面向PHM的高速列车谱系化产品技术平台开发和实践

王 军

（中国中车股份有限公司，北京100039）

自2004年，国家启动推进铁路技术装备现代化、确定“引进先进技术、联合设计生产、打造中国品牌”的总体方针以来，我国高速列车历经了10 余年的跨越式发展，取得一系列技术创新成果，目前已形成运营速度为200～350 km·h-1的CRH1，CRH2，CHR3，CRH5，CRH380，CR400和CR300等多个系列的车型［1］。至2019年底，中国高铁总运营里程达3.5 万km，在线高速列车达3 500 标准列，运营里程和列车保有量均占世界2/3 以上。高铁的快速发展，是国家和社会经济发展的需求，为“十三五”规划任务顺利实施、实现全面建成小康社会目标如期实现提供了有力支撑。

随着高铁的快速发展，越来越多的高速列车上线运行，运营工况更加复杂，高温、高寒、高湿、高海拔、沙尘等多种情况混合，对高速列车设计研发与运用维护等带来新的挑战，主要体现为：高速列车定制化与多元化需求带来的产品谱系化构建挑战，高速列车规模化发展带来广泛适应性的产品谱系化构建挑战，以及大体量动车组在线安全可靠运营带来的运维体系创新升级的挑战［2-3］。

本文剖析高速列车谱系化与健康管理平台的融合机制，形成面向故障预测与健康管理（Prognostics and Health Management，PHM）的高速列车谱系化产品技术平台，并应用实践，逐渐形成高速列车谱系化与健康管理理论体系，以满足高速铁路建设大批量、列车运行环境多变性、乘客需求个性化的多元化运营需求，实现不同速度等级、不同运用环境的高速列车谱系化，提升我国高速列车制造企业的技术水平和产品适应能力及国际竞争力。

1 谱系化与健康管理平台的融合机制

产品谱系是指用来表达具有历史发展沿袭关系产品的宏观分类、演进脉络、发展趋势的信息图表，它由市场谱系需求、谱系产品、谱系关系信息组成［4］。例如，基于谱系需求特征“速度等级”可以将动车组划分为“时速200 km 动车组”“时速250 km 动车组”“时速350 km 动车组”“时速400 km 动车组”等谱系产品。基于谱系理论整理既有成熟产品，通过总结、提炼谱系产品的共性和适应性技术，提取需求特征到谱系产品的设计知识、制造知识以及运维知识，可以有效支持谱系产品的快速设计和制造以及持续健康运营。

PHM 技术最早运用于国防、军工和航空航天领域［5-7］，随后逐渐发展到轨道交通、矿山设备等行业和领域［8］。随着我国高速列车运营规模的不断扩大，运用先进的健康管理思想，提升高速列车的安全性和可用性受到高度重视，通过系统总结轮对、轴承、牵引电机等关键零部件的运维管理现状，统筹规划车载/地面PHM 系统、累积匹配特性（Cumulative Match Characteristic，CMC）预警预测功能、车地协同工作模式、远程故障状态展示、用户服务数据传输、数据分析模型建立等技术方案，对运维车辆进行数据采集、数据管理和数据分析及应用，实现高速列车的健康管理。

高速列车谱系化产品技术平台对同一谱系和不同谱系的车型均建立良好的共性和差异性管理机制，在此基础上进一步研发健康管理系统能有效对共性的零部件故障、状态特征和维修策略进行统一管理和知识积累，对差异化的零部件故障和维修策略也可以方便地进行对比分析，从而实现关键零部件研制与使用2 个阶段研发数据的有效集成。目前，已建成的面向PHM 的高速列车谱系化产品技术平台由数据平台、设计平台、制造平台以及健康管理平台组成，四者的定义见表1。

表1 面向PHM的高速列车谱系化产品技术平台组成

2 面向PHM 的高速列车谱系化产品技术平台开发

2.1 技术架构设计

面向高速列车的全生命周期过程，基于元模型、知识图谱、规则提取、产品平台与产品族定制设计、实例推理、关联设计、PHM 以及智能运维等技术支持面向PHM 的高速列车谱系化产品技术平台的开发框架如图1所示。

