智能城轨设备维修管理及告警系统研究与设计

俞 铭，刘 琴，葛 淼

（国电南京自动化股份有限公司，江苏 南京 211100）

0 引言

2020年3月12日，中国城市轨道交通协会发布了《中国城市轨道交通智慧城轨发展纲要》，为我国今后一个时期城市轨道交通提升城轨设备维护智能化程度、提升运维效率指明了方向。随着我国高速铁路、城市轨道交通运营规模的迅速扩大和“一带一路”战略的实施，整个行业对于保障运营安全、提高服务质量及降低运营成本显现出巨大的刚性需求，轨道交通运维业务日益成为全行业关注的焦点［1］。轨道交通供电设备种类繁多，运维复杂，高、中、低压各等级设备众多，交流、直流混合，运行负荷波动大，同时这些设备常年运行于以高温、高湿为代表的恶劣环境。随着线网规模不断扩大，线路和车站的不断增加，设备数量成倍地增加；另一方面，随着设备的长时间运转，逐渐老化，运维检修压力增大，性能和状态都大不如前，这些因素都给运维管理带来了很大挑战［2］。目前，针对如此巨量的设备，受制于以往的信息化程度和技术局限，地铁行业常用的管理方式存在不足。因此，按照规范的运维工作标准来确保相关设备设施正常、高效地运行，是轨道交通安全、稳定、高效经济运营的决定性因素。

1 系统架构设计

智能城轨设备维修管理及告警系统用B/S结构，采用TCP/IP协议。系统设备管理在中心部署数据存储及维管服务，由各站根据各自的授权完成设备信息的在线监测、设备管理和维护。在实际研发过程中，将该系统与综合监控进行解耦，既保证数据有效交互时的安全性，又不局限于综合监控的数据，从而使接入更灵活。系统通过交换机与地铁主干网交换机相连，通过通信专业提供的专业传输通道，获取控制中心、各个车站相关机电设备系统的故障及状态信息，再发送至中心维管系统服务器，服务器将获取的数据进行处理，同时将报警信息发送至各维管工作站。车站维管工作站根据授权完成自身设备信息的管理和维护，各车站配置一台维管服务器用于完成本车站的设备在线监测数据的管理。本设计适用于将维管系统看作较为核心的业务系统，并由中心集中管理各车站分治管理。系统中各站的设备管理及维护由各站独立完成，每个站根据授权只负责维护自己的设备信息，管理范围明确，中心负责权限授权并可管理维护整个线路的所有设备信息。本系统从软件架构上分为5个层次：设备感知层、接入层、平台层、服务层和展示层。(1）设备感知层：各子系统拥有的原始设备数据，是本系统的数据源头，主要包括通信传输、PIS、PA、CCTV、UPS电源、AFC、电梯、照明、屏蔽门等系统及设备；(2）接入层：通过数据采集、协议转换、数据隔离等功能实现与相关系统的数据通信。(3）平台层：对业务数据进行数据建模，为服务层提供各类技术支撑。(4）服务层：服务层根据业务规则，实现应用系统与业务数据的交互及协作联动后台服务。(5）展示层：维修管理系统高级功能，包括设备故障监测、台账与健康度展示、故障预测、驾驶舱、专家知识库。

2 业务设计

2.1 在线监测

系统具备强大的跨平台能力，提供基本数据采集、站内在线监测全景数据存储、历史数据浏览、告警功能、各在线监测功能故障信息的分级告警提示功能。系统首先能及时准确﹑持续不断地收集现场故障信息；其次，对收集的产品故障信息进行统计分析，找出故障原因并制定纠正措施；最后，保证纠正措施的实施，并对实施效果进行跟踪及验证［3］。系统具有图形化在线监测分析功能，包括：数据趋势分析、多阈值告警分析、数据关联性分析等。数据展示［4］：一次接线图、报表、曲线等。专用分析功能：色谱数据分析工具，大卫三角形分析、立方体图示法分析及比值法分析结果显示。

