潘 瑩

（上海軌道交通設(shè)備發(fā)展有限公司，上海 200245）

0 引言

隨著軌道交通技術(shù)的飛速發(fā)展，中國已經(jīng)成為世界最大的城市軌道交通市場；與此同時，軌道交通設(shè)備的復雜程度也日益增加，這極大地增加了檢修人員的工作量，對車輛的可靠性和可用性也帶來巨大挑戰(zhàn)[1]。隨著乘客對于乘坐準點率、舒適性、靈活性等需求的日益提高，其與服務(wù)水平增長之間的矛盾也日益凸顯。目前城市軌道交通車輛運用主要存在以下問題：（1）檢修效率低。目前國內(nèi)軌道交通行業(yè)正處于蓬勃發(fā)展期，但檢修新模式的技術(shù)應(yīng)用、設(shè)備配置與規(guī)模增長不匹配，檢修的壓力日益嚴峻；城市軌道交通需要檢修的裝備數(shù)量巨大，以人工檢查為主的檢修方式檢修效率低、檢修質(zhì)量參差不齊，且檢修數(shù)據(jù)還是以紙質(zhì)工單為主，數(shù)據(jù)分散不利于統(tǒng)計，錄入過程煩瑣且容易出錯，已經(jīng)無法滿足現(xiàn)代城市軌道交通列車檢修要求[2-3]。（2）維修成本高。以上海地鐵為例，目前上海地鐵擁有列車5 172 輛，車輛維修人員超過3 000 人；到2020 年，全網(wǎng)絡(luò)線路總長將超800 km，配屬列車1 222 列、7 514 輛，按傳統(tǒng)模式計算，需要檢修人員約4 500 人。按照上海地鐵人均用工成本25 萬元/年計算，屆時年需用工成本將高達11.25 億元[4]。可見，以人工檢查為主的檢修方式用工成本不斷攀升，企業(yè)負擔重，難以實現(xiàn)可持續(xù)發(fā)展。（3）隨著運營車輛服役時間的延長，車輛設(shè)備的老化愈加嚴重，設(shè)備維護的頻次和要求不斷提高[2]。這些問題的解決需要主機廠和各系統(tǒng)供應(yīng)商能提供一套方案來實現(xiàn)車輛設(shè)備和系統(tǒng)的狀態(tài)監(jiān)測、故障報警、故障預測和健康評估[4-5]，對車輛故障進行提前預防，降低檢修成本；同時，通過實時在線監(jiān)測，分析故障機理，對設(shè)備健康狀態(tài)進行評估，提高其使用壽命[6]。

由此，故障預測和健康管理（fault prediction and health management, PHM）系統(tǒng)技術(shù)應(yīng)運而生。PHM 技術(shù)利用傳感器采集系統(tǒng)的數(shù)據(jù)信息，借助大數(shù)據(jù)、人工智能等推理算法來監(jiān)控、預測與評估系統(tǒng)自身的健康狀態(tài)[7-8]，在系統(tǒng)發(fā)生故障之前對其故障進行預測，并結(jié)合現(xiàn)有的資源信息提供一系列的維護保障建議或決策，是一種集狀態(tài)監(jiān)測、故障報警、健康預測與評估及運維決策于一體的綜合技術(shù)[8]。傳統(tǒng)的故障后維修或定期檢修是基于當前健康狀態(tài)的故障檢測與診斷，而PHM 系統(tǒng)是對未來健康狀態(tài)的預測，變被動式的維修活動為主動式的維護保障活動，可顯著提高裝備的可靠性和可用性[8-9]。針對地鐵車輛檢修運維要求的日益提高，本文提出了一種從數(shù)據(jù)采集、數(shù)據(jù)分析到故障診斷和維修支持的故障預測和健康管理（PHM）系統(tǒng)，并對其系統(tǒng)功能和實際應(yīng)用進行了詳細描述。

