吳強(qiáng) 胡佳喬 束長(zhǎng)健

（中車南京浦鎮(zhèn)車輛有限公司 江蘇省南京市 210031）

在傳統(tǒng)軌道交通地鐵車輛維修模式下，主要依據(jù)時(shí)間間隔與運(yùn)行里程開(kāi)展“計(jì)劃性維修”，用于預(yù)防地鐵車輛故障問(wèn)題，并于地鐵車輛發(fā)生故障問(wèn)題后進(jìn)行“事后故障修”，但隨著軌道交通的發(fā)展及城市化進(jìn)程的推進(jìn)，地鐵車輛數(shù)量增加，此時(shí)應(yīng)根據(jù)實(shí)際情況優(yōu)化維修修程，調(diào)整維修機(jī)制，力圖在提升維修質(zhì)量與效率的同時(shí)，延長(zhǎng)維修間隔，減少維修成本。

1 地鐵車輛維修修程分析

1.1 維修方式

地鐵車輛維修作業(yè)受物料供應(yīng)、設(shè)施設(shè)備、車輛運(yùn)營(yíng)、人力規(guī)劃、維修流程、技術(shù)類型等因素影響，為更好地實(shí)現(xiàn)地鐵車輛維修修程優(yōu)化，需綜合分析維修方式類型及特征[1]。

第一，維修方式類型。地鐵車輛質(zhì)量直接影響軌道交通安全性，故在維修期間，不僅需注重故障維修工作，還需做好地鐵車輛的保養(yǎng)工作，同時(shí)落實(shí)預(yù)防性計(jì)劃維修，盡可能提升地鐵車輛的運(yùn)行可靠性。結(jié)合當(dāng)前維修模式來(lái)看，主要可分為分修制、集中修、合修制、換件修、自主修、委外修、原件修等，在實(shí)際維修作業(yè)期間，應(yīng)根據(jù)實(shí)際情況選擇適宜的維修方式。

第二，維修方式特征[2]。

（1）分修制可在一定程度上減少轉(zhuǎn)線時(shí)間，并保障地鐵車輛維修質(zhì)量，維修效果較好，但卻可造成重復(fù)投資問(wèn)題。

（2）集中修是集中現(xiàn)有人才資源，并在專業(yè)設(shè)施設(shè)備應(yīng)用下保障維修效率，該維修方式可避免重復(fù)性成本投資，但設(shè)施設(shè)備投資較大。

（3）合修制對(duì)于場(chǎng)地的依賴性較大，且一次性投入較高。

（4）換件修是替換故障零部件的維修方式，可在較短時(shí)間內(nèi)完成維修工作，且該方式對(duì)維修人員的專業(yè)能力要求不高，更易完成。

（5）自主修能夠有效控制維修進(jìn)度，且可通過(guò)不斷的維修練習(xí)提升維修人員專業(yè)水平，但維修成本相對(duì)較高。

（6）委外修是借助外部資源進(jìn)行維修的方式，可減少一定的維修成本。

（7）原件修多在無(wú)備件時(shí)應(yīng)用，相對(duì)而言，可減少維修耗費(fèi)。

1.2 影響維修修程的因素

地鐵車輛維修修程主要受維修能力的影響，對(duì)維修能力進(jìn)行劃分，可將其定義為有效能力、設(shè)計(jì)能力，其中有效能力是指受到設(shè)備維修、車輛質(zhì)量因素、技術(shù)差異等因素的影響而降低了地鐵車輛的維修能力；設(shè)計(jì)能力為理想狀態(tài)下的地鐵車輛維修數(shù)量。在實(shí)際維修期間，受限于技術(shù)類型、維修深度，通常情況下有效能力低于設(shè)計(jì)能力，但可能發(fā)生設(shè)備故障、人員缺勤等非理想狀態(tài)情況，導(dǎo)致有效能力通常會(huì)大于實(shí)際產(chǎn)出。除維修能力外，地鐵車輛的運(yùn)營(yíng)因素、維修流程、物料供應(yīng)、設(shè)施設(shè)備、技術(shù)類型、人力因素等均可影響地鐵車輛的維修工作，影響程度可直接體現(xiàn)在實(shí)際維修過(guò)程中。結(jié)合維修流程來(lái)看，其可直接決定地鐵車輛的維修效率，而維修效率又可影響維修生產(chǎn)速度，為提高維修質(zhì)量，應(yīng)結(jié)合地鐵車輛實(shí)際情況對(duì)維修修程進(jìn)行優(yōu)化，用于延長(zhǎng)地鐵車輛的維修間隔，減少維修次數(shù)。

