郭澤闊 賀莉娜 王 璐
(1.北京城建設計發展集團股份有限公司, 100037, 北京;2.北京市軌道交通運營管理有限公司, 100068, 北京 ∥第一作者, 正高級工程師)
基于目前行業內并無車輛智能運維相關標準,亦無公認的關于車輛智能運維的定義,本文初步提出城市軌道交通車輛智能運維的概念。車輛智能運維,即采用預設點位的傳感器、圖像、生物特征識別等信息采集手段,通過車載LTE(長期演進)、物聯網、工業互聯網等傳輸技術,將車輛運行及維護狀態數據實時在線傳輸到車輛段控制中心,利用統計分析、大數據挖掘、AI(人工智能)學習等技術,實現車輛運維的人、物、作業流程的綜合決策和智能化管理。車輛智能運維是實現車輛狀態修的必要手段。
北京車輛智能運維的探索可以追溯到20世紀初。2001年北京地鐵統一采用物資部的采購-資產-庫存管理系統,實現了在線材料領用和采購申請;2005年完成了車輛碎修業務信息匯總,但并未對車輛的整體維修信息進行匯總統計;2008年使用運營生產管理系統,記錄人員請假、交接班、會議管理、設備巡檢及學習演練等;2013年在北京地鐵6號線五里橋車輛段上線檢修防誤系統,實現了月檢/列檢人員實時防護;2014年在部分地鐵線路上使用車輛檢修手持記錄儀;2017年在北京燕房線車輛段配置車輛及設備巡檢系統,在北京地鐵7號線三期車輛段配置檢修智能管控系統;2019年北京大興國際機場線依托北京市科技重大專項“基于大數據的智能化車輛基地管控系統關鍵技術研究與應用”,將車輛段智能運維系統業務擴展為包括車輛大架修、軌道車維護在內的全業務覆蓋,創新性地部署物聯網的應用,積極探索檢修設備基礎數據的深度互聯互通,為大數據應用分析奠定基礎。北京大興國際機場線更加重視數據的安全性,在磁各莊車輛段搭建穩定性、安全性強的主備雙活數據中心。未來北京新建地鐵線路車輛段將全部應用智能運維管理系統。
北京地鐵車輛智能運維系統為“3+1”體系框架[1]。其中,3個平臺包括車輛TCMS(列車控制與管理系統) 監測平臺、車輛走行部監測平臺及車輛能耗管理平臺,1個系統為現場檢修信息管理系統。3個平臺涵蓋車輛80%的關鍵信息,包括列車走行部監測數據、軌旁設備監測數據、列車TCMS 數據、車載能耗計量數據等信息。車輛維修員工手持巡檢PAD(平板電腦)記錄巡檢點位、檢測數據報表、拍攝故障圖像、記錄故障修復工時,以及記錄部件更換和庫存信息等生產數據,并對其進行管理。
國家發展與改革委員會于2019年1月批復了上海申通地鐵集團有限公司的智能運維系統為國家示范工程,并將城市軌道交通智能運維列為《增強制造業核心競爭力三年行動計劃(2018—2020年)》項目之一。
上海軌道交通車輛智能運維系統包括車聯網系統、軌旁車輛綜合檢測系統、車輛維護軌跡系統等3大組塊[2]。車聯網系統實時監控列車狀態并利用大數據技術進行數據處理,涵蓋列車95%的子系統關鍵參數,包括各系統信號、信息達4 000余項。軌旁車輛檢測系統實現列車不停車自動檢測,覆蓋不低于60%的人工目視檢查作業和100%輪對尺寸測量作業,通過機器視覺、先進傳感、人工智能等技術提高車輛關鍵部件的檢測頻率,延長人工檢查周期。車輛維護軌跡系統可將人工作業的各個業務過程數字化、信息化,例如,該系統可將檢修工單、工具使用、物料流轉等信息提供給各環節工作人員,使決策層做出有利于生產要素組合優化的決策,使資源合理配置,達到最大經濟效益。
