地铁车辆智能运维体系和人员配置.pdf

中国科技信息 2024 年第 5 期CHINA SCIENCE AND TECHNOLOGY INFORMATION Mar.2024-66-两星推荐本文第一部分主要针对现有地铁智能运维体系进行总结概括；第二部分主要针对现有的智能运维体系中常使用的智能检测系统进行调研，阐述了各检测系统的应用环境、部署方式、部署工艺、使用性能等相关情况；第三部分主要以某条线路进行举例分析，随着运维技术逐步提升，车辆状态表现越来越好；第四部分主要阐述智能检测系统对车辆检修中各部件的覆盖情况；第五部分主要针对当前智能运维体系下进行发展阶段划分。地铁车辆智能运维系统概述地铁车辆智能运维系统主要是依靠先进的电子信息和 IT相关技术，形成监测以及管理平台，根据地铁车辆的特点，将获取的各项数据整理和清洗，构建状态、故障标准模型，结合历史的各项数据，例如：维修、运营等数据，生成不同性质的数据接口，通过人工智能应急逻辑算法，对地铁车辆各系统、各部件的运行状态进行评估，预测其中是否存在异常或者故障，判断出部件的状态变化趋势，提出合理、有效的解决时机，避免正线或严重运营故障的产生，从而延长相关部件的使用寿命。地铁车辆智能运维系统的优势，主要表现为：第一，降低维修时间，以人工智能的方式对地铁车辆故障进行定位，分析故障的成因，及时反馈给维修人员，维修人员根据反馈的情况展开维修工作，消除故障。第二，有效降低成本，根据智能运维系统监测的设备运行状态，确保人员、物料准备的充足性，避免物资积压、准备不足或过度维修，降低维修的人力成本、物料成本。第三，地铁车辆智能运维系统可以提高故障检修的准确性，避免出现维修不及时的现象，降低安全风险的产生。第四，地铁车辆智能运维系统通过对列车各系统、各部件的数据和信息进行全面的获取，构建运用维修数据库，构建列车全寿命周期维修体系和应急体系提供有效的依据。地铁车辆相关智能运维系统目前地铁车辆智能运维检测设备主要包括列车检测设备和轨旁检测设备，列车检测设备以车辆各级子系统自身检测及弓网检测系统、走行部检测系统等为主，轨旁检测设备以360图像检测系统、受电弓检测系统、轮对检测系统及机器人检测系统等主，构建成为车辆的智能检测系统，各检测系统主要功能如下。行业曲线开放度创新度生态度互交度持续度可替代度影响力可实现度行业关联度真实度地铁车辆智能运维体系和人员配置吴铁辉 李文宝 郭 江 徐文治 商鹏翔吴铁辉1 李文宝2 郭 江2 徐文治3 商鹏翔3.天津津铁轨道车辆有限公司.成都唐源电气股份有限公司.天津轨道交通运营集团有限公司-67-CHINA SCIENCE AND TECHNOLOGY INFORMATION Mar.2024中国科技信息 2024 年第 5 期两星推荐（一）列车检测系统。车辆子系统智能检测以牵引系统、辅助供电系统、制动系统、车门系统、空调系统、PIS 系统等为主，通过检测系统电压、电流、温度、风速、压力变化等相关数据，判断设备性能的变化情况，搭建起相关状态维修模式系统和应急处置系统。弓网检测系统通过安装于受电弓上的振动、力学相关传感器、车顶摄像头，对接触网几何参数、外部冲击、弓网动态接触、燃弧和受电弓运行姿态等多方面因素进行检测。对受电弓部件故障、运行的异常、滑板磨耗情况进行检测和反馈，针对接触网导高、接触网硬点、弓网压力、加速度、扭矩等状态参数进行测量，通过建立温度、尺寸、外观、燃弧等综合的算法模型，评估受电弓、接触网自身状态情况及弓网的配合关系情况。