故障預測與健康管理技術在地鐵列車運維中的運用

劉云龍

摘 要：本文主要針對故障預測與健康管理技術在地鐵列車運維中的運用展開研究，先提出其必要性分析，然后分析系統架構和功能，最后闡述故障預測與健康管理技術在地鐵列車運維中的具體應用和實例分析，主要包括車載PHM主機、走行部PHM系統、車門PHM系統，旨在充分彰顯出PHM系統（故障預測與健康管理技術）的應用價值，為地鐵列車運行和維護提供強有力的技術支撐。

關鍵詞：故障預測;健康管理技術;地鐵列車;運維;運用

現階段，在經濟社會發展的強大推動下，大大推進了城市化進程，城市軌道交通建設規模也越來越龐大化，工業設備在諸多領域應用的復雜程度愈發強烈，如航空航天、通信、軌道交通等，但是設備自動化、智能化程度也得到了明顯提升。在使用工業設備系統時，技術構成具有較高的復雜性，開發、維護成本也比較高昂，而系統故障也經常發生，所以加強地鐵列車故障檢測的研究與分析是至關重要的，以此來給予地鐵列車運行安全性一定的保障，同時應加強現代科學技術的應用，將地鐵列車設備升級工作落實下去。在地鐵建設過程中，故障預測和健康管理技術（PHM）的應用，對于我國現代地鐵健康發展具有極大的幫助，應引起管理者、研究人員的高度重視。

1PHM在地鐵列車運維中應用的必要性分析

近年來，軌道交通技術發展速度非常快，中國在世界城市軌道交通市場中名列前茅;同時軌道交通設備的復雜性越來越明顯，一定程度上給檢修人員的工作帶來了一定的壓力，車輛的可靠性和可用性已經成為了社會上共同關注的焦點話題之一。當前大多數乘客明確提出了對于乘坐準點率、舒適性等方面的需求，其與服務水平增長之間出現了明顯的沖突。對當前城市軌道交通車輛運用存在的問題進行分析：

首先，檢修效率有待提升。我國軌道交通行業發展迅速，但是檢修模式的發展進步與行業規模需求增長并不相符，進而增加了檢修負擔;城市軌道交通需要檢修龐大的裝備數量【1】，如果采用人工檢查方式，很難確保良好的檢修效率，同時也不利于檢修質量的提升。其次，在運營車輛長期服役下，極容易加重車輛設備的老化程度，對于設備維護的要求更上一個新高度。要想順利解決和處理上述問題，地鐵運營公司、主機廠和各系統供應商應給予高度重視，保持密切協作，既要注重加強車輛設備和系統的狀態監測，也要將故障報警、健康評估等功能充分開發出來，提前預知車輛故障，將故障檢修成本、故障風險控制在合理范圍內;同時，為了延長地鐵車輛設備使用壽命，應加強實時在線監測的應用，對故障機理進行深入剖析，準確評估設備健康狀態。

由此可以看出，PHM系統技術的應用勢在必行。該技術通過對地鐵車輛系統關鍵指標參數加裝傳感器，可以逐步推進并最終達到系統的狀態修、預測修，在對自身健康狀態進行評估和預測時，大數據、人工智能等具有較高的應用優勢，提前預測系統存在的故障，并加強現有資源信息的融合，以此來指導維護保障工作的開展，作為綜合技術之一，涵蓋著狀態監測、故障報警、健康預測等諸多功能。此外，PHM系統可以準確預測未來健康狀態，將維修活動的主動性發揮出來，確保裝備的可靠性和可用性得到穩步增強。

2系統架構和功能

PHM系統在采集和處理地鐵車輛各系統運營和故障數據時，主要借助于傳感器技術、大數據處理和分析技術來進行;然后在對故障原因進行分析時，大數據分析和數學建模等技術得到了廣泛應用，以此來為具體維修提供一定的指導;同時通過對歷史數據的對比，可以對系統部件的健康狀態展開科學化分析，將故障預警功能發揮出來。

2.1 PHM系統架構

在數據采集方面，智能傳感器在PHM系統中得到了廣泛應用，在諸多數據獲取元件中，傳感器扮演著重要角色，可以對被測對象溫度、電壓等變化進行真實感受，并實現向電信號的順利轉化，為后續傳輸和處理工作的開展奠定良好的基礎。對于所采集的數據，在一系列處理后，如數據清洗、同類或異類數據的信息融合等，通過失效模型及智能推理算法的應用【2】，PHM系統可以對車輛系統運行狀態進行準確評估，并對系統發生故障的部位及使用壽命等進展合理預測，促進維修保障工作的順利進行。

2.2 PHM系統功能

在地鐵車輛智能運行和維護過程中，PHM系統扮演著重要角色，在其功能方面，主要包括：

狀態監測和故障預警功能。在展示線路和車輛系統設備的狀態時，狀態監測功能發揮著重要作用，同時還可以有效監控線路和車輛系統設備的狀態，特別可以動態化監督和控制關鍵設備運行狀態信息等，并且在專家系統的扶持下，還可以不斷提高故障診斷效率。在車輛設備預測和預警方面，故障預警功能的發揮主要得益于閾值預警、趨勢預警、模型預警等方式。

健康評估功能。主要包括系統健康評估、關鍵部件壽命評估等。借助健康等級評定算法，有助于提高系統健康評估功能對軌道交通設備系統健康評估的準確性【3】。對于關鍵件壽命評估功能來說，對于軌道交通系統設備關鍵部件的壽命評估產生了極大的影響，其中，大數據建模與可靠性分析等方式得到了廣泛應用，在確定關鍵部件的范圍時，主要從實際可采集數據的范圍出發。此外，通過可視化展示的方式區別不同健康等級的軌道交通車輛、各子系統以及各子系統設備。

