城市軌道交通智能化維修策略分析及研究

丁敏

（廣州中車軌道交通裝備有限公司，廣東 廣州 510000）

1 前言

截止到2021年4月，我國已有37座城市開通地鐵，運營里程超過100km的城市有13座，城市軌道交通能夠有效緩解城市交通壓力，是城市發展必不可少的基礎性建設。城軌車輛是運輸的直接載體，是乘坐體驗的第一媒介，同時也是保障乘客安全的首道屏障，伴隨著人們對服務質量越來越高的要求，地鐵運營公司需要在各個環節進行優化，地鐵車輛優化更是重中之重。目前，地鐵車輛維修多數沿用鐵路車輛維修策略，維修效率較低、成本較高，伴隨人工智能、大數據、設備檢測技術的發展，以智能化、數字化為特征的車輛智能化維修管理體系也在不斷推廣。

隨著我國科技水平進步，地鐵車輛維修也向著智能化方向發展，檢測設備更加精密、科學、準確，檢測平臺更加系統、智能，根據長期的運行經驗得出，傳統的檢修策略效果有待提升，經常出現部件過度維修，造成人力、時間成本的增加。目前主導維修體系主要分為兩大體系，預防為主與以可靠性為主，即以以磨損理論為基礎的計劃預防維修與以故障統計理論為基礎的狀態預防維修，以可靠性為主成為近年各大學者的研究重點，通常僅需調度最少的維修資源保證機車的可靠性和安全性，并引入成熟風險管理方法——影響分析和危害性分析（PMECA），符合實際檢修場景，保證檢修效果、降低檢修成本。

本文選定狀態檢修方向，為優化車倆維修策略，開展城市軌道交通智能化維修策略分析及研究，首先介紹車輛信息管理與運營安全問題，分析車輛維修管理現狀，設計一種基于模糊綜合判斷的改進故障模式及影響分析和危害性分析（PMECA）方法，提高故障數據分析的深入性，科學呈現車輛部件狀態和故障趨勢，并以此為基礎針對性制定維修策略，為提升城市軌道車輛智能化維修水平提供新的參考。

2 車輛運營管理現狀

2.1 車輛信息管理問題

信息管理是現代化企業發展的重要組成部分，隨著我國地鐵運行規模的飛速發展，車輛維修信息管理問題也是愈發重要。地鐵車輛維修信息管理受到越來越多的重視，主要存在以下幾點問題。

（1）車輛每日運行數據較多，數據整理、錄入、傳輸等工作占用大量的工作人員的時間成本，降低現場工作效率。（2）采集得到的數據中重復性數據占比較高，例如車輛故障會在每日報告、故障報告、結交班記錄等多項報告中重復出現，容易造成數量冗余，并且易出現信息轉述出錯，降低工作效率。（3）由于每日新增數據過多，人員工作變動，存儲介質損壞、更換，造成舊數據丟失的現象越來越多，直接影響數據后期的查詢與歸檔出現問題。（4）雖然歷史信息能夠實現搜索，但是對系統進行系統審核時，通常需要較長時準備時間，并且常出現文件編號不連續，文件檢索不全的現象，造成工作被動。

2.2 車輛運營安全問題

運營車輛數據與日俱增，不僅帶來信息管理壓力，車輛安全問題也是日漸突出。一方面車輛是乘客安全的直接保障，其安全隱患對乘客安全將直接產生威脅，另一方面因車輛為題造成車輛晚點、清客甚至救援，會對城市正常運行造成不良現象，影響城市形象，對地鐵行業口碑也是較大沖擊。因此為保證良好的社會形象，需要最大程度保證車輛運行狀態，提升車倆生產質量與維修品質，將軌道交通事故隱患降至最低，這成為車輛生產與運營方的巨大挑戰。

車輛在交付運營后，運營方需要對車輛大量電氣及機械設備進行科學維修，保證車輛連續可靠運行，通常需要在故障出現后，準確查找故障點，分析故障產生原因，解析故障全過程，并制定整改措施；同時需要對車輛制定科學的檢修保養方案，將安全隱患進行消除，確保車輛始終處于良好的工作狀態。

3 基于模糊綜合判斷的PMECA方法

3.1 模糊神經網絡的學習過程

與其他神經網絡模型類似，模糊神經網絡同樣將誤差error變化作為訓練評估目標，利用梯度下降法來調整和更新網絡中的參數。

首先，利用式（1）計算網絡誤差error：

式中，yd分別為網絡實際輸出；ye為網絡期望輸出。

然后，根據誤差error按式（2-4）調整和更新網絡參數。

式中，pij為模糊神經網絡系數，a為學習率。

3.2 改進PMECA方法

結合模擬神經網絡的優勢，制定改進PMECA流程圖，如圖1所示。

圖1 改進PMECA流程圖

收集現場得到的車輛運行過程中的故障數據，選取部分典型故障數據，應用傳統FMECA方法對故障模式與原因進行分析；確定評價因素集M，制定故障模式3個常用評價指標：

M=｛發生度，嚴重度，可探度｝

專家組評定評估等級與不確定度，由專家組選定高斯隸屬度函數，評估故障模式分線與不確定度，計算基本概率分配指標并進行歸一化處理。

專家組對某一因素集評估結果確定基本概率分配矩陣。

確定權重集與系統故障危害度確定。

對故障模式危害度排序，危害度越大，引發的安全性事故風險越大。

4 智能化維修策略

4.1 車輛維修要求

提升車輛系統可靠度，優化車輛系統的維修計劃，需要在車輛系統設計之初對車輛的維修性要求進行明確。車輛的維修性要求主要分為定量要求與定性要求。

（1）定量要求。定量要求是指車輛系統在維修計劃中的具體量化參數，只有對車輛系統維修性進行具體量化，才能以對車輛進行定量分析，并以此為基礎制定維修計劃，并確定維修過程中維修指標。

（2）定性要求。車輛系統維修是一項復雜的工程，定性要求作為定量要求的補充，是輔助達成定量要求的一種措施。通常情況下具有幾點要求：①以完成修復指標為目標，確保維修過程的安全性；②對車輛系統進行必要的結構劃分與電氣化分；③維修過程應具備可達性；④降低維修難度與對維修技術的技術要求，減少維修項目數；⑤提升維修過程中標準化作業程度與零部件互換域度；⑥車輛系統貴重零部件需具備可修復性；⑦車輛系統關鍵零部件需加強其運行狀態監視。

4.2 生產策略

根據改進PMECA，明確維修度M(t)、維修率μ(t)、平均修復時間MTTR、平均預防性修復時間Mpt等，例如，已知車輛部件故障1000km范圍內各部分故障統計。

表1 車輛部件故障1000km內各部分故障統計表

車輛在充分考慮重要性、可靠性、可達性、檢修方法、可拆卸性等影響因素前提下，結合車輛主要部件對維修性的隸屬度進行打分，得到車輛系統各部件對維修性指標要求的高低程度，求解出車輛各部件所應分配的修復時間，根據計算出所分配的修復時間，如表2所示，進而指定合理的維修計劃，來保障車輛的穩定運行，實現維修過程中兼顧系統可靠性與資源分配，提升經濟效益提供重要的理論支持。

表2 各單元修復時間分配結果

5 結語

本文設計的一種基于模糊綜合判斷的改進故障模式及影響分析和危害性分析（PMECA）方法，提高故障數據分析的深入性，并以此為基礎針對性制定維修策略，保障車輛的穩定運行，實現維修過程中兼顧系統可靠性與資源分配，為提升城市軌道車輛智能化維修水平提供新的參考。