地鐵車輛智能運維技術發展及建設路徑研究

摘要：文章聚焦地鐵車輛智能運維技術，分析行業中具有代表性的車輛智能運維系統的發展現狀，指出其在系統監測、數據價值與標準、管理層面存在的不足，并針對車輛檢修智能化發展需求，圍繞運維信息化平臺建設，提出優化系統監測設計、標準體系制定及多專業融合應用的實施路徑，為智能運維技術的可持續發展提供參考。

關鍵詞：地鐵車輛；智能運維；建設路徑

中圖分類號：U266.2 A 52 183 3

0 引言

近年來，我國城市軌道交通發展迅速，截至2022年1月，內地開通軌道交通運營線路的城市有51個，運營里程達8 819 km。隨著城市軌道交通里程數的增加，車輛的運維問題也成為行業關注的焦點：（1）車輛的架大修等模式與線路車輛呈現供需矛盾；（2）云計算、大數據、人工智能等技術與行業的深度融合，為運維技術在車輛上的創新應用提供了良好條件［1］。因此，車輛運維技術既面臨創新挑戰，但也獲得了發展機遇。

1 車輛智能運維技術發展現狀

在相關政策、信息技術及核心設備升級的支持下，各地鐵公司對車輛智能運維技術開展了不同程度的研究，逐步形成了特色鮮明的車輛智能運維系統。以下介紹具有代表性的車輛智能運維技術。

1.1 上海地鐵

上海地鐵的車輛智能運維技術發展主要經歷了3個時期：

（1）初步試點期。2006年，上海地鐵啟動列車運行過程的狀態數據傳輸至地面的研究。依托10號線項目基本完成了在線運營車輛實時數據的傳輸及圖形化顯示界面的開發［2］。

（2）系統建立期。2011年，在6號線完成庫內列車故障的車地傳輸及分析系統的建成應用。由于采集的數據類型多且傳輸量大，在3、4號線搭建了基于大數據技術的軟件平臺，解決正線列車實時數據傳輸的問題。2016年，上海地鐵制定了基于代替部分人工檢修而非輔助的軌旁智能檢測的戰略方向，并開工建設17號線軌旁綜合檢測系統（SMIT），同年搭建完成車輛智能運維平臺，車輛系統初具規模，達成了基于移動互聯網技術的智能化運維規劃。

（3）全面發展期。2018年，17號線軌旁綜合檢測系統（SMIT）正式使用。檢修人車比由原來的0.6下降到0.33，即車輛日檢變為8日檢，用車率提升3%。當車輛每提高1%的用車率，成本相當于少采購11列車，每年可以節省用人成本約2.8億元，節省維修材料支出5 000萬元［3］。

截至2021年年底，上海地鐵牽頭開發的“軌道交通車輛智能運維系統（RISE）”作為國家示范工程，已進入全面建設發展期。該系統以大數據分析、人工智能技術為支撐，涵蓋車地無線實時傳輸（IOR）、軌旁綜合檢測系統（SMIT）、維護管理系統，結合具體應用場景做深度開發，實現了車輛狀態檢測自動化、管理維護信息化、數據應用智能化。目前已覆蓋18條線路的1 000余列車和全部27個檢修基地，形成了車輛智能運維的技術、管理及標準，推動系統平臺的全面拓展建設和應用［4］。

1.2 深圳地鐵

深圳地鐵自2016年開始開展智慧運維創新試點，并對地鐵車輛智慧運維平臺進行規劃與搭建；到2018年底統籌平臺架構設計，規劃整體功能布局；2019年制定下發智慧運維發展綱要和系列標準；2020年進入全面建設智慧地鐵時期，前期搭建的云平臺與大數據平臺，除用于列車智慧運維試點，還可驗證智慧應用和云技術相結合技術路線的可行性［5］。

近一年來，深圳地鐵結合自身車輛運維經驗搭建了以hadoop大數據構架為基礎的車輛智慧運維平臺，包括智慧系統（智慧列車、智慧檢修、智慧監測）、車地無線傳輸系統、智慧運維系統，通過對車地監測與維護數據的采集、轉換、融合、處理，形成車輛故障預警-處理-反饋的全閉環過程狀態修及全壽命周期管理［6］。通過圖像智能分析系統，可實現關鍵部件故障識別及異常報警，響應效率提高80%，檢修效率提升50%，檢修人員配置降低10%，全壽命周期維保成本節約10%，逐步實現車輛檢修向數據化發展。

深圳地鐵依托車輛智慧運維平臺，采用“大數據+需求應用”的雙驅動技術路線［7］，結合大數據、云計算等技術手段，深掘數據價值，實現云端數據統一存儲分析，可支持智慧應用跨專業、跨系統、 跨功能實施，由計劃預防修向精準維修轉變，逐步實現深入檢修、優化檢修的智慧運維模式。