2 地鐵車輛維修修程優(yōu)化路徑

2.1 模塊化設(shè)計(jì)維修修程

地鐵車輛維修修程示意圖如圖1所示，為提升地鐵車輛維修質(zhì)量，可將“七步作業(yè)法”作為維修修程優(yōu)化依據(jù)，對(duì)地鐵車輛維修修程進(jìn)行模塊化劃分，即維修內(nèi)容、維修工時(shí)、工器具、維修人員、備配備件、維修條件、維修周期。確定維修修程模塊后總結(jié)地鐵車輛維修步驟，具體如下：

圖1：地鐵車輛維修修程示意圖

（1）選擇關(guān)鍵部件，結(jié)合實(shí)際情況明確維修模塊的名稱及工位數(shù)；

（2）明確關(guān)鍵設(shè)施設(shè)備的功能指標(biāo)性能參數(shù)，初步完成維修內(nèi)容的選擇；

（3）對(duì)地鐵車輛的故障情況進(jìn)行分析與定位，以此為依據(jù)選擇診斷工具及維修工器具；

（4）根據(jù)現(xiàn)有維修模式明確維修內(nèi)容，并對(duì)維修效果進(jìn)行預(yù)測(cè)；

（5）制定與選擇行之有效的地鐵車輛維修方案，在此基礎(chǔ)上確定維修條件；

（6）制定維修計(jì)劃并實(shí)施維修策略，對(duì)備品備件、維修人員、維修工時(shí)進(jìn)行確定；

（7）對(duì)維修計(jì)劃及策略進(jìn)行優(yōu)化，評(píng)價(jià)維修效果，以此為依據(jù)確定維修周期。

2.2 修程優(yōu)化模型

受到維修時(shí)間條件限制，部分維修模塊之間存在裙帶約束、互斥約束，故搭建地鐵車輛維修修程優(yōu)化模型時(shí)，不可簡(jiǎn)單化拆分或組合維修工藝，需立足于地鐵車輛基本信息及特殊維修條件，建設(shè)維修模塊重組模型，以此得出地鐵車輛維修模塊的最佳組合方式，以此提高維修質(zhì)量，為地鐵車輛的穩(wěn)定可靠運(yùn)行奠定基礎(chǔ)。以維修效率與地鐵車輛利用效率為依據(jù)明確目標(biāo)函數(shù)，兩者具有正相關(guān)關(guān)系，在劃分與確定地鐵車輛維修模塊時(shí)，應(yīng)根據(jù)維修模塊內(nèi)合理配置維修人員數(shù)量，盡可能最大限度提升維修效率[3]。提升地鐵車輛利用效率后，則會(huì)減少地鐵車輛在維修期間的庫(kù)停時(shí)間。此時(shí)可圍繞最少庫(kù)停時(shí)間建立地鐵車輛目標(biāo)函數(shù)模型，具體如下：

