基于智能分析的城铁信号系统主动维保模式研究

李沃

【摘 要】阐述地铁信号系统维护业务的现状和发展需求，提出通过对地铁信号系统的海量运行数据进行收集与整理，从而进行综合分析与预防修的应用方案，其目的是提高维护工作质量，要想主动维修，就需要提前发现故障信息，那么提前发现故障告警就需要针对故障有预警的动作，预警结束后，再针对预防修进行处理，对提高故障定位效率，保障运营质量等具有很好的现实意义，降低地铁信号检备的检修率及今后国产地铁的检修方式提供了参考。

【关键词】主动维保;系统维护;故障预警

中图分类号： U239.5 文献标识码： A 文章编号： 2095-2457（2019）35-0023-002

DOI：10.19694/j.cnki.issn2095-2457.2019.35.010

0 引言

针对地铁带来的信號设备使用与维修之间突出矛盾，在设备数量急剧增加、维修人员数量不增、作业时间大压力大的被动局面下，需要实现城轨信号预先监测数量自动采集、自动存储、自动分析、自动诊断、自动预警。通过开展智能化的设备运用在线维护管理，及时发现设备异常，及时处理设备隐患，减少设备故障件数，减少设备故障延时，保证地铁运营的安全性和可靠性。

1 研究背景和意义

根据针对北京，上海，深圳，成都和广州等地铁运营公司的调研，可以得知地铁维修维护的压力在逐年增加。随着地铁开通线路的增长和城市轨道交通客流的增加，所需要的维护人员和运营人员数量也会随之线性增加，会增加极高的人员成本和管理成本。目前的轨道维护模式，基本上由调度人员和司机发现现场故障后，通知各个厂家的维保人员现场初步分析故障原因，并发给供应商进行问题根音的排查和修复，修复成功以后，再由维保人员进行派班，在现场允许的情况下进行设备维修和设备更换。整体的维保流程涉及多个公司和部门，存在协调时间长，流程繁琐，信息不同步等问题，整体处于一种被动维修的局面。随着城轨运营线路的增加，必须要改变现有的维修维护模式，改被动维保为主动维保，通过多种手段进行主动维保体系的建设。

2 城轨信号主动维保策略

2.1 数据分析

预防修的主要对象是具有严重后果的故障，对于必须退出使用而进行的维修[1]。定期修主要适用于具有车而言，较严重的故障后果包括：

（1）安全性后果：指由于故障或由该故障引起的二次损伤对地铁的运行安全可能产生直接有害的影响。

（2）运用性后果：指严重影响乘坐舒适度和旅客服务质量的故障。

（3）隐患性后果：指一个功能故障与另一个或多个效的维修工作可采用时，需要考虑对系统或部件进行设功能故障组合所产生的多重故障对地铁安全或运用造计更改，更改后的系统或部件须能找到适用而有效的维成的有害影响。根据地铁系统或部件的不同故障后果;可通过以下于设计更改费用通常较高，应综合权衡谨慎采用。

预防修范围：

（1）按照地铁结构功能的约定层次划分，将其逐级分解为：系统、分系统、装置、组件、部件、零件等。

（2）从上到下，分别对不同层次系统或部件的故障后果进行判断，筛选出可能导致严重故障后果的系统或部件作为预防修的初步范围。

（3）若某系统被判断为非重要系统，说明该系统及其下属部件不必强制做预防修;若某系统被判断为重要系统，则需对该系统下属的分解层次系统或部件继续逐级、逐个分析判断，直到筛选出需要预防修的所有底层部件或零件。

每条城轨线路建设包含了大量的设备，包括机电设备，车辆设备和信号设备等。每种设备形成独立的系统，各个系统中都建设了设备监测系统和维护支持系统，可以实时监测设备的运行状态，并进行设备的报警。设备监测系统每天收集了全量的设备状态数据，这些数据目前在系统中仅作为历史数据查阅，没有充分利用其价值。

从2010年起，大数据和数据分析技术迅速发展，各种相应的数据分析技术和数据分析平台也相继推出。通过大数据和数据分析技术可以对数据进行多维度的建模，多维度的分析，并可以建立不同维度和不同种类数据之前的关联关系。城轨交通可以通过数据分析技术，充分利用起来设备监测系统所存储的海量的历史数据，对其进行合理维度的分析，发现其中隐含的故障联系，提前对设备故障，设备寿命和设备故障趋势进行预警，提前安排人员对预警设备进行维修和维护，达到主动维保的目的。

主动维保所承载的维修范畴属于预防修的范畴，通过一系列手段提前预知设备的故障，并有针对性的进行维修，从而减少人力进行大量的巡检，提高工作质量，减少无效工作。

2.2 预防修的方式

（1）状态修。

状态修依据设备的状态数据，通过对设备状态数据的比对和分析。寻找设备状态指标发生偏离的设备，有针对性的进行设备维修和维护，使设备状态和指标达到正常标准。

根据设备的状态情况可以提前进行状态修的计划编排和人员安排，并配合修程安排工班进行预防修的执行。

（2）定期修。

定期修根据设备供应商所提供的设备维护，维修和保养的周期所执行的维护模式，具备计划性，根据设备特性和指标，安排维护人员定期对设备的各种状态进行检查，并替换需要更换的零部件。一些在运行过程中有损耗规律的零部件，都需要安排定期修。

