城市軌道車輛維修模式的優化與改進研究

韓南南

(常州工業職業技術學院，江蘇 常州 213164)

0 引言

隨著我國城市化進程的發展，國內軌道交通已進入高速黃金建設期和安全運維期。與此同時，整個軌道行業對于保障列車運營安全、提高服務質量、降低運營成本的要求也越來越高。軌道交通車輛是軌道交通系統的關鍵設備，車輛的安全性、可靠性是乘客安心出行的必要條件。

一般車輛的使用年限在30年左右，車輛長期運行很容易造成車輛機械磨損，為了保證車輛安全可靠的運行，運營期間，需要對車輛進行科學的檢查和維護。據統計，地鐵車輛維修成本約占整個軌道交通建造成本的40%。因此建立合理的車輛維修模式，有效安排維護檢修工作，對車輛安全運行、降低運營成本、縮短投資回收期有十分重要的實際意義。

1 城市軌道車輛維修模式的發展

很多城市的地鐵線路運營時間已超過15年，隨著城市運營規模的不斷擴大，車輛維保的壓力也不斷增強。為準確查找、判定車輛系統隱患，提高維保精準性，控制和減少車輛故障對正線運營影響，提高車輛系統運維工作效率和水平，減輕維修人員工作強度。基于狀態檢測、特征提取、狀態評估、故障診斷、故障預測、維修模式優化和維修決策于一體的智能維修模式不斷被開發。各單位利用車聯網、軌旁監測、車載監測等技術手段，對列車車輛外表故障、磨耗件尺寸、走行部溫度以及關鍵部件狀態等進行監測，有效減少車輛系統故障，保障車輛全生命周期的安全性和可靠性。同時，傳感器技術、大數據、“互聯網+”、人工智能等尖端科技的發展，為軌道交通車輛智能維保提供了技術支持。目前，智能維保技術的主要應用于列車走行部軸承、傳動齒輪、輪對踏面和構架的振動沖擊及溫度信息、車頂受電弓、絕緣子、避雷器、空調機組、天線等車頂設備的動態檢測與預警，包含車頂異物、車頂關鍵部件變形和丟失；對蓄電池單體電池以及電池組的電壓、電流、內阻的在線監測等。

城市軌道交通車輛智能維保系統主要包括在線檢測系統、信息傳輸系統、數據管理中心、故障診斷與健康狀態評估系統、信息管理系統。通過對車輛關鍵系統、零部件的運行狀態、剩余壽命和運營生產數據采集，以故障檢測與健康管理技術為基礎搭建模型，根據模型評估對車輛關鍵系統、零部件的運行狀態和剩余壽命與運營生產數據融合分析，對設備健康狀況進行監視、診斷、預警，并進一步作出維護指導，從而實現以車輛全壽命周期健康狀態為導向的狀態維修方式，提高了列車運行突發故障的應急處理能力、車輛維修效率、車輛的可靠性和使用率，降低了車輛全壽命周期的維護成本。

1)在線檢測系統依托傳感器高精度、小型化、集成化、嚴酷環境適應性、可靠性、低能耗的特點，在列車上和軌旁安裝在線監測設備(如紅外線、激光、線陣相機、雷達等)，檢測車輛的外表尺寸、磨耗、電機溫度以及關鍵零部件的狀態，通過圖像識別、激光測距、機器視覺等技術，對列車實時狀態數據進行采集。

2)信息傳輸系統依賴于無線通信技術的發展，采用光纖、WLAN、5G公網，傳輸到運維數據管理中心。

3)數據管理中心通過對車載數據、地面監測數據、檢修操作數據、資產管理數據、生產數據進行預處理。數據分析平臺的檢測結果可為現場管理提供維修預測參考，巡檢人員在工作中可以把分析數據與在線監測數據進行比對校驗。

4)故障診斷與健康狀態評估系統利用故障診斷技術對列車進行實時檢測、診斷、對列車狀態走向進行預測，典型的故障診斷與預測流程包含了數據特征提取、數據融合、健康狀態評估、故障診斷、故障預測、保障決策等環節。

5)信息管理系統依據診斷數據生成統計報表、診斷結果，進而制定維保方案。

車輛運維系統將各子系統，包括牽引系統、輔助系統、弓網系統、輪軌系統、車門系統、空調系統、乘客信息系統、制動系統等列車子系統聯系起來。形成集運行監控、故障預警、健康評估、維修指導于一體的智慧運維系統。人工智能技術的大力發展與大數據計算服務器的邏輯運算能力大幅提高，雖然讓設想得以實現，但是巨大的數據庫與判斷條件也需要不斷進行測試與演算，智能維保系統方案還不夠成熟。

