城市轨道交通车辆智能运维系统探索与研究

靳永妍 西安市轨道交通集团有限公司运营分公司

传统的城市轨道交通车辆检修模式仅满足轨道交通的建设初期需求，随着城市轨道交通规模的扩大，人们对轨道交通车辆的运维服务水平要求也逐渐提高。当前的城市轨道交通运维系统主要建立在原有检修设备的基础上，以状态预防维修模式为主要发展目标，进而形成具备智能化、数字化、即时化的运行模式。

一、城市轨道交通车辆智能运维系统发展现状

现阶段我国多个城市逐步开始对车辆智能运维体系进行探索性的开发，并逐步建立以预防性为主的智能检修模式，该模式在应用过程中通过在车门系统、车辆制动系统、牵引系统等模块中安装传感器，实现对轨道交通车辆24 小时实时在线监测与预警的目的。但是由于对轨道交通车辆安装传感器的设布局点有限，使得车辆检修人员不能在第一时间准确地监测车辆运行状态，进而造成现阶段城市轨道交通车辆智能运维系统过度维修现象极为普遍。此外由于车辆上方的传感器设备没有纳入计划性的维修中，造成传感器容易出现检测失常现象，导致车辆区域性的故障部件不能及时更换，使车辆在行驶过程中产生安全隐患。

二、城市轨道交通车辆智能运维系统总体方案

城市轨道交通车辆智能运维系统在方案制定中，需要根据具体的车辆设备状态及生产组织模式划分为车辆智能检修系统、车辆智能生产系统和车辆智能专家诊断系统，上述系统都是通过大数据技术对车辆在运营过程中的实时数据、故障数据和历史数据进行收集、录入、分析，进而实现对城市轨道交通车辆的车体外观、车侧、车底盘等各部位进行智能检测。通过应用车辆智能生产系统还可以管理车辆在运营阶段的实时状态，为车辆的日常运营安排计划，并实现车辆内部设备的自动定位和冲突检测。在车辆进行检修的过程中，就可以借助车辆智能专家诊断系统结合人工智能技术对故障区域开展模块逻辑推理演算，进而评估车辆在故障状态下的健康状态及维修过程中所耗费的资源，从而制定最合理的维修决策，实现轨道交通车辆关键设备及特殊部件的预防性维修。

三、城市轨道交通车辆智能检修系统的组成

（一）智能检修机器人

采用智能检修机器人对城市轨道交通车辆进行检修的过程中，可以借助机器人视觉技术、控制技术等先进的算法模块，对车辆在静态和动态的情况下的整体数据开展模块录入。采用该方法进行车辆检修中，最核心的技术便是借助智能检修机器人上的拍摄设备及图像处理算法技术，在维修中通过拍摄车底、车身、车侧等各区域的高清图像，分析图像中车辆的异常状态，从而降低车辆检修过程中的人工劳动强度，提高车辆的检修效率。在使用智能检修机器人对车辆车底区域进行检修时，可以通过机器人设备中的线扫相机与面阵相机，对车辆车底进行定位，并采集车底下方的各设备图像。同时再应用轮轴编码器还可以保证在采集图像过程中，不会发生异常抖动，这样智能检修机器人便可以快速识别车底的故障点，判断故障区域出现故障的具体等级，并引导维修人员使用相对应的设备进行检修，从而实现对故障的快速诊断、快速报警、快速维修等目标，提高轨道交通车辆的检修效率。

（二）走行部智能检测

在城市轨道交通车辆智能检修系统中，所采用的走行部智能检测系统主要安装在车辆的入库线上，该系统可以在车辆不停车的状态下，完成对车辆的自动检测。在检修过程中通过对走行部上方车辆及闸片区域拍摄高清图片，并自动监控走行部在运行过程中的异常状态，通过应用数字图像处理技术就可以在第一时间发现车辆走行部及闸片区域的异物或关键部件缺失、变形等问题。走行部智能检测系统在应用过程中，最核心的技术便是采用图像采集及数字分析处理算法，对车辆速度不均匀引起的图像纵向、横向畸变和车体上下共振引起的图片模糊进行处理，保证检测装置可以正常判断图片中的车辆异常现象。

（三）车辆智能检修规划布局

车辆智能检修系统在布局过程中，需要采用360 度全方位的视觉检测装置对轨道交通车辆上方的关键部位进行常规测距，并对轨道交通车辆中的可视部位图像开展自动监测，其中主要监测内容有车辆设备的螺母松动或丢失、车辆设备中各类管线的脱落、车辆设备内是否有异物侵入、车辆牵引电动机齿轮箱是否脱落等，并在检测过程中可以判断车辆的异常状态及时自动报警提示检修人员。此外在对车辆的车轮部位进行检修的过程中，可以借助激光检测系统对车轮踏面轮廓、直径、内侧距等进行快速测量，并通过无线数据传输技术对轨道交通轮轨的接触关系和接触摩擦因素进行分析，判断车辆在运行过程中是否可以保持稳定状态，提高车辆在运行过程中的安全性。

（四）智能专家诊断系统

在城市轨道交通车辆检修系统中所应用的智能专家诊断系统，主要是借助车载状态监测设备对车辆运行过程中的状态实施实时监测，该设备可以在第一时间对车辆的异常状态进行预警，同时通过分析车辆在运行过程中的状态数据信息，并借此搭建数据分析模型，从而判断车辆关键部位可能会出现故障的概率，实现对车辆的自动化健康管理。同时该系统还可以对同一架次不同车辆在运行过程中产生的数据进行进入，并借助无监督机器学习算法对所录入的数据开展异常检测，判断不同车辆在运行过程中出现的数据区别，该检测结果便可以作为车辆故障判定的主要参照物。

四、结束语

随着我国城市信息化程度的逐渐提高，城市轨道交通运维系统在发展中必然会引入信息化技术，并依托大数据中心结合轨道交通车辆的设备履历数据，判断车辆在运行过程中可能会发生故障的概率及规律，在车辆检修过程中完成分级预警和故障预警，实现对轨道交通车辆现场维修作业的智能化管理，提高车辆在运行中的安全性。