城轨列车逻辑控制装置运行数据健康管理技术研究

2023-08-18 02:56佘云祥李天一杨楠
机械 2023年3期
关键词:数字孪生数据分析

佘云祥 李天一 杨楠

摘要:列车可编程逻辑控制单元产品应用现场替代列车大量继电器、接触器,降低运维成本提升安全性的同时,产生了大量输入采集、输出控制、点位监测数据。提出一套针对现场多设备、多物理量、多尺度、多概率的评估方法,并分析了借助数字孪生技术构建列车控制信息模型的可行性。构建了健康管理系统控制信息模型,其中包括关系型数据库和非关系型数据库的构建。目前,LCU应用现场列车内嵌综合健康管理系统已应用于部分城轨列车可编程逻辑控制单元装车现场,应用情况良好。

关键词:城轨列车;数字孪生;可编程逻辑控制单元;内嵌综合健康管理系统;数据分析

中图分类号:U268.2 文献标志码:A doi:10.3969/j.issn.1006-0316.2023.03.007

文章编号:1006-0316 (2023) 03-0041-06

Investigation on Health Management Technology of Operation Data of

Logic Control Device of Urban Rail Trains

SHE Yunxiang1,LI Tianyi1,YANG Nan2

( 1.Shenzhen Metro Group Co., Ltd., Shenzhen 518040, China;

2.Chengdu Yunda Technology Co., Ltd., Chengdu 610000, China )

Abstract:The product of train programmable logic control unit replaces a large number of relays and contactors on the site, which reduces the operation and maintenance costs and improved the safety. At the same time, a large number of input acquisition, output control and point monitoring data are generated. A set of evaluation method for multi-device, multi-physical quantity, multi-scale and multi -probability are proposed. And the feasibility of building train control information model with the help of digital twin technology is analyzed. The control information model of health management system including the construction of relational database and non-relational database is constructed. At present, the train embedded integrated health management system on the site of LCU application has been applied to some urban rail train PLC unit loading sites and performs well.

Key words:urban rail train;digital twins;programmable logic control unit;embedded comprehensive health management system;data analysis

城轨列车车上设备、继电器、接触器等运行环境复杂,受振动、电磁、电源波动、温度变化等因素影响,易产生设备故障、触点变形、粘连或无法吸合[1]。SIL4级可编程逻辑控制单元(LCU,Logic Control Unit)应用以来,通过多CPU(Central Processing Unit,中央处理器)比对、高冗余特性,有效解决了复杂环境下列车继电器控制电路故障频发、检测困难、维护成本高等共性难题。

同时,由于列车设备众多,一些设备的异常最终可能影响列车动车、开门、升弓等关键功能,最终导致列车退出运营甚至线路延誤。LCU恰好具备互联设备多且处在关键指令收发节点的特性,并且具备相对丰富的监测点位。其接收的指令数据与发出的控制指令针对不同线路同类外部设备往往具有相似特性。例如,在列车到达出入库转换区后,为保证受电弓和受流靴安全快速切换,采用安全可靠的“二乘二取二”冗余架构的LCU代替传统继电器控制电路,同时充分考虑弓靴转换时的各种控制逻辑,确保在出入库进行转换时可以快速、安全、可靠地执行升降弓、升降靴的操作[2]。

通过对列车车辆LCU控制逻辑、LCU运行数据、车辆电气图及车辆设备特征进行收集与分析,构建列车控制信息模型,并在设计阶段对车辆关系型数据建立模型,试运营阶段通过对LCU运行数据的收集实现数据关系的学习与标定,运营阶段对相关数据进行准确性判断及趋势分析。

1 健康管理系统数据落地网络架构

现代的地铁列车逐步安装了LCU、走行部状态监测系统、车门诊断系统、空调监测系统、轨道监测系统和弓网监测系统等。现有技术中并没有将上述各个关键监测子系统互连的数据集成[3]。

LCU一般分布在列车各个车厢电气柜,具备维护数据外发能力,LCU机箱内部网络采用两路CAN(Controller Area Network,控制器域网)总线冗余通信。正常工作时,两路CAN总线同时参与通信。当任一CAN异常时,维持另一路CAN总线运行,保证LCU内部数据正常通信[4]。LCU维护数据用于列车实时显示信息、或经其他系统将数据转发落地后存储分析。LCU维护以太网(ethernet,ETH)通信网络拓扑如图1所示。

为LCU维护数据在地面端实时分析展示,并在地面监控全线路车辆运营状态,通过4G/ 5G/WLAN/微波或定期由维护人员转储等车地通讯手段,将LCU列车运行数据落地。LCU实时、历史控制数据落地网络拓扑如图2所示。