2 城市軌道車輛常見的幾種維修模式

隨著各種新興設備的出現，各種各樣的運維模式也相繼出現。目前車輛維修的模式主要分為：計劃性維修、經驗修、故障維修、狀態維修和委外維修。我國城市軌道交通車輛的維修主要采用計劃性維修與故障性維修相結合的檢修模式。

2.1 計劃性維修

計劃性維修也稱預防性維修，主要針對車輛和部件故障預防，在故障出現之前采取預見方案，有計劃地進行預防性檢查和維修保養，車輛運營初期主要采用這種維修模式。計劃性維修是以車輛及設備廠家維護手冊為依據，定期對設備進行維修，檢修級別和檢修周期主要以車輛制造商提供的數據為依據，因車輛制造商和車型的不同而不同。 根據車輛每個部件的壽命、車輛的運行環境等因素綜合考慮，維修規程可分為：日檢、雙日檢、列檢、雙(3)月檢、定修、架修、大修等(見表1)。由于每個城市行車條件不同，計劃性維修主要依據車輛走行公里數進行定期維護維修。

表1 車輛計劃性維修修程和檢修周期

來源：《地鐵設計規范 GB 50157-2013》。

2.2 經驗修

經驗修主要針對沒有明確維修策略的系統和部件，不能進行有規律的計劃修策略，此時需要具有長期使用經驗的維修人員，通過經驗積累，制定維修規程和工藝。

2.3 故障性維修

故障性維修是按照車輛隨機發生的故障執行臨時維修的檢修模式。在運營過程中出現故障時，采用對在線運營列車以維持運營為原則進行應急處理，對回段列車以出庫標準為原則進行快速處理。

2.4 狀態性維修

狀態性維修是依靠智能化檢測設備對車輛運行狀態在線檢測并預測可能發生的故障。基于智能運維技術，以國內主要城市軌道交通企業、鐵路行業等標準，建立設備系統數據庫，通過采集設備出場數據、運行過程中的數據、檢修試驗數據，并結合大數據算法對采集的數據進行計算得出評估結果，實現對設備系統內各部件的自動預警、自動輸出報表等功能的一種新的設備維保概念。

狀態性維修的實現必須依托先進檢測傳感器的技術手段，在此基礎上利用互聯網強大的云計算將對應設備采集的信息與廠家資料、國內外行業規范、技術總結綜合起來，采取大數據計算的方式分析得出設備最精準的狀態評估結論。這種維修模式可以有效減少維修人員數量，降低維修費用，及時發現設備隱患，迅速排除故障，節省檢修時間，保障設備安全穩定運行，提高設備的運行維護管理水平，最終達到對設備的全壽命周期管理目標。

2.5 委外維修

目前，很多地鐵公司主要負責列檢和月檢，將計劃維修中的架修、大修實行委外管理模式，委托車輛制造廠進行維修。大修的主要目的是在車輛整體上恢復其尺寸和性能。

3 城市軌道交通車輛維修模式存在的問題

目前，地鐵公司維保部門普遍采用計劃檢修與故障檢修相結合的方式對車輛設備進行維護。這種檢修模式在城市軌道交通建設初期尚能維持，但隨著網絡規模的擴大以及人工成本的增長，乘客對于服務水平需求的不斷提高，困難和挑戰越來越大，這樣的檢修模式無法形成可持續發展的態勢。

同時，隨著軌道線路里程的增加，地鐵所需維修人員數量逐漸增多，作業時間長，地鐵維修維護的壓力逐年增加，已經無法滿足目前軌道交通系統發展的需求，城市軌道交通車輛維修模式還存在諸多不足。

3.1 檢修效率低，檢修記錄碎片化

由于車輛配置增加、夜間作業時間縮短，檢修效率難以保障檢修質量。計劃檢修主要通過人工檢查來判斷設備運用狀態，檢修頻次高、維護效率低，且通常無法有效量化評估。其實際健康程度、檢修技術與周期不僅缺少統一標準，還缺少理論支撐和驗證環節。同時，維修數據離散缺失，導致車輛施工信息記錄碎片化、安全風險上升。