式（1）、（2）中，N 為地鐵車輛維修總工位數(shù)，M 為地鐵車輛總維修模塊數(shù)量，T 為地鐵車輛維修人員的每日標(biāo)準(zhǔn)工時(shí)，i 為第i 個(gè)地鐵車輛維修工藝，j 為第j 個(gè)地鐵車輛維修模塊，Bt為各工位標(biāo)準(zhǔn)模塊的總維修時(shí)間，Kwj 為第j個(gè)地鐵車輛維修模塊的工作量，Ktj 為第j 個(gè)地鐵車輛可變維修模塊的工作量，Wi為第i 個(gè)地鐵車輛維修工作總量，xij=0 為第i 個(gè)維修工藝與第j 個(gè)維修模塊不在同一時(shí)間進(jìn)行，xij=1 第i 個(gè)維修工藝與第j 個(gè)維修模塊在同一時(shí)間進(jìn)行，j1與j2 為兩個(gè)地鐵車輛維修工藝[4]。對(duì)上述維修修程優(yōu)化模型進(jìn)行分析，發(fā)現(xiàn)該模塊內(nèi)工具有三個(gè)約束性條件，即各維修工位的工作量約束、兩個(gè)模塊在同一維修工位內(nèi)是否同時(shí)進(jìn)行、兩個(gè)模塊在不同架修工位或不同時(shí)間進(jìn)行。在上述維修修程優(yōu)化模型求解期間，所采用的隨機(jī)搜索算法為模擬退火算法，該算法在適用性、魯棒性、處理效果、等方面存在明顯優(yōu)勢(shì)，可有效解決非線性優(yōu)化問(wèn)題，故在本次維修修程優(yōu)化期間采用該算法是極為有效的。

3 地鐵車輛維修修程優(yōu)化實(shí)例分析

3.1 實(shí)例概況

為驗(yàn)證上述地鐵車輛維修修程優(yōu)化效果，本次以某地鐵車輛維修作業(yè)為例展開(kāi)分析。現(xiàn)有12 個(gè)工位，地鐵車輛維修工藝共有32 個(gè)可變模塊與22 個(gè)標(biāo)準(zhǔn)模塊，且標(biāo)準(zhǔn)模塊總維修時(shí)間為50 小時(shí)，32 個(gè)可變模塊的總維修時(shí)間為90 小時(shí)。在該優(yōu)化案例中，仍運(yùn)用模擬退火算法求解維修修程優(yōu)化模型，結(jié)合該案例實(shí)際情況，對(duì)模型中的各參數(shù)數(shù)值進(jìn)行確定，其中N 為12，M 為32，T 為5 小時(shí)，K 為0.95，Wi為24人，Bt、Ktj 與Kw

j 根據(jù)地鐵車輛維修現(xiàn)場(chǎng)實(shí)際數(shù)據(jù)進(jìn)行確定，T（初始溫度）定為10000℃，而t（終止溫度）設(shè)定為10 ～12℃，將上述參數(shù)帶入模型算法內(nèi)，可得出23 為該模型的最優(yōu)解，證明優(yōu)化后的地鐵車輛維修庫(kù)停時(shí)間為23日。

3.2 確定關(guān)鍵部件

結(jié)合地鐵車輛實(shí)際情況選擇關(guān)鍵部件，并進(jìn)行分類，在此期間，可引入層次分析法、ABC 分類法展開(kāi)分析，以維修費(fèi)用、故障率、運(yùn)營(yíng)安全性、運(yùn)營(yíng)服務(wù)性為依據(jù)衡量地鐵車輛各部件的權(quán)重，通過(guò)層次分析計(jì)算加權(quán)權(quán)重，運(yùn)用ABC 分類法，以地鐵車輛加權(quán)權(quán)重為依據(jù)進(jìn)行最終分類，在地鐵車輛維修期間有針對(duì)性地提升各部件的綜合性能。為更好定位地鐵車輛關(guān)鍵部件，可將目標(biāo)層確定為部件關(guān)鍵性，準(zhǔn)則層定為運(yùn)營(yíng)安全性、運(yùn)營(yíng)服務(wù)性、維修費(fèi)用、故障率，將方案層定為設(shè)備部件。權(quán)重公式如下：

完成ABC 分類分析后進(jìn)一步計(jì)算地鐵車輛部件的關(guān)鍵性權(quán)重，其中可根據(jù)ABC 分類情況順利獲取關(guān)鍵部件情況。結(jié)合上述案例進(jìn)行分析，確定地鐵車輛的故障統(tǒng)計(jì)數(shù)據(jù)及部件維修費(fèi)用情況，通過(guò)該方式展開(kāi)針對(duì)性分類，由此得出的判斷依據(jù)及ABC 分類權(quán)重分配情況如表2所示，地鐵車輛具體部件分類結(jié)果見(jiàn)表3。

