MSS維護監測系統在城市軌道交通中的智能應用

王向陽，朵建華，劉懂懂，金雪軍

維護監測系統（Maintenance Supervision System，MSS）是城市軌道交通CBTC 系統的統一運維平臺，是反映設備運用質量，提高設備維護效率，加強結合部管理的重要信號設備［1］。它與國鐵信號集中監測系統一脈相承，其設計都遵循國鐵集團發布的《信號集中監測系統技術條件》［2］標準。

與傳統的鐵路信號系統制式相比，城市軌道交通CBTC 系統的集成化程度更高，偏向于全電子執行單元，設備的電子元器件集成在控制板卡中，用戶對其控制原理及運行狀態知之甚少［3］。MSS系統日常維護數據來源于CBTC 各子系統的自診斷數據，通常只有正常、故障2 種狀態，這些數據是單一且片面的，從表面上看并無關聯性，難以找出設備故障的根本原因，也不能對設備的運行趨勢進行分析預測；當各系統（設備）結合部出現問題時，難以通過單個系統的狀態信息來明確故障原因，影響設備維護、檢修效率。段亞美等［4］提出了故障智能診斷、分析預測的概念，指出通過建立信號設備智能運維系統平臺，研究構建新型維護管理模式，但并未提出從數據角度出發的具體實現方法。

交通運輸部2022 年1 月頒布的《城市軌道交通信號系統運營技術規范（試運行）》［5］第9.2 條指出，MSS 子系統宜提供信號設備故障模式影響分析，主要包括分析對象、設備功能、故障模式、故障現象、故障影響范圍、影響行車程度和故障處置建議等。

為此，本文基于MSS 系統數據特點，提出在MSS 系統維修中心的應用服務器上增加智能分析模塊，深度分析各子系統的數據特點，明晰設備故障隱藏的規律，指導維護人員進行預防性維修，實現MSS系統在城市軌道交通中的智能化應用［6-7］。

1 MSS系統數據特點

MSS 系統數據按照數據來源分為自采集數據和系統接口數據。自采集數據為采集分機獲取的道岔、信號機、外電網等基礎設備的運行狀態；系統接口數據為通過通信接口獲取的其他CBTC 各子系統的自診斷數據。

1）自采集數據。按照數據類型分為電氣特性數據和設備狀態數據。以簡單的閾值分析為主，在采集數據偏離了預先設定的報警上下限時，輸出超限預報警信息，指導維護檢修［8］。自采集數據在整個MSS 系統的數據量中占比約為10%，有限的數據無法反映CBTC系統及設備的運行狀況。

2）系統接口數據。主要為各子系統板卡（模塊）正常或故障的狀態數據。MSS 系統以圖形方式顯示各子系統的運行情況，并以顏色區分板件（模塊）的工作狀態。

維護人員只能根據板卡的狀態信息進行故障處置，并不能直觀地了解設備內部的電氣性能，這與國鐵信號集中監測系統通過采集和分析設備電氣特性數據的變化趨勢，預測設備工作狀態的維護模式存在較大的區別。當設備因板卡（模塊）的電子元器件老化等原因處于亞健康狀態時，無法通過信號子系統的診斷數據體現，維護人員只能在設備出現故障后進行被動維修。

2 MSS系統架構

MSS 系統由分布在設備集中站、車輛段/停車場的站機設備，非設備集中站、控制中心、維修工區的采集設備，維修中心的服務器及各維護工區的維護工作站等設備組成；實現對信號機、轉轍機、電源等基礎信號設備的監控；接收計算機聯鎖（CI）、列車自動監控系統（ATS）、數據通信系統（DCS）、無線通信系統（LTE）、計軸、區域控制器（ZC）、列車自動駕駛系統（ATO）、列車自動防護系統（ATP）等子系統的運維信息［3］；實現系統數據的統一存儲、處理及分析，并在各級維護工作站中可視化展示故障報警信息［9］。MSS 系統架構見圖1。

圖1 MSS系統架構

圖1 中，維修中心數據庫服務器用于保存各站機自采集數據及各CBTC 子系統的接口數據，并建立CBTC 系統維護數據池；應用服務器增加智能分析模塊，通過設置定時任務，啟動對前一天數據的智能分析，并輸出分析報告，維護人員可在各級維護工作站調閱該分析報告及健康度顯示界面，實現故障定位及排故指導。

3 智能分析應用

3.1 設備關聯性分析

本文采用灰色關聯度及卷積神經網絡算法，對設備間的關聯度進行分析，以發現各子系統間的相關性及隱藏的故障規律［10］。MSS 系統對每一種設備的報警分布進行數據窗口劃定，即神經元；設定神經元的大小為60 s，即分布在1 天內的某設備的報警可劃分為1 440 個神經元，有顏色的方塊表示該單元內存在報警；2 種設備按照同一神經單元進行劃分，顏色有重疊表示2 種設備在同一時間段內都存在報警，這些報警可能存在關聯性，顏色塊重疊的越多，表示2 個設備的關聯度越高，反之則越低。設備A、B的關聯度計算式為

式中：Sup(A∪B)為神經元內設備A、B 同時報警的次數；Cot(A)為設備A 報警出現在神經元內的總次數。Cof(A→B)僅表示A 與B 之間的關聯度和因果關系，不表示設備B與A之間的關聯度和因果關系，關聯度為介于0~1 之間的數值，越接近1表示設備間關聯性越高。

在設備出現故障時，MSS 系統輸出設備關聯分析報告，并自動提示既有設備的關聯數據，輔助維護人員分析故障發生的根本原因，提高維護檢修效率。由圖2 所示電源屏故障設備關聯分析報告可知，電源屏超限報警由外電網設備引起的可能性為94%，為此在電源屏出現電氣特性超限報警時，維護人員應著重分析同一時刻外電網的工作狀況是否正常。

