張唯

摘 要：目前城市軌道交通行業(yè)正在朝著智慧運(yùn)維的方向建設(shè)，大力推進(jìn)在線監(jiān)測(cè)技術(shù)的研究和產(chǎn)品性能升級(jí)是發(fā)展的必然趨勢(shì)。文章介紹北京地鐵運(yùn)營(yíng)有限公司車輛專業(yè)按照“需求導(dǎo)向、問題導(dǎo)向、目標(biāo)導(dǎo)向”的原則，構(gòu)建智能運(yùn)維建設(shè)框架和車輛運(yùn)營(yíng)管理的指標(biāo)體系，收集客觀數(shù)據(jù)，并通過科學(xué)建模算法進(jìn)行分析處理，形成預(yù)警閾值和健康指標(biāo)，從而為車輛管理提供可視化和可量化的評(píng)價(jià)依據(jù)。

關(guān)鍵詞：城市軌道交通;智能運(yùn)維;車輛指標(biāo)體系;建模算法;車輛管理

中圖分類號(hào)：U279.2

智能運(yùn)維理念中最為基礎(chǔ)的內(nèi)容是數(shù)據(jù)信息的收集和分析，其核心目的是科學(xué)地掌握城市軌道交通車輛各系統(tǒng)的健康質(zhì)量情況，合理制定維修策略，從而在保證安全可靠的前提下，盡量降低全壽命周期的維修成本，達(dá)到網(wǎng)絡(luò)化運(yùn)營(yíng)模式下的可持續(xù)、最優(yōu)化資源配置。

1 車輛智能運(yùn)維指標(biāo)體系

北京地鐵運(yùn)營(yíng)有限公司（以下簡(jiǎn)稱“北京地鐵公司”）車輛專業(yè)正在按照“3+1”的智能運(yùn)維管理理念構(gòu)建數(shù)據(jù)監(jiān)測(cè)平臺(tái)（圖1），即由車輛機(jī)械走行部綜合分析平臺(tái)、列車電氣系統(tǒng)數(shù)據(jù)監(jiān)測(cè)平臺(tái)、列車車載能耗監(jiān)測(cè)平臺(tái)，以及各運(yùn)營(yíng)分公司所轄線路的車輛運(yùn)營(yíng)生產(chǎn)數(shù)據(jù)庫(kù)所組成。

在逐步構(gòu)建智能運(yùn)維信息化管理框架的同時(shí)，北京地鐵公司研究大數(shù)據(jù)背景下多元異構(gòu)的數(shù)據(jù)建模，摸索同類數(shù)據(jù)的變化趨勢(shì)與規(guī)律，以及跨界數(shù)據(jù)的關(guān)聯(lián)匹配可行性。通過以上智能運(yùn)維框架的建設(shè)，為城市軌道交通車輛安全和服務(wù)指標(biāo)管理體系提供科學(xué)有效的支持，推進(jìn)車輛運(yùn)營(yíng)管理品質(zhì)持續(xù)提升。

目前，城市軌道交通車輛智能運(yùn)維指標(biāo)體系包含安全類、服務(wù)類、效率類和效益類四大類指標(biāo)，具體如下。

（1）安全類指標(biāo)。影響車輛運(yùn)行穩(wěn)定和健康狀態(tài)的指標(biāo)，包括車輛故障率、車輛子系統(tǒng)故障率（包括牽引系統(tǒng)、制動(dòng)系統(tǒng)、網(wǎng)絡(luò)系統(tǒng)、機(jī)械系統(tǒng)、乘客信息系統(tǒng)等）、走行部振動(dòng)加速度、控制回路故障率和蓄電池溫度等15項(xiàng)指標(biāo)。

（2）服務(wù)類指標(biāo)。反映乘客乘車舒適性的指標(biāo)，包括車廂乘車率、客室噪聲值、客室溫度、客室空氣質(zhì)量等6項(xiàng)指標(biāo)。

（3）效率類指標(biāo)。體現(xiàn)公司管理水平和員工維修技能的指標(biāo)，包括車輛可使用率、維修人員人車比率、工時(shí)利用率、故障平均修復(fù)時(shí)間、修程平均庫(kù)停時(shí)間等10 項(xiàng)指標(biāo)。

