上海市轨道交通车辆智能运维系统研究与应用
时间:2020-01-10 16:39

  智能运维是近10年来在城市轨道交通行业内发展起来的一种新运维模式,有助于提升城市轨道交通装备的智能化应用与管理水平。通过介绍上海市轨道交通车辆智能运维系统的组成、主要功能及其在实际应用中的成效,提出对于车辆智能运维系统发展的一些思考和,以期为其发展提供参考和借鉴。

  引言:城市轨道交通作为大中城市公共交通的主动脉,是现代城市的重要基础设施,正逐步呈现出网络化、多元化和集约化的发展态势。截止2018 年底,国内共有 35 个城市开通运营线条,线 km。其中,上海市轨道交通开通线 条,全网线列,网规模居世界第一,预计2025年将形成 1000km 超大规模地铁网络。不同地区对城市轨道交通的规划建设和客流需求各异,但对运营水平和能力都提出了更高的要求。为此,迫切需要建立一套集成度高、兼容性强、功能全面的智能运维系统,对城市轨道交通的关键系统和部件进行实时在线监测,传输与处理监测数据,并以监测数据为依据进行智能故障诊断,从而保障运营的安全性和设备的可靠性。

  车辆是城市轨道交通最重要的运营对象,分析车辆运维现状和存在问题可为科学搭建智能运维系统框架提供有力支撑。

  传统的车辆检业是典型的劳动密集型行业,主要依靠人工检查,手写记录各项信息,根据经验制订维修计划,定期开展检查。其弊端是检修强度大、效率低、人工成本高,难以适应大规模城市轨道交通网络的可持续发展需求。

  然而,目前由于城市轨道交通的迅速发展,列车数量急剧上升,运行工况日趋复杂,随之而来的是列车运营间隔缩短、结束运营时间延长,这给保障带来了极大的压力。列车检修时间减少、人工检查强度增加、故障种类多变、设备制式多样、全寿命周期管理滞后、仓储备件管理分散、人工检修力量薄弱、信息化平台融合度低等诸多因素都将对车辆运营的安全性和设备的可靠性产生直接影响。

  同时,互联网 +、大数据、云计算、人工智能、故障预测与健康管理(PHM)等前沿技术的迅速发展,也为城市轨道交通的发展提供了良好机遇。为未来国内城市轨道交通超大规模网络化的发展趋势,各大城市积极加入到研究车辆智能运维的队伍中,努力打造城市轨道交通“智慧大脑”。智能运维的核心是利用各种传感装置获取设备运行的实时状态和故障数据,借助大数据、云计算和人工智能等技术对设备系统进行故障诊断和状态管理。

  上海申通地铁集团有限公司(简称“上海地铁公司”)立足长远,开发出上海市轨道交通车辆智能运维系统。该系统于 2019 年 1 月被国家发展和委员会批复为增强制造业核心竞争力关键技术产业化项目,成为城市轨道交通行业国家示范工程。

  该系统是在充分了解国内外新技术的基础上,从顶层设计角度出发,基于大数据分析、人工智能技术,结合具体应用场景做深度开发而形成的体系,由车地无线实时传输子系统、轨旁车辆综合检测子系统和车辆管理信息子系统 3 部分组成(图 1)。其涵盖了能够支撑城市轨道交通车辆智能运维的技术、管理和标准。

  该系统将列车故障按对运营的影响分为轻级、中级和严重 3 级,并分别制定了应对和处置措施。检修调度人员按故障等级进行指挥、处置。被授权的技术管理人员可随时根据列车故障风险等级、系统逻辑、维修经验等设定报警阈值和故障级别。

  也称为车联网子系统,通过在车辆控制网络以及网络上加装车地无线传输模块,对列车运行的状态数据与故障数据进行实时采集、传输,实时获取列车信息和数据,这些数据是车辆智能运维系统最重要的基础数据。

  通过车联网子系统可以实时掌握列车信息,判断列车状态。它取代了等待列车入库后手动下载故障数据、离线分析和判断列车故障原因的传统检修模式,具备预警功能、历史数据分析、设备健康评估、司机驾驶行为评价和视频调取等应用模块,涵盖线网电压、车门开关状态、行驶速度、电机转速等 4 000 余项核心控制信号,实现了对列车 95% 子系统的远程故障监测(图 2)。

