物联网/大数据/人工智能理念在地铁列车日常维护管理中的应用

王治根，张兴宝

（西安市轨道交通集团有限责任公司 运营分公司，陕西 西安 710018）

1 概述

物联网（Internet of Things，IoT）即物物相连的互联网。互联网有3种连接形态，分别为人人相联、物物相联和人物相联，相应的互联网可简称为人联网、物联网与人物联网。物联网实际上是互联网的一个组成部分或一种联结形态。大数据（Big Data）指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。大数据技术是指从各种类型数据中快速获得有价值信息的能力。人工智能（Artificial Intelligence，AI）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它试图了解智能的实质，并生产出一种新的能以与人类智能相似的方式做出反应的智能机器，研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

大数据是物联网的产物，是物物之间关系的数据形式表达的集合。对大数据进行分析，可得出许多额外的信息和数据之间的关系，可用来预测事物发展、查找规律、察觉趋势，这就是大数据的思想。物联网是基础中的基础，大数据是基于物联网的应用，人工智能是大数据最理想的应用，反哺物联网。

2 现场应用

在电客车的日常维护中，物联网、大数据及人工智能的理念、作用及功效已经开始发挥重要作用。如西安地铁车辆维护部门在电客车故障调查、员工日常培训、现场生产组织安排、电客车消耗件到限预判及车间日常事务督办等方面均使用了此新技术、新理念[1-3]。在提高日常工作效率、规范车间管理水平等方面发挥了巨大作用。

2.1 利用电客车故障录入系统，挖掘故障数据潜在 信息

电客车故障录入系统之前仅是为规范电客车故障的管理，方便故障查找和追溯。但大数据理念引入后（尤其是2017年后），技术人员通过分析历史数据，并从中挖掘出了非常多有价值的信息（常规方法无法或很难获取这些信息），解决了电客车诸多潜在隐患问题，例如：现场蓄电池单体加液频繁的实例，杜绝了一次列车蓄电池着火的安全隐患；现场空气弹簧漏风的实例，防范了一次因空气弹簧漏风过大导致正线列车需要救援的风险；现场列车多次发生欠标的实例，有效解决了现场的疑难问题；车载信号升级后对车辆影响的实例，最大化降低了列车维护成本，提高了列车运行安全；列车在区间运行时客室车门多次出现异常“打开”故障的实例，解决了困惑已久的疑难问题等。重点以列车在区间运行时客室车门多次出现异常“打开”故障为例对大数据理念的应用进行说明。

2017年，西安地铁2号线列车在区间运行时，多次触发信号模式下的最大常用制动（FSB），查看车载后台数据，原因为信号系统检测到客室车门异常“打开”。查看车辆运行数据，发生故障的瞬间，确实有单个车门瞬间“打开”的记录（此处车门打开状态仅是采集车门锁闭状态的行程开关中的一对触点状态，车门实际由于有机械锁钩锁闭，未打开），此种状态维持0.4～0.8 s后恢复。起初判断此故障的原因为检测车门开关状态的行程开关不稳定所导致，但也有人提出此处采用的行程开关为成熟产品，在其他地铁上未出现过类似情况或极为少见，通过厂家多年经验，初步推测出现此情况是由于正线乘客多，关门时“故障”车门门板夹到乘客衣物等，列车启动后，由于晃动，车门处的位置变得相对宽松，乘客发现自己的衣物被夹住，试图将其拽出，此时两门板在锁钩间隙范围内张开，导致锁钩上检测车门状态的行程开关动作，信号系统接收到此信息，列车触发FSB。

专业技术人员将发生的类似故障从故障库导出，试图找出这些故障之间的规律。通过近1年的跟踪，发生类似故障30余次，结果分析对比后发现，出现此类故障（列车在区间运行时检测到车门异常打开）的规律为：在高峰期（早7：00—9：00，晚17：00—19：00），并在客流较大的车站区间（小寨、北大街、安远门）。同时，查看客室监控视频，客室非常拥挤。