表2：ABC 分類權(quán)重分配情況

表3：地鐵車輛部件具體分類結(jié)果

3.3 修程優(yōu)化模型

對(duì)地鐵車輛維修修程的優(yōu)化主要是為了提高各部件的可靠性，按照國(guó)辦函〔2015〕32 號(hào)文件《國(guó)家城市軌道交通運(yùn)營(yíng)突發(fā)事件應(yīng)急預(yù)案》來(lái)看，將地鐵車輛的可靠性程度設(shè)定為三個(gè)層次，即可靠狀態(tài)、次可靠狀態(tài)、不可靠狀態(tài)，其中導(dǎo)致地鐵車輛退出服務(wù)的部件故障率每萬(wàn)列公里大于0.1次為可靠狀態(tài)；導(dǎo)致地鐵車輛退出服務(wù)的部件故障率每萬(wàn)列公里大于0.09 次且小于等于0.1 次為次可靠狀態(tài)；導(dǎo)致地鐵車輛退出服務(wù)的部件故障率每萬(wàn)列公里0.09 次以下為不可靠狀態(tài)[5]。搭建地鐵車輛維修修程優(yōu)化模型期間，若全面考慮部件種類情況并逐一統(tǒng)一，則會(huì)造成較大工作量，故在實(shí)際研究中，主要圍繞影響程度較高的關(guān)鍵部件進(jìn)行分析，以此確定地鐵車輛的最佳維修修程。在實(shí)際優(yōu)化過(guò)程中，應(yīng)以部件的穩(wěn)定安全運(yùn)行為基礎(chǔ)，在保障其穩(wěn)定性與安全性后，控制地鐵車輛的維修成本，并延長(zhǎng)地鐵車輛的維修間隔，減少其維修次數(shù)。將修程優(yōu)化模型的約束性條件定為維修可靠性，而維修間隔期間在地鐵車輛安全運(yùn)行條件下實(shí)現(xiàn)最低維修費(fèi)用為本次修程優(yōu)化目標(biāo)，以此為依據(jù)搭建修程優(yōu)化模型。因車輛拆解維修將阻礙地鐵正常運(yùn)營(yíng)，故應(yīng)將維修停機(jī)損失、維修材料成本、維修人工成本考慮在維修費(fèi)用中，此時(shí)可得出關(guān)鍵部件的維修修程優(yōu)化模型，具體如下所示：

式（4）中，C（L）為單次維修修程中，地鐵車輛的里程總成本；R（l）為單次維修修程中，地鐵車輛關(guān)鍵部件的可靠性函數(shù)；ca為單次維修修程的總成本（如委外維保費(fèi)、用分工成本、維修材料費(fèi)等）；cd為單次維修修程中庫(kù)停時(shí)間造成的費(fèi)用損失（如租聘費(fèi)、水電費(fèi)的那個(gè)）；cr為地鐵車輛維修前的部件單次維修費(fèi)用；L 為地鐵車輛維修修程間隔的決策變量；R（L）為運(yùn)營(yíng)里程L 內(nèi)的關(guān)鍵部件可靠度；Re為關(guān)鍵部件可靠度最低值；f（l）為地鐵車輛關(guān)鍵部件的故障密度函數(shù)；R（l）dl 為地鐵車輛在單次維修間隔中的可靠運(yùn)行里程數(shù)。為明確模型中各參數(shù)具體數(shù)值，需結(jié)合地鐵車輛實(shí)際運(yùn)行與維修情況，采集相關(guān)維修修程數(shù)據(jù)，以數(shù)據(jù)與模型為依據(jù)展開(kāi)分布檢驗(yàn)與數(shù)理統(tǒng)計(jì)，進(jìn)一步確定參數(shù)數(shù)值、壽命分布類型及相應(yīng)分布函數(shù)。同時(shí)可綜合考慮維修記錄賬單、維修人員工資消耗等數(shù)據(jù)，獲得材料費(fèi)用情況，在關(guān)鍵部件可靠性約束性條件下展開(kāi)求解，繼而得出地鐵車輛的最佳維修里程間隔，以此兼顧地鐵車輛的運(yùn)行穩(wěn)定性及維修成本，確保地鐵車輛可靠安全運(yùn)行基礎(chǔ)上提高維修工作的經(jīng)濟(jì)效益。