1 系統(tǒng)架構(gòu)和功能

PHM 系統(tǒng)首先通過傳感器技術(shù)、大數(shù)據(jù)處理和分析技術(shù)對地鐵車輛各系統(tǒng)的運營和故障數(shù)據(jù)進行采集和處理；再通過大數(shù)據(jù)分析和數(shù)學建模等技術(shù)手段推理故障模式和故障原因，從而給出維修建議；同時基于歷史數(shù)據(jù)的對比，分析系統(tǒng)部件的健康狀態(tài)，實現(xiàn)故障提前預警。

1.1 PHM 系統(tǒng)架構(gòu)

PHM 系統(tǒng)通過智能傳感器進行數(shù)據(jù)采集，傳感器作為最底層的數(shù)據(jù)獲取元件，感受被測對象的相應(yīng)參數(shù)（振動、溫度、光強、電壓等）變化，并將采集到的物理量轉(zhuǎn)換為便于后續(xù)傳輸與處理的電信號[8,10]。所采集的數(shù)據(jù)經(jīng)過一系列的數(shù)據(jù)清洗、特征提取、同類或異類數(shù)據(jù)的信息融合等處理之后，PHM 系統(tǒng)運用失效模型及智能推理算法評估車輛系統(tǒng)的運行狀態(tài)，預測系統(tǒng)發(fā)生故障的部位、時間及使用壽命，并給出合理的維修保障建議[8,11]。地鐵車輛PHM 系統(tǒng)架構(gòu)如圖1 所示。

圖1 地鐵車輛PHM 系統(tǒng)架構(gòu)框圖Fig. 1 Architecture diagram of the metro vehicle PHM system

1.2 PHM 系統(tǒng)功能

PHM 系統(tǒng)是地鐵車輛智能運維的基礎(chǔ)，包含狀態(tài)監(jiān)測和故障預警、健康評估、維修建議、統(tǒng)計分析與模型培養(yǎng)等功能。

（1）狀態(tài)監(jiān)測和故障預警功能。狀態(tài)監(jiān)測功能支持對線路和車輛系統(tǒng)設(shè)備的狀態(tài)進行集中展示與監(jiān)控，對關(guān)鍵設(shè)備運行狀態(tài)信息和關(guān)鍵監(jiān)測參數(shù)實時監(jiān)控，并基于專家系統(tǒng)和故障知識庫實現(xiàn)故障診斷。故障預警功能支持通過閾值預警、趨勢預警、突變預警和模型預警[11-12]這4 種方式對車輛設(shè)備進行故障預測和報警。

（2）健康評估功能。其包括系統(tǒng)健康評估、關(guān)鍵部件壽命評估、健康等級瀏覽和健康等級趨勢瀏覽等子功能。系統(tǒng)健康評估功能支持通過健康等級評定算法和模型對軌道交通設(shè)備進行系統(tǒng)健康評估。關(guān)鍵件壽命評估功能支持通過大數(shù)據(jù)建模、正常行為分析與可靠性分析等方法實現(xiàn)軌道交通系統(tǒng)設(shè)備關(guān)鍵部件的壽命評估，關(guān)鍵部件的范圍在項目實施中結(jié)合實際可采集數(shù)據(jù)的范圍和質(zhì)量進行商定[13]。健康等級瀏覽功能支持對軌道交通系統(tǒng)設(shè)備按健康等級進行排序及可視化展示。健康等級趨勢瀏覽功能支持瀏覽健康等級變化趨勢以及健康等級對應(yīng)的系統(tǒng)參數(shù)或性能指標取值等信息。

