點擊上方觀看視頻關注【RT軌道交通】視頻號，了解更多行業資訊！（來源：城市軌道信息化）
隨着雲計算、大數據、物聯網、人工智能、5G等新興信息技術的飛速發展，智能運維建設已經起步並逐將遍及城軌全行業。智能運維系統的建設，是智慧城軌建設中最具有代表性建設工程。車輛智能運維系統是新技術應用的集中體現者。關鍵詞：大數據；人工智能；5G；智慧城軌；車輛智能運維系統設備是軌道交通運營的基本載體，設備的運營維護是軌道交通安全運營的保障，運營維護水平體現了軌道交通的建設、運營管理的水平。
2020年3月12日，中國城市軌道交通協會發布關於印發《中國城市軌道交通智慧城軌發展綱要》。《綱要》確定了兩步走的「建設目標」和「建設重點」，並細化到十大智能體系中。《綱要》按照「1-8-1-1」的布局結構，提出「1張智慧城軌藍圖、8個智能體系、1個城軌雲和大數據、1套智慧城軌標準體系」的智慧城軌發展藍圖。綱要涉及智慧乘客服務、智能運輸組織、智能技術裝備、智能運維安全多個智能體系。其中智能運維系統的建設，是智慧城軌建設中最具有代表性建設工程。
智能運維系統建設的核心目標是保障運營安全、提升服務水平、提高生產效率和節省維修成本。隨着我國地鐵建設的快速推進，地鐵裝備技術不斷的進步發展，設備狀態檢測手段不斷提升，地鐵設備檢修迫切需要向智能運維方式轉變。提升設備檢修的智能化水平可以達到節能、減員增效和提高管理與服務水平的目的，更重要的是可以為乘客提供更為舒適、安全、可靠、一體化和人性化的服務，提升乘客出行體驗。
2.1 現狀
近年來，隨着我國城市軌道交通的蓬勃發展，城市軌道交通車輛及其運營維護技術水平也取得了長足進步。目前各城市均已開展了車輛智能運維的試點應用，基本實現了基於車地無線信息數據傳輸的車輛狀態監測和故障診斷。但是，既有車輛智能運維中，對列車故障的分析以及對列車狀態數據的深度挖掘、對列車部件的全壽命周期管理、生命周期預測等方面做得並不深入，尚未進入到以關鍵部件狀態評估、壽命預測為核心的狀態修階段。如何對車聯網系統、設備狀態、數據趨勢等數據進行深度挖掘、實際應用，實現基於狀態監控、健康管理、壽命預測的車輛全壽命周期管理和檢修運用，是車輛智能運維下一步的研究發展方向。
2.2 整體目標
通過對軌道車輛基於大數據的PHM系統研究、運營全生命周期數據採集等技術，研究建立「RTV-PHM」系統（城軌車輛故障預測及健康管理系統），實現車輛運營過程狀態監控分析及智能運維管理，達到「延長檢修周期、延長服役壽命」的目的。形成城軌車輛健康運維示範。通過PHM系統研究及模型分析，進一步提升正線故障實時處置水平。基於電客車「雙延」（延長車輛檢修周期、延長服役壽命）這一目標，實現車輛智能運維系統數據採集、功能協調、數字化建模的標準化和PHM系統的應用示範。目前列車運營在正線故障處置過程中，對司機的排故指導不夠細緻規範。且傳統故障處置為事後修，故障發生後才能進行相應的應急處置，對正線造成較大影響。亟需通過智能化系統研究，預判部件故障概率以及系統健康狀態，及時採取相應措施。
目前運維檢修中對目視檢查、功能測試等工作耗費較多的人力成本，且對目視檢查較多的修程尚無有效的把控手段，存在且因員工技能水平不同導致檢修質量不同的問題。需要研究目視檢查、功能測試等檢修內容的智能化替代方案。目前數據採集覆蓋範圍廣度，深度不夠，形式單一。阻礙了面向車輛健康管理PHM系統開展。且數據採集缺乏標準化、規範化。如果按照不計成本的全量信息採集的方式，會造成列車智能化傳感器加裝升級成本大幅提高，車地傳輸與地面信息處理壓力負載大等問題。需要研究數據採集標準化體系，構建面向列車健康管理的信號採集標準體系，在支撐列車健康管理需求同時，經濟性達到最優。目前車輛狀態信息數據內容、類型不統一。