基于剩余壽命預測的AFC終端設備健康度評估方案探討

祁豆豆

（廣州地鐵設計研究院股份有限公司，廣東 廣州 510010）

城市軌道交通自動售檢票系統是一個基于計算機控制、通信傳輸、自動識別、精密機械和傳動等技術，實現城市軌道交通售票、檢票、統計、清分、管理等全過程的高度智能化和信息化的自動控制系統，也是乘客在城市軌道交通中使用頻率較高的系統之一[1]。隨著城市線網規模的不斷擴大，自動售檢票終端設備數量逐漸增加，設備健康度實現可視化展示對運營維護維修具有重要的指導意義。

常用的健康度預測分析方法大致分為3種，多參數分析、趨勢分析和對比分析。為了提高健康度預測可信度，在上述分析方法的基礎上，除采集設備上傳信息的必要數據之外，還可采用建立模型并優化預測過程的方式，構建設備的健康度評估體系，通過相關指標有效表征健康狀態的變化[2]。自動售檢票系統設備內部模塊較多，發生故障或運行性能退化的原因復雜且具有不確定性，在不增加監測設備的前提下，根據車站運營數據，建立相關模型分析健康度十分困難。

因此，本文以自動檢票機為例，將設備健康度轉換為剩余壽命，以百分比的方式對其進行量化。利用與綜合監控的既有接口，將結果上傳至智慧車站綜合運管系統（以下簡稱“SOM系統”）做可視化的展示，期望對運營后續維修和維保管理提供參考。

1 自動檢票機健康度評估體系

目前常用的軌道交通自動檢票機大致有旋轉式檢票機、剪式扇門檢票機、拍打門式扇門檢票機3大類。自動檢票機主要硬件配置有工控機、乘客通道傳感器、閘門、單程票回收模塊、電源模塊、不間斷電源UPS、通信指示燈、刷卡天線板和蜂鳴器等。隨著技術的不斷發展創新，部分城市自動檢票機設置人臉識別模塊、二維碼模塊、藍牙模塊、指紋識別模塊等多元化支付功能模塊。本文選用最常見的自動檢票機，如圖1所示，根據關鍵部件上傳參數，對自動檢票機健康度進行量化處理。

圖1 某自動檢票機內部結構示意圖

1.1 計算方式

自動檢票機健康度的影響因素較多，根據運營維修人員反饋，長時間使用后常見主要故障為不間斷電源UPS故障、扇門故障、單程票回收模塊故障、乘客通道傳感器故障和刷卡天線板故障，本文選用這5個主要影響因素，基于權重的健康度計算模型如下：

采用1-9標度法及現場運維人員的實際經驗[3]，確定同一等級指標的相對權重值，得出判決矩陣如下：

通過計算，得到上述矩陣的最大特征值λmax為5.22。因判斷矩陣是按兩兩指標的重要性構建，各指標間的相對重要性可能不一致，進而需對其進行一致性檢驗。求得判別指標CI如下：

式中，n為評價指標即影響因素個數，將CI值與重要性標度指標RI值（見表1）的比值作為一致性檢驗指標CR，代入公式：

表1 重要性標度值

求得一致性比率C R=0.049＜0.1，滿足一致性要求，則說明該判斷矩陣可以接受；反之，則要重新構建判斷矩陣，直至CR滿足判決要求。

因此，根據最大特征值，對特征向量進行歸一化處理后，所得不間斷UPS故障、扇門故障、單程票回收模塊故障、乘客通道傳感器故障和刷卡天線板故障5個主要因素的權重如下：（0.06，0.51，0.29，0.04，0.1）T。

最終設備的健康度計算公式為：

根據健康度計算公式，Hi（i=1、2、3、4、5）分量會根據模塊運行情況發生變化。根據各模塊廠家提供參數，結合運營數據可計算出Hi分量。其中，H1為不間斷電源UPS分量，可根據自動檢票機的上線使用累計時常計算；H2為扇門模塊分量，可根據自動檢票機累計過閘次數計算；H3為單程票回收模塊分量，可根據自動檢票機回收票卡累計次數計算；H4為乘客通道傳感器模塊分量，可根據自動檢票機的上線使用累計時常計算；H5為刷卡天線板模塊分量，可根據自動檢票機的累計刷卡過閘次數計算。

1.2 評估規則

目前設備健康度評估的方法主要以健康狀態等級為主，見表2，將健康度H值0-1，按百分比劃分為1-4等級，量化終端設備健康度狀態[4]，根據SOM展示界面設備健康度報警狀態，為運營對相應設備進行預測性維護提供參考建議。

表2 終端設備健康度等級表

1.3 應用分析

根據車站自開通以來設備累計運行時間、自動檢票機如AGM01累計過閘人數、回收類票卡過閘人數、刷卡過閘人數等基礎數據，以及各模塊設備廠家提供參數，代入公式，可得出自動檢票機健康度數值。

根據車站自動檢票機健康度數值，實際應用中，終端設備預測性維護應著重于發現和避免系統失效，終端設備從數據采集到SOM健康度結果分析及推送預警信息的工作流程如圖2所示。針對異常模塊健康度分量，經系統自我診斷篩查和人工確認后，SOM平臺可通過資產管理系統的信息得知備品備件數量，從物資倉庫自動調取備件、通過維修管理系統派發維修工單，再通過單兵設備指導現場運營人員進行維修。此外，低客流時段可選擇性停用一些健康度值相對較低的設備，在高峰小時客流階段重新啟用，不僅節能，還可降低設備維修次數。

圖2 終端設備預測性維護工作流程

1.4 誤報警分析

因運營日常使用習慣，車站會暫停部分自動檢票機等終端設備面向乘客服務功能。根據本文健康度計算方式，綜合看本平臺難以區分自動售檢票終端設備正常停止使用和故障信息，這樣會導致設備故障信息誤報。需設備廠家更改軟件界面，新增設備停用/啟用子項，便于運營根據使用需求，正常屏蔽設備，且在圖元顯示中以顏色區分故障和停用的不同，避免設備誤報警信息上傳，降低SOM上自動售檢票系統終端設備的誤報率。

2 與SOM系統接口對接

自動售檢票系統利用與綜合監控的既有接口，除了上傳終端設備服務狀態（正常、暫停、降級、報警）、通訊狀態（在線、離線）和車站進、出站客流等基礎數據之外，新增上傳AFC設備診斷及系統健康度分析結果。通過綜合看板“設備管家”機電設備健康度查詢，AFC將采集到的終端設備中的關鍵部件的運行狀態、運行次數、故障次數、累積運行時長等數據進行統計、分析，通過數學統計算法得出這些AFC設備的健康度分值。根據設備診斷及系統健康度分析結果，可對健康度分值異常模塊進行定向定期維護。SOM平臺推送診斷建議、經人工確認后自動派發維修工單，為運營維護維修提供參考方案。

3 結束語

自動檢票機健康度的影響因素有很多，除產品內部各模塊自身因素外，還涉及客流因素、乘客行為、使用環境和維保水平等多方面[5]。本文將健康度折算成剩余壽命，通過運營人員經驗設定了各影響因素系數，依據設備運行數據計算，在設備整體健康度上可進行直觀展示，具有一定的健康度預測價值。但權重系數評估依賴經驗值，不適用于廣泛應用。下階段將以數據為支撐，從模型選擇和構建的角度，進行對比分析，提高健康度評估的準確性，以期為智能化運維提供技術支撐。