城市轨道交通智能运维管理指标体系研究

李政江，樊茜琪，韩斌

（1.同济大学 交通运输工程学院，上海 201804；2.同济大学 铁道与城市轨道交通研究院，上海 201804；3.上海轨道交通检测认证（集团）有限公司，上海 201804）

0 引言

城市轨道交通是高效、安全、环保的公共交通方式，为城市发展和居民出行提供了重要支撑，其运行质量和安全性直接关系到城市发展和人民生活［1］。为保障城市轨道交通正常运营，需要对其进行有效的运维管理，提高设备可靠性和安全性、降低故障率和维修成本、延长设备寿命。

目前，城市轨道交通运维管理主要有2种模式：传统运维模式和智能运维模式。传统运维模式指根据设备制造商提供的技术规范和标准，按照固定的时间间隔或使用寿命对设备进行定期检查、更换、修理等预防性运维活动，以及在设备发生故障时进行紧急处理的反应性运维活动［2］。这种模式依赖人工经验判断，缺乏对设备实时状态的监测和分析，容易导致过度或不足的维护，造成资源浪费或存在安全隐患。智能运维模式是指利用物联网、大数据、人工智能等先进技术手段，通过对设备进行实时在线监测、数据采集、分析挖掘等过程，实现对设备状态的精准诊断、预测和优化，并根据设备实际需要制定个性化、灵活的运维计划和方案，以及在设备发生故障时进行快速响应和恢复的主动性维护活动［3］。这种模式可以提高设备效率和可用性，降低故障风险和停机损失，节约人力物力。

智能运维成为城市轨道交通运维模式发展的必然趋势，建立智能运维模式下的科学合理运维管理指标体系对于评价和监控城市轨道交通运行状况及运维效果至关重要。通过建立指标体系，可以为轨道交通运营商提供客观、公正、透明的评价工具，更好地了解轨道交通设施的运行情况，为轨道交通设施的运维管理提供科学依据，帮助其制定合理的运维计划和策略、优化资源配置、提高服务质量、提高设施的可靠性和安全性；可以为轨道交通监管部门提供有效、可靠、灵活的监督手段，帮助其制定合理的政策和标准，加强对运营商的指导和督促，保障公共利益；可以为轨道交通研究机构提供丰富、详实、动态的数据源，帮助其深入地研究和分析，推动轨道交通技术和管理的创新及发展。

1 运维模式

1.1 传统

传统运维模式主要依靠人工巡检、定期保养、故障排除等方式，各专业独立维保，信息共享程度低，数据较分散；受不同运营管理主体、不同素养层次的维保人员约束，数据记录的准确性、规范性、统一性难以保证；多源异构数据缺乏有效的深入分析，在本领域一直未形成有效的研究，导致大量有价值的信息流失［4］。

1.2 智能

智能运维模式通过提升设备智能化水平，实现对设备全生命周期状态信息的获取与分析，并根据分析结果制定最优运营策略。

（1）实时监测：通过安装各类传感器采集设备各项参数数据，并通过物联网技术将数据上传至云端平台进行存储与处理。

（2）预测预警：通过大数据分析技术对历史数据与实时数据进行挖掘及建模，结合人工智能技术对未来趋势进行预测与预警，并及时向相关人员发送报警信息。

（3）诊断优化：通过人工智能技术对故障原因进行自动诊断，并根据诊断结果制定相应的优化方案，提高设备的可靠性和稳定性。

1.3 两种模式差异

城市轨道交通在传统运维模式和智能运维模式下的运维管理指标体系存在较大差异。

（1）目标层：传统运维模式注重保证基本功能正常工作，并满足相关法规要求；而智能运维模式追求提升整体性能水平，并实现持续改进。

（2）内容层：传统运维模式关注单个设备或部件的状态参数；而智能运维模式关注整个系统或网络的关键性能指标。

（3）方法层：传统运维模式采用经验法则或固定公式计算；而智能运维模式采用数据驱动或机器学习方法建立。

（4）评价层：传统运维模式以事后分析为主；而智能运维模式以事前预警为主。

因此，在运维模式新要求下，要根据不同的场景需求和技术条件合理建立运维管理指标体系，并不断完善更新。

2 智能运维管理指标体系

2.1 目标

为实现智能运维，需要建立科学合理的管理指标体系，以评价城市轨道交通的设备状况和运行效果，并为后续的优化改进提供依据。传统的运维管理通常只关注设备层面，智能运维管理考虑经济因素、乘客因素、监管认可等方面，以更全面的视角实施管理。智能运维管理指标体系应当可以识别智能运维模式下影响城市轨道交通系统运维质量和成本的关键因素；建立反映智能运维管理目标、过程和结果的综合性、分层次的指标体系；建立基于数据分析和多标准决策的定量评价方法，以衡量智能运维管理的绩效和效果；为改进智能运维管理策略和时间提供意见和建议。