2.2 故障预警

根据电力设备的运行参数，故障特点，建立电力设备的故障预测模型，依据实时在线监测数据对电力设备可能产生的故障进行预测，便于指导运维人员提前掌握电力设备的运行状态，并制定经济合理的设备检修计划。模型报警规则可以任意组合设定，增强运维判断条件和规则，防止测点意外跳变引起误报警。同时，也可以在报警规则里增加专家的知识，进一步优化模型的运维功能。系统具有故障模型的编辑与管理功能，可以结合历史运行数据对故障预警模型进行再训练，提高算法的预测精度。

2.3 流程自动化

系统中的关键操作、消息通知、流程管理抽象为维管事务数据模型，任务流引擎将一组维管事务数据模型组织起来，以完成某个有序的过程。维管事务数据模型定义了任务的触发顺序和触发条件，任务流引擎可以保证每个维管事务数据模型可以由一个或多个软件相关系统完成，也可以由一个或一组人完成，还可以由一个或多个人与软件系统协作完成。极大地提升了系统运行的高流畅性和多元性，可满足不同用户的定制需求。

2.4 健康度评估

系统具备设备状态评估功能，依据专业、设备等特性建立供电专业设备状态评估模型，主要从设施设备故障发生次数、平均无故障运行时间、故障发生率等重点指标及故障类型等维度进行分析，完成基础性数据收集及运行质量的科学评价，以此真实反映设施设备运行状况。具备设备故障预判功能，支持以“环比”“同比”方式，实现同类数据不同相进行对比、同类数据不同站进行对比、同类数据不同时刻进行对比，对超过平均限值、历史最高值的情况进行设备预判。

2.5 设备台账

系统提供设备台账信息的录入、更新、查询和统计功能。设备台账包括设备基本信息、技术参数信息、备品备件信息等，应记录设备类别、设备名称、规格型号、设备编号、使用日期、所属站点、安放位置、使用状态、生产厂家、软件升级记录、设备定值单、各元器件更换记录等信息(台账信息根据设备类型不同有所区别）。设备台账内容包含但不限于：(1）应支持建立完善的设备信息管理库。设备履历信息，包括设备名称、分类、寿命、设备编码、设备调度编号、设备所属位置、所属部门、设备铭牌信息、资产系统编码、上电时间、启用时间、技术参数、元器件、图片信息、历史故障(故障现象、故障原因及通用处置措施）等。设备铭牌信息、上电时间、启用时间、技术参数需系统建成后由人工一次性维护。(2）设备动态信息，包括质保期、运行数据、试验数据、保护整定值、检修历史信息、故障应急处置情况等。试验数据由试验人员在平台手动填写试验报告数据，同时在平台进行扫描版试验报告存档；质保期以接管时间为起点进行计算，出质保时间根据实际时间人工维护；元器件、备件信息，包含名称、供应商、型号、元器件编码。台账内容，包括设备履历台帐、线路计量仪器台帐、安全工具台帐、运行类表记、变电运行巡视分析报告结果、变电检修试验报告；存储形式以电子版数据台账、扫描版盖章台账存储。

2.6 知识库管理

从设备运行底层数据出发提取单个设备和设备类型的静态画像、分析动态运行参数，对设备的海量运行数据进行收集、去噪、融合、分析抽取出设备运行状态与数据之间的相关性构建设备指纹，将多环节数据深度融合，最终生成智能检修策略，形成设备健康主动智慧防御机制，实现对设备运行状态的智能感知、智慧分析、智能诊断；解决传统运维对故障预见性不足，只能采用计划性维修或事后维修模式，维修工作缺少针对性，工作量大、效率低、成本高、发现问题周期长，暴露问题不足，造成大量的人力物力的浪费的问题；提升运维效率和轨道交通运行的安全性。系统可根据专家知识库制定不同故障的维修规程，可以对维修规程和维修注意事项管理和维护。维修规程是针对设备维管工作进行标准化；维修规程关联具体设备的具体故障，当故障发生时可自动或手动弹出，指导维修工作人员进行设备维修。