（4）效益類指標(biāo)。促進(jìn)車輛維修成本節(jié)約管控的指標(biāo)，包括列車牽引能耗、受電弓弓條磨耗率、輪徑磨耗率等8項(xiàng)指標(biāo)。

本文就以上指標(biāo)中的7項(xiàng)典型指標(biāo)在北京地鐵公司車輛安全運(yùn)營(yíng)和維修管理中的應(yīng)用進(jìn)行闡述。

2 車輛智能運(yùn)維指標(biāo)體系的應(yīng)用

2.1 車輛故障率指標(biāo)

車輛故障率是指通過調(diào)度管理系統(tǒng)記錄的由車輛原因造成運(yùn)營(yíng)故障發(fā)生的頻率，單位為次/百萬車公里。該指標(biāo)是衡量各線車輛健康狀況和維修質(zhì)量的基礎(chǔ)性安全監(jiān)控?cái)?shù)據(jù)（圖2）。統(tǒng)計(jì)的車輛故障數(shù)據(jù)的來源包括列車實(shí)時(shí)監(jiān)測(cè)、司機(jī)人工報(bào)送和乘客熱線投訴等。

長(zhǎng)期統(tǒng)計(jì)分析車輛故障率指標(biāo)，可以總結(jié)各線指標(biāo)間的差異原因，發(fā)現(xiàn)各系統(tǒng)故障高發(fā)時(shí)段，摸索數(shù)據(jù)變化規(guī)律等，為各線列車制定精檢細(xì)修的維修策略、設(shè)置合理可行的量化管控指標(biāo)提供科學(xué)的決策依據(jù)。

2.2 車輛子系統(tǒng)故障率指標(biāo)

將車輛故障率指標(biāo)進(jìn)一步分解，可以得到各個(gè)子系統(tǒng)的故障率數(shù)據(jù)統(tǒng)計(jì)。子系統(tǒng)故障類型包括牽引系統(tǒng)、制動(dòng)系統(tǒng)、門系統(tǒng)、網(wǎng)絡(luò)系統(tǒng)等10個(gè)可統(tǒng)計(jì)類別，通過列車控制管理系統(tǒng)（TCMS）上傳數(shù)據(jù)，走行部監(jiān)測(cè)系統(tǒng)預(yù)警，現(xiàn)場(chǎng)檢修管理系統(tǒng)記錄等途徑收集匯總（圖3）。對(duì)于車輛子系統(tǒng)故障率指標(biāo)的管理，可以評(píng)價(jià)各線列車子系統(tǒng)的健康狀態(tài)，精準(zhǔn)找出薄弱環(huán)節(jié)并發(fā)現(xiàn)問題，為狀態(tài)維修奠定基礎(chǔ)。同時(shí)，可以橫向比較各線相同系統(tǒng)下不同廠商產(chǎn)品的可靠性，有利于實(shí)現(xiàn)精細(xì)化管理，促進(jìn)車輛系統(tǒng)整體產(chǎn)品性能的提升。

2.3 走行部振動(dòng)加速度指標(biāo)

車輛走行部的運(yùn)行穩(wěn)定性是安全運(yùn)營(yíng)的基礎(chǔ)。通過陸續(xù)加裝的車載走行部監(jiān)測(cè)設(shè)備及數(shù)據(jù)監(jiān)測(cè)分析平臺(tái)（圖4），可以實(shí)時(shí)獲取各線列車的走行部異常振動(dòng)故障信息。監(jiān)測(cè)平臺(tái)的數(shù)據(jù)積累及建模算法為研究各線車輛走行部系統(tǒng)運(yùn)行的數(shù)據(jù)規(guī)律，進(jìn)而為確定輪軌關(guān)系參數(shù)、軸承溫度、踏面磨損等的健康狀態(tài)閾值提供理論支持。從在線監(jiān)測(cè)平臺(tái)獲取的這些數(shù)據(jù)中，可以評(píng)判該線和該列車的輪軌關(guān)系健康狀態(tài)、走行部運(yùn)行質(zhì)量情況等指標(biāo)，可指導(dǎo)線路區(qū)段精準(zhǔn)打磨及車輛車輪鏇修等作業(yè)，大大提高了維護(hù)維修的效率和效益。

根據(jù)長(zhǎng)期監(jiān)測(cè)和建模計(jì)算，目前已經(jīng)確定了北京地鐵所轄各線路輪軌關(guān)系的振動(dòng)頻譜規(guī)律（圖5），并且由此制定出各線車輛走行部振動(dòng)健康的評(píng)價(jià)標(biāo)準(zhǔn)（表1）。