  轨旁车辆综合检测子系统基外线、激光、线阵相机等检测装置,利用机器视觉、传感技术和人工智能等技术实现了列车不停车自动检测功能。

  该子系统采用菜单式管理和模块化设计,可选择和添加功能模块。其中包括 360°车辆外观检测模块、受电弓 / 受流靴检测模块、轮对尺寸检测模块、踏面缺陷动态图像监测模块、车轮失圆检测模块、车轮深层次探伤模块、闸瓦 / 闸片检测模块、车下设备温度检测模块和轨边声学诊断模块等。

  轨旁车辆综合检测子系统是根据检修规程所的检测项点开发的,覆盖了 70% 以上的原人工检查作业内容和 100% 的轮对尺寸测量作业,对受电弓、空调、车门、侧墙、贯通道、转向架、牵引电机、轴箱、齿轮箱、制动单元等关键部件有重要作用。列车每次回库时都会自动检测 1 遍,检测精度均达到或超过检修标准。

  车辆管理信息子系统由移动点巡检、鹰眼模块、工具管理模块、物科管理模块以及工艺设备管理模块等组成(图 3),涵盖了车辆检修的人工、规程、物料、工器具、工单等各个作业和控制环节,实现了对车辆运维过程的质量控制。

  利用移动点巡检和“鹰眼”可实时列车检修计划、流程、进度,以及操作的规范性,并将车辆过程中的列车试验、检修数据以及其他辅助数据上传到车辆管理信息子系统。工具管理模块能对车辆检修所用工具进行实时,可根据自动下发的检修工单派生工具清单,并推送给检修人员。物料模块实现了设备物料名称、型号、供应商等信息的格式化、电子化,使用该模块可自动调配区域设备物料库存,确认任务工单与各类物料的对应关系,完成物料领取流程。工艺设备管理模块可将不落轮镟床、洗车机、地下式抬车机等纳入平台进行统一管理,并同步采集和汇总设备工作状态、运行时间、自检参数等信息。

  上海地铁 17 号线 日正式开通运营,并同步启用了车辆智能运维系统。实践证明,该系统的应用取得了良好成效,有助于提升车辆检修效率,优化运维管理模式。

  运营状况,提高正线故障处置效率。检修人员利用车联网子系统对正线运营列车的整体状态(包括受电弓、空调、车门、牵引、制动等车辆子系统)进行全方位。一旦显示运营列车故障,可通过平台及时监测相关控制信号并进行数据分析,查明故障原因,在列车回库前准备好所需工具及更换备件,最大限度地节约了故障处置时间,提高了检修效率(图4)。据统计,2018 年地铁 17号线 min 以上的运营事件,无运营故障间隔里程超过 10 万 km,相比以往新线开通首年的运营水平提升了 63.7%。

  (2)建立故障实时预警,提高检修精度和频次。基于列车检修经验和故障发生情况,可在车联网平台上灵活设置模式条件和报警内容,以创建列车故障预警规则。这样既增加了自动监测频次,也确保了数据的精确性。一旦规则被触发,平台会提前做出故障预判并发出提示信息。例如,在设置了监测电机温度的预警规则(图 5)后,系统会在后台自动分析大量监测数据,并根据控制原理做出实时预警或报警。这种方式直接避免了85% 以上由电机温度异常引起的列车控制故障,取代了以往通过人工粘贴温度贴片进行手工记录的传统方式。类似的预警规则还可以应用在空调系统上。例如,通过制冷效果预警或不制冷预警、控制开关故障或接插件松动预警、排气温度过高或高压故障预警、传感器故障或接线松动预警、空调制冷剂泄漏预警等,可以争取到更多的处理时间,有效减少乘客因空调进行投诉的次数。