LCU数据通过LCU内部数据采集层,经过数据接收,之后分别通过数据层、服务层、应用层进行落地、存储,为应用层对数据长期分析、建立数据集、标定做准备。

2 健康管理系统控制信息模型

地面接收LCU数据后,首先将数据分为状态数据与运行数据两大类。并通过服务层提供不同服务,用以查询数据层数据,并提供数据接口。应用层作为与用户交互的界面,主要通过数据接口,完成对LCU状态数据、LCU控制数据的分类展示。其数据流如图3所示。

在数据层、服务层,能够将包括LCU温度、设备内电压监控、故障及状态等信息在内的状态数据,与包括LCU输入、输出、控制命令、反馈数据在内的LCU运行数据两大类数据,通过LCU装车方案设计及LCU逻辑梯形图细分至已分类设备与未知关系类型。

2.1 关系型数据库构建

2.1.1 电气图关联信息提取

通过LCU替代列车继电器电气原理图,可以获取LCU输入与输出间的关系。受电弓保持指令原车电气原理图如图4所示,其作为来自TCMS(Train Control and Management System,列车控制和管理系统)控制命令受电弓保持指令的输出。

LCU除替代继电器(图4)进行基本逻辑控制外,还替代部分列车线[5]。据此,将其点位分类为列车受电弓模块相关,其产生的数据纳入弓控制关系型数据库。

2.1.2 梯形图关联信息提取

由于LCU具备内部、LCU间级联、TCMS通讯机制,以往通过列车线在车间传递的信号,在LCU改造后基本可以实现在LCU间内网传输或通过TCMS下发指令,并能够在绘制相关梯形图时使用来自网络的数据。这些数据通常以级联中间变量或TCMS控制命令的形式出现在梯形图中[6]。

将编写好的模板导入系统,系统会以线路编号、LCU名称、车型、逻辑项编码、逻辑关系等作为检测条件,判断是否已存在。如果存在则跳过,不存在则新增,避免产生重复项。

如图5所示,可以确定弓信号所有相关LCU输入、中间变量信息,据此能够将其点位分类为列车受电弓模块相关[7]。通过软件标记,数据采集层将其产生的数据纳入弓控制关系型数据库。软件数据接收层接收数据采集层发生的数据,然后再进行中转发送给服务层的业务处理。

2.2 非关系型数据库构建

2.2.1 采集数据非关联信息提取

LCU监测点位中,若一些替代继电器点位无明确说明,或采集数据仅用于上传网络以作显示,其点位可能暂时与其他已知模块不相关,其产生的数据可以纳入非关系型数据库。

图6中LCU逻辑是已知逻辑,其他逻辑为门控单元、车辆电气等系统内实现逻辑[8]。通过对LCU采集数据分析,从数据中找出相应潜在逻辑,并根据长时间运行情况跟踪,对非关联信息间潜在逻辑正确性进行验证。

2.2.2  LCU状态类非关系型数据

LCU系统内,存在输入自检、输出自检、通讯自检及对机箱内温度、各模块温度、各机箱供电电压监测[9]。这些数据除显示LCU运行状态外,可能与列车其他设备存在潜在关联。与其采集型非关联信息类似,这些数据在设计阶段纳入非关系型数据库,在列车整车调试、试运行阶段则会尝试通过分析,与已知关系型数据建立逻辑关系[10]。

3 健康管理系统数据展示

针对列车已知系统及LCU系统自身状态数据,健康管理系统能够进行数据展示。通过数据检测、预测,辅助地面管控人员进行全生命周期管理与分析决策。

LCU向地面回传的状态数据如图7所示,主要进行运行数据展示、实时故障显示。

通过饼状图,可以直观观察到不同编号LCU正常、中等故障、严重故障的数量、占比。界面列车图形颜色表示该车存在故障,例如严重故障显示为红色,中等故障显示为黄色,轻微故障或无故障显示为蓝色。

健康管理系统可以在线查看LCU各模块状态数据。实时状态数据如图8所示,包括版本信息、电源电压、故障状态。

健康管理系统可以以逻辑梯形图方式查看车辆逻辑,如图9所示。红色代表该节点处于得电状态,绿色代表该节点处于无电状态。

通过这种形式,在地面能够直观查看车辆逻輯状态,所有实时数据将以对应时间的布尔量的形式进行存储,为列车控制信息模型提供数据支撑。

4 列车控制信息模型建立方法研究

通过车辆LCU控制数据在健康管理系统内的积累,未来可结合车辆实际物理构成与信息来源建立列车控制信息模型。LCU控制数据中已包含每个逻辑输入、输出点位及采样时间信息。通过已知设备建立的关系型数据库,及点位梯形图提供的已知逻辑关系,对LCU数据库中记录的各数字量输入输出及采样时间等数据进行清理、整合、建模,搭建基于LCU系统的列车健康管理体系。具体过程如图10所示。