图1 面向PHM的高速列车谱系化产品技术平台开发框架

2.2 逻辑架构设计

平台的逻辑架构如图2 所示，反映子平台之间以及子平台内部的关系。

2.2.1 子平台之间的逻辑架构

（1）设计平台、制造平台、健康管理平台之间存在数据传递。设计平台根据客户多样化、个性化需求，调用存储在数据平台的模块化资源库，对产品进行快速智能化设计，输出整机模型与图纸，用于制造平台的工艺设计、虚拟仿真装配以及质量管理。制造平台输出的工艺文件与质量文件记录产品的某些设计缺陷，并反馈回设计阶段进行下一代产品的迭代优化设计。健康管理平台中积累的故障和维修数据，经统计分析，对关联零部件设计和制造缺陷，提出改善建议，并将信息从健康管理平台反馈回制造平台和设计平台，实现产品制造方案的迭代优化。

图2 面向PHM的高速列车谱系化产品技术平台逻辑架构

（2）数据平台对设计、制造、健康管理平台数据的深入挖掘，形成产品从设计、制造、运维过程的全生命周期闭环控制。借助分布式传感器采集技术和可靠信息传输网络搭建技术，将设计过程、制造过程、运维过程的数据传输至数据平台［9］。高精度传感器数据的实时采集和快速传输是整个体系的基础；同时，搭建快速可靠的信息传输网络，将系统状态信息安全、实时地传输到上位机以实时监测装备的状态。

设计过程产生的产品三维数据、产品信息文本数据、设计知识文本数据，制造过程产生的文本数据、图形类数据，分布式传感器采集的装备运行实时数据、历史运行数据，维修时产生的维修记录共同构成数据平台的整个数据集。该数据集具有数据离散（数据分布在不同系统或平台上）、数据量大（每个平台上的数据十分庞大）和数据类型混合（包括结构化和非结构化数据）的特点，需要通过多源异构数据融合技术对其进行存储与管理［10］。

进行关键系统多学科数据融合，依据各项参数在随机状态下的演变，研究局部状态变量、系统状态变量、耦合状态变量等参数与故障征兆之间的内在规律，推演关键部件服役状态变化规律，对高速列车关键系统及其子系统进行实时状态评估，利用系统内部的相互作用机制，动态修正基于模型的残余寿命预测结果。

对上述融合后的多源异构数据以及原始数据进行存储。通过云服务器对平台海量运维数据进行分布式管理，能够对数据进行高速读取和安全冗余备份，为数据智能解析算法提供充分可靠的数据来源。同时采用数据挖掘技术，提取海量数据样本中的有效特征、分析数据间的关联关系，以获得更多未知但却具有潜在利用价值的信息，加深对系统机理和数据特性的理解和认知［11］。

数据平台中建立大数据挖掘技术，可以针对健康管理平台生成的产品健康状态、故障预测结果等数据，与产品设计、产品制造过程中产生的大量数据进行挖掘［12］。大数据挖掘时，能够建立起产品健康状态、故障概率与运行工况参数，产品设计时形成的尺寸参数、性能参数，制造过程中记录的工艺参数等大量数据之间的关联性，从而推断产品设计、制造环节中可能会引起产品健康问题的薄弱环节，并针对性地反馈到设计平台和制造平台，最终形成产品的全生命周期闭环管理。对设计平台而言，此种反馈机制能够与设计平台的产品正向设计相结合，优化产品的失效模式与影响分析（Failure Mode and Effects Analysis，FMEA）［13］，有助于在设计环节进一步分析产品的失效模式与故障激励，实现产品设计的迭代优化。对制造平台而言，通过数据挖掘分析健康管理平台中与制造环节相关的数据，智能化分析产品制造缺陷环节，针对性地推送到制造平台的虚拟仿真、工艺制定等制造环节，有助于发现制造环节中的不良工艺，减少制造过程中不稳定、不合理因素对产品质量及有效寿命的影响，实现产品制造的迭代优化。

所以，数据平台是其他3 个平台的基础，是整个大系统正常运行的重要支撑，具有数据实时采集与快速传输、多源异构数据存储与融合、全生命周期数据管理等功能。通过数据平台的计算辅助，进行设计平台、制造平台和健康管理平台之间的深度交互，完成产品全生命周期智能化管理。