3.4 優(yōu)化效果分析

為進(jìn)一步明確本次維修修程優(yōu)化分析情況，某地鐵車輛維修企業(yè)按照優(yōu)化后的維修修程進(jìn)行維修，將地鐵車輛維修情況進(jìn)行統(tǒng)計(jì)，記錄地鐵車輛的安全可靠運(yùn)行里程數(shù)據(jù)及故障概率。為保障可靠性分析效果，將萬(wàn)公里故障率看作分析指標(biāo)，故障率為地鐵車輛部件故障頻數(shù)與運(yùn)行里程的比值，其單位為“次/萬(wàn)公里”，結(jié)合地鐵車輛的部件故障率情況即可得知地鐵車輛的部件可靠運(yùn)行里程范圍。借助模型算法運(yùn)算得出地鐵車輛部件的可靠運(yùn)行里程范圍為0 ～70.2 萬(wàn)千米，而對(duì)案例地鐵車輛進(jìn)行統(tǒng)計(jì)，發(fā)現(xiàn)部分地鐵車輛的可靠運(yùn)行里程已超過(guò)75 萬(wàn)km。按照0.05 的置信度統(tǒng)計(jì)進(jìn)入維修期的地鐵車輛里程數(shù)據(jù)，按照威布爾分布計(jì)量情況得出結(jié)果為1.2738，滿足了分布檢驗(yàn)條件，由此可知，案例地鐵車輛在威布爾分布下符合故障率情況。借助算法進(jìn)一步運(yùn)算地鐵車輛部件的故障密度函數(shù)及可靠性函數(shù)，將案例地鐵車輛維修數(shù)據(jù)帶入到維修修程優(yōu)化模型中，借助MATLAB 數(shù)學(xué)工具進(jìn)行求解，得出地鐵車輛維修間隔與維修費(fèi)用間的關(guān)系，發(fā)現(xiàn)地鐵車輛維修間隔里程為66.5×104km 時(shí)為最佳間隔，此時(shí)維修經(jīng)濟(jì)效益達(dá)到最佳。考慮到固定里程維修控制存在一定難度，故可將維修里程間隔定為65×104km ～68×104km，以此實(shí)現(xiàn)地鐵車輛維修質(zhì)量的有效控制，使地鐵車輛在特定里程范圍內(nèi)安全穩(wěn)定運(yùn)行，同時(shí)還可控制地鐵車輛維修費(fèi)用，延長(zhǎng)地鐵車輛維修間隔，以此減少因維修工作帶來(lái)的資源浪費(fèi)。

3.5 未來(lái)發(fā)展方向

通過(guò)上述改進(jìn)優(yōu)化完成了軌道交通修程改進(jìn)，構(gòu)建了完成修程優(yōu)化模型，但在信息化時(shí)代，修程改進(jìn)工作可融入到信息管理平臺(tái)中，打造全壽命周期數(shù)據(jù)管控平臺(tái)，目標(biāo)為構(gòu)建MRO（Maintenance 維護(hù)、Repair 維修、Overhaul 大修）平臺(tái)，對(duì)整個(gè)軌道交通修程進(jìn)行合理優(yōu)化。依托于該MRO管控平臺(tái)，實(shí)現(xiàn)修程智能化調(diào)節(jié)，通過(guò)計(jì)劃調(diào)控管理確定修程計(jì)劃，改進(jìn)檢修周期，做好參數(shù)配置，通過(guò)智慧化檢修管理方式，使修程改進(jìn)優(yōu)化工作更貼合軌道交通實(shí)際情況，同時(shí)還可完成故障自動(dòng)上報(bào)與定位，為軌道交通維修工作更為有序的推進(jìn)。

4 地鐵車輛維修技術(shù)要點(diǎn)

4.1 故障診斷技術(shù)

