智能運維在智慧城軌建設中的應用研究

李昕娟 李娜

摘 要：為助力軌道交通領域的發展，響應國家建設“交通強國”“數字中國”的戰略，促進智能運維在智總城軌中的應用，文章概述了《中國城市軌道交通智慧城軌發展綱要》中智慧城軌的內涵，指出智能運維是智慧城軌發展的重要內容，對智能運維技術以及架構進行簡要介紹，并在此基礎上，分析了智能運維在智慧城軌中的業務場景，通過將智能運維與車輛在途檢測、軌旁檢測、車輛檢修管理、場段管理等應用場景相結合，從而提升運維的可靠性以及運維效率，實現城市軌道交通智能運維，加速智慧城軌建設。

關鍵詞.智能運維：城市軌道交通：智能化應用

中圖法分類號：U270文獻標識碼：A

１ 引言

隨著人民生活水平的不斷提高，城市交通行業的蓬勃發展，在一定程度上緩解了目前城市道路資源緊張、交通擁堵帶來的發展壓力。截至２０２１ 年底，中國城市軌道交通線路長達９ １９２．６２ ｋｍ，僅２０２１ 年全年的新增運營線路長達１ ２２２．９２ ｋｍ。伴隨城市交通運營體量的增長，傳統的運維模式不再適應行業發展，其存在的短板逐漸暴露，給車輛運維帶來了極大的壓力。

在２０２０ 年１０ 月，中國城市軌道交通協會正式發布《中國城市軌道交通智慧城軌發展綱要》，指出要推動高水平的智慧化城軌發展平臺搭建。在地鐵的運營過程中，檢修板塊占有十分重要的地位，地鐵運營單位為了保證車輛的安全性和可靠性，制定了包括日檢、半月檢、月檢、半年檢、年檢，以及小修、定修、架大修、大修等固定的修程修制。計劃修、檢的模式隨之帶來的是過度檢、修，造成大量人力、物力的資源浪費，無法形成地鐵運營的良性發展。智能運維是大數據時代下的一種創新模式，其利用人工智能、ＰＨＭ 技術、大數據技術等智能運維技術，促進計劃修、檢狀態向修以及檢的狀態轉變，對傳統檢修模式進行創新性變革，從而降低運維成本，提升運維可靠性，加快智慧城軌的建設速度。

２ 智慧城軌概述

《中國城市軌道交通智慧城軌發展綱要》指出，智能運維安全是智慧城軌建設中的重要部分［１］ 。智能運維安全的主要目的在于通過云計算、人工智能、大數據、物聯網等新興技術手段，整合車輛、信號、供電等系統智能運維信息，形成基于綜合監視、故障聯動分析、多專業數據統計分析、全局核心數據展示等技術實現車智慧城軌的調度、監控、應急指揮及智能化檢修等服務的綜合智能運維一體化平臺［２～３］ ，從生產、調度、決策、巡檢、應急指揮、運維監管等多個方面，升級現有運維體系，優化資源配置、提高智能化程度和運營效率，以及管控、安全保障能力與綜合監管能力。

３ 智能運維技術概述

３．１ 智能運維技術

智能運維主要技術包含智能感知技術、ＰＨＭ 技術、邊云協同技術［４～５］ 、大數據技術、人工智能技術等。

（ １）智能感知技術利用振動傳感器、電壓傳感器、電流傳感器、圖像、紅外探測器、激光雷達等多種傳感器，采集車輛、軌旁、檢修、場段等實際應用場景下的信息，這些數據從不同維度覆蓋全運維場景的數據監測，并作為智能運維中的基本信息，用于后續數據處理以及業務決策。

（２） ＰＨＭ 技術為故障預測與健康評估技術。ＰＨＭ 技術目前主要分為基于數據驅動的診斷與評估技術和基于機理的診斷與評估技術?；跀祿寗拥脑\斷與評估技術在收集大量數據的基礎上，進行數據整理以及數據挖掘，形成有效的數據信息及數據評價準則，并依靠獲取的數據走勢，對車輛關鍵部件進行故障診斷以及健康評估?；跈C理的診斷與評估技術，以工作原理為基礎，以建立模型或人工經驗為參考，建立評價指標，通過模型或者經驗評價進行車輛關鍵部件故障預測及健康評估。

