城市軌道交通車輛智能運維指標體系與應用

（廣州軌道交通建設監理有限公司，廣東廣州 510010）

1 智能運維總體方案

城市軌道交通車輛智能運維系統分為三大部分，具體包括：車廠智能生產管理系統、車輛智能檢修系統、車輛智能專家診斷系統。三大子系統所承擔的工作有所不同，具體職能也有所差異。

（1）車廠智能生產系統主要工作內容為安排車輛的生產，智能管理車輛生產計劃，并通過設備的自動定位和核對施工工單展開智能沖突檢測工作。

（2）車輛智能檢修系統的主要功能為智能檢修，主要工作任務檢測城市軌道車輛的車底、車輪及車側是否存在異常情況和安全隱患。

（3）車輛智能專家診斷系統主要是應用科學技術手段如圖像處理技術、大數據技術和AI技術等，以模糊邏輯為推理算法，對城市軌道車輛的運行狀態進行全方位評估和檢測，掌握真實的車輛健康信息，確定車輛故障，并判斷出故障原因后，制定合理的維修方案，提升車輛的運營水平和運營質量。

2 車輛智能檢修系統

2.1 智能檢修機器人

在車輛智能檢修系統中配置智能檢修機器人，能夠全面收集車輛信息，減輕人工作業的負擔，保證檢修的精準性。這種智能檢修機器人能夠在動靜態的工作環境下收集高清的車底、車輪及車側圖像，并能夠通過應用先進的圖像處理技術、控制技術和算法，判斷車輛是否出現異常。

車底定位模塊由面陣相機和線掃相機構成，通過輪軸編碼器保持相機的穩定性，面陣相機的主要功能是定位車底設備，線掃相機的主要功能是采集車底設備的圖像。

圖1 檢修機器人采集樣圖

檢修機器人采集樣如圖1所示。智能機器人借助相機采集車底設備的高清圖像，以便運維系統根據圖像判斷軌道車輛設備是否存在異常，更高效地確定故障位置，診斷故障等級，給出相應的故障原因和維修決策方案，便于維修人員選擇恰當的檢修標準和工具設備，達到提升維修效率、降低經濟損失的目的。

2.2 走行部智能檢測

走行部檢測系統是一個安裝在城市軌道交通車輛入庫線上的系統，軌道交通車輛不需要停車，就能夠對軌道交通車輛進行自動檢測，采集高清的走行部及閘片的圖像，診斷車輛走行部是否存在異常。走行部智能檢測系統的工作原理是借助庫內軌旁檢測設備采集車側部分的高清圖像，以數字圖像處理技術為計算手段，對走行部及閘片展開詳細全面的異物檢測，判斷車輛的關鍵部件是否存在缺失和變形等問題。走行部監視單元采集模塊效果如圖2所示。

圖2 走行部監視單元采集模塊效果

2.3 其他規劃布局

車輛360°視覺檢測的功能檢測主要針對城市軌道交通車輛關鍵部件和可視部位，通過采集的高清圖像判斷車輛關鍵部件，如螺栓、螺母、受流器及齒輪箱等是否出現了松動和丟失，檢查各類管線是否存在脫落問題。在對車輛關鍵部件常規測距和可視部位的圖像監視過程中，若發現存在異常情況，系統會自動提示和報警。

輪對數字激光檢測的主要功能是精準、高質量地完成車輪踏面輪廓、車輪直徑及對內側距的測量工作，以無線數據傳輸為手段，將采集的數據傳輸到控制系統，便于分析車輛穩定性，為輪對鏇修決策提供科學有效參考，為提升列車運行的穩定性和安全性奠定良好基礎。車輛360°視覺檢測和輪對數字激光檢測能夠提升車輛軌旁檢修水平，實現對車輛走行部、閘片的科學檢測，掌握準確的車體情況，提升車輛檢修的智能化水平。

3 車廠智能生產管理系統

3.1 車輛狀態管理

車廠智能生產管理系統能夠借助定位設備對已經進入廠段的車輛開展實時動態監測，精準定位車輛停放的股道，反饋車輛的帶電狀態、故障信息等相關狀態信息，確定維修工單的情況，為檢修人員查詢確定車輛的整體狀態提供便利。同時，以邏輯條件為算法，能夠對股道的狀態進行全天候動態管理和檢測，判斷作業是否能夠正常進行，確定各個檢修維護作業時間是否沖突，最終達到提升車輛狀態管理智能化水平的目標[1]。