1.3 廣州地鐵

2011年，廣州地鐵以承擔國家“863計劃”科研項目“城市軌道交通列車在途監測與安全預警關鍵技術”為契機，開始進行地鐵車輛系統智能運維建設。通過利用傳感器等檢測設備，研發車-地無線傳輸設備，搭建數據傳輸中心，開發了首套可隨時掌握列車狀態的在途監測與安全預警系統。為提高數據利用價值，廣州地鐵依托1號線等線路開展列車動力牽引等關鍵系統運行狀態監測的示范應用，創建了車輛走行部與輪軌質量狀態數據庫。并在2016年首次牽頭建設“城市軌道交通系統安全與運維保障國家工程實驗室”，深度探索數據最大化應用的有效途徑及向供電、信號等專業擴展數據在線功能監測應用的方法。

2019年，廣州地鐵率先提出建設基于1個軌道交通智能平臺+ 4項關鍵技術的“1+4”智慧軌道交通體系，全面推進線網智慧運維新技術平臺搭建。2020年，基于大數據和云計算融合應用的車輛檢修智能運維系統建成并使用，將車輛設備部件的使用壽命和維修成本分別提高25%和降低30%以上，代替了80%的人工檢測。

2021年底，廣州地鐵依托11號線發起城軌交通行車關鍵設備設施主動運維系統研究及工程應用，利用“智能裝備+大數據”搭建智能大修系統，將智能化裝備、數據和互聯網集于一體，實現行車關鍵設備的“智能感知、智能聯動”，有效補充了車輛感知狀態的不足，為開展車輛運行健康評估、故障智能診斷及運行風險預警的運維工作奠定良好基礎。

2 地鐵車輛智能運維發展存在的問題

2.1 系統監測分析的前瞻性不足

2.1.1 監測對象及功能有待優化

地鐵車輛是集機械、電氣及網絡于一體的復雜系統，其被監測的部件及功能是依據車輛運營安全等原則和重要程度來確定的。現有的車輛智能運維首要考慮監測的是與安全直接相關的牽引制動、車門及電氣等系統的關鍵設備，但對走行部等結構復雜部件的監測內容還不明確。此外，智能運維系統還與車輛自身控制系統的部分監測功能相重合，但兩者未建立物理的連接關系，若能互聯車輛控制系統，則在很大程度上能夠節省監測的成本。

2.1.2 監測技術手段亟須革新

車輛智能運維最初的監測方式是在被監測部件附近加裝傳感器，受限于安裝空間及監測技術滯后，現階段普遍使用紅外線、激光及雷達等傳感技術來檢測部件以獲取列車運行數據。實際上，車輛與鋼軌間振動及運行環境惡劣等均會對監測裝置自身產生不利影響，導致獲取的監測數據存在誤差。而發展前沿的動態圖像特征識別、機器自監督學習等技術還不夠成熟，也是制約數據采集的重要因素，未來可以依靠機器視覺與圖像識別等技術的融合應用來攻克此類問題。

2.2 數據的價值挖掘及標準化尚在探索階段

2.2.1 數據價值深度有待挖掘

數據是車輛運維系統診斷故障的依據，當前的車輛智能運維系統對數據采集體系的搭建、采集范圍、方式（數據采集間隔）及各子系統的功能需求還處于探索階段；缺乏對車輛關鍵設備數據類型的篩選（狀態數據、控制數據、診斷數據等）及故障數據高發時段的梳理，以及同類數據變化趨勢與規律的分析、跨系統數據關聯匹配的可行性的深入研究，制約其智能化水平的進步。

2.2.2 數據標準規范還不夠健全

由于車輛關鍵設備狀態數據等各類數據的結構標準和接口標準不統一，設備制造商、平臺供應商及地鐵公司等實施主體都缺乏有效的交互和共享，已經嚴重阻礙車輛專業與其他專業間智能運維數據的互通互用。各地鐵公司已陸續對數據采集標準、傳輸標準和存儲規范等開展研究工作，逐步規范數據的專業解釋和定義。

2.3 系統管理呈分散化狀態

2.3.1 信息安全管理有待加強

車輛智能運維系統以車載云平臺或大數據平臺等為樞紐對接生產、辦公及外部網絡，涉及信息安全風險的感知、監控、處置及檢查，缺乏專門的安全網絡進行集中監控，亟須構建信息安全綜合防御體系，關注信息安全防護。另外，地鐵公司制定的信息安全保護等級、制度規范及管理流程還不夠全面，與法律法規、企業管理和信息技術的契合度不高，未來要實現運維系統信息安全的態勢可視化、預警自動化、流程自動化、管理扁平化的目標，還需全行業共同努力，逐步克服。