（３）邊云協同技術指的是邊緣側與云平臺側的資源協同［６］ ，涉及資源包括但不限于數據資源、存儲資源、計算資源，通過實際業務需求進行資源分配，降低單側的資源壓力，優化資源配置，提升資源利用率。

（４）大數據技術包含數據預處理技術、數據存儲技術、數據安全技術、數據分析與挖掘技術等，大數據技術主要應用在數據平臺獲取智能感知層數據后，對數據進行處理及分析。大數據技術涵蓋智能運維整個數據處理過程，從數據傳輸到數據存儲、數據特征提取、數據分析、數據挖掘，再到數據對決策的支撐，最后數據對應用業務進行閉環指導，從而提升運維能力。

（ ５）人工智能技術是大數據時代下的新興技術，在深度學習、機器學習、智能機器人、自動駕駛、智能檢修等方面應用廣泛［７～８］ 。將人工智能技術應用于智能運維中，用機器替代人工，提升了運維自動化水平，節省了大量人力資源，推動了軌道交通行業智能化發展。

３．２ 智能運維架構

智能運維架構主要包括感知層、數據平臺層、業務應用層，以及服務層（如圖１ 所示）。在感知層，主要進行數據的采集，包括通過車輛信息、軌旁監測信息、場段信息、供電設備信息、信號設備信息、車輛檢修信息、巡檢信息等數據。數據在采集完成后，通過４Ｇ／５Ｇ、Ｗｉ?Ｆｉ、以太網等方式傳輸至數據平臺，由數據平臺根據業務應用需求進行數據清洗、篩選、存儲、數據挖掘、數據關聯等相關數據整理工作；隨后將有效業務數據分發至各個業務應用層進行決策，并將得到的決策信息反饋至監控中心、決策中心、調度中心、支持中心，由各個中心的使用角色進行處理以及最終決策。

４ 智能運維在智慧城軌中的應用研究

４．１ 智慧城軌中的智能運維

智能運維在智慧城軌中的主要業務場景包括車輛在途信息監測、軌旁監測、線網線路監控、車輛檢修管理、場段管理。智能運維在智慧城軌中的業務應用邏輯（如圖２ 所示）如下：數據手冊、車輛在途信息監測數據、軌旁監測數據將通過４Ｇ／５Ｇ、Ｗｉ?Ｆｉ 等多種網絡方式傳輸至線網線路監控部分的健康管理系統進行數據處理，并在數據基礎上進行運營監控以及故障診斷，分別進行運營監測、軌旁監測、故障預測以及健康評估，根據運營監測數據、軌旁監測數據、故障預測結果、健康評估結果綜合評價后，得出故障診斷結果。故障診斷結果將形成故障事件，平臺將根據擬定的故障評價指標對故障事件進行評級，評級結果將以工單形式下發至車輛檢修管理以及場段管理；車輛檢修管理以及場段管理在接收到工單后，提取工單中的故障評級以及處置建議。輸出包含配件需求、人員需求、工作需求等要素在內的維修計劃建議，同時向ＤＣＣ和ＯＣＣ 系統下發調度建議，決定車輛是否入庫維修，在確認兩部分建議落實后，對已有的檢修計劃按照建議進行調整，并將檢修計劃派發至總控中心，由總控中心進行人員、設備、物料調度以及采取安全防護措施，將建議根據服務支撐板塊職能進行類別劃分，然后分別下發至配件管理、設備管理、檢修工藝、檢修資料，用于向現場配送物料、派發檢修作業、指定檢修工作人員以及對檢修工作人員進行作業指導；在現場完成車輛維修后，車輛信息將發送至車輛應用平臺進行車輛評估以及排車，檢修車輛將根據收到的車輛調度執行車輛上線安排。