維修建議功能。通過專家知識庫結合人工審核機制。在故障報出時自動形成故障工單。其中維修處理建議、維修人員資質、維修使用的工具都可以通過系統自動帶出。在進行計劃修制定維修計劃時，運籌優化算法是必須要考慮的，同時計劃管理模塊與調度管理模塊對接。

備件需求預測功能【4】。在預測備品備件需求時，既要將軌道交通車輛年度維修計劃與必換件清單結合，也要融合偶換件清單與近期各系統故障預測趨勢。

3故障預測與健康管理技術在地鐵列車運維中的具體應用和實例分析

在地鐵車輛由人工駕駛向無人駕駛發展的大環境下，PHM系統的應用也越來越常見了。PHM系統涉及的關鍵系統較多，包括地鐵車輛車門、走行部和空調系統等;同時，車載PHM主機在部分地鐵線路中也得到了充分體現，尤其是在老地鐵線路車輛改造中，可以彌補地鐵車輛控制單元（VCU）性能不足以及車地傳輸帶寬不足，并且車載PHM主機還可以增強算力作為邊緣計算節點，數據的采集主要從各個車載監測子系統來進行【5】，通過MVB網或者維護以太網傳輸到車載PHM主機進行數據預處理以及機理規則判斷，最終將數據與診斷結果傳輸至地面系統。

3.1車載PHM主機

采集數據的范圍主要包括列車原有各子系統以及新增的監測系統（各系統的傳感器），包括列車網絡控制系統的故障數據、過程數據等。在主流的車載PHM主機配置中，雙機冗余和網絡隔離得到了聯合使用，主機通過車輛網絡總線接入，并連接于列車控制系統進行數據監聽與采集，網絡隔離避免了主機影響車輛本身的控制網絡，此外在數據交互方面，車地通信單元與地面系統的作用不容忽視。

借助車載PHM主機，可以對車輛各系統的狀態數據進行有效采集，實現車輛狀態監測，基于知識庫和模型庫，為故障分析提供技術支持，對車輛的健康度與運行的安全性進行準確評估，并有效落實故障應急處理，將故障描述、應急處理措施等，納入到故障報告中【6】。

3.2車門PHM系統

車門PHM系統用于采集地鐵車輛車門系統電機的電流，速度、位置信號以及硬線開關量的信號，并將收集到的數據在采集模塊內進行暫存，通過CAN、MVB網絡傳輸到車載PHM主機。通過以上數據對車門故障與亞健康狀態進行診斷。

診斷限位開關故障：1.限位開關狀態與車門機械狀態不一致;2.通過采集每個限位開關的兩對觸點的狀態，如果兩對觸點的狀態同時對應的是常開，或則是常閉則認為限位開關的觸點故障。

診斷下檔銷故障并判斷下檔銷與導軌刮蹭程度：1.輕微刮蹭;2.嚴重刮蹭。

診斷壓輪過壓故障并判斷壓輪與導軌刮蹭程度：1.輕微刮蹭;2.嚴重刮蹭。

障礙物防夾故障記錄，障礙物防夾不滿三次時的故障上報;

4結束語

綜上所述，現階段，城市地鐵的集成化、智能化發展趨勢越來越明顯，故障預測與健康管理，必須要與時代發展潮流保持高度的一致與協調，不斷提高為地鐵網絡運營的服務能力和水平。所以故障預測與健康管理技術非常值得應用，不僅可以預防故障問題的發生，而且還可以進一步完善列車檢修方案，促進維護工作的順利進行，從而使地鐵列車安全、高效地運行下去。

參考文獻：

[1] 李權福、余祖俊、楊勁松. 基于PHM技術的重載貨車狀態修綜合診斷模型研究[J]. 中國設備工程， 2020， No.457（21）：170-174.

[2] 曲昌琦、周銳、杜寶、隆金波. 航空裝備故障預測與健康管理的數據體系研究[J]. 航空科學技術， 2020， v.31;No.229（12）：64-70.

[3] 牛齊明， 劉峰， 張奕黃. 基于PHM的高速鐵路牽引電機滾動軸承健康狀態預測[J]. 鐵道學報， 2020（7）：95-101.

[4] 張驕， 李宇杰， 王昊，等. 城市軌道交通供電系統新技術研究[J]. 機械制造， 2020， v.58;No.666（02）：51-53+85.

[5] 吳廣寧， 李曉楠， 楊雁，等. 車載變壓器故障預測與健康管理研究進展[J]. 高電壓技術， 2020， v.46;No.328（03）：145-158.

[6]? 蔡利軍， 王銘， 陳闖. HXN3型機車輔助逆變器故障預測與健康管理系統[J]. 鐵道機車與動車， 2020（7）：27-31.

[7] 謝娜， 雷江妮. 民機故障預測與健康管理系統頂層架構設計技術研究[J]. 計算機測量與控制， 2020， 028（002）：19-22，38.

[8] 王國棟， 普遠矚. 數控設備故障預測和健康管理的維修保障系統[J]. 設備管理與維修， 2020（2）：145-146.

[9] 曹明路， 胡鋼， 沈航，等. 面向工業設備故障預測與健康管理系統的信息物理系統架構設計[J]. 工業技術創新， 2020（4）.

（江蘇中車數字科技有限公司，江蘇 南京 210000）