無錫地鐵綜合監控智能檢測維修平臺設計研究

趙 野，張 寧，劉德武，徐春峰，趙嘉偉

（1.無錫地鐵集團有限公司運營分公司，江蘇無錫 214171；2.東南大學智能運輸系統研究中心軌道交通研究所，南京 210018）

1 概述

城市軌道交通由于其安全、快速、準時的特性，成為了大多乘客優選的出行方式。隨著軌道交通運營規模的擴大，對運維管理的要求也越來越高，如何在保障安全運營的基礎上降低運維成本、提升軌道交通設備智能化管理水平，成為當下研究的熱點。目前多家軌道交通企業已經建立獨立的設備管理信息系統，用于故障信息管理[1]、風險管控[2]、智能運維[3]等，但此模式對設備故障預見性不足，同時也忽略了設備帶來的大量有價值數據。智能運維系統是利用先進傳感器技術獲取設備實時運行狀態信息，借助大數據、人工智能等技術對設備進行狀態監測和故障預測，實現設備狀態修，該系統能大幅提高維修保障效率和設備可靠性，但獨立建設代價較高，不適合中小規模城市發展。

綜合監控系統采用先進的計算機技術和控制技術實現軌道交通控制系統的集成化、數字化和智能化，集成和互聯了眾多的機電子系統，如電力監控、環控、廣播、乘客信息、列車監控、視頻監控、門禁、火災報警系統等，可提供設備的運營狀態和重要報警信息等，可以為設備健康狀態分析[4]、故障預警[5]、狀態監視[6]，設備控制[7]等提供海量數據。然而綜合監控的應用主要還是以設備本身的監控為主，但對綜合監控本身采集數據的深度挖掘和應用處在起步和摸索階段[8]?；诰C合監控的優點及智能運維的需求，本文以無錫地鐵綜合監控為依托，搭建智能檢測維修平臺，分析監控需求和功能需求，制定出該檢測平臺的系統架構，實現對機電及自動化設備的狀態修。

2 現狀及需求分析

要研究搭建無錫地鐵綜合監控智能檢測維修平臺，首先對綜合監控系統、無錫地鐵目前維修現狀及平臺功能需求進行分析，為平臺的架構設計做好基礎。

2.1 無錫地鐵綜合監控系統

無錫地鐵綜合監控系統采用兩級管理（中央、車站）和三級控制（中央、車站、現場）的原則，集成了電力監控（SCADA）、廣播（PIS）、閉路電視（CCTV）、屏蔽門（PSD）、火災報警（FAS）、門禁（ACS）、環境與設備監控系統（BAS）等子系統，由以太網交換機、前端處理器、實時服務器、綜合后備盤等主要設備組成，在功能強大的上位機集成軟件開發平臺的支持下，將各子系統的設備數據集中采集、統一處理，使管理人員及時了解設備的運行狀態并對其進行控制，提高車站運營和管理效率。

2.2 無錫地鐵運維現狀

目前無錫地鐵設備運維主要存在以下問題：

各專業、各線路分別進行運維管理，存在信息孤島，各系統的開放性差，專業間、系統間互聯互通困難；數字化、智能化程度低，智能感知水平有限，覆蓋范圍不全面，制約智能應用和智能輔助決策等；仍常用故障維修和計劃維修，導致服務水平較低，維修成本較高；維修人員在日常維護和故障處理時，仍依靠人工完成數據采集、分析等工作，無法滿足高質量的維修管理。

無錫地鐵目前的運維現狀與日益增長的智能維修需求的矛盾，需要迫切的研究出適合無錫特色的智能運維方案，本文正是基于上述問題設計的基于綜合監控的智能檢測維修平臺。

2.3 智能檢測維修平臺功能需求

智能檢測維修平臺是以綜合監控采集的數據為基礎，對綜合監控部分子系統中的數據進行重新分析處理，并補充部分設備接口和監控需求，開放子系統內部信息，標識設備應有的狀態和閾值，以達到提前預警風險狀態的效果，檢測維修平臺的主要功能如下。

1）設備基礎數據檢測

本平臺可針對系統特有數據（設備累計運行時間、累計故障次數、開啟次數）進行檢測，并形成統計表。例如環控風機系統中的頻率反饋、線電壓、線電流、功率反饋數據；給排水系統中水泵電流值、水泵過載數等。

2）設備運行狀態監管

依據數據報表以及預設點表對系統中運行狀態以及設備參數進行分類監視，并統計歷史記錄，形成統計表。例如：EPS系統中的電池柜溫濕度參數、設備房溫濕度參數；給排水系統中的水位狀態、水池長漲趨勢；自動扶梯系統中的運行電流參數，以此來生成空載/負載運行時間圖。

3）設備狀態評估及預測

設備狀態評估及預測是以設備的狀態為基礎，通過狀態檢測，狀態評估和壽命預測來預測設備狀態的發展趨勢。狀態檢測是采集設備一系列機、電、液、光等參數信息，而此功能在上述1）、2）中已經提到，這些參數信息能真正的表明設備的狀態，然后通過分析判斷設備的狀態，最終做出相應評估及預測。

