基于大數據的軌道交通車輛空調系統智能運維

高銳

摘 要：近年來，軌道交通產業持續保持快速增長，開通軌道交通的城市日漸增多，面對城市軌道車輛的運營量急劇增長，如何提升軌道車輛設備運行安全性、可靠性、可用性、舒適性，并且進一步降低整車運維成本，已成為各個主機廠和地鐵業主關注的熱點問題，現有故障維修與定期檢修的運維服務體系已經很難適應城市軌道車輛日益增長的需求.數字化、規范化、網絡化、高效化的城市軌道車輛智慧運維模式的探索與應用已成為廣大地鐵運營檢修部門迫切期望.智慧運維通過構建運、檢、修一體化的城市軌道車輛運維服務平臺，實現運維服務的信息化、數字化、規范化和專業化。而空調系統作為軌道車輛系統重要的組成部分，實施智慧化運維已經成為迫切的需求。

關鍵詞：軌道交通;空調系統;智能運維

1應用目標

通過對列車一年的實際運營數據的采集，建立全天候、多季節，覆蓋空調機組各種工況的預診斷模型，以實現：

（1）建立軌道空調健康評估模型和故障預測模型，對車輛運營方給出及時的報警與處置對策建議;

（2）監控軌道空調健康狀況，由定時修改變成狀態修，防止過度維修，降低運營維護成本;

（3）監控軌道空調性能變化趨勢曲線，預測軌道空調各部件剩余使用壽命，降低架修和大修的維修成本;

（4）建立空調系統全生命周期的數據庫，制定空調系統檢修修程，降低全生命周期成本。

2總體技術方案

在實施架構上，選擇基于分布式的技術架構，分布式架構是當前業界實現業務系統的最佳技術手段.基于這種技術路線，城市軌道行業的數據、模型和業務功能能夠以合適的模塊被開發、管理、運行和調用。架構設計中采用面向服務的模塊化設計理念，服務模塊之間保持松散的耦合狀態，便于系統的擴展以及針對不同角色進行個性化定制，能夠更好地滿足城市軌道行業運維服務需求和創新應用需求。

3智能運維設計方案

依據城市軌道交通運維服務的實際需求，結合城市軌道空調運維服務業務發展，建設運維、檢修一體化的城市軌道車輛空調運維服務平臺，智慧運維平臺由數據層、分析層、應用層及展示層4部分組成。

3.1數據層

（1）在線監測數據。某地R2號線為變頻熱泵空調，變頻空調由于自身控制的需要，系統已經集成了回風，新風，蒸發溫度，冷凝溫度，排氣溫度5類傳感器，位于空調內部的采集裝置將采集到的空調溫度信息通過RS485總線傳輸到位于控制柜內部的智能車控器，智能車控器再將自身檢測到的IO信息、CPU信息通過維護以太網發送到車載設備，車載設備統一將車載數據通過車地網絡發送到地面服務器。

（2）智能維保數據。空調系統在維保過程中產生大量的數據，例如故障部件名稱，故障現象，故障原因，是否更換部件，更換部件所用的時間，這些數據通過FRACAS系統接入到智能運維系統，實現對空調全壽命周期進行管理。

（3）出廠靜態數據。為了實現軌道空調系統全壽命周期管理，空調智能運維系統采集設備出廠時的關鍵信息，例如機組和主要部件的電子履歷，出廠試驗報告等。

3.2分析層

（1）狀態監測層。狀態檢測層主要監控空調運行狀態信息，通過閾值檢測，發現空調的故障狀態，例如在空調吸氣口和排氣口安裝了高壓監測開關和低壓監測開關，當高壓監測開關或低壓監測開關出現動作時，空調報出故障，狀態檢測層只能監測到空調采集信號發生了狀態變化，無法分析設備從“正常”到“故障”的過程，不能對發生的故障進行預測和準確定位。