3 难点攻克分析

3.1 采用LSTM和EDA的轨交设备劣化拐点分析方法

设备维修对于保证城市轨道交通系统的正常工作和安全运行具有重要意义。目前轨道系统中最常用的设备检查策略主要是故障维修和定期检修。若设备突发故障，且故障响应延迟，造成维修不及时，最严重的可能是影响整条线路的正常运营。如何根据监测设备运行状态和故障数据，分析潜在的故障隐患和预警，及时排查和预防，降低维修成本，实现设备无停机运行，是安全运营保障系统面临的主要问题。

针对上述问题，系统提出了基于LSTM和EDA的轨交设备劣化拐点分析方法，该方法先对设备监测数据进行探索性数据分析(EDA），完善数据缺失值和异常值，修正数据；并基于随机森林对设备数据进行特征选择和简化；再将设备数据转化成由样本、时间步、特征组成的三维数据，构建LSTM预测模型，进行设备故障分析与预测。该方法可行性强，利用故障案例库中的历史数据和实时监测数据，进行设备故障预测分析，预测设备发生故障的时期，及早对相关设备进行预防性维修，为科学的维修管理提供依据，大大提高了设备的可靠性，同时也降低了设备的管理成本，避免设备故障造成运营损失。

3.2 基于事件触发机制的轨道交通机电设备异常监测技术

轨道交通领域的设备类型、品牌繁多，而不同类型的设备又具有不同的信息元。监测数据及报警信息时，无法统一完整地给出所有设备类型和故障告警阈值的集合，如何根据监测设备运行状态和实时数据，实时显示故障隐患和预警，及时排查和预防，降低维修成本，是安全运营保障系统面临的主要问题。系统基于面向对象的设计方式，设计了一整套包含设备、设备类型、事件、事件触发条件、逻辑关系运算、条件输入输出对象，通过对象之间的关联和监听对象属性变化，实现多类型设备多类型故障的在线监测功能。本方法允许用户定义事件的触发条件和各触发条件之间的逻辑运算关系，然后再将事件与设备类型相关联，最后根据设备类型创建具体设备。程序监听到具体设备对象属性变化后，判断该设备类型相关联的事件触发条件是否满足，依据判断的结果推送故障信息。从而实现多类型设备多类型故障的在线监测功能。

(1）将事件的触发条件抽象为独立的单元，每一个触发条件具有一个输入和输出。触发条件的输入可以是系统内部数据，也可以是外部接口传输的数据，需要填入该条件引用的数据；触发条件的输出是程序根据输入值、表达式右值、表达式判断出的结果，其结果只有两种情况满足1或不满足0。

(2）将事件与触发条件相关联。事件与触发条件的关系是1∶N，一个或者多个触发条件之间的逻辑关系共同定义了一个事件，触发条件之间的逻辑关系满足时事件触发，从而灵活配置出各种复杂的事件。

(3）将设备类型与事件相关联。设备类型与事件之间的关系是1∶N，一种设备类型可以关联多种事件。

(4）设备是设备类型的具体实例。某一设备任意事件触发后，都将在被推送到在线监测中用于提示用户设备发生故障。

(5）程序监听到具体设备对象属性变化后，判断该设备类型相关联的事件触发条件是否满足，依据判断的结果推送故障信息。

4 结语

系统为了解决轨道交通智能运维的问题，将传统的周期性计划转变为基于测试分析的状态和基于评估先验的预知，将传统以人工为主的运维管理转变为自动化、信息化的智能监测维护方式。采用深度学习、人工智能技术，实现了设备故障预测和设备健康评估，解决了传统运维对故障预见性不足的问题；通过大数据分析技术、建立专家知识库和设备数字中台等手段，实现了对设备全生命周期的监视与管理，解决了海量设备带来的大量有价值数据未被采集和有效利用、不能有效指导设备检修、统计数据难分析的困局；通过工作流引擎实现了高效的工单管理和维修流程管控，解决了传统派工流程不规范、溯源和结果审查困难、维修进度难以跟踪的弊病。