（3）維修建議功能。其涉及性能排隊、備件需求預測及維修建議等子功能。性能排隊功能支持通過大數(shù)據(jù)建模結(jié)合設(shè)備履歷對軌道交通系統(tǒng)設(shè)備進行性能排隊，采用運籌優(yōu)化算法提出維修計劃的優(yōu)化建議并推送至智能維修業(yè)務(wù)管理系統(tǒng)模塊。備件需求預測功能支持基于軌道交通設(shè)備的性能指標并結(jié)合預測模型進行備品備件需求預測和規(guī)劃。維修建議功能支持基于故障診斷結(jié)果、性能排隊結(jié)果及健康評估結(jié)果生成維修需求，并自動將維修需求轉(zhuǎn)換為標準工單，經(jīng)人工確認后自動推送至智能維修業(yè)務(wù)管理系統(tǒng)[10]。

（4）統(tǒng)計分析和模型培養(yǎng)功能。其包括統(tǒng)計分析與模型優(yōu)化、算法管理、模型訓練、模型分類管理及模型版本管理等功能。統(tǒng)計分析與模型優(yōu)化功能通過對歷史故障數(shù)據(jù)進行統(tǒng)計分析，為專業(yè)建模人員進行建模和模型優(yōu)化提供參考；專業(yè)建模人員在此基礎(chǔ)上完成特征定義，確定特征提取算法、必要的數(shù)據(jù)預處理算法及計算流程；確定建模算法框架及訓練樣本，通過實時的故障分析進行建模及模型優(yōu)化。算法管理功能，系統(tǒng)提供算法管理，支持向量機、神經(jīng)網(wǎng)絡(luò)、隨機森林、隸屬度計算、劣化度分析、模糊綜合評判等大數(shù)據(jù)分析算法[3,9]。模型訓練功能支持選擇合適的樣本進行模型訓練和測試，確定模型結(jié)構(gòu)和模型參數(shù)，以支持“一設(shè)一模型”。模型分類管理功能支持從建模對象、算法分類、應(yīng)用場景、模型效果等維度對模型進行分類管理與標簽化管理[14]。模型版本管理功能結(jié)合不同版本模型的應(yīng)用場景，為健康管理系統(tǒng)及車載中央維護系統(tǒng)提供適當?shù)哪Ｐ汀?/p>

1.3 PHM 系統(tǒng)規(guī)劃流程

圖2 PHM 系統(tǒng)規(guī)劃V 型圖Fig. 2 V - shaped diagram of the PHM system planning

PHM 系統(tǒng)規(guī)劃的第一階段是需求定義和可行性分析。該階段首先是深入現(xiàn)場調(diào)研業(yè)主的運營需求和分析車輛歷史故障，通過系統(tǒng)故障的分布和運營指標的要求明確關(guān)鍵故障和重點研究的系統(tǒng)部件；接著是進行系統(tǒng)故障監(jiān)測和預警的可行性分析以及系統(tǒng)平臺搭建的軟硬件條件。第二階段的數(shù)據(jù)層定義是在明確運營的痛點和重點之后，對數(shù)據(jù)采集層進行部署，確定分析層級結(jié)構(gòu)、數(shù)據(jù)采集類型以及建模對象。完成數(shù)據(jù)層的定義后，建模系統(tǒng)也基本鎖定。第三階段就是模型選擇。模型建立通常有機理驅(qū)動、數(shù)據(jù)驅(qū)動以及機理和數(shù)據(jù)的混合驅(qū)動3 種方式。數(shù)據(jù)驅(qū)動是完全依賴于實測的運營數(shù)據(jù)和故障數(shù)據(jù)，利用大數(shù)據(jù)分析的手段建立數(shù)據(jù)間的聯(lián)系，從而判斷故障趨勢進行模型選擇；機理驅(qū)動是基于系統(tǒng)的工作原理和邏輯圖建立的故障模型。但機理驅(qū)動可能存在系統(tǒng)接口邏輯的缺失，不利用整車的故障預測，而數(shù)據(jù)驅(qū)動則對數(shù)據(jù)質(zhì)量要求較高，且數(shù)據(jù)處理的工作量很大，因此在實際的模型選擇過程中多采用數(shù)據(jù)和機理混合驅(qū)動的模型。模型是PHM 系統(tǒng)功能實現(xiàn)的關(guān)鍵，而關(guān)鍵參數(shù)的設(shè)定則是故障預警和維修建議的基礎(chǔ)，傳感器的合理選擇、安裝位置的精確選取以及故障閾值的設(shè)置對PHM 系統(tǒng)的預測、預警功能的實現(xiàn)至關(guān)重要。完成前期的調(diào)研和底層的基礎(chǔ)建設(shè)工作后，進行系統(tǒng)方案設(shè)計、技術(shù)開發(fā)、系統(tǒng)運行和優(yōu)化迭代，即圖2 中step5，step6 和step7 這3 個階段。