４．２ 智能運維技術應用

智能運維技術在城軌中的關鍵應用主要包含以下５ 個方面：車輛在途監測運維應用、軌旁檢測運維應用、線網線路監控運維應用、車輛檢修管理運維應用以及場段管理運維應用。通過對各個運維場景進行感知層數據采集后，依托數據平臺進行信息融合、數據分析、綜合監測、統一指揮，從而實現城市軌道交通運維場景的數字化、智能化建設。

４．２．１ 車輛在途監測運維應用

車輛在途信息監測系統主要用于監測牽引輔助系統、制動系統、走行部、車門、蓄電池、ＴＣＭＳ、乘客信息、弓網、空調、防火等關鍵子系統。系統功能主要包含數據采集以及在途診斷兩個方面，其中數據采集一般由預埋在車輛各子系統的傳感器采集車輛各部件監測關鍵信息（如表１ 所列），并將信息通過ＲＩＯＭ、車載路由等設備發送至車輛網絡總線，然后對平臺的數據進行傳輸以及車載數據存儲；車輛在途診斷主要由ＰＨＭ 對各車輛子系統進行監測，向車輛網絡輸出故障診斷及預警信息、壽命評估信息。

４．２．２ 軌旁監測運維應用

軌旁監測用于監測受電弓、車輪、踏面、車輛外觀、輪對尺寸等車輛關鍵部件，其主要檢測手段包括機器視覺、紅外檢測、激光檢測等。需要在軌旁預埋多種傳感器，列車緩慢通過傳感器設置區域，在不停車的情況下，獲取車輛外觀、輪對、踏面、受電弓等關鍵零部件信息，并將信息傳入平臺進行數據處理，然后輸出車輛及關鍵部件狀態信息。當出現異常信息時，輸出預警信息或自動報警信息，實現由人力檢向機器檢的轉變，在降低巡檢人員投入的前提下，增加日檢項點及頻次。

４．２．３ 線網線路監控運維應用

線網線路的監控，主要指的是對線路的監控以及對線網的管控。線路監控對從感知層獲取數據進行關鍵指標篩選，并對監控車輛運行過程中的關鍵指標進行展示，涉及的關鍵指標包括但不限于線路車輛狀態、列車位置、配屬統計等信息。線網管控主要指在線路監控的基礎上，對線網信息進行實時監控，以圖表、數字等直觀的展示方式顯示各線路車輛的運行狀態、投運情況、故障及預警情況等。

４．２．４ 車輛檢修管理運維應用

智能運維下車輛檢修計劃區別于固定檢修計劃安排，為綜合考慮車輛行走里程、車輛行走時間、車輛ＰＨＭ 信息、車輛運營計劃、車輛段維保產能等要素進行綜合排布的智能檢修計劃管理。通過對已有的修程修制、工藝手冊以及現場數據（產品數據、物料數據等）進行數據整理，并將數據分為檢修工藝、修程、構型以及故障處置措施４ 大部分，形成數據手冊。其中，檢修工藝用于支撐檢修工藝流程并形成標準工藝庫，修程則用于檢修修程管理及修程優化，構型則用于產品的主構型以及實例化構型，故障處置措施用于支撐故障處置以及應急故障處理。車輛在途監測系統向整車履歷以及部件履歷中輸出車輛在途信息，包括車輛運行里程、運行時間、故障級預警信息等。車輛檢修管理根據車輛在途信息以及該車輛在數據手冊中的對應信息定制出檢修計劃，再根據車間的維保產能以及車輛運營計劃安排，向車間派發相應的生產計劃，由生產計劃分別下發排產計劃以及配件計劃，最后由車間根據排產計劃以及派發到現場的配件執行檢修任務。檢修任務完成后，車輛檢修、配件更換等信息將納入履歷信息管理，作為優化數據手冊的輸入材料。