2.4 車廂乘車率指標(biāo)

TCMS系統(tǒng)可以監(jiān)測(cè)各節(jié)車廂的乘車率信息，通過司機(jī)室監(jiān)控顯示屏顯示，可供司機(jī)查看。該數(shù)據(jù)可體現(xiàn)本節(jié)車廂實(shí)際承載質(zhì)量的情況，用以保證車輛運(yùn)行安全。在今年疫情防控期間，為降低客流密度，北京地鐵公司制定車站和車廂人員滿載率不大于50%的目標(biāo)，因此車廂乘車率成為一個(gè)十分重要的乘車人數(shù)監(jiān)控手段。隨著近些年信息化理念的落地，新建線路的車輛、既有線路增購(gòu)車輛都要求實(shí)現(xiàn)TCMS系統(tǒng)數(shù)據(jù)上傳功能，其中就包括車廂乘車率數(shù)據(jù)的記錄和傳輸（圖 6）。通過這個(gè)指標(biāo)配合車站閘機(jī)的進(jìn)出站客流量數(shù)據(jù)，可以更加準(zhǔn)確地監(jiān)控、管理、指導(dǎo)運(yùn)力調(diào)配和客流疏導(dǎo)，為乘客提供更加優(yōu)質(zhì)的服務(wù)。

2.5 客室噪聲指標(biāo)

城市軌道交通客室噪聲已經(jīng)成為乘客關(guān)注和投訴的焦點(diǎn)問題之一。噪聲主要與軌道減振措施的選擇、鋼軌波磨、車輪踏面缺陷、列車運(yùn)行速度等因素有關(guān)，監(jiān)測(cè)各線哪些區(qū)段存在異常振動(dòng)及噪聲的情況是解決問題的先決條件。目前，北京地鐵公司正在研究通過走行部在線監(jiān)測(cè)設(shè)備的輪軌振動(dòng)數(shù)據(jù)反映區(qū)段噪聲分貝數(shù)值的建模關(guān)系（圖7）。

借助能量統(tǒng)計(jì)的分析方法，對(duì)輪軌關(guān)系中的振動(dòng)頻率、振動(dòng)強(qiáng)度、阻尼大小等模態(tài)參數(shù)進(jìn)行量化描述，并且利用插值與擬合、方差分析、回歸算法等實(shí)現(xiàn)數(shù)學(xué)建模，推算出車輛走行部振動(dòng)加速度與車廂客室噪聲的對(duì)應(yīng)數(shù)值（表2）。

2.6 受電弓弓條磨耗率指標(biāo)

隨著使用受電弓供電方式的城市軌道交通線路逐漸增多，并且由于弓網(wǎng)匹配的關(guān)系，某些線路存在著異常磨耗的問題，所以弓條的日常損耗也是運(yùn)營(yíng)成本一筆不小的開支。北京地鐵6號(hào)線是北京地鐵公司所轄使用受電弓受電方式的線路，已在2列列車上裝設(shè)受電弓監(jiān)測(cè)系統(tǒng)，通過燃弧測(cè)量、溫升測(cè)量、硬點(diǎn)沖擊測(cè)量、圖像尺寸比對(duì)等途徑進(jìn)行關(guān)鍵參數(shù)的檢測(cè)，其中弓條碳滑板的磨耗率測(cè)算是通過圖像尺寸比對(duì)的方式完成的（圖 8），但是精確性尚需完善。目前，北京地鐵公司還研究在監(jiān)測(cè)平臺(tái)中構(gòu)建算法機(jī)理，通過建立列車速度、弓網(wǎng)接觸壓力、環(huán)境溫度、供電電流、材質(zhì)等因素在內(nèi)的函數(shù)關(guān)系推算碳滑板磨耗率。該公司通過上述2種方法校核自動(dòng)檢測(cè)耗材部位的磨耗率指標(biāo)，從而達(dá)到監(jiān)測(cè)運(yùn)行狀態(tài)和控制維修成本的目的。