2.2.2 子平台内部的逻辑架构

（1）设计平台内部关系。需求管理子系统的输出是快速设计子系统的输入，即需求管理子系统面向订单需求，通过映射规则实现需求到总体技术指标的映射，然后快速设计子系统基于总体技术指标开展方案设计与技术设计，形成整机三维模型；快速设计子系统与协同仿真子系统迭代交互，即快速设计子系统输出的三维模型用于动力学、疲劳以及强度仿真分析，若仿真验证成功则三维模型将被用于工艺设计，不成功则需反馈回快速设计子系统开展迭代设计，直至仿真验证成功。

（2）制造平台内部关系。工艺文件生成子系统与虚拟仿真装配子系统迭代交互，即基于工艺模块库与相似推理技术确定的工艺过程及其操作方法将被用于虚拟仿真装配验证，若仿真验证不成功则需反馈回工艺文件生成子系统开展迭代设计，直至仿真验证通过；工艺文件生成子系统的输出是质量文件生成子系统的输入，即通过装配仿真验证工艺文件的工艺信息，将支持质量文件生成子系统中生成质量控制项点。

（3）健康管理平台内部关系。状态监控子系统基于多传感器实时状态参数采集和存储。高速动车组关键系统涉及电力、机械、控制、材料、动力学等多个学科领域，每个系统有自己的传感器监测网络和故障诊断机制，监测系统本身状态的变化，各核心系统、各学科之间相互耦合，相互影响，形成复杂的多源异构数据；由于高速列车传统系统划分的壁垒和运维的特殊性，现有的状态评估及运用维修是针对各关键系统分学科独立进行的，而随着高速铁路的快速发展，在各系统、各学科的运维领域都有成效显著的独立研究成果，但是这些独立的研究成果对运维中各因素及其之间的相互关系没有深刻的认识和明晰，未建立多系统、多学科的多源异构数据融合机制，也就是说没有从列车的整体性出发寻求解决方案，对于耦合性较高的故障或前期较为隐蔽的故障，单系统诊断会导致无法快速定位，不但造成检修资源的浪费，而且存在很大的安全隐患。运维工作不仅仅在于解决运维问题本身，更需要从系统论的层面对列车状态进行整体把握和处理，这也正是基于传统系统划分的运维工作难有更长足进步的根本原因。

进行数据融合时，从多学科角度提取每组异构数据的学科特征，根据其状态变化过程机理进行数理分析与描述，研究每组异构数据之间的相互影响及耦合作用，在满足本系统物理规律的情况下，确定其局部状态变量（LSV）、系统状态变量（SSV）、耦合状态变量（CSV）等系统特性，基于边缘分布的连接函数和熵传递原理，连接各关键系统及其子系统的耦合变量，形成多源异构数据的联合特征方程，利用梯度信息优化算法、遗传算法及各个关键系统及其内部子系统之间相互作用产生的协同效应获得系统的整体最优解，通过多学科多角度的方式对多源异构数据进行融合分析获得对高速列车综合性协作性认知。

Copula 理论作为一种近年来新兴的统计方法，被广泛地应用于非参数统计领域，特别是用来研究随机变量间的相关关系。应用Copula 理论，可以将相关程度和相关模式的研究有机地结合在一起。

令F为具有边缘分布F1(⋅)，…，FN(⋅)的联合分布函数，那么，存在1个Copula函数C，满足

式中：xn(n=1，2，…，N)为第n个随机变量。

若F1(⋅)，F2(⋅)，…，FN(⋅)连 续，则C唯一确定；反之，若F1(⋅)，F2(⋅)，…，FN(⋅)为一元分布，则由式（1）定义的函数F为边缘分布F1(⋅)，F2(⋅)，…，FN(⋅)的联合分布函数。