2.2 定义

运维管理指标体系是指从不同角度和层次，对城市轨道交通设备或系统的状态、性能、质量和效益等进行量化及评价的一系列指标。

2.3 原则

为真实反映城市轨道交通实行智能运维后设备或系统的状态，提出目标导向性、系统性、可操作性、可比性、动态性等几个原则，基于此原则进行智能运维管理指标体系的构建。

（1）目标导向性：指标体系应与城市轨道交通智能运维目标一致，并反映其重点关注领域。

（2）系统性：指标体系应涵盖城市轨道交通各子系统及其相互关联影响，反映其整体情况。

（3）可操作性：具有清晰的数据来源和采集方式，可验证性高，便于实施和监控。

（4）可比性：一定程度上采用统一的定义和可转换的计算方法，使不同设备或系统之间可以进行比较。

（5）动态性：根据城市轨道交通发展变化、设备或系统的变化情况，及时调整指标的权重和范围。

2.4 方法

采用头脑风暴法和德尔菲法［5］相结合的方式进行智能运维管理指标体系的构建。通过文献阅读整理进行影响因素筛选，经讨论求证后建立影响因素清单，同时将智能运维管理的相关背景和评价体系的要求目的向若干有经验的专家提出；专家提出的指标综合后再反馈给专家，如此反复多次；通过头脑风暴法形成最终的智能运维管理指标体系。通过以上方式，可最大限度地减少指标制定的随意性，使指标体系更全面、合理、可靠。

2.5 体系架构

从目标层、准则层和指标层3个层次构建城市轨道交通智能运维管理指标体系。从目标层开始根据不同指标类型进行细分，直至细化到单个可验证、可获取的指标。城市轨道交通智能运维管理指标体系架构见图1。

图1 城市轨道交通智能运维管理指标体系架构

第1层次为目标层，将“城市轨道交通智能运维管理”作为目标，指导整个指标体系建立。第2层次为准则层，以设备可靠性、设备安全性、运营质量、服务质量作为支撑进行综合评价。第3层次为指标层，即分析维护管理的各个因素，并评估权重为智能运维模式优化提供建议。

2.5.1 设备可靠性

设备可靠性指标反映设备在正常工作条件下无故障运行的能力［6］。

（1）平均无故障里程（MTBF）：指单位列车在一定时间内行驶的总里程与发生故障次数之比，反映列车运行中发生故障的频率。

（2）平均修复时间（MTTR）：指单位列车发生故障后，从停止运行到恢复正常运行所需的平均时间，反映列车维修效率和能力。

（3）故障率（Failure Rate）：指单位列车在一定时间内发生故障次数与总运行时间之比，反映列车运行中出现问题的概率。

（4）故障密度（Failure Density）：指单位长度轨道或单位数量信号系统等在一定时间内发生故障次数与总长度或总数量之比，反映非移动式设备出现问题的频率。

设备可靠性指标还包含设备的平均使用寿命、平均维修次数、剩余寿命等。

2.5.2 设备安全性

设备安全性指标反映在异常情况下不造成人员伤害或者环境污染的能力。

（1）可用度：指单位列车在一定时间内处于可供使用状态的时间与总时间之比，反映列车对运营需求的满足程度。

（2）事故率：指在一定时间内，线网内发生运营质量事件的频次。

（3）严重事故率：严重事故定义为城市轨道交通主要运营险性事件，即列车脱轨；列车冲突；列车撞击；列车挤岔；列车、车站公共区、区间、主要设备房、控制中心、主变电所、车辆基地等发生火灾；乘客踩踏；车站、轨行区淹水倒灌；桥隧结构严重变形、坍塌，路基塌陷；大面积停电；通讯网络瘫痪；信号系统重大故障；接触网断裂或塌网；电梯和自动扶梯重大故障；夹人夹物动车造成乘客伤亡；网络安全事件；造成人员死亡、重伤、3人（含）以上轻伤，以及正线连续中断行车1 h（含）以上的其他运营事件［7］。

2.5.3 运营质量

（1）有效利用率（OEE）：指真正有效的计划生产时间百分比。该指标旨在准确跟踪实现“完美生产”的进度以支持TPM计划。

（2）投资回报率（ROI）：指通过投资而应返回的价值，即从投资活动中得到的经济回报，用年平均利润占投资额的比重表示。可相应地计算投资回收期（PBP）=1/ROI。

（3）效益成本比（BCR）：指测算公司收益和成本的比率，可总结拟议项目的收益和相对成本之间的总体关系［8］。

2.5.4 服务质量

（1）乘客投诉率：在单位时间内，乘客对由设备维保引起体验不佳的投诉量。

（2）回访调查满意率：通过对乘客进行问卷访谈等形式，调查乘客对运维的满意程度。

（3）监管部门认可度：反映专业或监管中存在的问题，由监管部门或者第三方评价机构出具的评议结果作为监管部门认可度指标。

2.6 权重分析

城市轨道交通是复杂的巨大系统，以设备运维划分即有车辆、土建、机电、供电、通信、信号等几个专业子系统，若干子系统之间又相互关联，因此若以城市轨道交通整体为评价对象，需要先解决各专业所占权重问题，再对同一子系统内部不同要素的重要性做出评价。