４．２．５ 場段管理運維應用

在智能運維下的場段管理，為在建立資產電子化臺賬的基礎上進行資產數據采集，搭建資產履歷平臺，構建設備資產維護維修標準化體系，以數字化管理替代傳統紙質管理。根據資產數據，形成設備利用率、完好率、閑置率、停機率等關鍵資產評價指標體系建議，對資產進行實時監控，并明確資產及其相關責任人之間的關系，從而實現設備高效管理。

資產管理系統根據資產巡檢計劃向責任人派發設備巡檢任務，責任人根據巡檢任務中的巡檢路線、巡檢清單、重點巡視對象等關鍵內容開展工作，巡檢設備在開啟巡檢任務后，自動記錄實際巡檢路線，隨機進行作業拍照。待任務完成后，巡檢執行路線、巡檢記錄圖像、巡檢時間等過程信息均將上傳至資產管理系統，用于進行資產狀態記錄及追溯。除此之外，資產負責人在巡檢時可隨時通過巡檢設備上報異常情況，并向資產管理系統建議重點巡檢內容，由資產管理系統將建議內容派發至后期的巡檢任務清單。

４．３ 效益分析

近年來，地鐵逐漸成為人們主要的出行方式，城軌車輛運維的任務量不斷加大，因此需要在提升運維效率的同時保證車輛的安全可靠性。傳統的運維模式主要依靠人工手記檢修內容、故障內容，在記錄完成后，再由人工進行電子版錄入，且各作業系統（如物料系統、生產系統、車輛檢修系統等）相互封閉，需要由人工進行系統間數據傳遞，用以維持正常作業。在運維任務激增的狀況下，此類工作消耗了極大的人力及物力資源，且無法保證運維作業的可靠性。將智能運維技術應用于智慧城軌場景，能夠高效合理地進行現有資源配置，在現有人力資源基礎上，提升作業效率，保證作業正確率。城軌運維的傳統模式以及智能運維模式的對比如表２ 所列。

５ 結束語

基于智能運維技術的應用，能夠實現智慧城軌下的城市軌道車輛運維服務新模式，通過大數據、人工智能、物聯網、云計算等新興技術手段，打造運、檢、修一體化平臺；構建數字化、標準化體系及模型，建立數據手冊、知識圖譜，促進計劃修檢向狀態修檢的轉變；通過故障診斷、健康監測及壽命評估、軌旁檢測、數字化檢修管理、智能場段管理的應用，提升檢修能力以及故障處理能力，提高城軌車輛的安全運營能力，從而促進生產資源在檢修環境中的合理配置，加速智慧交通一體化推進，實現軌道交通數字化智能化發展。

參考文獻：

［１］ 中國城市軌道交通協會．中國城市軌道交通智慧城軌發展綱要［Ｊ］．城市軌道交通，２０２０，（４）：８?２３．

［２］ 牛濤，張輝．城市軌道交通智能運維系統方案研究［Ｊ］．鐵道運輸與經濟，２０２２，４４（４）：９９?１０５．

［３］ 李彥武．西安地鐵２ 號線車輛修程修制分析及優化［Ｄ］．西安：長安大學，２０１９．

［４］ 徐余明，黎家靖，張寧，等．基于云?邊?端架構的城市軌道交通智能運維系統［Ｊ］．都市快軌交通，２０２２，３５（６）：１４５?１５０．

［５］ 張心宇，王喆，郭歌，等．鐵路信息系統云邊協同體系架構研究［Ｊ］．鐵路計算機應用，２０２２，３１（１０）：１?５．

［６］ 趙鵬，朱祎蘭．大數據技術綜述與發展展望［Ｊ］．宇航總體技術，２０２２，６（１）：５５?６０．

［７］ 譚文舉．軌道交通全自動運行條件下運營場景設計及智能運維研究［Ｄ］．北京：北京交通大學，２０２０．

［８］ 宋冠蕾．軌道交通中人工智能技術應用研究［Ｊ］．中國設備工程，２０２０（１０）：２８?３２．

作者簡介：

李昕娟（１９８９—），碩士，工程師，研究方向：軌道交通智能技術。