如不同線路廠商關於設備、位置、字節、名稱等內容的多種表述方式不統一。增加了地面專家系統數據解析、存儲、應用的難度。需要研究構建一套面向列車健康管理信號標識解析體系，能夠支撐線網下PHM聯合數據分析和應用推廣。目前面向列車PHM健康管理的應用，現有地面運維平台需要開展大量數據處理運算，對於即時需要推送到車載端的異常狀態結果，存在數據處理延時，降低了診斷結果信息反饋實時性。雲邊協同標準化存在網絡帶寬壓力，且實時性要求較高，網絡環境已成為智能化運維不斷迭代優化的瓶頸。需要開展邊緣與雲端協同計算技術研究，研究輕量化PHM模型，預置到車載邊緣端，提高數據處理效率與實時性，降低車地無線網路與地面數據處理與存儲壓力。目前對採集數據沒有充分挖掘，目前僅停留在故障的快速排查方面，對故障預測和健康評估的研究還不夠深入，牽引、制動、車門等關鍵子系統的模型的數量和類型遠遠不足以滿足車輛延長檢修周期、延長服役壽命的要求，需要研究建立列車各子系統對應部件故障預警預測方法，構建面向列車健康管理PHM模型體系。目前行業內車輛智能運維系統設計架構與功能定義，主要以滿足列車運營安全需求與日常維保檢修效率提升需求設計，存在功能定義與架構設計形式多樣，未形成統一標準，各系統數據無互通，形成信息孤島。因此需要研究重構面向車輛健康管理的智能運維系統架構與功能。目前對列車運營舒適度研究不夠，如空調智能化控制、客流智能分流等功能欠缺，應基於車輛運維大數據積累，開展列車運營舒適度提升研究。
4.1 列車正線運營故障的智能排故專家分析引擎的研究通過智能化系統研究，利用專家智能分析引擎，結合正線車輛運行數據，給司機最直接的排故指導。基於數據分析預判部件故障概率以及系統健康狀態，提前採取相應措施，避免對正線運營造成較大影響。通過對輪對在線檢測、受電弓在線檢測、軸溫檢測、360檢測等智能檢測設備的研究，結合車輛PHM系統，實現目視檢查、功能測試等檢修內容的智能化替代。構建一體化的智能化檢測平台，對多種智能化設備進行功能整合優化。拓展車輛數據採集範圍，從車輛自身狀態感知擴展到車輛上下邊界關係（包括弓網關係、輪軌關係、司機行為等多樣信息的採集），全面保障列車運營安全。增強車輛數據採集深度，以實現車輛關鍵設備檢修周期、服役壽命雙延為目標，採集相關數據（故障數據、狀態數據、環境參數等），全面支撐車輛健康管理。拓展車輛數據採集方式，傳感器、模型、算法等多種方式相結合，實現數據採集可用性和PHM系統經濟性最佳平衡。在數據採集與傳輸過程中，按照運用和檢修修程需求，採用數字信號標識編、解碼技術，統一設備名稱、運行信息和故障編碼等信息，構建一套面向列車健康管理，支撐「車輛雙延」的信號標識解析體系。表1為車輛部分關鍵子系統基於構建關鍵部件下的可開展的預警及預測模型對應的輸入採集信號，後續在實施執行時，將進一步進行豐富完善，形成滿足「雙延」需求的信號採集標準體系。在目前以雲端數據計算為主體基礎上，開展邊緣與雲端協同計算技術，PHM模型輕量化技術的研究。邊緣端配置車載PHM單元，具備部分數據過濾、虛警過濾、故障診斷及狀態預警等功能，實現車載PHM預診斷，提高數據分層處理效率與車輛實時狀態預警要求。4.6.1 建立列車故障預警及預測模型體系
對車輛關鍵部件（可更換部件及不可更換部件）檢修內容進行梳理分析，形成延長使用壽命、延長檢修周期的設備清單，並對清單內設備進行建模分析。基於積累的車輛部件運行歷史數據，使用相關的數據挖掘分析方法，對歷史故障數據、列車運營數據等深入挖掘分析，建立列車各子系統對應部件故障預警預測方法。表2為牽引、空調系統構建的部分關鍵部件預警及預測模型清單，後續在實施執行時，將進一步富完善，建立涵蓋牽引、制動、空調、車門、走行部等關鍵子系統的列車故障預警及預測模型體系。4.6.2 建立科學的車輛健康管理評價體系