上海軌道交通車輛智能運維系統(見圖1)從17號線正式上線應用,到2021年底已覆蓋上海軌道交通全線網20條線路、1 400余列列車及30個檢修基地。17號線車輛檢修由日檢演變為8日檢,人車比由0.60減為0.33,同時保持著高水平的運營質量水平。2018年17號線列車無運營故障間隔里程超過10萬km,相比新線開通首年的運營水平提升63.7%。車輛智能運維系統延長檢修間隔使列車不回庫檢修成為可能,未來檢修基地可緩建或減少占地面積。

圖1 上海軌道交通車輛智能運維系統平臺Fig.1 Shanghai rail transit vehicle intelligent O&M system platform
目前,國內大多數城市都在探索地鐵車輛智能運維系統的建設問題,各軌道交通配套的供貨廠商也在大力推廣車輛智能運維系統。事實上很多城市對此并未有明確目標,未分析清楚車輛智能運維系統需要解決的問題,亦未明確車輛智能運維系統的頂層目標和基本架構,僅是應用一些熱門設備,如車輛入庫360°照相分析系統、智能列檢機器人、車輛入庫綜合檢測系統、車輛走行部在線檢測等,而各設備數據協議不統一導致數據難以融合,致使采集到的設備大數據無法發揮其真正作用,這并不是真正的車輛智能運維系統。
車輛智能運維系統建設的最終目標是實現車輛檢修從計劃修到狀態修。本文以車輛智能運維系統在上海軌道交通中的應用背景分析其建設意義。
截至2018年底,上海軌道交通線路已通車運營17條線路,總里程達705 km,配屬列車856列、地鐵車輛5 116輛,車型有41種之多。2018年上海軌道交通車輛檢修員工成本達7.5億元。隨著車輛服役時間的增長以及配屬列車的增加,檢修任務量日趨增長,而傳統計劃修和人工檢查效率低、成本高,不是可持續發展的方式。車輛傳統檢修模式中還存在著如下問題:
1) 人員安全管理問題:依賴規則制度,技術保障措施有限;
2) 檢修工藝問題:以人工經驗管理為主,有一定隨意性;
3) 車輛履歷管理問題:紙質記錄,追溯、共享有難度;
4) 檢修設備管理問題:信息化程度低,依賴廠家售后服務,成本高,效率低;
5) 數據中心管理問題:數據孤島,數據不全,紙質文件多,信息檢索不便;
6) 車輛故障診斷:現場診斷,檢修人員以經驗為主,存在技術瓶頸;
7) 人員培訓:采用傳幫帶模式,教材單一,對大規模新線通車以及新技術、新車型的應用有欠缺;
8) 狀態判定:依據各個系統和人工檢測判定車輛狀態,以人工經驗為主;
9) 集中管理:控制中心無法實時了解各車輛段維修情況,各車輛段數據資源及檢修經驗不能共享。
車輛智能運維系統建設的主要目的在于減少運營故障、縮小運營影響、降低故障等級、確保運營安全。針對超大體量的城市軌道交通網絡,車輛智能運維系統可有效減少人工作業,降低勞動強度、減少人為影響,提升作業智能化程度。具體包括:
1) 解決上述管理現狀中存在的問題;
2) 減少車輛故障的事后搶修,將其變為預判性維修;
3) 降低車輛日檢工作量,逐步延長車輛日檢周期,最終取消車輛日檢;
4) 實現檢修人員的減員;
5) 將車輛運用、檢修規范化,使檢修質量得到保障;
6) 車輛檢修與物資管理聯動,實現車輛配件及時供給,降低物資庫存、公司資金壓力;
7) 提高車輛發車率;
8) 實現車輛狀態修。
地鐵車輛智能運維系統是龐大而復雜的系統工程,國內各城市車輛智能運維系統的建設需結合自身運維模式、運維中存在的問題、管理平臺的建設等,循序漸進地研究適應于自身的車輛智能運維系統。總結北京和上海地鐵車輛智能運維系統的建設經驗,認為車輛智能運維系統建設在頂層目標和總體架構下分為規范化運維、信息化運維、智能化運維等3個階段。