一般情況下，針對(duì)地鐵車輛進(jìn)行維修，應(yīng)結(jié)合運(yùn)營(yíng)時(shí)間或運(yùn)營(yíng)里程確定維修模式。若地鐵車輛已經(jīng)持續(xù)運(yùn)營(yíng)3年，或運(yùn)營(yíng)里程超出30 萬(wàn)km，此時(shí)主要以定期維修技術(shù)為主。而在6年以上（60 萬(wàn)km 里程），則應(yīng)用架修技術(shù)。而持續(xù)12年運(yùn)營(yíng)（120 萬(wàn)km 里程），應(yīng)當(dāng)進(jìn)入大修環(huán)節(jié)，以大修技術(shù)促使地鐵車輛運(yùn)營(yíng)安全性得以改善。為了延長(zhǎng)地鐵車輛的使用年限，使之保持持穩(wěn)運(yùn)營(yíng)狀態(tài)，應(yīng)積極應(yīng)用故障診斷技術(shù)，妥善應(yīng)對(duì)故障風(fēng)險(xiǎn)。

該技術(shù)多以失效模式與效應(yīng)分析技術(shù)，該技術(shù)實(shí)踐應(yīng)用中往往按照設(shè)定故障診斷目標(biāo)、明晰故障類別、出具危害分析結(jié)果的順序逐項(xiàng)診斷地鐵車輛系統(tǒng)，從而提高效應(yīng)水平，增強(qiáng)地鐵車輛系統(tǒng)效能的基礎(chǔ)上達(dá)到故障診斷與維修目的。以地鐵車輛懸掛系統(tǒng)的維修事項(xiàng)為例，比如在橫向止擋維修過(guò)程中，可依據(jù)位移量（構(gòu)架-限制車體）判定輪軌的影響程度。一般位移量為2mm，對(duì)應(yīng)的橫向止擋力道應(yīng)為4.7kN，隨著位移量的增加，其力道也隨之升高，即4mm 對(duì)應(yīng)6.8kN，6mm 對(duì)應(yīng)9kN。此時(shí)在應(yīng)用此項(xiàng)技術(shù)時(shí)，可以先行設(shè)定懸掛系統(tǒng)中的橫向止擋為診斷目標(biāo)，之后判斷是否存在剛度異常故障，最終得出在剛度改變時(shí)，將引起位移量超標(biāo)情況，從而危及地鐵車輛懸掛系統(tǒng)運(yùn)行安全性。此外，還可在此項(xiàng)技術(shù)導(dǎo)向下展開(kāi)非線性分析，結(jié)合下列公式分析地鐵車輛輪軌作用力分布規(guī)律。

其中G、δz(t)表示的是接觸常數(shù)與車輪同鋼軌垂向彈性壓縮量。關(guān)于G 的取值，若地鐵車輛選用錐形車輪，則按照計(jì)算，R 代表地鐵車輛車輪半徑。如若選用磨耗型車輪，G 值則以為主，促使在求值后能夠客觀分析輪軌垂向作用力與現(xiàn)實(shí)要求的匹配度，若實(shí)測(cè)值與理論值相差較多，可以考慮當(dāng)前輪軌結(jié)構(gòu)存在故障隱患。δz(t)的取值，以下列公式為基礎(chǔ)：

δz(t)=zwk(t)-z0(xk,t)

其中zwk(t)、z0(xk,t)各自代表輪軌車輪及其鋼軌的垂向位移。

經(jīng)過(guò)此項(xiàng)技術(shù)的合理應(yīng)用，能夠提升維修準(zhǔn)確度，亦能實(shí)現(xiàn)對(duì)地鐵車輛故障的客觀評(píng)估，合理分配維修資源。

4.2 機(jī)器人技術(shù)

