基于智能分析的城鐵信號系統主動維保模式研究

李沃

【摘 要】闡述地鐵信號系統維護業務的現狀和發展需求，提出通過對地鐵信號系統的海量運行數據進行收集與整理，從而進行綜合分析與預防修的應用方案，其目的是提高維護工作質量，要想主動維修，就需要提前發現故障信息，那么提前發現故障告警就需要針對故障有預警的動作，預警結束后，再針對預防修進行處理，對提高故障定位效率，保障運營質量等具有很好的現實意義，降低地鐵信號檢備的檢修率及今后國產地鐵的檢修方式提供了參考。

【關鍵詞】主動維保;系統維護;故障預警

中圖分類號： U239.5 文獻標識碼： A 文章編號： 2095-2457（2019）35-0023-002

DOI：10.19694/j.cnki.issn2095-2457.2019.35.010

0 引言

針對地鐵帶來的信號設備使用與維修之間突出矛盾，在設備數量急劇增加、維修人員數量不增、作業時間大壓力大的被動局面下，需要實現城軌信號預先監測數量自動采集、自動存儲、自動分析、自動診斷、自動預警。通過開展智能化的設備運用在線維護管理，及時發現設備異常，及時處理設備隱患，減少設備故障件數，減少設備故障延時，保證地鐵運營的安全性和可靠性。

1 研究背景和意義

根據針對北京，上海，深圳，成都和廣州等地鐵運營公司的調研，可以得知地鐵維修維護的壓力在逐年增加。隨著地鐵開通線路的增長和城市軌道交通客流的增加，所需要的維護人員和運營人員數量也會隨之線性增加，會增加極高的人員成本和管理成本。目前的軌道維護模式，基本上由調度人員和司機發現現場故障后，通知各個廠家的維保人員現場初步分析故障原因，并發給供應商進行問題根音的排查和修復，修復成功以后，再由維保人員進行派班，在現場允許的情況下進行設備維修和設備更換。整體的維保流程涉及多個公司和部門，存在協調時間長，流程繁瑣，信息不同步等問題，整體處于一種被動維修的局面。隨著城軌運營線路的增加，必須要改變現有的維修維護模式，改被動維保為主動維保，通過多種手段進行主動維保體系的建設。

2 城軌信號主動維保策略

2.1 數據分析

預防修的主要對象是具有嚴重后果的故障，對于必須退出使用而進行的維修[1]。定期修主要適用于具有車而言，較嚴重的故障后果包括：

（1）安全性后果：指由于故障或由該故障引起的二次損傷對地鐵的運行安全可能產生直接有害的影響。

（2）運用性后果：指嚴重影響乘坐舒適度和旅客服務質量的故障。

（3）隱患性后果：指一個功能故障與另一個或多個效的維修工作可采用時，需要考慮對系統或部件進行設功能故障組合所產生的多重故障對地鐵安全或運用造計更改，更改后的系統或部件須能找到適用而有效的維成的有害影響。根據地鐵系統或部件的不同故障后果;可通過以下于設計更改費用通常較高，應綜合權衡謹慎采用。

預防修范圍：

（1）按照地鐵結構功能的約定層次劃分，將其逐級分解為：系統、分系統、裝置、組件、部件、零件等。

（2）從上到下，分別對不同層次系統或部件的故障后果進行判斷，篩選出可能導致嚴重故障后果的系統或部件作為預防修的初步范圍。

（3）若某系統被判斷為非重要系統，說明該系統及其下屬部件不必強制做預防修;若某系統被判斷為重要系統，則需對該系統下屬的分解層次系統或部件繼續逐級、逐個分析判斷，直到篩選出需要預防修的所有底層部件或零件。

每條城軌線路建設包含了大量的設備，包括機電設備，車輛設備和信號設備等。每種設備形成獨立的系統，各個系統中都建設了設備監測系統和維護支持系統，可以實時監測設備的運行狀態，并進行設備的報警。設備監測系統每天收集了全量的設備狀態數據，這些數據目前在系統中僅作為歷史數據查閱，沒有充分利用其價值。

從2010年起，大數據和數據分析技術迅速發展，各種相應的數據分析技術和數據分析平臺也相繼推出。通過大數據和數據分析技術可以對數據進行多維度的建模，多維度的分析，并可以建立不同維度和不同種類數據之前的關聯關系。城軌交通可以通過數據分析技術，充分利用起來設備監測系統所存儲的海量的歷史數據，對其進行合理維度的分析，發現其中隱含的故障聯系，提前對設備故障，設備壽命和設備故障趨勢進行預警，提前安排人員對預警設備進行維修和維護，達到主動維保的目的。

主動維保所承載的維修范疇屬于預防修的范疇，通過一系列手段提前預知設備的故障，并有針對性的進行維修，從而減少人力進行大量的巡檢，提高工作質量，減少無效工作。

2.2 預防修的方式

（1）狀態修。

狀態修依據設備的狀態數據，通過對設備狀態數據的比對和分析。尋找設備狀態指標發生偏離的設備，有針對性的進行設備維修和維護，使設備狀態和指標達到正常標準。

根據設備的狀態情況可以提前進行狀態修的計劃編排和人員安排，并配合修程安排工班進行預防修的執行。

（2）定期修。

定期修根據設備供應商所提供的設備維護，維修和保養的周期所執行的維護模式，具備計劃性，根據設備特性和指標，安排維護人員定期對設備的各種狀態進行檢查，并替換需要更換的零部件。一些在運行過程中有損耗規律的零部件，都需要安排定期修。