規范化運維是車輛智能運維系統建設的第1個階段,是實現智能運維的基礎。國內大多數城市地鐵車輛運維采用傳統的人工檢修模式,檢修人員需按照規章制度及工藝流程對車輛進行計劃性維修保養。目前,車輛運維存在實際檢修工藝執行不到位、管理不閉環、紙質記錄追溯困難等弊病。因此,通過搭建一套規范化的車輛智能運維系統,可實現對現場檢修維護相關人員等的實時跟蹤指導與防護。現場檢修人員通過手持設備實時傳送作業單以完成每一步檢修工作,并反饋接收下一步檢修工作任務。車輛智能運維系統的規范化建設包括車輛智能檢修管理系統(見圖2)和檢修安全防護系統[1]兩套系統。在建設車輛智能檢修管理系統的同時,著手搭建車輛智能運維系統的總控平臺,預留系統擴展的接口,規定好各檢測系統、工藝設備的數據接口形式。

圖2 車輛智能檢修管理系統構架圖Fig.2 Architecture diagram of vehicle intelligent maintenance management system
信息化運維是車輛智能運維系統建設的第2個階段,是目前北京和上海軌道交通基本實現的運維模式。通過車載TCMS、車輛入庫綜合檢測系統、車輛走行部檢測,以及檢修管理系統采集到數據,并將其傳輸到數據終端和云平臺,實現車輛維修的信息化,及其與公司物資管理系統的聯動。信息化運維系統(見圖3)基本具備車輛智能運維的硬件配置,并可將其接入到線網的智能運維系統中[3]。

圖3 信息化運維系統構架圖Fig.3 Architecture diagram of informatization O&M system
智能化運維的本質是狀態修,狀態修是智能運維的最終目標。在信息化運維的大數據采集和積累的基礎上,通過大數據挖掘和AI技術,建立車輛狀態評價模型,預判車輛的狀態,實現車輛狀態修。通過大數據挖掘建立專家庫,在車輛發生故障時,車輛智能運維系統(見圖4)可實時推送處理方案[4]給檢修人員。

圖4 車輛智能化運維系統構架圖Fig.4 Architecture diagram of vehicle intelligentization O&M system
車輛智能運維系統總體架構如圖5所示。

注:EOAS為司機操控信息分析系統;BIDS為轉向架失穩檢測系統;DMS為列控設備動態監測系統;WLAN為無線局域網;3G為第3代移動通信技術;4G為第4代移動通信技術。
車輛智能運維系統由上百個管理系統、工藝設備、數據采集系統等組成。各系統和設備可自成系統獨立運行,又可在大系統下協調運行。在車輛智能運維系統建設中,業主需要遵循如下原則:
1) 接口標準化:通過平臺接口統一寫入子系統運行結果 ,并在建設初期規定好各子系統遵循的接口協議,方便后期數據融合。
2) 業務可插拔:子系統采用可插拔模式,系統功能具備可擴展性。
3) 系統松耦合:各業務系統可自成體系獨立運行,也可在大系統下協調運行。
4) 流程化管理:以車輛運維作業流程為導向,對其全過程進行實時防護和信息化處理。
每條城市軌道交通線路均各自形成橫向線路級的智能運維系統,包括車輛、機電、信號等系統。不同專業子系統構成縱向的專業級系統。就車輛而言,多條線路的運營車輛一般共用多個檢修中心,每個檢修中心負責檢修的車輛、車輛入庫位置、檢修人員均不固定,以及多線、多庫調度復雜導致檢修計劃難以制定;車型眾多、配件繁多、修程及檢修內容不統一等導致車輛精細化管理和信息化程度不足;物資管理顆粒度大,以及生產、檢修履歷信息化程度低導致物流工作計劃性差。因此,車輛智能運維系統只有融入線網智能運維系統,構成綜合運維系統總平臺(見圖6),才能發揮更大的作用。

注:RAMS為可靠性、可用性、可維護性和安全性。圖6 綜合運維系統總平臺Fig.6 Comprehensive O&M system general platform
