軌道交通車輛檢修業務的信息化管理分析

陳元龍，賀婷婷，李 凱

（中車青島四方機車車輛股份有限公司，山東 青島 266000）

1 軌道交通車輛信息化檢修業務的研究背景

隨著我國經濟技術水平的不斷提升，城市軌道交通也取得了突出的進步，并且在城市化建設過程中發揮出越來越關鍵的作用?，F階段，我國城市軌道交通已經進入到了黃金發展時期，截止當前，我國開通并使用城市軌道交通的城市已經達到了43個，交通線路共計244條，而運行的總長度則達到了7969.7km。在整個城市軌道交通系統運行的過程中，車輛是其中最為復雜的環節，同時也是最核心的組成部分，因此在進行維護保養的時候往往也需要消耗較多成本。與此同時，在正常運行的過程中，如果軌道車輛出現故障喝酒會導致運行受阻，不僅影響了人民群眾的正常出行，也會對整個城市的發展造成不利影響。就當前的發展情況來看，現階段的軌道車輛檢修計劃更多是以計劃性檢修為主，整體檢修過程存在一部分無意義環節，進而造成了人力、物力方面的浪費。因此為進一步推動城市軌道交通的安全、穩定、低成本運行，加強信息化、智能化檢修的研究已經迫在眉睫?，F階段，部分城軌企業已經就檢修工作的智能化發展展開研究，其中包括城市軌道車輛智慧運維系統以及信息化管控系統的建設等。雖然相關系統的研究在一定程度上提升了其發展水平，但主要針對的方面仍然比較單一。針對這樣的問題，城市軌道交通系統應充分針對車輛全壽命周期建立相應的智能維修系統，從而為城市軌道車輛的穩定運行奠定基礎。在以往的車輛檢修過程中，更多是通過人工檢修的方法進行，進而以“看、聽、聞、摸、測”等形式完成檢修工作，在發現故障之后再實施修理。然而，人工檢修的方法存在明顯的弊端，同時也無法滿足當前城市軌道交通發展的總體需求，其中主要包括以下幾方面：第一，人工檢查的時候不同檢察人員所遵循的檢查標準也存在差異，因此對于“外觀良好”、“無傾斜”等中文表述其具體的上報情況也不相同，進而很容易出現過度上報或不報的問題；第二，在編制檢查記錄的時候往往較為繁瑣，同時開展質量追溯也面臨著較大的困難；第三，檢查人員在進行檢修的時候需要根據型號、故障的不同選擇相應的更換部件與維修方法，整體的檢修過程比較復雜，進而也對檢修人員的專業素質提出了更高的要求。在這樣的情況下，智能檢修系統的建立具備著更加突出的必要性，進而通過先進設備與大數據技術的引入來構建全新的車輛維修體系，保證可以針對人員、設備、故障等多環節實施規范化管理，質量追溯的難度也大大降低。這樣的情況下，檢修人員的工作質量與工作效率均可以得到顯著提升，同時其技術門檻也可以適當降低一些。除此以外，智能檢修系統的落實還可以進一步加強對數據資料的深度分析，并實現事前、事中、事后完善的檢修模式，最終實現提升檢修質量、降低檢修成本的目的。

2 軌道交通車輛檢修業務信息化管理的現狀分析

目前很多城市的地鐵檢修業務已經具備了智能運維體系，各城市著手建立適合自身的檢修模式。智能化檢修業務管理模式通過在軌道車輛的車門、制動以及牽引系統上安裝傳感器設備，對車輛運行在線檢測和預警。但由于很多軌道檢修管理模式較為保守，仍然以人力檢修為主，造成物力、財力以及人力的巨大浪費。在車輛上還存在很多無法及時監控到的設備，在檢修計劃中并未及時維護，威脅車輛運營安全性。根據目前車輛設備的特征，可以將檢修業務信息化管理系統劃分為智能生產管理、智能檢修管理以及專家診斷三個系統，借助于大數據分析從車輛運行數據中找出歷史數據、故障數據以及實時數據。車輛智能檢修系統已經實現了對車輛外觀、運行狀態以及車側的觀測，智能生產管理系統也已經實現了智能化設定運營計劃，對設備自動定位，分析工單沖突。