层次分析法可以很好地解决指标权重分配问题。将复杂问题以有序的阶梯层次结构表示后，对同一层级的各项指标进行两两比较，构造比较判断矩阵，通过人的判断对决策方案优劣进行排序。该方法适用于评价指标数大于4、小于9的评价对象［9］。

邀请行业专家对运维管理关注的各个因素比较并进行等级评定，得到A-B、B1-C、B2-C、B3-C、B4-C 判断矩阵，分别计算权重并进行一致性检验（见表1—表6）。CI 为判断矩阵的一般一致性指标，RI 为判断矩阵的平均随机一致性指标，CR 为判断矩阵的随机一致性比率，CR=CI/RI，当CR<0.10时，认为判断矩阵的一致性可以接受。

表1 A-B层次判断矩阵

表2 B1-C层次判断矩阵

表3 B2-C层次判断矩阵分析

表4 B3-C层次判断矩阵

表6 影响因素权重汇总%

从权重分析可得平均无故障里程、严重事故率、事故率、效益成本比、剩余寿命、平均修复时间、监管部门认可度、回访调查满意率是维护管理评价的主要因素。

在智能运维模式下，借助先进的传感器、巡检机器人等可以对设备状态进行实时监测和寿命评估，更快速定位故障，指导维修策略优化，防止过度修或者欠修，提高设备可靠性，延长使用寿命；智能化设备不仅可提高巡检维护的效率也可降低成本，智能化投入成本回收效率较高；维护质量提升和数据共享也可以获得乘客和监管部门的认可。

2.7 车辆段自巡检装备适应性

传统模式下，为保证车辆安全运行，巡视人员需每日对车辆进行巡检作业，每列车有数千个检测项目。劳动强度大，重复性强；检查质量受个人技术水平影响，容易漏检误检造成安全隐患；工作过程存在一定的人员安全风险；车辆段巡检天窗期较短，一旦发现故障进行处理则难以按时完成巡检任务，影响正常运营。因此亟须利用智能机器人代替人工对车辆关键部位进行自动化检测，提高检修的效率。

车辆段自巡检装备适用于城市轨道交通车底、车侧的日检作业，借助机器人、图像识别、人工智能、大数据分析与处理等技术，实现对车辆关键部位螺钉紧固类、关键部位液位、制动闸瓦厚底等的测量，提供自动检测功能、故障自动识别上报功能、定位功能、作业信息管理功能等。

车辆段自巡检装备的应用可以有效提升车辆的设备可靠性、设备安全性、运营质量、服务质量等水平。

（1）设备可靠性：车辆段自巡检装备可以通过智能化手段全面发现、深入挖掘存在的异常情况，并及时进行预警上报。这样可以避免设备故障或损坏，延长设备寿命，降低维修成本和停运时间。

（2）设备安全性：车辆段自巡检装备可以对车辆的关键部件进行全面检查，如轮对、制动器、牵引电机等，及时发现磨损、裂纹、松动等隐患。这样可以保证车辆的安全运行，防止事故发生，保障乘客和工作人员的生命财产安全。

（3）运营质量：车辆段自巡检装备可以高效完成巡检任务，即使存在故障维修情况也可以对其他车辆进行同步巡检；而且可以根据车辆的运行状态和需求，智能调度和优化车辆的检修计划和流程，减少人工干预和等待时间。这样可以提高车辆的利用率，缩短行程时间，增加运力和客流量。同时也可以通过提高设备可靠性、安全性和运营效率，降低设备维修成本和停运损失，提高车辆的收入和利润。

（4）服务质量：车辆段自巡检装备可以通过保证车辆的安全、舒适、准时和高效的运行，提升乘客的出行体验和满意度。车辆段自巡检装备可以将所有采集数据上传到云端平台。这样可以方便相关运营部门和监管单位对车辆的性能、质量、安全、效率等方面进行监督评议，并及时反馈意见和建议。

3 结束语

利用建立的智能运维管理指标体系对某地智能运维与传统运维进行对比，智能运维模式通过实时监测和预警、快速故障诊断和处理等手段提高了服务质量；通过自动化控制系统、优化算法等手段提高了服务效率；通过传感器、视频监控［10］等手段对设备状态进行实时监测和预警，减少人工巡检的频率和范围、降低巡检成本；通过大数据分析和机器学习等技术手段对设备故障进行诊断和预测，提高维修效率和准确性的同时降低了维修成本。

智能运维管理指标体系的建立与运维单位的管控治理相辅相成、相互促进。先进的技术设备可以为实现全方位、全过程的管理提供更多可能，而智能运维管理指标体系完备的指标要求相关监测、检修设备实现进一步的发展，因此，相对动态的调整指标体系以适应企业发展是必要的。