在當前地鐵車輛維護檢修方案條件下，建立一套適用於車輛設備單元的健康狀態評估工程方法（層次分析法）。通過對車輛子系統進行定性分解，並對分解對象（子部件）進行定量評估，進而綜合各部分的綜合評估結果，得到全面合理的評估結論或決策依據。4.6.3 建立針對服役延長期間能夠支撐列車安全運行的多目標協同優化模型。
以車輛在服役期間產生的運維數據為基礎，綜合利用故障診斷、故障預測的結果數據，評價在服役延長期間設備的維修時機，建立針對服役延長期間能夠支撐列車安全運行的多目標協同優化模型。模型要求能夠在故障發生初期，在部件的整體健康度低於更換要求時進行提前干預，當部件性能有嚴重下降趨勢時能夠及時預警更換。按照工業互聯網，面向PHM大數據應用架構進行設計：整體分為三層結構，包括基礎層，中台層與應用層。其中，基礎層為上層提供服務的物理基礎，包括計算資源、存儲資源、網絡資源管理；中台層分為數據中台、業務中台。數據中台完成數據清洗、分析、存儲，業務中台提供系統業務模型管理，如各子系統的故障預警、故障預測等業務模型庫；應用層直接面向用戶並提供網絡應用服務和用戶界面展示。結合實際運維需求，明確PHM平台功能：主要包括狀態監控、故障報警、故障診斷、應急響應、故障預警、故障預測、健康評估、運維決策等功能。基於車輛運維大數據積累與專題分析應用，開展列車運營舒適度提升，舉例如下：4.8.1 空調溫控性能智能評價
基於大數據的空調控溫性能評價，提升乘客乘坐舒適度。4.8.2 車輛運營調度支持
運營層面，運營調度提供數據接口支持，通過載荷分布、載荷波動的可視化，分析是否存在車輛運營客流削峰填谷可能性，為車輛合理化運營調度提供數據支撐。4.8.3 車站客流分流支持
為客流分析提供數據接口支持，基於載荷數據分析，監測該站本次列車和下次列車客流分布，實現站台客流預報以及分流指導建議。通過系統性研究，並結合天津地鐵6號線二期項目進行實踐，目前各項工作都在穩步推進中：專家智能排故系統，已結合電客車網絡數據、故障列表等信息，梳理典型故障處理措施，並將數據錄入系統，待時機成熟對系統功能進行測試；數據標識解析標準規範，結合當前各城市地鐵智能運維系統情況，綜合考慮實際運用需求，已完成標準化初稿方案；雲邊協同標準規範，已對邊緣端、雲端處理的模型分類及占比情況進行梳理，並形成初版文件；數據、模型標準化，結合6號線二期工程，形成所屬電客車及其各子系統的數據庫、模型庫的初版文件；列車運營舒適度提升研究，結合6號線二期工程，對所屬電客車進行全面部署，包含空調溫度、載荷信息、客流分析等，待線路開通運營後，採集數據進一步分析研究。以軌道交通健康智能運維應用平台研發、示範應用為導向，帶動智能交通大數據關鍵技術研究，深入挖掘軌道交通車輛運營的各類狀態和檢修數據模型，以準確、高效、預警預判、安全運營為目的等，開展狀態修、智能化檢修的行業示範應用，提升天津軌道交通的高科技發展水平，推動天津軌道行業的智能管理水平，從而帶動全國軌道交通車輛智慧運維技術發展。在系統應用方面產生的應用效果表現如下：從車輛自身狀態感知擴展到圍繞車輛包括人的司機行為信息及車廂乘客的疏密度等的全面收集。雲邊協同體系，構建大規模邊緣端和雲端協同系統，提高數據處理效率與實時性。建立車輛運營支持智能化故障診斷樹知識庫、故障預警、預測知識庫，提高故障處置效率，實現故障的早期辨識，提升全運營安全性。建立基於大數據的專家支撐系統，結合各子系統的數據模型，構建列車的健康管理體系，嘗試探索支持」雙延「機制變革。總之，通過技術創新與工程實施，提高軌道交通系統可靠性，優化系統全生命周期成本，將進一步提升效率，提高服役能力，更好地滿足市民出行需求，具有巨大的社會效益。《中國城市軌道交通智慧城軌發展綱要》 中國城市軌道交通協會
留言列表