智能專家診斷系統充分利用人工智能、大數據等技術手段進行故障監測和狀態監測，對車輛健康狀態展開評估，充分利用人工智能技術、神經網絡、深度學習以及模糊邏輯等算法和技術，評估診斷軌道車輛的健康狀態，并給出維修決策，從而能夠保證車輛高質量運營，并形成預防性養護。本文以檢修業務為核心，重點研究了智能檢修系統和專家診斷的建設。

圖1 智能檢修管理系統結構圖

在車輛運行過程中，邏輯控制單元等裝置積極配合，自動采集車輛狀態，對車輛全程監控判斷車輛運行狀態。進入車輛段后根據車號識別情況對車輛進行精準定位。在車輛入庫后，智能化系統則立即展開對車輛外觀、結構部件以及磨損情況的檢查[1]。根據數據庫以及專家診斷系統能夠早期診斷，并發出警報信息。智能診斷系統能夠判斷核心組件運行狀態。軌道檢測系統和車載監控系統等子系統在運行過程中采集車輛數據，將數據統一運行至智能運維平臺，形成檢修計劃。將檢修計劃作為工作導向，將人力檢修工作和智能檢修系統聯合起來，共同完成檢修業務，提高檢修效率和質量，保證地鐵運行安全。

3 軌道交通車輛智能檢修系統

軌道車輛智能檢修系統主要利用傳感器設備、紅外線、激光射線以及圖像識別等技術，實時捕捉車輛信息，及時差別車輛的異常狀態，節約人力成本，提高車輛檢修效率。智能檢修系統解決了傳統檢修信息系統模塊之間互相獨立的問題，能夠保證各個檢修模塊之間數據傳輸的高度互通性，提高檢修數據的利用價值。

3.1 檢修機器人

智能檢修系統中利用檢修機器人完成檢修業務，智能機器人使用視覺技術、機器人技術以及多種先進算法，在靜態和動態情況下采集車體圖像，經過對圖像處理能夠掌握車輛異常狀態，減輕檢修人員工作量，能夠讓檢修業務效率得到提高。對車底的檢修使用線掃相機以及面陣相機，線掃相機可以對車底影像進行觀察，面陣相機用于定位車底設備。以下圖為例，輪軸編碼器的使用可以保障車底影像的穩定性，達到高清拍攝，能夠觀察設備異常狀態，對設備異常運行狀態進行監測，從而能夠對故障點快速識別，快速確認故障的位置以及故障的等級，讓檢修人員能夠快速針對性檢修。檢修機器人充分發揮出檢修報警和快速診斷的作用，提高檢修業務準確率。

圖2 車底檢修機器人

3.2 走行部檢測

在軌道車輛入庫時使用走行部檢測自動捕捉走行部和閘片狀態，不需要停車檢修，能夠對走行部狀態自動監控。充分利用庫內軌檢測設備采集影響，獲取走行部高清影像。數字圖像技術能夠檢測走行部以及閘片部位的異常情況，對關鍵零件變形和缺失問題進行監控。走行部檢測系統利用圖像處理智能技術，可以滿足在車速不均勻以及振動的狀況下，采集影像，并進行分析處理。

3.3 其他檢測系統

利用軌道地鐵車輛360°檢測系統對車輛關鍵部位影像資料進行監視，檢測范圍包含螺母、螺栓丟失和松動，觀察管線是否脫落，是否有異物侵入，主要對關鍵部件是否脫落進行觀察，并在異常情況下啟動報警裝置[2]。激光檢測設備能夠對車輪踏面測量，檢測車輪直徑以及對內測距，通過數據的傳輸能夠分析踏面磨耗和輪軌接觸關系，保障車輛運行過程中的安全性。同時能夠指導修理決策，提高檢修工作的針對性。

3.4 手持檢修終端

檢修人員擁有手持移動終端，可以充分利用手持終端快速完成檢修工作相關內容，如掃描二維碼快速錄入檢修工單，并查看相關部件的數據。手持終端可以提升檢修工作速度，并實現無紙化檢修，讓故障上報形式更加豐富。同時能夠將故障現場的情況通過終端上傳至管理系統，和遠程管理人員隨時溝通，派送部件等，節約檢修工作時間，讓檢修工作得到完整記錄。