圖2 電源屏故障設備關聯分析報告

3.2 設備故障時段分析

CBTC 信號系統軌旁設備（如道岔、信號機、計軸磁頭、應答器、電纜等）的工作狀態受室外環境溫濕度的影響較大。因此有必要將設備故障時段、影響范圍、種類、頻次［11］等因素通過統計報表的形式展現給用戶。

基于設備的報警時間，建立設備24 h 及月報警分布圖，得出故障時段分析報告；系統也可輸出某月發生故障最多的3 類設備，并提醒維護人員在該月重點關注此類設備。如圖3所示，2022年8 號線道岔設備在1~3 月期間報警較多，故障原因可能與氣溫、濕度等因素相關，因此維護人員應在設備故障多發季節，重點關注該類設備的運行狀態。

圖3 設備故障時段分析報告

3.3 設備劣化趨勢分析

隨著設備使用年限的增加，相關電子元器件的老化，導致CBTC 各子系統設備故障增多。MSS系統從同比、環比角度生成設備的報警趨勢曲線，依據設備報警頻次、報警持續時間等參數，分析設備是否存在劣化趨勢，達到預先告警和維護管理的目的［12］。設備劣化趨勢分析報告見圖4。該報告指出該分析時段內，1-J1 設備在2022 年共發生156 次報警，5~12 月報警頻次及持續時間呈逐漸增加趨勢；其中道岔缺口監測報警增加較多，需在天窗點內調整鎖閉桿或聯合工務進行整治，消除道岔缺口監測報警根因。

圖4 設備劣化趨勢分析報告

3.4 設備健康度評估

3.4.1設備健康度計算

設備健康度是設備運行狀態的直觀體現，也是備件采購、檢修規程制定的重要參考數據。依據設備服役狀態的健康指數評價，指導用戶進行預防性維修，提升運維質量［5］。系統從設備生命周期、未恢復報警、總報警數量、模擬量偏差、設備運用次數、設備檢修等6 個維度對設備的健康度進行評判，按照重要程度預先設定權重，6 項權重相加為1，依據式（2）將6 項維度分值相加，即為設備健康度分值（最高為100 分）。使用設備健康度分值將設備分為3 種狀態：健康、亞健康和故障，可反映設備形態與性能由量變到質變的動態過程［13］。

1）生命周期維度。采用基于統計的設備壽命評估法，根據設備的上道時間、使用年限、配件及易損件的檢修更換情況，計算設備生命周期分值［13］。按照設備上道時間與使用年限的比例進行減分操作。設備生命周期以最小可替換單元的使用年限計算，如以信號機燈泡的使用年限作為信號機設備的生命周期年限，在配件檢修更換后，應重置設備的使用年限。

2）未恢復報警維度。該參數是分析設備當前工作狀態是否正常的重要指標。在分析周期內，依據設備報警類型、報警等級等參數做減分操作，如一級報警減10 分，二級報警減5 分，三級報警減2 分。設備未恢復報警維度的權重應占總權重的50%及以上。

3）總報警數量維度。該參數統計了設備的已恢復報警和未恢復報警的數量，是設備在使用過程中是否可靠運行的重要指標。若設備報警較多，說明該設備運行不可靠，存在故障的可能性。通過設定每種報警類型數量對應的減分值，來計算該維度的分值。

4）模擬量偏差維度。在分析周期內，以設備的模擬量日報表數據為基礎，計算當前模擬量平均值與歷史經驗平均值的偏差比例，根據預設的偏差比例扣分值計算該維度分值。如當前偏差比例為5%時的預設扣分值為5 分，則該項計算分值為95 分，若維度權重為10%，則該維度計入設備健康度的分值為9.5 分。對無模擬量的設備，該項維度權重為0，則計入健康度的分值也為0。

5）設備運用次數維度。依據道岔動作次數、信號機點燈時間、繼電器動作次數的統計報表進行維度分值計算，采用“（已運用次數/允許總運用次數）×維度權重”得出設備的該維度分值。對沒有運用次數統計的設備，該項維度的權重為0。

6）設備檢修維度。在計算設備檢修維度時，應考慮計劃檢修及故障預防檢修2 種情況。系統內可預設設備的檢修時間，對超過檢修周期的設備以天為單位進行扣分。

根據設備類型和特性，設備健康度的計算權重應單獨設計。以某站道岔設備為例，其6 個維度的權重設置建議為：設備生命周期維度權重為0.1、未恢復報警維度權重為0.5、總報警數量維度權重為0.2、模擬量偏差維度權重為0.05、設備運用次數維度權重為0.1、設備檢修維度為0.05。

3.4.2應用效果

維護工作站可顯示系統站機狀態、健康度評分、系統平均無故障時間等數據，雙擊圖表可細化展示各設備的具體評分。系統健康度展示主頁面見圖5，該站場狀態為67分，表示該站場設備的整體運行情況處于較低分值，需重點關注，其中電源屏設備的健康度分值較低，需進行檢修。

圖5 系統健康度展示主頁面

4 結束語

MSS 系統從多維度、多特征的角度對CBTC各子系統運行數據進行關聯分析，尋找設備的劣化趨勢，發現設備隱患，及時調整維修策略，達到預先告警、預先維護管理的目的，在指導現場對故障原因定位及跨專業分析方面效果突出。

2022 年，該系統已在寧波地鐵投入使用，應用效果良好。目前，該系統已經累積了大量的樣本數據，并建立了CBTC 運行大數據池，可積極引入智能化技術、大數據分析技術，進一步構建CBTC智能運維系統。