車輛運維是城市軌道交通運維最重要的環節之一,車輛智能運維系統建設須融入到線網的智能運維系統中。這就要求建設者在建設初期理清車輛智能運維系統與線網智能運維系統的關系與接口,做到兩者無縫銜接與實時聯動。
車輛智能運維是一套龐大而復雜的系統,關鍵技術如下:
1) 車輛基地綜合數據采集及預處理技術[5]。基于傳感器、RFID(射頻識別)和定位技術等對車輛運行數據、車輛檢修狀態數據、終端設備的監測數據,以及重要的自動化設備的監測數據、計量數據、位置數據進行系統化采集和預處理。
2) 車輛基地多網融合技術。基于大數據的智能化車輛基地管控系統將有線網絡、無線網絡、窄帶物聯網等3張網絡的數據融合。不同網絡分別承載車輛基地不同業務系統數據的傳輸,3張網絡數據融合共同構成車輛基地的傳輸網絡,以實現車輛、重要通信設備、重要自動化設備的監測、計量、定位等信息的收集和上傳。3張網絡作為傳輸網絡的融合,以及多種網絡之間的安全防護措施,為系統安全穩定運行提供支撐。
3) 基于大數據的車輛健康狀態評價技術[6-7]。綜合利用多源監測數據,依托車輛狀態數據建立自動化采集的評價指標計算模型,從車輛可靠度、關鍵部件檢測參數、壽命預測、缺陷隱患等多維度構建車輛健康評價模型;采用邏輯回歸、TOPSIS(綜合評價法)、熵權法等算法建立動態權重自適應評價模型,為制定檢修計劃排程和部件更換提供依據。
4) 智能化車輛維修決策模型[9]。基于現場實時狀態數據建立智能化的車輛維修決策模型。車輛維修決策模型通過FMEA(故障模式影響析)以及報警、故障、異常及運行數據的歸集,運用RCM(以可靠性為中心的維修)分析模型,確定設備維修策略、周期和內容。該模型包含維修策略決策、時機決策及設備維修項目決策。針對故障異常現象和報警信息,采用動態FTA(故障樹分析)定位故障,按零部件壽命周期預警提出需要更換檢查的清單,結合設備狀態檢測結果,提出車輛計劃修的檢查項目和維修更換內容。
5) 適用于城市軌道交通的專用物聯網技術。實時獲取機電設備及其他重要設備的信息,為軌道交通大數據積累和分析、軌道交通設備維護策略優化,以及智能應用的發展打好基礎。
6) 設備設施監測及故障預警技術。利用多種一體化數字傳感器采集多源監測數據,通過窄帶物聯網系統,實現機電設備,如風機、空調、水泵及其他重要設備運行、監測數據的上傳。依托監測設備狀態數據,反向判別設備故障類型,多維度進行設備健康評價,構建故障隱患判定模型[9],為制定檢修計劃和部件更換提供依據。
1) 在5G技術、物聯網技術、AI智能技術迅猛發展的背景下,車輛智能運維系統的建設使狀態修從訴求變為可能。車輛智能運維是整個地鐵運維系統中最重要的一環,但需注意:不能為了“智能”而“智能”,為了狀態修而忽略經濟性。應在符合車輛零部件壽命一般規律的前提下,結合其壽命與既有修程統籌考慮。車輛智能運維系統的建設不是一蹴而就的,也無法實現“拿來主義”,需要建設者結合自身實際情況,擬定車輛智能運維系統的總體架構,掌握關鍵技術,循序漸進分步實施、分階段實現,最終融入地鐵線網級別的智能運維中。
2) 做好頂層規劃。在設備招標階段,規定好數據接入類型,對車輛復雜設備配備自身的健康管理系統。
3) 建設方重點建立多專業、多供貨商協調工作機制;建立有效的運營需求調研機制,充分挖掘運維一線需求;建立各設備系統統一的數據、接口及故障等級標準。
4) 在頂層目標的統一規劃,以及標準數據協議的統一下,產業鏈上、下游聯動,各司其職、形成合力,共同搭建車輛智能運維系統。