征數據變化趨勢分析。因此，車載子系統的主要功能如下。

（1）電氣部件的故障預警。可以實現接觸器和電壓 /電流、溫度傳感器的故障預警，對接觸器的動作時間以及電壓/電流、溫度傳感器的數值分別設定預警閾值；當采樣值超出預警閾值時進行故障預警，同時將預警結果發送至車載系統。

（2）電氣部件的特征參數計算。對接觸器和電壓/電流、溫度傳感器的特征參數進行計算，并將計算結果通過車載系統發送至地面大數據平臺進行電氣部件的健康狀態評估。

4.2 車載系統

車載系統匯總全列車牽引控制單元和輔助控制單元的數據，在相同工況下對各個車廂的數據進行數據融合和數據對比分析，具有數據維度多、采樣頻率較高等特點，且具有一定的數據存儲能力；然而同樣受到數據存儲能力的限制，其無法實現長時間的數據記錄。因此，車載系統的主要功能如下。

（1）電氣部件的故障預警。匯總全列車所有車廂的車載子系統數據，采用數據融合方法，對相同工況下的不同車廂數據進行對比分析，實現溫度傳感器異常預警和濾網臟堵預警。

（2）電氣部件的特征參數清洗和數據存儲。對全列車所有車廂的車載子系統發送的特征參數進行數據清洗，并實現在一段較長時間范圍內的數據存儲。

（3）車地數據傳輸。將清洗后的全列車特征參數通過列車網絡傳輸至地面大數據平臺。

4.3 地面大數據平臺

地面大數據平臺作為PHM系統的地面數據中心，匯總所有列車的車載系統數據，同時記錄牽引系統的檢修維護數據、外部環境溫度數據等信息，采用大數據分析方法對牽引系統的特征參數進行數據建模、模型訓練和管理，實現牽引系統的健康狀態監測。地面大數據平臺的主要功能如下。

（1）牽引系統數據匯總。匯總所有列車的車載系統數據、牽引系統檢修數據、列車制造數據和外部環境數據。

（2）數據建模和模型訓練。對所有列車特征參數進行數據清洗，并建立牽引系統的健康評估模型，分析特征參數的退化趨勢，進行模型訓練和模型管理。

（3）數據存儲和查詢。將所有列車的數據進行結構化存儲，為查詢歷史數據提供便利。

（4）生成維修維護建議。根據車載子系統、車載系統和地面大數據平臺的故障預警和健康度評估結果，生成具體的檢修維護建議，指導現場人員進行預防性維護，減小列車線上運行時報出故障的概率。

5 PHM 技術應用展望

針對牽引系統的工作原理，提出城軌列車牽引系統的PHM設計方案，可以實現對牽引系統關鍵部件的故障預警和健康評估，從而為檢修決策提供依據，對牽引系統的潛在故障進行提前預警，提高列車的檢修維護效率，同時減小列車上線運行報出故障的概率，提高列車的運營品質。綜合前文對PHM系統架構特點與作用原理的闡述，在城軌列車牽引系統應用PHM預計可以實現以下效果。

（1）PHM系統可實現線電流傳感器和直流回路電壓傳感器的故障預警。分別對線電流傳感器和直流回路電壓傳感器設置預警閾值，當采集的傳感器數值達到閾值時觸發預警，從而指導檢修人員在報出相關故障之前對電流傳感器和直流回路電壓傳感器進行檢修。

（2）PHM系統可實現接觸器的故障預警。車載子系統計算接觸器的打開和閉合時間，當打開和閉合時間超出閾值范圍時進行預警，通知檢修人員對接觸器的主觸點和輔助觸點狀態進行檢修和維護，分析接觸器打開和閉合超時的原因，從而避免接觸器發生卡合和卡分等故障。

（3）PHM系統可實現冷卻系統濾網臟堵預警。通過對牽引逆變器和輔助變流器的溫度進行數據建模和分析，建立不同工況和外部環境條件下的冷卻系統溫度變化模型，當發生濾網臟堵時提前預警，避免濾網臟堵嚴重導致冷卻系統散熱不足引發的故障。

（4）PHM系統可實現溫度傳感器的故障預警。通過車載子系統和車載系統對溫度傳感器的溫度信號進行統計分析，當溫度信號發生較大偏差或離散度較大時，通知檢修人員對溫度傳感器進行檢修和維護。

（5）PHM系統可實現牽引系統的健康評估。采用大數據分析方法對牽引系統的特征參數進行數據建模和模型訓練，綜合分析牽引系統的檢修維護數據、實時運行數據和外部環境數據，通過長時間大量的數據積累，評估特征參數的退化趨勢，從而建立牽引系統的健康評估方法。由于實現牽引系統的健康評估需要對生命周期內的數據進行持續跟蹤分析，需要對健康評估模型進行持續不斷的驗證、完善和優化。

6 總結

隨著城市軌道交通的不斷智慧化發展，城軌列車智能化和檢修運維智能化成為智慧城軌的發展趨勢之一。本文針對城軌列車的牽引系統提出PHM系統設計方案，建立了車載子系統、車載系統和地面大數據平臺的3層PHM系統結構，并在各層級之間通過數據流將其聯結成功能緊密結合的統一整體，能夠提高牽引系統的自我感知和自我監測能力，實現部分電氣部件的提前故障預警和牽引系統的健康狀態監測，對提高城軌列車牽引系統的檢修維護效率和運營效率具有積極的推動意義。對故障預警和健康狀態的數據建模和模型訓練需要大量的檢修維護數據和運營數據支撐；因此，城軌列車牽引系統的PHM建設將是個長期、不斷優化和完善的過程。