通过Copula 函数C的密度函数c和边缘分布F1(⋅)，F2(⋅)，…，FN(⋅)，可以方便地求出N元分布函数FN(x1，x2，⋅⋅⋅，xN)的密度函数为

其中，

式中：fn(⋅)为边缘分布FN(⋅)的密度函数；un为边缘分布函数Fn(xn)。

针对高速动车组系统独立问题，通过Copula函数的特征与性质分析，以及实测数据的相关性分析，Copula 函数为系统多源异构数据融合提供一条便捷的通道。

采用新兴的神经网络等人工智能算法以及Copula 函数等连接方法，对高速列车运维过程中积累的海量历史数据、实时运行数据和维修数据进行基于多学科数据融合的状态监测和异常检测，实现车载在途状态和检修设备运行状态监测、故障预测、专家知识库查询。以可靠性研究为中心的车辆智能维修子系统基于车载在途状态和故障数据形成基于以可靠性研究为中心维修（Reliability Centered Maintenance，RCM）的全寿命周期修程指定和备件库存管理，以持续降低车辆运维成本，提高车辆运用率［14］；而检修设备运行状态和故障数据则输入到以生产执行系统（Manufacturing Execution System，MES）为核心的制造数字化平台中，通过网络、物联网、大数据等技术，对技术、工艺、生产、质量等检修全过程进行信息化管控，实现检修的信息化管理。

2.3 平台开发

基于高速列车谱系化与健康管理平台的技术架构与逻辑架构，搭建贯穿设计、制造以及运维全生命周期的数字化平台，如图3所示。

图3 高速列车谱系化与健康管理平台

1）谱系化设计平台

高速列车谱系化设计平台面向多样化、个性化的客户订单需求，基于产品设计数据、知识与规则，运用实例推理、关联设计、产品平台与产品族设计、知识图谱、虚拟样机等技术，通过需求采集、谱系定位、需求映射、配置设计、变型设计、装配设计、仿真分析等过程可以快速生成谱系产品的整机三维模型及二维图纸。

2）谱系化制造平台

高速列车谱系化制造平台基于设计平台生成的整机三维模型及二维图纸，运用实例推理、规则提取、知识图谱、虚拟样机等技术，通过相似工艺规程检索、工艺规程修改、虚拟仿真装配验证、标准质量模板调用、质量文件修改、质量统计等过程可以快速生成谱系产品的工艺文件与质量文件，从而指导谱系化高速列车的快速制造。

3）谱系化健康管理平台

高速列车谱系化健康管理平台是面向已开通运营的高速列车，运用规则提取、知识图谱、PHM技术，通过数据采集、故障预警、故障诊断、健康评估、库存管理、维修计划制定等过程实时评估并预测高速列车的健康状态，并且基于产品状态制定相应的维修策略，确保高速列车的安全运营。

3 技术平台应用实践

基于高速列车谱系化与健康管理平台，面向客户订单需求，并结合自主探索、引进消化、自主创新和深化创新4个阶段的技术积累和长期实践，先后研发、建立不同速度等级，覆盖不同运用环境、不同编组型式及用途的谱系化动车组产品族，运行速度覆盖200～400 km·h-1，车型囊括座车、卧铺、高寒、综合检测、城际等多类车种，编组包含4 编、8 编、16 编、17 编等多种形式的CRH6，CRH380A，CR300AF，CR400AF 高速动车组产品谱系，如图4 所示。该系列动车组的开发与运营，是全面应用高速列车谱系化和健康管理理论进行的工程实践，满足市场的多样化需求，产品性能优异、可靠性高。

图4 动车组产品谱系

4 结 语

为提升高速列车的研制效率并且保障其在复杂环境下的健康运营，构建了面向PHM 的高速列车谱系化产品技术平台。基于谱系化定义，剖析高速列车谱系化与健康管理平台的融合机制；提出高速列车谱系化与健康管理平台的技术架构与逻辑架构，包括设计平台、制造平台与健康管理平台内外部数据的交互机制；基于元模型、数据挖掘、知识图谱、定制设计以及PHM 等技术，开发高速列车谱系化与健康管理平台。以时速200～400 km 的CRH6，CRH380A，CR300AF，CR400AF 动车组系列产品为例，对高速列车谱系化与健康管理平台进行工程实践验证。结果表明，高速列车谱系化与健康管理平台能够快速响应多样化的客户需求，提升产品的研制效率，而且可以保障产品的健康运营，提高高速列车的运用效率与运营品质。