（2）故障診斷層。通過在線監測，智能運維系統獲取了空調設備從“正常”到“故障”變化過程，通過大數據建模分析，在結合專家經驗，對故障進行精確診斷和定位。

（3）故障預測層。空調系統是一個集熱力學、流體力學以及自動控制等多個學科為一體的系統，存在各個制冷系統參數相互耦合，控制邏輯復雜等特點。同時，列車運營的環境復雜多變，以及隨著運營時間的推移，機組狀態也會發生偏移。因此，采用監督學習技術為核心的機器學習算法對空調運行狀態進行預測。通過列車一年的實際運營數據，建立全天候、多季節，覆蓋空調機組各種工況的算法模型。通過空調機組在線監測實際值與算法模型預測值比對。

3.3應用層

（1）監控中心。智能運維系統運行監控通過監控中心實現，監控中心主要包括：設備運行狀態監控、工單執行狀態、運營指標狀態、檢修計劃狀態、全壽命周期狀態的功能，監控中心主要功能如下：1）從監控層級上可以分為全網監控，線路監控，單車監控，部件監控;2）從監控內容上可以分為運行狀態監控，故障告警監控，故障預警監控，工單執行監控等。

（2）事件中心。事件中心通過故障診斷和故障預測模型生產事件，把發生事件推送到事件中心，事件中心進行展示。主要包括：事件中心監控、事件詳情分析、事件信息查詢。

（3）工單中心。工單監控主要實現工單統計查詢、工單詳情查詢、工單處理流程和工單統計分析。其中，工單統計查詢按車號、故障編碼、工單號進行模糊查詢;工單詳情查詢提供故障與工單的關聯，已經在處理的工單，后續再報的故障是否繼續與其關聯，展示工單詳情內容。

（4）資產中心。按照設備管理發展的趨勢，在考慮整個應用軟件功能時，結合系統工程理論觀點，全局考慮、統一規劃，采取模塊化設計，開放各個模塊之間接口，避免局部優化對整體系統造成損害。在技術上，系統采用成熟的軟件平臺技術，開放的體系結構。

（5）評估中心。評估中心主要是針對空調健康狀態趨勢分析，空調設備運維分析、檢修規程實施分析，按照年月日生成空調設備運營報告供管理者進行運營決策。

（6）數據挖掘。空調智能運維系統預留數據挖掘接口，數據量積累到一定數量后，可以進行空調系統與載荷量、季節能耗關聯分析。

4經濟效益

4.1預測性維修帶來的效率提升

傳統車輛裝備的運維檢修模式主要有故障維修、預防性計劃維修兩種。故障維修是指運行中的車輛發生故障，車輛無法正常運行，不得不進行的維修，是一種被動檢修的模式。預防性計劃修通過對產品的系統性檢查、設備測試和更換以防止故障發生，軌道空調日檢、月檢、年檢、架修、大修都屬于預防性計劃修，由原來的故障維修加預防性計劃維修模式向現在的預測性維修模式轉變，將大幅度減少維修次數。從而大幅提升車輛的維修效率，提升車輛利用率。

4.2檢修業務智能化帶來的效率提升

智能化檢修運維平臺采用自動化技術手段，全面指導維修過程中的作業指導，使檢修作業過程信息化，智能化，將系統性的提高檢修作業效率，降低維護成本。

結語

本文闡述了軌道空調智能運維的技術方案，并依托西安地鐵，建立了軌道空調智能運維平臺，實現了空調系統在線檢測，故障預測，健康管理等功能，促進了智能運維在軌道空調行業的應用與發展。

參考文獻：

[1]李小亮，翟昊宇，趙志.智慧運維系統中新型空調控制器的研制[J].技術與市場，2021，28（05）：46-47+50.

[2]楊培盛，董先鵬，侯飛，管超，厲彥宏，劉鵬，呂方林.城市軌道交通車輛遠程專家診斷系統設計和應用[J].現代城市軌道交通，2021（04）：25-32.

[3]羅定鑫，吳疆，張瑞，沈智廣，樂細明，倪秒華，李錚偉，裘舒年.基于城市軌道交通地鐵站環控系統的在線運維與診斷系統[J].暖通空調，2020，50（09）：103-110.

[4]譚文舉.軌道交通全自動運行條件下運營場景設計及智能運維研究[D].北京交通大學，2020.

[5]張俊.軌道交通智能運維系統應用探討[J].智能建筑與智慧城市，2020（05）：70-72.

（西安中車長客軌道車輛有限公司，陜西 西安 710000）