2 應(yīng)用實例

目前該PHM 系統(tǒng)已經(jīng)在北京、上海、廣州和深圳等城市的多條地鐵線路上得到實際應(yīng)用。PHM 系統(tǒng)已經(jīng)覆蓋地鐵車輛車門、空調(diào)、受電弓、走行部和牽引輔助系統(tǒng)等多個關(guān)鍵系統(tǒng)；同時在部分地鐵線路中還增加了車載中央維護系統(tǒng)（central maintenance system，CMS），通過增加邊緣計算節(jié)點，從各個車載監(jiān)測子系統(tǒng)采集數(shù)據(jù)，對各系統(tǒng)數(shù)據(jù)進行綜合分析處理、設(shè)備性能檢測等邊緣計算。下面重點介紹幾個關(guān)鍵系統(tǒng)的故障預測和健康評估系統(tǒng)功能。

2.1 中央維護系統(tǒng)（CMS）

中央維護系統(tǒng)由車載中央維護計算機（central maintenance computer，CMC）及地面系統(tǒng)組成。車載CMC 接入車輛以太維護網(wǎng)及MVB 網(wǎng)，采集列車空調(diào)系統(tǒng)、走行部和弓網(wǎng)監(jiān)測等系統(tǒng)以及列車網(wǎng)絡(luò)控制系統(tǒng)的故障數(shù)據(jù)、過程數(shù)據(jù)和列車運行參數(shù)、環(huán)境參數(shù)、控制參數(shù)等；通過MVB 網(wǎng)采集目前MVB 通信協(xié)議中的數(shù)據(jù)，通過以太維護網(wǎng)采集新增的監(jiān)測信息點數(shù)據(jù)（圖3）。

圖3 車載數(shù)據(jù)傳輸結(jié)構(gòu)框圖Fig. 3 Structure diagram of vehicle data transmission

CMC 采用“雙主機+隔離卡”的物理結(jié)構(gòu)，其內(nèi)端機接入中央維護總線，并與列車控制與管理系統(tǒng)（train control and management system, TCMS）及其他系統(tǒng)連接，主要進行原始數(shù)據(jù)采集、處理和存儲；外端機實現(xiàn)故障報告、性能監(jiān)測功能。內(nèi)端機和外端機之間設(shè)置了隔離卡，通過私有協(xié)議從內(nèi)端機擺渡數(shù)據(jù)到外端機；此外可以通過車地通信單元與地面系統(tǒng)進行數(shù)據(jù)交互。

CMC 采集車輛各系統(tǒng)的狀態(tài)監(jiān)測數(shù)據(jù)，基于知識庫和模型庫進行故障影響分析，評估車輛運行的安全性，并且給出故障的應(yīng)急處理建議，形成包括故障描述、安全評估結(jié)果和應(yīng)急處理措施的故障報告；同時經(jīng)過數(shù)據(jù)處理后，構(gòu)建性能檢測模型，檢測性能突變或退化情況，并根據(jù)性能檢測結(jié)果給出性能預警和運維建議。

2.2 走行部PHM 系統(tǒng)