走行部检测系统通过安装于轴箱、齿轮箱、电机位置的表 1 列车智能运维系统主要模型序号系统主要模型类型备注1牵引系统电机、联轴节、电阻、电容、接触器、断路器、传感器等部件状态模型2辅助供电系统网压、传感器、电阻、电容、接触器、断路器、传感器、蓄电池等部件状态模型3制动系统风压预警模型、速度异常模型、部件状态模型4车门系统开关状态模型、门运行状态模型、尺寸状态模型5空调系统温度模型、开关、压缩机、通风机、传感器、阀状态等部件状模型6PIS 系统网络和硬盘性能模型；电压检测模型、温度内存占用模型；广播、LCD、对讲等设备状态监测模型、运行时间及寿命监测模型图 1 受电弓检测系统照片图 2 360图像检测车体外侧照片中国科技信息 2024 年第 5 期CHINA SCIENCE AND TECHNOLOGY INFORMATION Mar.2024-68-两星推荐复合传感器，实时感知监测部件的振动、冲击和温度 3 个物理量，通过安装在车体底部的前置处理器实现多测点信号预处理，前置处理器通过总线集中发送监测信号到车载主机，经过车载主机对监测信号的处理和分析，实现监测部件的状态评估和监测数据的实时存储或通过车载集成智能分析系统进行统一分析处理，主要模型包括轴承、齿轮、轮对、轨道等状态模型和故障模型等。（二）轨旁检测系统。360图像检测、受电弓检测、轮对检测等轨旁检测系统主要位于车辆段入段线及正线的位置，通过利用红外激光、传感器、机器视觉等智能设备，在地铁列车经过，对车辆外表、关键部件、零件的损耗、部件尺寸等方面，展开自动的检测，针对异常情况自动报警。根据列车部件的质量、运用状态情况，轮对在线检测系统和360图像检测系统，一般安装于段场入段线区域，受地理条件影响也可安装于其他位置，受电弓检测系统安装于正线折返线路较多，段场入段线区域也可以进行安装。360图像检测系统通过安装于龙门架上的多组摄像头、轨道沉箱上的摄像头，在列车经过时自动对列车周身可视部位拍照，通过模式识别、特征提取、测量等数字图像处理技术，对车侧、车底、车顶、车端设备的外观、吊挂状态、异物、部件尺寸进行测量，通过模板部件标定、样本采集、故障收集等前期系统调试，通过系统综合判断设备的相关状态。机器人检修系统是对 360图像检测系统的补充，360图像检测系统受限于只能对列车周身可视部件的检测，拍摄角度固定，在车下或者转向架隐蔽区域其无法完成检测，存在检测盲区，机器人检修系统通过摄像头、机械臂等弥补了该不足，巡检机器人通过图像采集、音频采集、自主导航、深度学习等技术，自动完成车下部分的检修工作。由于巡检机器人在运行过程中需要通过机械臂的伸缩完成测量和隐蔽点位的检修，相对耗时较长，以 6 列编组的 B 型车为例，一般需要约 40 分/列以上。因此，360图像检测系统和巡检机器人及其他智能运维的无缝衔接配合，整体融合平台的搭建，是发展的必然趋势。地铁车辆质量状态历史表现统计国内某条线路 20162020 年的正线故障数据，如表 2 所示，可以看出统计期间地铁车辆正线表现为：从2015 年故障件数、故障频率分别为 21 件、4.2 件/10 万车公里，到 2020 年故障件数、故障频率分别为 7 件、0.19 件/10 万车公里，正线故障件数和故障频率总体呈大幅下降趋势，故障件数下降了 67%，故障频率下降了 95%，车辆的整体功能明显提升。在采取技术改造、专项普查、完善检修规程和工艺等措施后，2019年、2020年比2016年、2017年、2018 年正线故障件数、故障频率明显下降，且正线故障频率维持在较低水平，可见近两年地铁车辆性能趋于稳定。表 2 20162020 年正线故障数及故障频率统计时间故障数/件 走行公里数/万公里故障频率/（件10 万车公里-1）2016 年21504.22017 年352401.462018 年424580.92019 年134450.3在所发生的故障中，通过智能运维系统进行预报的能占60%以上，具备采用智能运维系统进行状态监测的条件和提升运用稳定性的空间。地铁车辆维修内容分解和评估目前电客车的维修以列检和均衡修为主，其中列检主要内容为外观状态检查和列车功能测试，月定修或均衡修作业以外观检查、数据测量、清洁调整、功能测试为主。