（3）設計更改。

對于反復出現相同故障的零部件或者設備系統，其問題的根源多數是設備的缺陷所導致的，狀態修和定期修均不能解決根本問題，主要的設計缺陷有電磁干擾，零部件磨損嚴重等。這類問題要通過設備供應商對設備的設計進行模擬實驗和評估，并更改掉其中的不合理設備，對設備進行升級和改造。

2.3 基于智能分析的主動維保

（1）主動維保模式。

主動維保區別的被動維保，強調了維保的主動性，不能被動等待設備實際發生了故障以后，再進行維修。尤其是一些軌道運行的關鍵安全設備，一旦發生故障將會導致列車停運，會造成極大的影響。主動維保的主動性體現在設備故障發生之前的預判手段，可以通過各種手段提前預判設備的故障趨勢，手段包括，狀態分析，數據分析和智能分析等

（2） 智能分析方法。

將智能分析引入到城軌維保信息化當中，可以準確的對設備故障進行預判。智能分析的基礎是設備監測系統所采集的設備狀態數據，設備運行數據，設備自身參數和設備的歷史故障信息等。智能分析的手段包括大數據技術，數據挖掘技術，數據分析技術，數據融合技術和數據處理技術等，通過各種數據技術，對設備狀態進行數據化的建模，分析和訓練，可以得出相對準確的預測結論。預測結論輸入到維修計劃當中。

（3） 基于智能分析的主動維保。

通過智能分析的技術和方法，可以提前預知設備狀態和趨勢，從而將城軌維修的模式由被動維保轉向為主動維保，從而提升了維保工作的智能化水平。

3 城軌信號主動維修模式研究

3.1 故障成因及演化規律

在故障成因及演化規律分析方面，開展了多方面的理論研究及仿真工作。建立了齒輪非線性動力學方程，分析了不同結構參數對齒輪振動的影響。研究運用WVD、EMD等時頻分析方法，進行齒輪特征提取和信息特征識別。研究運用自適應共振解調、流形學習等方法，進行齒輪狀態評估與預警。針對車輛傳動齒輪的故障成因進行疲勞實驗分析，研究齒輪裂紋的產生及趨勢演變規律，研究齒輪箱箱體在惡劣工況下的應力分布情況。對于軸承，建立了軸承非線性動力學方程，分析了不同結構參數對軸承振動的影響。

在對故障成因及演化規律進行研究的基礎上，研究通過諸如自適應共振解調、流形學習等方法進行狀態評估，在此基礎上，對其狀態趨勢進行合理分析預測，實現預測預警功能。

3.2 主動維保模式研究

主動維保系統在設備工況監測部分注重對設備整體進行監測維保管理，現有監測技術已經滿足對列車部件工況狀態綜合監測、工況狀態分級預警和各對象工況的的多維度呈現功能。故障隱患挖掘分析側重對列車總體安全狀態的評估預測，利用行之有效的統計分析方法，對致患因素總結歸納，研究致患規律，達到減少故障發生次數、提高安全狀體水平的目標，現有國內外研究成果和研究方法已經可以實現上述隱患挖掘分析手段。歷史維修數據和歷史狀體數據是列車健康狀態評估預測的重要基礎，現有技術水平和實踐經驗可實現列車維修狀態修，但是在狀態修精準預測方面想要達到理想效果有一定難度。維修計劃與任務管理作為車輛、信號系統、關鍵機電設備日常維保的基礎性工作流程，在檢修計劃管理、維修計劃管理等方面已經具有很成熟的經驗流程，基本可以保證完成本課題要求的研究內容。維保專家決策和故障遠程指導可通過可視化技術進行遠端維修指導，提供應急決策方案，由以往集體指導變為精確一對一遠程故障指導，并對處置結果進行評估，納入遠程指導專家庫和處置預案管理庫。

城市軌道交通主動維保系統通過將現有的計劃修和故障修轉變為狀態修可以解決車輛、信號系統、關鍵機電設備可靠性、安全性與運營效率之間的矛盾。多數軌道交通維保系統只著眼于計劃修和故障修，對狀態修重視不夠，實行狀態修需要具備三個條件：一是要準確知道車輛及其各關鍵部件的當前狀態，二是要能夠預測車輛及其關鍵部件的故障隱患、發展趨勢、剩余壽命，三是要能夠根據車輛當前狀態和未來發展趨勢做出恰當的維保策略。研究團隊在車輛維保系統狀態修中專家維保決策、故障遠程指導、流程與資源管理、計劃任務管理等具有較先進的理論創新和實踐應用。

4 總結

本文圍繞故障預警、預防修策略、主動維修方法展開，通過對國內外研究現狀介紹，事故故障的基礎信息記錄、故障前提出預警只是，針對性的有策略性的維修方法進行預防修，最后利用現有技術和以往的經驗針對出行、地鐵的運行和系統故障等做出維修技術方案。但是目前現有的數據源不足以支撐大量的項目或用戶之間的相似性關系。

本文提出了列車故障預警的研究現狀（系統基礎數據的管理、事故故障預警、事故故障的預警指標、軌道交通事故故障預警的設置）、軌道信號預防修策略及應用（軌道信號預防修策略、城軌的預防修狀況）、城軌信號主動維修模式研究。