4）設備模塊智能關聯分析

基于歷史統計數據，依據設備模塊間的關聯關系，引入因果關系檢驗的思想并構建模型。減少設備在短時間內發生多次告警，降低處理故障預警數，實現設備關聯恢復。例如：自動售檢票系統中的設備紙幣接收模塊、硬幣模塊、發卡模塊3個模塊存在相互關聯關系。此功能可有效實現設備模塊的關聯恢復，也能一定程度上預測設備故障，以便及時采取預防措施避免。

5）設備故障率及維修周期分析

將設備故障率定義為運行到某時刻尚未發生故障的設備，在該時刻后的單位時間內發生失效的概率。基于大樣本故障數據，采用數理統計分析方法，對獲得的無故障運行時間數據進行分析，得出設備故障率，并由此計算設備的維修周期。

6）智能故障預警

依據預設點表對無錫地鐵設備的運行狀態、故障狀態進行監視，統計故障頻率及時長，對特定故障發生超過正常頻率或持續時間超過正常時長的設備發出檢查或維修提醒，并形成統計表，并根據數據和狀態統計報表給出故障分析。

3 智能檢測維修平臺設計

智能檢測維修平臺的核心是基于監控數據、采集數據、環境數據等海量數據信息，借助大數據計算、云計算技術等手段，綜合考慮設備的可靠性和經濟性，實現維修管理的智能化，從這個理念出發，來進行智能檢測維修平臺的設計。

智能檢測維修平臺整體架構可以定義為3層：數據采集層、數據處理層、應用層，如圖1所示。

圖1 智能檢測維修平臺整體架構Fig.1 Overall architecture of intelligent detection and maintenance platform

1）數據采集層

數據采集是整個平臺的基礎，完成對機電設備的狀態數據、故障數據、性能指標數據、環境數據等數據的統一采集，滿足平臺數據獲取的需求。

采集層實現綜合監控系統數據的接入，并預留其他子系統的接口，對采集到的數據進行協議解析、編解碼處理后，上傳到數據處理層。

2）數據處理層

數據處理層實現對實時數據的存儲和對歷史數據的運算處理，并定義標準化的指標體系。數據存儲用于落地運維數據，可根據不同的數據類型和使用場景，選擇不同的存儲方式，積累大量的運維數據；數據分析相當于“大腦”功能，利用人工智能算法，根據具體的運維場景、業務規則，做出決策。

3）應用層

應用層主要依據地鐵運營生產需要，以研究集成系統設備的應用為目的，將研究思路和方法具體實現，例如設備設施的狀態修。并對生產數據進行挖掘、分析、處理，最終對研究對象的實時狀態、數據指標等進行多樣化呈現。

4 實施案例

以無錫地鐵三陽廣場和南湖家園為試點站，搭建綜合監控智能檢測維修平臺，開展機電自動化設備智能檢測系統的研究。

4.1 系統組成

系統主要由數據采集機、實時/歷史數據服務器、應用服務器、Web服務器、工作站等設備組成。系統架構如圖2所示。

圖2 智能檢測維修平臺系統實施圖Fig.2 System implementation diagram of intelligent detection and maintenance platform

數據采集機實現與FAS、BAS、PSD、ACS等系統的連接，可采集各系統內部運行參數及所連設備的累計運行信息；實時/歷史數據服務器實現對實時數據的存儲和對歷史數據的運算處理等，并滿足系統開發過程中所有對歷史數據及服務的需要；應用服務器是依據運營生產需要，以研究系統設備“生命周期”、“狀態修”為目的，對生產數據挖掘、分析和處理；工作站是對研究對象的實時狀態、數據指標等多樣化的呈現；Web服務器是對數據庫的數據訪問。

4.2 功能實現

以環控風機為例，環控風機由BAS系統進行監控，通過智能檢測維修系統對采集的數據分析，可實現功能如表1所示。

表1 智能檢測維修系統的實施應用Tab.1 Implementation and application of intelligent detection and maintenance system

可以看出，智能檢測維修平臺在監控系統的基礎上，對機電設備的數據進行分析處理，可反映設備的運行狀態和具體故障信息，有助于第一時間做出預判和響應，有利于加深維護人員對系統的認識，提高運營管理效率。

隨著系統功能的完善，以及智能維修的需求，可對重要設備的關鍵部件加裝傳感器，采集能直接反應設備健康程度的狀態信息，經此平臺接入數據層，實現狀態修。

5 總結

本論文以無錫地鐵實際情況為背景，圍繞試點站情況通過需求分析、功能確定、架構設計3方面具體對綜合監控智能檢測平臺進行具體介紹。此平臺可通過遠程客戶端實時反映設備運行狀態和具體故障信息，有助于第一時間做出預判和響應；存儲和分析生產數據，用于設備維護周期和全壽命周期的研究；所呈現的系統內部信息，加深維護人員對系統的認識。在后期開發中，將通過科學的數據統計分析，積累設備維護經驗，為回顧歷史數據及提出新應用提供數據支持。