3.2 運營日計劃管理

智能運維系統能夠綜合考慮車輛檢修計劃、施工情況及廠段股道信息等影響因素，建立并完善車輛智能排布模型；按照各影響因素的權重值對車輛進行排布，智能化排列車輛運營日計劃；根據車輛檢修的具體需要和實際情況，如需要收回、發出的車輛，檢修維護人員再次對運營日計劃進行靈活調整，提升運營日計劃管理的水平。

3.3 定位管理

系統基站以超寬帶定位技術與車載定位設備為技術手段，對進入車廠車輛進行精準定位，并使車輛狀態在車廠控制中心的監控屏幕上能夠實現實時更新。借助安裝在鐵鞋等車廠內關鍵設備上的定位設備，系統基站能夠精準定位這些關鍵設備的位置，并調整其擺放位置。佩戴安全帽和胸牌等定位設備的作業人員及檢修人員，同樣能夠實現和系統基站進行通信，并且能夠在車廠控制中心的監控屏幕上實時更新其位置和狀態，防止未授權人員進入現場，提高生產作業和檢修作業的安全性。

3.4 施工作業管理

車廠智能生產管理系統能夠快速、高效、自動生產車廠當日的檢修計劃工單，值班人員能夠借助移動終端遠程設備查看核對檢修人員，并且可以一鍵派發檢修計劃工單。系統以當值檢修人員的專業資格、經驗為參考，同時考慮車輛檢修工作的工作量和檢修難度，合理分配檢修任務，完成車輛檢修計劃工單的派發。

派發完工單且車輛檢修完成關閉工單后，車廠智能生產管理系統就自動生成車輛電子維修履歷，便于判斷車輛壽命周期和后期的檢修工作。

3.5 智能移動終端應用

智能移動終端的應用使得工作人員可以直接利用手持移動終端完成檢修工單的填寫、申請等，可以掃描二維碼，直接對應設備的檢修任務單，簡化登車作業審批、請銷點及斷送電等檢修流程，提升車輛檢修的智能化和無紙化水平。同時，智能移動終端的應用豐富了故障上報形式，從簡單的文字記錄完善到拍照、音頻等，提供實時查詢車輛狀態的條件，掌握實時的車輛狀態信息和檢修數據，查看車輛歷史故障的處理[2]。

4 智能專家診斷系統

4.1 車載數據采集

車載狀態監測設備的主要任務是實時動態監測車輛關鍵系統和關鍵部件的運行狀態，實時更新車輛運行狀態，這一設備由傳感器、多功能車輛總線（MVB）網絡等部件構成，其數據傳輸依靠5G等車地無線傳輸方式實現。

4.2 數據趨勢判斷

車載狀態監測設備能夠實時收集車輛的狀態信息，智能專家診斷系統能夠比較實時的車輛狀態信息與車輛關鍵系統、關鍵部件的歷史數據，繪制記錄圖表，并對車輛狀態的數據進行科學全面分析。

運行區間車輛右軌振動數據如圖3所示。

圖3 車輛輪軌振動記錄

分析圖3可以發現，在區間K25+292～K25+400中，車輛輪軌的最大振動有效值為74.284 mm/s2，波磨路段的振動頻率為400～450 Hz，雖然沒有超出車輛智能專家診斷系統所設定的范圍，但結合該軸的歷史數據分析圖表，可發現振幅較大，最后發出報警提醒，檢修維護人員接收報警提醒后應及時展開車輛走行部的檢修作業。

4.3 異常狀態檢測

車輛智能專家診斷系統的工作原理為選擇影響車輛運轉的關鍵因素，全面收集影響車輛運轉的過程變量，以全部車輛狀態數據為基礎，統計不同區段模擬量數據，再提取不同區段的各類參考數和區間特征值（如最大值、最小值），利用相應算法完成數據重組。最后，車輛智能專家診斷系統會選擇同類車輛及其相關狀態數據、故障判定的標準作為參照和學習樣本，利用無監督機器學習算法對城市軌道交通車輛進行數據檢查，判斷車輛是否出現異常情況[3]。

4.4 故障預測方法

系統故障預測應以故障數據點作為基礎，并應用監督機器學習方法。先選擇數據進行標記和處理，以時間窗為段；再按照數據處理流程對數據進行歸一化和均衡化處理，形成數據集，并根據故障預測的需要將數據集劃分為訓練集和測試集；以機器學習算法為學習方法，讓系統在訓練集中進行故障預測，建立故障預測的模型，實現對數據異常的反映，保證系統檢測到數據存在連續異常時，能夠自動發出報警信號。

5 結語

城市軌道交通車輛智能運維系統優勢突出，在城市軌道交通車輛中應用智能運維系統，不僅能夠提高車輛檢修的效率、延長車輪等設備的使用壽命，還能夠控制檢測維修費用，節約人力成本，提高車輛檢修的安全性。