通过大数据分析可确认出现此故障的原因是由于乘客较多引起，为之前的推断提供论据，并为后续调查及处理此类故障提供了思路。

2.2 搭建电客车磨耗件智能预判系统

通过搭建电客车磨耗件智能预判系统，动态掌握磨耗件更换时间及备件储备需求。为掌握电客车各磨耗件的磨耗情况、预判磨耗件的更换时间、给每年消耗件提报数量提供依据及为后续消耗件找替代品做准备等，组织人员开发搭建了电客车磨耗件智能预判系统（如受电弓碳滑板、制动用闸瓦、接地碳刷等）。系统除可将日常对电客车磨耗件的测量数据进行集中管理外，也在软件的编程逻辑上融入了一些算法，实现了磨耗件的平均磨耗率和瞬时磨耗率计算，并能动态智能预判这些磨耗件的更换日期。更重要的是软件在计算磨耗件的磨耗率时可智能判断磨耗件数据的异常变化（是磨耗件异常到限还是员工录入错误），此功能确保了计算磨耗件磨耗率的准确性。系统投入使用后，除规范了磨耗件测量数据的大数据管理，也为一些工作预想提供了数据依据，确保了现场正常生产。例如：系统投入使用后，通过1年数据的积累，系统计算出受电弓碳滑板平均磨耗率为0.2 mm/万km，闸瓦平均磨耗率为0.5 mm/万km。后续每年碳滑板及闸瓦提报以此为依据。但2017年3月，西安地铁2号线列车车载信号升级（V438）1个月后，系统显示受电弓碳滑板磨耗率为0.26 mm/万km，闸瓦磨耗率为2.7 mm/万km。后续继续跟踪3个月，系统依据显示此趋势。通过分析确认，数据是准确的，原因是信号升级后，优化了列车的控制模型，导致这些磨耗件的磨耗率发生了变化。系统提供的数据，一是通过相关数据变化发现此次信号升级后对车辆的影响，二是第一时间发现各相关数据的变化，避免由于数据变化掌握不及时导致备件提报不足，影响现场生产。

2.3 搭建每日一题答题系统

通过搭建每日一题答题系统，收集数据，分析员工薄弱点，为员工的培训指明方向。车间起初搭建每日一题答题系统除让每日一题工作落到实处（部门推行每日一题、每周一练、每月一考、每季一赛），让每日一题起到效果及减轻员工的负担，最主要是想通过此平台收集的大数据了解车间各员工掌握相关知识点的情况，然后通过这些数据分析结果指导车间后续制定培训重点及方向。对此，在软件编程前做了如下规定：

（1）题目按其内容分电气知识、机械知识、作业指导书知识、应急安全知识、业务流程知识和规章制度知识等，按照其难易程度分初、中、高等级；

（2）每日一题答题系统和现有员工信息管理系统关联，员工输入工号抽题时系统可分辨员工的技能等级；

（3）每日一题答题系统每次组题为10道，员工需要在2 min内答完；

（4）组题也有规定，不同技能等级组合的题难易程度比例、知识点比例都已确定。

通过员工答题准确性的相关数据可得出诸多信息，如了解各班组总体知识的掌握情况（强项和弱项）；了解不同技能等级员工对相关知识的掌握情况；了解某一班组员工和其他班组员工成绩差别；了解不同时间段内同一班组员工成绩提升情况。

2017年某一阶段车间班组每日一题答题情况数据分析结果见图1。可以看出：（1）此阶段定修三班和运用七班答题准确性较高，尤其是定修三班，这组数据间接反映出近期定修三班培训较扎实或员工总体业务较好。（2）各班组对电气知识点的掌握程度相当（除运用六班较差），这组数据可用于指导运用六班后续需要强化的电气知识点培训。（3）在规章制度知识点的掌握情况方面，运用二班最差，这个信息要求对运用二班尽快组织规章制度方面的培训，同时加强两纪反面的监督。

不同等级员工对各知识点的掌握情况见图2，可以看出：初级工对作业指导书掌握较好，但电气知识较差，后续对初级工的培训应重点抓规章制度和电气知识点；此阶段中级工和高级工对知识点的掌握相对较为均衡。

其他角度的对比见图3。从图3（a）可以看出，总体知识点掌握最好的定修三班和总体知识点掌握最差的运用二班主要差别在电气知识、机械知识和规章制度等方面，2个班组在作业指导书和应急安全方面差别不大，反映出运用二班日常培训重视现场应用，但对技术能力的提升方面重视不够。从图3（b）可以看出，四季度较三季度各班组培训效果总体都有所提升，仅有定修二班、定修三班和运用七班保持平稳，后续需要关注这3个班的日常培训情况，找到出现此现象的原因。

图1 各班组答题总体情况及各知识点掌握情况

图2 不同等级员工对各知识点的掌握情况

图3 其他角度对比

2.4 搭建电客车维修组织智能平台

通过搭建电客车维修组织智能平台，生产组织实现了智能化。基于电客车日常普查/整改/软件刷新等项目多、台账多，致使相关工作漏洞多、问题多，尤其是场段维修基地启用后相关问题更加突出的现象[3-5]，着手研究搭建了电客车现场生产维修组织管理智能化平台。平台投入使用后，相关人员仅输入各专项工作的相关信息及限定条件，系统可智能生成各班组每日派工单及自动跟进各项工作的进展，可实现相关工作不遗漏、不超时，相关信息可共享、可存档及事后可追溯等功能，解决和弥补了传统电客车维修组织管理中存在的诸多“顽症”和不足[6-7]。同时，电客车维修组织管理实现了智能化、信息化和无纸化，规范了车间生产管理，提高了车间的科学化管理水平。