走行部PHM 系統(tǒng)由車載故障診斷系統(tǒng)和地面健康管理系統(tǒng)組成。車載故障診斷系統(tǒng)將采集和診斷分析后得到的實時狀態(tài)數(shù)據(jù)（報警數(shù)據(jù)、溫度數(shù)據(jù)）通過MVB 協(xié)議實時發(fā)送至司機室顯示屏進行顯示，實時指導列車的運維工作；同時，實時數(shù)據(jù)也可通過無線傳輸協(xié)議實時發(fā)送至地面進行顯示。列車入庫后，車載系統(tǒng)采集的離線數(shù)據(jù)將上傳至地面數(shù)據(jù)庫，地面系統(tǒng)接收處理車載系統(tǒng)下發(fā)的實時數(shù)據(jù)與離線數(shù)據(jù)，實現(xiàn)健康評估、剩余運營里程預測功能，輸出各類可供顯示的數(shù)據(jù)；同時走行部PHM 系統(tǒng)數(shù)據(jù)也可以通過軟件接口（接口協(xié)議經(jīng)雙方協(xié)商并簽署確定）與現(xiàn)場（用戶端）原有的工單系統(tǒng)、生產(chǎn)、運維系統(tǒng)形成交互，開展維修預判、智能管控功能，在地面系統(tǒng)實現(xiàn)故障預測與健康管理工作，達到狀態(tài)維修、主動預防等目的。

走行部PHM 系統(tǒng)通過安裝在走行部關(guān)鍵部件上的復合傳感器同時監(jiān)測沖擊力、振動力及溫度這3 個物理量，并通過基于廣義共振與共振解調(diào)的故障診斷技術(shù)實現(xiàn)走行部關(guān)鍵部件的車載在線實時診斷，可以實現(xiàn)故障早期預警和分級報警，準確指導車輛的運行和維修工作[16]。其設(shè)備主機、傳感器等主要部件如圖4 所示。

圖4 走行部PHM 系統(tǒng)主要設(shè)備Fig. 4 Main equipments of the running part PHM system

2.3 車門PHM 系統(tǒng)

車門PHM 系統(tǒng)功能主要包括遠程在線監(jiān)測、故障診斷和故障預測。

（1）遠程在線監(jiān)測功能?？梢赃h程實時監(jiān)測各個地鐵車門的工作情況，使得各級管理人員和工程人員可以通過網(wǎng)絡(luò)遠程了解車門的實時運行情況。

（2）故障診斷功能。系統(tǒng)自動采集車門各種運行數(shù)據(jù)信息（包含門控器的自診斷信息），通過車門的典型故障規(guī)則知識庫，智能判斷當前的車門是否產(chǎn)生了故障以及故障的原因和檢修方案；通過監(jiān)測門系統(tǒng)的工作狀態(tài)，系統(tǒng)優(yōu)先預測門系統(tǒng)的常見故障，如無法電動關(guān)門、開不到位、3 s 不解鎖、阻力過小、阻力過大等故障，并能初步分析出產(chǎn)生這些故障的原因和給出檢修建議。

（3）故障預測功能。系統(tǒng)通過實時采集車輛運行過程中的車門數(shù)據(jù)信息，與該車門的歷史數(shù)據(jù)進行對比；并基于數(shù)據(jù)驅(qū)動方式的大數(shù)據(jù)分析，判斷車門是否工作于亞健康狀態(tài)，給出未來可能出現(xiàn)的故障，同時給出可能引起問題的部件位置和檢修范圍。

為實現(xiàn)上述功能，首先調(diào)整車門以太網(wǎng)架構(gòu)，通過在每節(jié)車上增加一個以太網(wǎng)交換機，使得每節(jié)車的所有車門均可以接入車輛以太網(wǎng)中，為大量數(shù)據(jù)的傳輸提供一個足夠帶寬的網(wǎng)絡(luò)鏈路；其次在每個車門系統(tǒng)中均增加一個車門開門到位檢測開關(guān)，用來對比每次車門全開位置檢測開關(guān)激活時的門頁位置數(shù)值間的差異，從而判斷與之相關(guān)的電機電氣特性或者門控器內(nèi)部檢測模塊的相應(yīng)狀態(tài)；最后對門控器的軟件進行升級，實現(xiàn)數(shù)據(jù)分析功能。