4 專家診斷智能系統

專家診斷系統通過對軌道交通車載狀態進行檢測，捕捉實時運行數據監控車輛運行狀態。一旦出現數據異常會發出警報，從而預處理狀態數據，進行專家診斷，作出最合理的決策。

4.1 采集車載數據

軌道車輛主要通過傳感器、車輛總線網絡以及數據采集終端進行數據的采集，主要對制動系統、牽引系統、車門以及蓄電池等關鍵部位，采集各系統運行數據，實時監控運行狀態[3]。如今可利用5G技術進行車地無線傳輸，捕捉車輛運行狀態相關數據。

4.2 數據分析判斷

經過對車載狀態的監測，對比歷史監控數據，對照專家系統設定的數據閾值和變化趨勢，能夠分析出車輛異常狀態。如車輛軸箱軸承設備在一個區間內的振動數據，最大振動閾值為725Hz，在某個路段振動頻繁，數據區間為455～520Hz，并未超過正常閾值。但該路段數據和歷史數據差異較大，因此需要進行標記，并發出警報信息，由檢修人員到現場進行檢查。

4.3 異常狀態分0析

智能診斷系統是根據關鍵數據和變量指標評估車輛運行狀態，數據指標是診斷故障的主要參照。采集狀態數據后，對系統狀態對應的所有歷史數據進行統計，提取該區段最大數據和最小數據，計算平均數等參數。將該區段正常數據作為學習樣本，利用深度學習算法進行模擬學習，及時檢測出異常數據，確定車輛為異常狀態。數據被分為測試數據集和訓練數據集，如表1所示，可以用算法驗證數據是否在正常范圍內?；趯收蠑祿膶W習，可以特征擴充數據，每個時間窗的數據特征作為數據標記，選擇樣本數據。對數據均衡處理、降維處理以及歸一化處理，將數據按照比例分為測試集和訓練集。最后使用機器學習算法學習訓練集。并使用前段時間窗數據作為測試，驗證數據異常的可信度，發出故障警報。

表1 異常數據比例統計

5 軌道交通車輛智能檢修的未來發展

軌道車輛在城市交通發展過程中發揮了十分關鍵的作用，隨著信息技術水平的提升，智能檢修技術的應用范圍愈發廣泛，而其未來發展方向主要集中于以下幾個方面：首先，城市軌道交通車輛整體的檢修形式應不斷趨于均衡，同時可以以檢修時間、特點、類型為基礎落實不同的檢修依據，保證可以針對其檢修工作實施更加統一的管理模式，從而獲得更加完善的檢修與運維效果；其次，軌道車輛的檢修工作應逐步從計劃性檢修向狀態化檢修轉變，同時將物聯網、傳感器等先進技術引入到城市軌道交通車輛檢修工作當中。例如，可以通過傳感器來獲得車輛各個部件的實時情況，同時還可以針對車輛上的各個裝置進行線上檢測，確?？梢酝ㄟ^檢測結果來制定出有針對性的檢修計劃，進而有效實現相應的故障預警功能。

與此同時，還可以結合實際情況按照時間段完成檢修計劃的劃分，轉變以往檢修過程中固定的模式，從而最大限度地降低檢修工作中的資源浪費問題；最后，可以在城市軌道交通車輛檢修中進一步引入大數據、云計算等技術，實現為智能化檢修的發展引入更多的先進資源，并將車輛運行情況以及生命周期等數據儲存到數據庫當中，實現車輛運行狀態的遠程診斷，從而為軌道交通檢修工作的智能化發展奠定堅實基礎。

6 結束語

綜上所述，軌道交通車輛檢修業務已經逐漸完善信息化管理，積極開發智能檢修系統，并投入應用，大幅提高檢修工作質量。智能檢修系統通過利用檢修機器人、走行部檢測、其他檢測系統、手持檢修終端，提高檢修工作自動化水平。同時專家診斷智能系統經過采集車載數據、數據分析判斷、異常狀態分析，能夠對車輛運行實時監控，并初步診斷故障種類，作出正確決策。