2.5 搭建会议纪要智能督办系统

通过搭建会议纪要智能督办系统，极大提高了相关要求的兑现率。针对日常工作会议多、会上提出的要求多、相关要求节点占线长等问题，以及各种会议纪要内容靠人定期盯控和梳理，导致出现工作量大、工作繁琐、督促不及时和事后难追溯等问题。车间启动编写会议纪要智能督办系统的用户需求书，作为2019年技术攻关项目。软件选项可设会议等级、会议名称、会议项目内容、兑现时间、督促责任人及回复相关资料、缓急程度等栏目，每次开完会后指定专人将会议内容录至此软件中，软件就能智能实现如下功能：

（1）实现会议纪要兑现的预警机制，即接近兑现时间但还未兑现时，系统将此项目以颜色变化加以提醒或其他形式提醒（与现有办公软件如钉钉关联，采用短信等形式告知责任人），责任人可督促相关人员落实；

（2）各会议纪要中各项目的兑现有审核环节，实现闭环管理；

（3）实现会议纪要落实痕迹的可追溯，即相关人员按照会议要求完成了相关工作，督促责任人将相关结果或资料传至对应栏位置，方可实现可追溯，方便日常查阅。

3 下一步工作思路

如上列举的应用物联网、大数据、人工智能技术和理念的实例，反映出车间未真正应用物联网、大数据及人工智能的核心技术，导致搭建的平台更多的是数据管理、数据搜集功能，分析数据时更多还是人对数据进行分析，这样对现场员工的业务能力要求较高，分析数据、挖掘信息不够智能。因此在目前的基础上提出后续的完善思路。

3.1 电客车故障录入系统的智能分析功能

经常发生的故障降低员工的警惕性，同时由于电客车日常维修发现故障不但数量多，种类也多，技术人员在定期分析故障数据时，很难找到规律，如很难统计出某个车近期多次发生同一个故障，每次发现规律都带有巧合性和运气成分。所以电客车故障录入系统目前仅实现了大数据的收集功能，是大数据的载体，但这些数据之间的关联及数据内有用的信息未能自动、智能挖掘。后续在此基础上考虑采用模糊匹配技术，当同一车在同一位置出现同一故障或近一段时间同一个车多次发生同一故障时，此时电客车故障录入系统可进行预警，就可有针对性地进行分析，不但实现了大数据的储存，也实现了大数据的分析，真正实现智能化。

3.2 电客车磨耗件智能预判系统功能有待提升

电客车磨耗件智能预判系统在搭建初期最主要的目的是实现日常测量相关数据的规范管理，然后在此基础上增加了智能预判到限更换时间。虽然目前此两项功能均已实现，且运作良好，但仍有优化空间。例如：考虑电客车磨耗件智能预判系统增加统计磨耗件的实际更换情况，且能挑选出异常更换磨耗件的情况，并智能提醒；考虑电客车磨耗件智能预判系统增加轮对镟修智能推荐功能，可省去镟修前很多分析工作并实现了轮对的全生命周期管理。

3.3 每日一题答题系统存在瓶颈

目前每日一题答题系统仅使用在公司局域网环境下（服务器使用部门服务器），会出现每天班组答题时由于电脑不够（每个班组1台电脑）存在排队情况，员工容易忘记答题及出现反感情绪，这和编程的初衷（减轻员工每日一题的负担）相违背。对此后续考虑通过如下途径解决此问题：

（1）在目前情形不变的情况下，公司、部门可考虑搭建微机室，员工可集中去微机室答题，并且以后的每月一考、安全类考试及防寒整备等专项考试均可在每日一题答题系统上作答，考试更规范、更公平，同时也降低了日常阅卷的劳动量。

（2）申请网络服务器，将每日答题系统在网络服务器上运行，可在连接互联网的任何一台电脑上登录答题，时间和空间两方面的局限问题得到解决。

（3）在第（2）项的基础上，继续进行优化，即将每日一题答题系统制作APP，员工在上下班的地铁里就可通过手机轻松完成此项作业，在时间和空间上都更加便利。这样就能收集更多数据，通过分析这些数据挖掘出的信息会更加真实、准确，对后续的培训工作更具有指导性。

3.4 电客车维修组织平台未实现智能化[7]

电客车维修组织平台投入现场使用后，虽然较传统电客车生产组织有了很大改善并实现了初级智能化，但部分内容仍需人为参与。为减少人为参与，实现高级智能化，后续需利用电客车维修组织平台预留的扩展接口，增加相关逻辑判断及将电客车维修组织平台和已有的电客车维修相关平台进行关联，具体项目及实现功能如下：（1）电客车维修组织平台可根据修程修制周期智能生成电客车年、月、周计划和日计划；（2）电客车各专项工作推进计划实现全程智能化；（3）维修发现问题和现有电客车故障录入系统之间实现智能化；（4）电客车专项作业和现有电客车履历管理系统实现智能化；（5）任务分配和班组当天作业人员人数及技能等级之间实现智能化。

4 结束语

近年来，物联网、大数据、人工智能等技术快速发展，尤其是5G技术的推广，会更加加速其在各行各业的应用。因此应充分认识这些理念，并将这些新理念、新技术引入至轨道交通行业的运维体系中，进一步提高城市轨道交通行业的运维水平。