2.4 弓網(wǎng)監(jiān)測PHM 系統(tǒng)

弓網(wǎng)監(jiān)測PHM 系統(tǒng)主要對受電弓羊角變形、斷裂、缺失、異物查詢以及燃弧率和觸點溫度進行測量，分析受電弓的健康狀態(tài)，進行故障監(jiān)測和報警，并通過統(tǒng)計分析預測受電弓零部件的壽命。系統(tǒng)設(shè)備結(jié)構(gòu)如圖5 所示。系統(tǒng)通過安裝車頂采集單元和車內(nèi)處理單元將弓網(wǎng)高清視頻、弓網(wǎng)燃弧視頻和弓網(wǎng)溫度等數(shù)據(jù)進行分類存儲，同時對弓網(wǎng)圖像進行壓縮處理并分析缺陷，通過MVB總線自動上報至TCMS，并在人機界面(man-machine interface, MMI)上進行故障提示。車載缺陷數(shù)據(jù)可通過乘客信息系統(tǒng)（PIS）上傳至地面服務(wù)器進行存儲和展示。

圖5 弓網(wǎng)監(jiān)測PHM 系統(tǒng)設(shè)備結(jié)構(gòu)圖Fig. 5 Equipment structure diagram of the pantograph-catenary monitoring PHM system

2.5 PHM 系統(tǒng)應(yīng)用效果

該PHM 系統(tǒng)設(shè)備已經(jīng)裝車用于上海地鐵某線路上。經(jīng)過2 年多的實踐和探索，設(shè)備運營數(shù)據(jù)基本能夠正常下載，可實現(xiàn)常規(guī)的車輛故障報警，準確率達90%，為維保人員的故障修提供了支持。雖然目前所采集的數(shù)據(jù)量還不足以支持故障預警和健康評估，需要積累更多車輛壽命周期數(shù)據(jù)進行分析驗證，但維保人員數(shù)量已減少20%，人車比從0.4 降低到0.36，檢修效率提高了10%。另一方面，由于加裝了智能設(shè)備，車輛采購成本增加了3%，但預計30 年維保的人力成本將降低23%，因此，全壽命周期成本可降低20%左右。

3 結(jié)語

基于智能運維技術(shù)在地鐵車輛的廣泛應(yīng)用，本文設(shè)計了一種以地鐵車輛走行部系統(tǒng)、弓網(wǎng)系統(tǒng)和車門系統(tǒng)運營數(shù)據(jù)為分析基礎(chǔ)，通過車載中央維護計算設(shè)備對數(shù)據(jù)進行融合以及實時在線分析，對相關(guān)系統(tǒng)部件的故障進行預測和健康狀態(tài)進行評估的故障預測和健康評估技術(shù)。該技術(shù)在實際應(yīng)用中有效降低了車輛上線期間故障引起的風險，保障了運營安全；同時減少了過度維修次數(shù)，縮短了設(shè)備生命周期的維修時間，提高了維修效率，減少了人工工時并降低了維保成本。但智能化技術(shù)在軌道交通行業(yè)的應(yīng)用還需進一步完善，如模型的優(yōu)化、故障數(shù)據(jù)的分析以及各系統(tǒng)數(shù)據(jù)的融合都有待提高。未來，城市軌道交通故障預測和健康評估系統(tǒng)將突破各子系統(tǒng)PHM 的局限，從整車角度出發(fā)，關(guān)注各系統(tǒng)和專業(yè)的接口，實現(xiàn)整車的智能維保。