通过在车辆调试、试运营阶段对数据进行人工分类、筛选,健康管理系统可更新关系型数据库,并将其作为标准数据保存。

4.1  LCU关系型数据库的使用

关系型数据库是列车控制信息模型的数据基础。列车正式运营时,产生的运营数据可以与关系型数据库中数据进行比对,在系统运行过程中,当产生突发变化时,系统将从延时变化趋势、突发变化两方面对数据进行长期监测。

如图11所示,系统能够通过实时数据与标定数据对比,主动诊断异常波形,对输入变化但输出无响应、输出变化但缺少输入条件等情况进行跟踪,并在系统中对异常点位涉及梯形图、对应电气图进行标记。通过人工复核分析,能够较为准确地发现LCU数据漏存,输入、输出、中间变量数据异常跳变,数据变化边沿间隔时间波动等现象,从而进一步指导现场LCU维护、更换备件、表征其他子系统潜在故障,推进排查检修,以保证列车运行安全可靠。

4.2 控制信息与设备工作原理结合分析模型案例

以受电弓控制状态为例,当列车正常运行时,受电弓保持信号应持续得电。根据受电弓及车辆设备物理特性,列车功率设备运行时,受电弓若强行降弓,将引起弓、网间拉弧,严重时可能导致受电弓碳滑板温度过高,引起烧蚀。据此,可以将列车受电弓降弓回路控制信息回采与列车高速断路器状态、牵引/空调等功率设备工作使能状态进行结合,建立自动分析判断逻辑。

例如当受电弓处于升弓状态时,若空调等设备正在运行,但受电弓出现短暂降弓信号抖动,系统应发出预警,列车回库后可通过系统派工单主动检查受电弓碳滑板烧蚀状态、降弓信号抖动根因等。

未来通过LCU设备运行数据建立并逐步完善该数字孪生模型,实现整合并充分利用列车控制数据,跨原本不互通、无逻辑联系的多设备状态进行主动故障预警与状态检修,提高运维工程人员分析故障根因、发现潜在隐患的效率。从而保障列车更长时间健康运行,降低运维成本,降低事故概率。

5 结束语

本文针对城轨列车LCU提出一套实时控制数据地面分析应用技术。通过结合列车制造、列车调试过程进行数据关系标定,形成列车逻辑控制单元控制信息模型。最终通过该模型对列车逻辑控制单元日常数据进行分析与监测,提升了列车发现潜在逻辑控制问题的效率,掌握潜在相关逻辑变化趋势,对逻辑控制突变数据进行告警。

参考文献:

[1]郑玄. 城轨列车三取二逻辑控制单元设计[J]. 电力机车与城轨车辆,2019,42(6):21-30.

[2]洪旭. 基于“二乘二取二”LCU的弓靴转换控制方案设计[J]. 交通科技与管理,2021(10):1-2.

[3]王志云,王相如,刘继,等. 一种新型的地铁列车数据集成采集系统:CN210793218U[P]. 2019-10-12.

[4]李天一. 地鐵列车LCU逻辑控制系统二乘二取二的两系输入输出交叉冗余复用课题研究[J]. 中国标准化,2019(S02):235-237.

[5]周根华,邓长海,肖晓. 地铁车辆融合LCU智能网络控制系统应用研究[J]. 中国新技术新产品,2021(19):7-9.

[6]王世权,吕正银,李夫忠,等. 基于二乘二取二的列车LCU控制系统:CN111891184A[P]. 2020-09-04.

[7]林宝锋,夏益韬. 一种基于TCMS系统的受电弓升降自动控制策略[J]. 铁道机车车辆,2021(1):87-90.

[8]师满琴. LCU在城轨列车上的应用效果[J]. 汽车世界,2019(12):100.

[9]吕强. 地铁列车LCU系统技术发展与应用[J]. 科技创新导报,2016(28):1-2.

[10]徐伟,孙旺,许硕. 基于数据挖掘的轨道交通车载监测与维护系统[J]. 铁道通信信号,2013(S1):144-147.

收稿日期:2022-04-24

作者简介:佘云祥(1983-),男,广东深圳人,工程师,主要从事地铁车辆装备技术研究和地铁车辆装备维保管理工作,E-mail:00545@szmcob.com。

猜你喜欢
数字孪生数据分析
环境偶双极的数字孪生及其应用
“数字孪生”很美,但风险被低估了
基于大数据的智能工厂数据平台架构设计与研究
浅析大数据时代的机械设计发展趋势
“数字孪生”改变行业规则的顶尖技术
图书馆未来的技术应用与发展
我校如何利用体育大课间活动解决男生引体向上这个薄弱环节
新常态下集团公司内部审计工作研究
浅析大数据时代对企业营销模式的影响
基于读者到馆行为数据分析的高校图书馆服务优化建议