（3）设计更改。

对于反复出现相同故障的零部件或者设备系统，其问题的根源多数是设备的缺陷所导致的，状态修和定期修均不能解决根本问题，主要的设计缺陷有电磁干扰，零部件磨损严重等。这类问题要通过设备供应商对设备的设计进行模拟实验和评估，并更改掉其中的不合理设备，对设备进行升级和改造。

2.3 基于智能分析的主动维保

（1）主动维保模式。

主动维保区别的被动维保，强调了维保的主动性，不能被动等待设备实际发生了故障以后，再进行维修。尤其是一些轨道运行的关键安全设备，一旦发生故障将会导致列车停运，会造成极大的影响。主动维保的主动性体现在设备故障发生之前的预判手段，可以通过各种手段提前预判设备的故障趋势，手段包括，状态分析，数据分析和智能分析等

（2） 智能分析方法。

将智能分析引入到城轨维保信息化当中，可以准确的对设备故障进行预判。智能分析的基础是设备监测系统所采集的设备状态数据，设备运行数据，设备自身参数和设备的历史故障信息等。智能分析的手段包括大数据技术，数据挖掘技术，数据分析技术，数据融合技术和数据处理技术等，通过各种数据技术，对设备状态进行数据化的建模，分析和训练，可以得出相对准确的预测结论。预测结论输入到维修计划当中。

（3） 基于智能分析的主动维保。

通过智能分析的技术和方法，可以提前预知设备状态和趋势，从而将城轨维修的模式由被动维保转向为主动维保，从而提升了维保工作的智能化水平。

3 城轨信号主动维修模式研究

3.1 故障成因及演化规律

在故障成因及演化规律分析方面，开展了多方面的理论研究及仿真工作。建立了齿轮非线性动力学方程，分析了不同结构参数对齿轮振动的影响。研究运用WVD、EMD等时频分析方法，进行齿轮特征提取和信息特征识别。研究运用自适应共振解调、流形学习等方法，进行齿轮状态评估与预警。针对车辆传动齿轮的故障成因进行疲劳实验分析，研究齿轮裂纹的产生及趋势演变规律，研究齿轮箱箱体在恶劣工况下的应力分布情况。对于轴承，建立了轴承非线性动力学方程，分析了不同结构参数对轴承振动的影响。

在对故障成因及演化规律进行研究的基础上，研究通过诸如自适应共振解调、流形学习等方法进行状态评估，在此基础上，对其状态趋势进行合理分析预测，实现预测预警功能。

3.2 主动维保模式研究

主动维保系统在设备工况监测部分注重对设备整体进行监测维保管理，现有监测技术已经满足对列车部件工况状态综合监测、工况状态分级预警和各对象工况的的多维度呈现功能。故障隐患挖掘分析侧重对列车总體安全状态的评估预测，利用行之有效的统计分析方法，对致患因素总结归纳，研究致患规律，达到减少故障发生次数、提高安全状体水平的目标，现有国内外研究成果和研究方法已经可以实现上述隐患挖掘分析手段。历史维修数据和历史状体数据是列车健康状态评估预测的重要基础，现有技术水平和实践经验可实现列车维修状态修，但是在状态修精准预测方面想要达到理想效果有一定难度。维修计划与任务管理作为车辆、信号系统、关键机电设备日常维保的基础性工作流程，在检修计划管理、维修计划管理等方面已经具有很成熟的经验流程，基本可以保证完成本课题要求的研究内容。维保专家决策和故障远程指导可通过可视化技术进行远端维修指导，提供应急决策方案，由以往集体指导变为精确一对一远程故障指导，并对处置结果进行评估，纳入远程指导专家库和处置预案管理库。

城市轨道交通主动维保系统通过将现有的计划修和故障修转变为状态修可以解决车辆、信号系统、关键机电设备可靠性、安全性与运营效率之间的矛盾。多数轨道交通维保系统只着眼于计划修和故障修，对状态修重视不够，实行状态修需要具备三个条件：一是要准确知道车辆及其各关键部件的当前状态，二是要能够预测车辆及其关键部件的故障隐患、发展趋势、剩余寿命，三是要能够根据车辆当前状态和未来发展趋势做出恰当的维保策略。研究团队在车辆维保系统状态修中专家维保决策、故障远程指导、流程与资源管理、计划任务管理等具有较先进的理论创新和实践应用。

4 总结

本文围绕故障预警、预防修策略、主动维修方法展开，通过对国内外研究现状介绍，事故故障的基础信息记录、故障前提出预警只是，针对性的有策略性的维修方法进行预防修，最后利用现有技术和以往的经验针对出行、地铁的运行和系统故障等做出维修技术方案。但是目前现有的数据源不足以支撑大量的项目或用户之间的相似性关系。

本文提出了列车故障预警的研究现状（系统基础数据的管理、事故故障预警、事故故障的预警指标、轨道交通事故故障预警的设置）、轨道信号预防修策略及应用（轨道信号预防修策略、城轨的预防修状况）、城轨信号主动维修模式研究。