詹 煒 徐永能 王依蘭
(南京理工大學自動化學院,南京 210094)
隨著我國對各大城市軌道交通等基礎設施建設投入不斷加大,全國各主要城市軌道交通得到快速發展,我國城市軌道交通客流也隨之快速增長,客流量不斷增長要求車輛上線數量逐步提升。與此同時,為保障城市軌道交通車輛運行性能安全可靠,車輛必須定期進行架修或大修作業,這必然導致需架修或大修的車輛停在維修基地不能上線運行,會出現車輛需求量大與車輛需下線維修而引發的車輛供給不足的供需矛盾問題。為此,城市軌道交通車輛運維行業急需一種能實現城市軌道車輛智能運維的信息化平臺來縮短維修時間,提高車輛上線率。
上世紀70年代起,美軍將狀態監測系統引入到武器裝備中,由此開啟了大型設備系統故障預測與健康管理(Prognostics and Health Management,PHM)研究的開端。在隨后四十幾年的發展中,PHM已經在航空航天、旋轉機械系統、風電水電機組系統、結構健康管理、電池健康管理等方面取得了重要進展[1],且近年來越來越呈現出集成化發展的趨勢。智能運維系統即是以PHM技術為核心的高度集成的信息化系統。
智能運維是指利用先進傳感技術獲取被管理系統的實時運行狀態信息,并借助大數據、人工智能等先進技術手段及模糊邏輯等推理算法,根據歷史數據、實時數據和環境因素等,對被管理系統進行狀態監測和故障預測,與此同時,對被管理系統的健康狀態進行評估,結合維修基地維修資源情況,給出合適的維修決策,以實現關鍵部件的狀態修[2]。
城市軌道交通車輛是一個復雜的設備系統,涵蓋了機械、電氣、材料等多種學科,因此,深入分析城市軌道交通車輛維修現狀及問題,可對城市軌道交通車輛智能運維系統工作流程設計及技術框架搭建提供支持。
城市軌道交通是一個城市的交通骨架,在疏導交通、引導城市發展格局上起到了重要作用。城市軌道交通車輛作為城市軌道交通企業重要的運營維護對象,如何更好的平衡車輛供需這一矛盾體,是近年來的研究熱點之一。以國內某地鐵公司為例,其投入使用的車輛多為中國中車公司制造,都安裝了傳感器,用于采集車輛運行時某些關鍵部件的狀態信息,且車上均安裝了EVR系統,車輛回庫待檢時,工程師可下載故障數據及運行數據。
相對于智能運維系統在電力系統及航空系統的成熟應用,在城市軌道交通車輛上智能運維系統的應用還存在諸多不足,需從以下幾個方面進一步完善和提升。
2.2.1 實時監測種類不全
城市軌道交通車輛上傳感器多安裝于制動系統、車門系統、電氣系統等,能實時監測的關鍵部件不全。而對車輛安全行駛及乘客舒適度影響最大的走行部,目前沒有更好的監測手段。特別是針對走行部軸箱軸溫是否異常的檢測,僅限于在軸箱外部貼溫度試紙的方法,待車輛回庫后,由日常檢修人員觀測記錄。這種方法無法獲得車輛運行過程中實時軸溫數據,在軸溫異常時也無法及時發現,具有很大的安全隱患。
2.2.2 過修欠修
目前我國大部分城市軌道交通企業對于車輛維修常分為日檢、周檢、雙周檢、月檢、半年檢、架修、大修等修程修制,極易出現過修情況,造成成本浪費。由于大部分城市軌道交通企業未對車輛各部件或零件建立維修數據庫,可能會出現某部件或零件已達到需維修或更換的閾值,卻因為檢修人員按照規程不予以維修或更換,造成欠修情況,形成安全隱患。多數學者認為基于狀態的預防性維修是解決過修欠修問題的方法之一。
2.2.3 故障誤報
本世紀頭十年,為解決傳感器安裝空間受限及關鍵部件技術受限無法安裝傳感器的問題,國內一些城市軌道交通企業采用軌旁紅外測試的方法來測定經過車輛的運行參數,以達到近似預警故障的目的。然而,由于城市軌道交通車輛運行環境惡劣,軌道振動較大等對紅外裝置影響較大,測定設備自身可靠性不高,造成誤報率很高。近幾年,城市軌道交通車輛開始嘗試在一些部件直接加裝傳感器,但由于城市軌道交通車輛運行時間長、啟停頻繁等原因,車門傳感器等會出現故障誤報的情況。
2.2.4 未能建立故障預測模型
目前的故障診斷主要是在車輛發生故障后,由調度將車調回相應的維修庫,由經驗豐富的工程師對系統中的故障數據進行分析,憑借自身經驗判斷故障類型和故障程度,做出維修決策。這種診斷方法受個人主觀因素影響較大,由于沒有建立故障預測模型,不能實現趨勢預警、突變預警等,且故障預測率為零。
2.2.5 其他
我國城市軌道交通車輛維修系統信息化不足,故障診斷及維修主要依靠經驗豐富的工程師及一線員工,處于事后維修階段,不能實現故障預測,也無法實現健康狀態管理。
在對城市軌道交通車輛維修現狀和不足充分分析后,本文研究的城市軌道交通車輛智能運維系統應至少包括如下幾種功能:實現車輛關鍵部件在線智能監測、數據傳輸與處理、智能診斷、智能排障、整車及關鍵部件剩余壽命預測等主要功能和維修前備品備件準備及維修計劃修訂等輔助功能。

圖1 城市軌道交通車輛智能運維系統設計工作流程圖