  (4)优化信息反馈形式,使检修流程标准化。移动巡检系统对检修过程管理和数据反馈具有重要支撑作用,可将人工检修转变为电子化作业,是车辆智能运维系统的重要组成部分。在地铁 17 号线列车日常检修作业中,检修人员先使用移动巡检系统扫描列车或工位标签,再执行施工计划,并借助系统平台进行电子报表管理,不需按照传统方式手工填写故障报单和检查记录等。此外,还可以使用手持移动终端在线查看各类检修规程和工艺文件,如此可使接受工单、执行任务、查询文件、作业反馈等流程电子化、标准化,杜绝漏检、重复检等情况,在提升检修效率的同时保障了运维质量。

  深入研究并持续创新城市轨道交通运维管理模式是行业发展的需要,放眼未来,提出发展城市轨道交通车辆智能运维系统的几点。

  (1)重视需求,加强顶层设计。开发和应用智能运维系统,要以用户需求为导向,以实现设备检测项点和功能为目标,优化作业流程,运维管理模式。随着运维需求不断增加,系统平台要、兼容,并预留扩展条件。智能运维不能单一地追求高技术含量,还要兼顾先进性和成熟度,以信息化为基础,强化顶层设计,梳理系统架构,合理搭建系统平台。此外,还要融合人性化设计,把“智能”延伸到“运维”的各个细小环节,避免流程重叠,便于检修人员现场操作和信息反馈,以实现运维自主和故障报修闭环处理。

  (3)建立标准体系,规范行业发展。既要深入研究前期的开发建设需求,也要充分考虑后期应用的多种可能性。应制定适用于城市轨道交通不同车辆类型、不同设备供应商、各条线特点的数据采集和应用规范,不断完善系统和模块功能,建立规范的技术标准体系和应用管理体系。

  上海地铁公司经过多年运营,已经深刻体验到超大规模网络带来的机遇和挑战,传统的运维模式已无法适应超规模、超体量的发展趋势。智能运维是当今城市轨道交通行业提升运维效率、确保质量和安全的必由之。上海地铁公司将以智能运维系统国家示范工程项目为契机,以乘客和运营需求为导向,提升站位,推动城市轨道交通行业整体创新能力和运营水平的提高。同时,力促行业技术标准体系和运营组织管理体系的形成,助力中国城市轨道交通安全、高效、优质发展。

  [1] 杜 . 智能运维,基于自学习的自动化运维 [J]. 信息通信技术,2018(1):8-13.

  [2] 刘述芳 . 城市轨道交通关键设备智能运维系统初步建构 [J]. 设备管理与维修,2018(zl):22-23.

  [3] 郑鸿昌,付雪飞,高雪娟,等 . 轨道交通信号运维系统车载记录平台的设计与应用 [J]. 内燃机与配件,2018(19):233-235.

  [4] 刘,王 . 超大规模城市轨道交通线网全寿命周期健康管理系统研究 [J]. 城市轨道交通研究,2019(5):7-11.

  [5] 陈建译 . 基于故障预测与健康管理的高铁信号设备技术研究 [J]. 中国铁,2015(3):16-20.

  [6] 李聪 . 地铁信号系统智能运维方案设计 [J]. 铁道通信信号,2019(2):86-90.

  [7] ,肃宁 . 浅析我国铁信号系统智能监测技术的应用 [J]. 智能建筑与智慧城市,2018(6):100-101.

  [8] 上海申通地铁集团有限公司 . 协会推动行业发展又一国家示范工程项目 上海轨道交通车辆智能运维系统 [J]. 城市轨道交通,2019(5):10-13.

  [9] 赵宇航,徐永能,刘英舜,等 . 基于改进神经网络的城市轨道交通信号系统故障智能运维 [J]. 科技创

  [10] 王维,陈志华 . 基于人工智能的智能交通设备运维管理平台设计 [C]// 第十三届中国智能交通年会大会

  [11] ,徐永能,王 . 城市轨道交通车辆智能运维系统应用研究 [J]. 城市公共交通,2018(12):

  [12] 吉敏 . 基于大数据的专家系统在地铁智能运维方面的应用研究 [J]. 计算机产品与流通,2017(11):74.

  [13] 余博 . 面向运维的城轨列车在途监测若干关键技术研究与应用 [D]. :交通大学,2014.