作业内容中存在很大一部分可以通过智能运维系统进行“机检”来完成，通过对检修作业内容的梳理和智能运维系统效果的评估，针对列车各项日常检修，通过机检和人检，主要内容的归类如表 3。检修人员配置情况研究智能运维系统不论是列车上或是轨旁系统，大规模诞生于当前数字化风潮之中，各类厂家百花齐放，目前还属于图 3 360摄像头布置及受电弓检测的数据照片-69-CHINA SCIENCE AND TECHNOLOGY INFORMATION Mar.2024中国科技信息 2024 年第 5 期两星推荐行业发展的前期探索阶段，系统的稳定性、功能的实际意义性、标准的规范性在各线路试点中均属于数据库前期的扩充中，部分系统的数据对现场的维修和应急指导能起到一定的作用，但部分数据限于经验和硬件及软件的能力水平，远还未达到可以实际全部使用的阶段。根据智能运维系统的硬件和系统发展进度，预计在还需要 5 年以上左右整体系统的水平将提高到较高的水平，后期将步入以 AI 智能系统的阶段，因此不同的阶段人员配置情况需要根据系统的发展阶段来进行调整，同时应该保持较高的应急队伍人员储备。阶段一：车辆智能运维发展的初期阶段列车级智能运维系统落地及 360图像检测系统的应用，在保证一定人工检修保障的前提下，列车的列检周期可以延长至“四日检”以上，车辆系统良好，线路状态佳的状态下，可以进一步进行延长，例如延长至“八日检”，均衡修维修的外观检修和部分数据测量由机器完成，可靠度初步满足要求，纯列车检修人工可以节省 50%75%，综合人员检修率可以降低至 50%左右。该阶段下列检和均衡修人员班组均保留，人员适当减少。班组人员不能完全减少，综合考虑应急处置，班组人数满足应急情况下的最低配置。阶段二：车辆智能运维系统发展阶段列车智能运维系统及轨旁系统的综合应用，各系统模式可靠率提升，系统稳定性大幅度提升，综合数据平台搭建和融合，智能提醒、应用充分开发，列检的周期进一步延长，达到半月检水平，均衡修检修外观和测量修纯由机检完成。对于常规配置车辆数量不多的线路，列检人员可以由均衡修班组人员担当，配置一定数量的应急人员和日常车辆其他人员即可。阶段三：AI 车辆管理阶段列车检修大数据中心建立，各类检测模型的成熟应用，各系统的可靠性达到99%以上，车辆各系统传感器布置全面，对列车各点位进行全控检测，列车各系统的检修完全为状态检修，取消列检和均衡修等修程，配置一个班组的应急处置人员即可，用于完成临修故障的处置和线路应急处置工作。表 3 列车常规检修项点机检和人检归类序号系统内容智能检修方式人检1走行部构架、一系、空气弹簧、中央牵引装置、轴箱装置、轮对、齿轮箱、电机及其他360检、机器人检、轮对在线检测系统、走行部检测系统2车体装置车体、指示灯、裙板、车端360检3车顶装置受电弓、空调、车顶360检、受电弓检测系统人工清洁、检修4贯通道系统贯通道360检、机器人检、人检内部5车钩系统各类车钩360检、机器人检、人工清洁、润滑6制动系统空压机、辅助控制箱、制动控制箱、辅助空压机及各类管路、阀件、风缸、双针压力表等，闸瓦厚度测量、脚踏升弓泵测试360检、机器人检、列车智能运维人工清洁、测试、测量、裂纹检测、检查7牵引系统高压电器箱体、牵引逆变箱体、制动电阻箱体360检、机器人检、列车智能运维人工清洁、检查8辅助供电系统辅助供电箱体、蓄电池箱体及其他箱体360检、机器人检、列车智能运维人工清洁、检查9电气系统司机室、客室电气、司控器等列车智能运维人工检查10PIS 系统PIS 各部件列车智能运维人工检查11内装司机室内装、客室内装人工检查12门系统司机室门、间壁门人工检查13客室门列车智能运维人工检查14FAS 系统及其他FAS 系统及各附件列车智能运维人工检查