3.2 維修強度大，人工成本高

隨著運營里程增加，客流量不斷增長，運營壓力的不斷上升，車輛維修保養的負荷也逐步增加，設備故障數量增多，增加了維修壓力。據不完全統計，我國車輛維修平均人車數量比為0.6，隨著越來越多線路的開通，人員需求必然還會逐漸增加，人工成本也不斷增長。

3.3 過修，欠修

由于我國軌道交通維修模式采用計劃修與故障修相結合的方式，相同車輛由于運營線路不同，運營環境不同，產品失效機理不完全相同，卻采用相同的檢修內容和檢修周期，造成部分零部件已經到了使用的年限，卻因為工作人員的原因沒有如期更換而得不到良好的維護。故障檢修是在故障發生后進行，通過檢修日志的人工分析排查、定位故障原因的方式，人為經驗依賴度高，無法保證故障及時排除，嚴重影響運營效率，影響車輛的可用性和乘客的乘坐舒適性，還會給運營管理帶來安全隱患。 或者很多零部件在檢修時發現其狀態良好，并未有任何失效征兆，仍然對其進行更換式維修，造成零部件過度維修，將小故障放大，不僅造成人力、物力的資源浪費，還增加了產品全壽命周期費用。

3.4 各類預報警信息離散、難用、誤報

預報警信息依賴于各檢測系統、人工報警、巡檢、綜合監控等，由于我國的相關技術還存在一定的限制，這一方式受外界的干擾十分嚴重，可靠性較低，而且經常會出現誤報的情況；另外，沒有統一的信息系統收集，造成信息不集中、不準確，甚至缺失，數據不可靠無法應用。

4 城市軌道車輛維修優化與改進措施

4.1 制定科學的運維指標體系

城市軌道交通車輛的健康狀況是制定維修策略的主要依據。目前，車輛設備維修技術標準主要以零部件使用狀態標準為依據，缺少科學的設施設備狀態、維修指標要求。建立合理的健康狀態評估指標體系，制定設備健康預警閾值，實現可視化和可量化的評價依據，從而實現檢測運行狀態和控制維修成本的目的。

4.2 優化檢修規程、檢修計劃和檢修作業

采用健康狀態評估方法對車輛的健康狀態進行評估，根據評估的結果制定科學合理的均衡修檢修規程，進而確定檢修級別，檢修計劃，避免車輛過修的情況，減少車輛停庫時間，提升車輛的上線率。

4.3 開發標準化的智能維保工具與數據采集裝備

穩定的基礎感知技術和設備，是實現數據及時、快速、準確地采集與檢測控制的基礎。軌道交通車輛系統復雜，數據采集裝備主要針對影響車輛穩定性的振動沖擊、磨損、變形、溫度等參數進行采集數據，利用傳感器技術：圖像采集分析結構的變形、紅外線技術檢測設備的溫度、壓力傳感器監測設備的振動沖擊等。實現數據采集的精準性是車輛智能維保的關鍵技術。

4.4 車輛維保服務專業化，加強數據共享

軌道交通規劃周期長，車輛設備更新換代快，不同的廠家設備由于技術的保護性，數據無法共享是目前存在的問題之一，對實現軌道交通線網的數據共享帶來了困難，目前智能維保方案的實施還僅存在單線。同時，車輛在整個軌道交通系統中不是獨立存在的，建立集通信與信號、車輛、供電、軌道、機電設備等于一體的智能維保系統是目前研究的主要方向。

4.5 以準確數據為條件的建模算法開發

車輛智能維保系統建立在可靠的數據分析基礎之上，對設備進行健康狀態評估，基礎數據的真實性、全面性是健康狀態評估準確性的保障，健康狀態評估與故障診斷是以模型算法計算而來，對數學模型的建立與驗證是目前故障診斷和健康狀態評估亟待解決的主要問題。

5 結語

本文介紹了軌道交通車輛常見的幾種維修模式，包括計劃性維修、故障性維修、狀態性維修和委外維修，分析了其各自特點與應用場合以及目前維修模式存在的問題；總結了目前城市軌道車輛智能維保系統組成，建立科學的設備健康指標體系，進一步優化車輛檢修模式、檢修規程，提高車輛上線率；開發智能維保工具和數據采集裝備為智能維保提供基礎支持，同時加強數據的共享，進一步開發故障診斷與健康狀態評估算法模型。軌道交通車輛智能維保的發展對車輛維護和管理模式的改進和優化，對于提升地鐵系統的效率、降低運營成本均具有重要意義，城市軌道車輛維保系統的應用仍需要進一步探索、發展和完善。