圖2 城市軌道交通車輛智能運維系統技術框架圖
該系統設計工作流程如圖1所示。通過在城市軌道交通車輛關鍵部件加裝多種微型復合傳感器,如溫度傳感器、振動傳感器、加速度傳感器、壓力傳感器等獲取實時數據,在傳感器采集到數據后傳到隨車的數據中心,隨車數據中心利用大數據技術和數據融合算法對數據預處理,簡化后續數據處理難度,隨后通過車地通信系統將預處理后的關鍵數據傳輸給地面數據處理中心;地面數據處理中心利用數據融合算法提取數據特征,通過對特征提取后的數據進一步分析實現對各關鍵部件的狀態監測,并將這一數據存入數據庫;與此同時,對特征提取后的數據利用人工智能判斷其是否出現故障,并結合歷史數據及產品參數模型等預測故障的部位、類型等,隨后系統內部及時修訂維修計劃,調配備品備件及相關人員對故障車輛保障維修;若系統控制中心判斷未出現故障情況,則系統進入下一個循環。
圖1所示城市軌道交通車輛智能運維系統工作流程需通過圖2所示城市軌道交通車輛智能運維系統技術框架來實現。由前所述可知,智能運維系統是一個信息化程度高,涉及專業繁多的綜合性信息化平臺。這種智能運維系統會直接改變現有城市軌道交通運營公司的車輛管理模式,對車輛運營管理更加高效簡潔,促進各部門融合,減少各部門信息接口,降低管理成本。這是當前國內已網絡化運營的城市軌道交通企業車輛管理模式發展趨勢之一。
如圖2所示,該系統由“數據采集層”、“中心數據庫”和“操作界面層”等三個層面構成。在操作界面上,應至少包括“綜合查詢”、“監控界面”、“故障預警”、“知識庫維護”、“工卡界面”等供一線車輛維修人員及工程師操作。中心數據庫中,包含必要的維修知識庫、廠家提供的檢修手冊、各關鍵部件的故障預測模型庫、各關鍵部件的分析模型庫及監控規則庫。數據采集層采集的數據來源包括車載數據、離線數據及外部數據等三部分。以上所述各硬件軟件最終實現“數據采集”、“狀態監測”、“健康評估”、“故障預警”、“決策輔助”等五個功能。
城市軌道交通車輛智能運維系統在實際應用過程中還存在以下五個技術關鍵點需要解決。
城市軌道交通車輛是一個復雜的機電系統,因此如何定義關鍵部件是一個需要解決的問題。由于城市軌道交通本質上是面向社會的具有公益性質的非營利性運輸方式,是公共交通的重要組成部分。城市軌道交通運營公司的主要目的是在保障車輛運營安全及運營成本最小的前提下,最大限度的提高運輸效率。因此,可按照車輛運營安全、運營秩序、乘客舒適度等原則和重要程度順序來確定需監測的關鍵部件。
根據關鍵部件的歷史監測數據及經驗,確定關鍵部件健康管理的特征量。一般地,若一個狀態監測量與該部件物理失效機理直接相關,則以該狀態監測量作為該關鍵部件的健康管理特征量;若該關鍵部件過于復雜,無法或很難測定與部件失效機理直接相關的物理量,則可通過對多種狀態監測量融合來建立該部件的虛擬健康管理特征量。
根據已確定的關鍵部件健康管理特征量來確定應布置在各關鍵部件的傳感器種類及位置。作為承擔城市公共交通主干運輸的城市軌道交通車輛,其對安全性要求苛刻,這導致傳感器安裝位置要求隨之提高。例如,對于車輛轉向架,城市軌道交通車輛生產商多要求不能隨意鉆孔,以保證其安全性能,故安裝在轉向架的傳感器多采用強力膠貼在構架上。其次,車上監測系統布置需考慮車輛實際運行環境,不能出現脫落等現象影響車輛運行。最后,應考慮各關鍵部件實際工作環境,選擇與之相應的經濟方案。
數據傳輸方式分為兩類,一類為車上監測系統內的數據傳輸方式,一類為車地間數據傳輸方式。對于車上檢測系統內的數據傳輸方式,可選擇采用新增以太網的方式,將加裝的數據與車上原有網絡控制系統對接,實現車輛在線故障預警和智能診斷。對于車地間數據傳輸,可通過車輛離線后人工數據下載、無線通信數據傳輸或軌旁電路數據傳輸等方式將預處理后的數據傳輸到地面數據處理中心。建議對于關鍵部件的關鍵特征量,利用5G通訊技術實現數據實時傳輸;對于數據量較大的非關鍵數據及其相關的環境參數可通過車輛離線后人工數據下載的方法傳輸到地面數據處理中心。
在前述步驟完成的前提下,建議建立地面數據處理中心。該中心為城市軌道交通車輛智能運維系統的核心,可對傳輸到該中心的數據進行大數據處理,開展數據融合、數據挖掘和深度學習等工作,是實現關鍵部件健康管理的基礎。
城市軌道交通車輛智能運維系統是城市軌道交通車輛專業實現基于狀態的預防性維修的重要手段之一,該系統可以顯著降低維修保障費用,大幅提高維修保障效率,提高設備可靠性。對于城市軌道交通車輛專業將具有以下意義:
(1)通過減少備件、保障設備、維修人力等保障資源需求,降低維修保障費用[3];
(2)通過減少過度維修次數,特別是計劃外維修次數,縮短設備全生命周期中維修時間,提高車輛上線率;
(3)通過實時監測及故障診斷,減少車輛上線期間故障引起的風險,保障運營安全。