機(jī)器人技術(shù)作為地鐵維修過(guò)程中比較新穎的一種技術(shù)，在其應(yīng)用中應(yīng)當(dāng)充分汲取豐富的經(jīng)驗(yàn)，匯總多個(gè)專利成果，積累實(shí)踐基礎(chǔ)。如中鐵第一勘察設(shè)計(jì)院曾對(duì)機(jī)器人技術(shù)應(yīng)用于地鐵車輛我維修項(xiàng)目中提出了對(duì)應(yīng)的研究成果，并且還成功研發(fā)了專用于地鐵軌道車輛輔助維修場(chǎng)景的底部清掃設(shè)備，若能借助清掃機(jī)器人前往地鐵車輛底部減少灰塵量，可杜絕因積灰產(chǎn)生的齒輪箱油品乳化故障、制動(dòng)故障。除了可應(yīng)用于清掃步驟以外，還可在故障定位中運(yùn)用該技術(shù)?？紤]到維修人員在前往故障場(chǎng)所時(shí)會(huì)受到空間束縛，且對(duì)氣味、顏色等參數(shù)的辨別易受個(gè)體因素干擾，若能運(yùn)用機(jī)器人技術(shù)，能夠輔助維修人員快速確定故障位置。比如可在聯(lián)合智能感應(yīng)裝置，將其安裝于機(jī)器人上，而后進(jìn)入到疑似故障路段中，對(duì)地鐵車輛的可能故障隱患逐項(xiàng)排查，為維修人員如實(shí)反饋檢修信息，包括構(gòu)件脫落情況、磨損情況等，都能在機(jī)器人技術(shù)運(yùn)行中獲得可靠的檢修結(jié)果，自此提高維修效率。

如無(wú)錫地鐵車輛檢修作業(yè)中應(yīng)用了首個(gè)自動(dòng)探傷智能機(jī)器人，并在西漳車輛段順利運(yùn)用，融合智能技術(shù)與機(jī)器人技術(shù)研發(fā)的機(jī)器人設(shè)備，可通過(guò)高頻振動(dòng)記錄，分析當(dāng)前地鐵車輛是否存在開(kāi)裂故障。該機(jī)器人在實(shí)際應(yīng)用中，已對(duì)二號(hào)線車輛中的焊縫質(zhì)量進(jìn)行了無(wú)損檢測(cè)，其檢修范圍涉及10個(gè)焊縫（2 種裂縫），77 個(gè)4 種焊縫，與傳統(tǒng)維修技術(shù)比較，可在原有基礎(chǔ)上增加40%的時(shí)效性，其余城市的地鐵車輛維修工作也可以參照無(wú)錫地鐵車輛維修經(jīng)驗(yàn)，充分應(yīng)用機(jī)器人技術(shù)。

4.3 車號(hào)識(shí)別技術(shù)

在對(duì)地鐵車輛進(jìn)行有效維修時(shí)，還應(yīng)當(dāng)運(yùn)用車號(hào)識(shí)別技術(shù)，因每座城市所擁有的地鐵車輛數(shù)量較為廣泛，若能以車號(hào)識(shí)別技術(shù)記錄車輛信息，可實(shí)現(xiàn)精準(zhǔn)檢修，也能規(guī)避重復(fù)維修風(fēng)險(xiǎn)。此項(xiàng)技術(shù)既能運(yùn)用于整車結(jié)構(gòu)，又能在天線構(gòu)件等小部件中應(yīng)用。具體借助傳感器裝置，以無(wú)線射頻程序，與地鐵車輛控制系統(tǒng)建立集成控制關(guān)系，保證在輸入標(biāo)簽信息后，直觀展現(xiàn)地鐵車輛故障詳情，甚至能夠在地鐵車輛維修修程中進(jìn)行跟蹤記錄。在確定車牌號(hào)備用數(shù)量以及車號(hào)識(shí)別技術(shù)整體應(yīng)用范圍時(shí)，具體可參照列車開(kāi)行總數(shù)（ni）。

其中pmax，i、β、cp表示i 小時(shí)內(nèi)最大客流斷面客流量與滿載率、載客能力設(shè)計(jì)值。

5 結(jié)束語(yǔ)

綜上所述，立足于軌道交通實(shí)際情況優(yōu)化地鐵車輛維修修程具有較強(qiáng)現(xiàn)實(shí)意義，在實(shí)際維修修程優(yōu)化過(guò)程中，可采用模塊化設(shè)計(jì)方式，綜合性分析維修模式，并構(gòu)建修程優(yōu)化模型，借助模型確定修程優(yōu)化路徑，同時(shí)融入精細(xì)化管理思路，從不同角度改進(jìn)地鐵車輛維修模式，盡可能延長(zhǎng)維修間隔，減少維修資源浪費(fèi)。