2.7 車輛故障平均修復(fù)時(shí)間

車輛故障平均修復(fù)時(shí)間是指車輛報(bào)修的所有故障從入庫(kù)維修開始到修復(fù)交驗(yàn)為止所用的平均時(shí)間，單位為min/件。利用各分公司維修管理系統(tǒng)中的工單管理模塊，實(shí)現(xiàn)從車輛入庫(kù)到修復(fù)完成的全過程時(shí)間記錄（圖 9）。該項(xiàng)指標(biāo)可以衡量各線檢修人員的維修技能水平和維修效率。

3 結(jié)語(yǔ)

中城軌[2020] 10號(hào)《中國(guó)城市軌道交通智慧城軌發(fā)展綱要》的頒布，為城市軌道交通行業(yè)各個(gè)環(huán)節(jié)的發(fā)展提出了明確的方向，其核心要義是以智能感知技術(shù)為基礎(chǔ)的產(chǎn)業(yè)鏈產(chǎn)品全面升級(jí)。要想實(shí)現(xiàn)這一目標(biāo)，需要以下3個(gè)方面的研究同時(shí)開展：①成熟、穩(wěn)定的基礎(chǔ)感知技術(shù)和設(shè)備;②符合實(shí)際需要的智能運(yùn)維體系功能設(shè)計(jì);③以準(zhǔn)確數(shù)據(jù)為條件的建模算法開發(fā)。三者之間關(guān)系緊密，缺一不可。本文研究?jī)?nèi)容符合中國(guó)城市軌道交通智能運(yùn)維的發(fā)展方向，介紹了北京地鐵車輛專業(yè)挖掘和利用大數(shù)據(jù)指導(dǎo)維修管理的實(shí)踐做法。相信在不久的將來，以智能運(yùn)維理念建設(shè)的城軌線路必將實(shí)現(xiàn)，并深刻地影響和改變傳統(tǒng)的運(yùn)營(yíng)管理模式，其結(jié)果必然是更加安全高效的運(yùn)營(yíng)管理，以及更加優(yōu)質(zhì)周到的出行服務(wù)。

參考文獻(xiàn)

[1]中國(guó)城市軌道交通協(xié)會(huì).中城軌[2020] 10號(hào) 中國(guó)城市軌道交通智慧城軌發(fā)展綱要[G]. 2020.

[2]吉敏.基于大數(shù)據(jù)的專家系統(tǒng)在地鐵智能運(yùn)維方面的應(yīng)用研究[J].計(jì)算機(jī)產(chǎn)品與流通，2017（11）：74.

[3]華路捷，謝謙，劉寵，等.城市軌道交通車輛實(shí)時(shí)監(jiān)測(cè)與分析系統(tǒng)研究[J].都市快軌交通，2020，33（1）：134-138.

[4]陳驍.城市軌道交通車輛在線監(jiān)測(cè)與診斷系統(tǒng)研究[J]. 電子測(cè)量技術(shù)，2019，43（20）：104-109.

[5]宋兵.基于城鐵運(yùn)營(yíng)車輛的弓網(wǎng)在線監(jiān)測(cè)系統(tǒng)的原理及應(yīng)用[J].城市建設(shè)理論研究，2018（21）：145.

[6]詹煒，徐永能，王依蘭.城市軌道交通車輛智能運(yùn)維系統(tǒng)應(yīng)用研究[J].城市公共交通，2018（12）：20-31，36.

[7]杜心言.軌道交通智能運(yùn)維與創(chuàng)新平臺(tái)建設(shè)[J].現(xiàn)代城市軌道交通，2019（6）：1-9.

[8]賀俊，湯俊芹.車載乘客信息系統(tǒng)的智能運(yùn)維系統(tǒng)[J].電視技術(shù)，2019，43（10）：71-74.

[9]馬凱.基于數(shù)據(jù)挖掘的車輛傳動(dòng)系統(tǒng)運(yùn)行狀態(tài)監(jiān)測(cè)研究[J].交通世界（運(yùn)輸車輛）， 2013（7）：102-103.

[10] GB/T 38374-2019城市軌道交通運(yùn)營(yíng)指標(biāo)體系[S]. 北京：中國(guó)標(biāo)準(zhǔn)出版社，2019.

[11] 宗仁莉，侯茂銳，戴華明.輪軌磨耗對(duì)地鐵車輛非線性臨界速度的影響[J].現(xiàn)代城市軌道交通，2018（7）：56-60.

收稿日期 2020-04-27

責(zé)任編輯 黨選麗