2.3.2 運維系統智能化管理程度不高

車輛運維系統的智能化主要體現在人員、設備、工藝和檢測等方面，普遍存在如下問題：（1）對車輛及軌旁檢測設備的預警維護缺乏針對性；（2）對車輛庫內人員進出、安全防護等環節的有效管理不到位；（3）檢修結果與車輛和軌旁檢測系統反向驗證的過程未能實現閉環管理。這些問題僅靠智能運維平臺難以得到快速解決，更需要通過有效的管理手段以及各系統間共享的關聯信息來切實提高車輛運維管理水平。

3 地鐵車輛智能運維系統發展方向

3.1 優化監測設計，提升生產效能

車輛智能運維系統發展對優化系統監測設計的推動作用明顯。（1）要具備以大數據、云平臺等信息化為基礎的應用平臺，梳理車輛設備監測的關鍵部件-核心部件-系統級的架構，考慮跨專業接口的擴展，明確要達到的效果；（2）基于性能監測的柔性運維技術，統籌考慮監測設備的布置、數據傳輸方式、通道、接口，以及各網絡線路數據融合等問題；（3）兼顧系統監測的創新型、可靠性設計，解決好運維數字化構建、組件化技術、信息化分發、策略化適配的共性問題，在系統的各個環節重視智能化、人性化處理，用互聯網思維和技術為運維業務的開展與管理提供良好的拓展應用環境。

3.2 建立標準體系，規范智能運維管理

在智能運維系統建設過程中，各專業基本是分離建設的，缺乏統一的標準和互聯互通的設計，使系統的整體優勢無法充分發揮，且存在系統間聯動性弱、“信息孤島”等缺陷，亟須加快完善規范的智能化標準體系建設。

各地鐵公司在推進車輛部件名稱、失效形式、檢修標準值制定方面已取得階段性成果［8］，今后要基于故障告警、故障預警、壽命評估等制定車載及軌旁在線監測數據結構及接口標準；通過車輛故障數據、故障處理工單、維修信息及備件信息編制設備臺賬標準；結合不同的車輛類型、設備供應商及線路的特點和數據的采集應用，開展管理體系標準、管理技術標準、管理評價標準建設，未來還要持續推進車輛智能運維系統的架構及功能標準。

3.3 專業融合應用，優化指導修程

各專業智能運維系統及數據建設相對孤立，難以跨專業形成詳細的車輛故障運維信息。未來車輛智能運維系統的發展要考慮與通號、票務等專業技術平臺兼容的問題，實現數據互通互用。打破單一的系統架構模式，依托云邊端協同的互聯網平臺新模式，實現車輛智能運維系統彈性擴展和資源動態平衡；基于容器、微服務等云原生技術，實現設備狀態全面感知、全系統集成、多專業協同聯動、智能場景深度融合，建立全面的能力開放體系，支撐產業生態化發展。

4 結語

車輛智能運維技術已進入融合發展階段，運維管理亟須形成真正的高效化、信息化和智能化。未來系統要向通用性方向發展，需要在系統監測設備技術、標準規范制定、數據融合共享、故障建模算法等方面深入研究。同時，還需地鐵公司、設備廠家、系統平臺供應商攜手并進，共同推動地鐵車輛智能運維系統向產業化方向發展。

參考文獻

［1］萬傳風，楊雨明，秦暄陽.中國城市軌道交通運營維保后市場發展分析［J］.現代城市軌道交通，2020（3）：7-11.

［2］王生華，殷培強.上海地鐵智能運維系統建設情況［J］.城市軌道交通，2019（5）：17-19.

［3］胡佳琦.上海市軌道交通車輛智能運維系統研究與應用［J］.現代城市軌道交通，2019（7）：5-9.

［4］協會推動行業發展又一國家示范工程項目 上海軌道交通車輛智能運維系統［J］.城市軌道交通，2019（5）：10-13.

［5］張洪慶，鐘 允.深圳地鐵基于城軌云的智慧運維應用探索［J］.中國建設信息化，2021（15）：22-25.

［6］侯文軍，吳彩秀.地鐵車輛智慧運維平臺研究［J］.電力機車與城軌車輛，2019，42（6）：1-3.

［7］劉樣平，陽連興.深圳地鐵車輛智慧運維建設與實踐［J］.現代城市軌道交通，2020（8）：120-124.

［8］丁 軍.大數據與云計算環境下的地鐵車輛智能運維模式［J］.中國新通信，2020，22（22）：19-20.

收稿日期：2022-11-20