趙明珠

摘 要：北京城市軌道交通正在快速發(fā)展，當(dāng)前北京市地鐵運營有限公司投入運營的15條線機電設(shè)備30萬臺套。如果繼續(xù)沿用目前的日常維修、計劃維修等維修管理模式，需要配備大量的人力資源來保證機電設(shè)備的正常運行。在利用智能感知、集群采集的大數(shù)據(jù)、預(yù)警報警技術(shù)、信息融合和人工智能技術(shù)實現(xiàn)機電設(shè)備集群在線故障預(yù)警和智慧運維，自動給出軸流風(fēng)機、空調(diào)系統(tǒng)、電梯、屏蔽門等設(shè)備運行狀態(tài)信息和故障維修建議并下單，指導(dǎo)運維人員有針對性的對設(shè)備進行檢修。不僅是提高運維人員的工作效率，降低運行維護成本，在地鐵運營公司針對機電設(shè)備的信息化和技術(shù)改進提供支撐方面具有重大意義。

關(guān)鍵詞：機電設(shè)備;智能感知;故障預(yù)警;智慧運維

0 前言

北京城市軌道交通正在快速發(fā)展，當(dāng)前北京市地鐵運營有限公司投入運營的15條線機電設(shè)備30萬臺套。如果繼續(xù)沿用目前的日常維修、計劃維修等維修管理模式，需要配備大量的人力資源來保證機電設(shè)備的正常運行，同時由于無法準(zhǔn)確判斷設(shè)備的運行狀態(tài)及故障程度，就會影響維修所需的備品備件庫存量的準(zhǔn)備，增加了維護維修的時間成本。

1 國內(nèi)外背景及現(xiàn)狀分析

目前國內(nèi)外地鐵線路上機電系統(tǒng)設(shè)備的在線檢測及智能診斷系統(tǒng)均處在初級階段，針對于各系統(tǒng)設(shè)備的在線監(jiān)測、檢測功能，主要監(jiān)視的參數(shù)有運轉(zhuǎn)方向、啟停狀態(tài)、運轉(zhuǎn)模式等故障報警信息。目前國外大的電梯公司、空調(diào)公司也對其生產(chǎn)設(shè)備進行了遠程監(jiān)控系統(tǒng)的研究與開發(fā)。如OTIS公司REM（Remote Elevator Monitoring）系統(tǒng)、瑞士盧塞恩公司的Servitel系統(tǒng)、德國Newlift的LMS系統(tǒng)、法國AUTINOR公司遠程監(jiān)控系統(tǒng)、大金公司VRV空調(diào)遠程監(jiān)控系統(tǒng)等。這些監(jiān)測主要以電梯、空調(diào)等設(shè)備的機械限位、運轉(zhuǎn)參數(shù)監(jiān)測為主，而對于旋轉(zhuǎn)機械部件（如軸承、減速機等）未實現(xiàn)在線監(jiān)測，即使有部分廠家研制了該類產(chǎn)品，技術(shù)手段監(jiān)測指標(biāo)比較單一（溫度或振動）、監(jiān)測對象比較單一（軸承溫度），對早期微弱故障的診斷效率較差，無法實現(xiàn)故障的預(yù)警。對于智能診斷功能，主要是各個企業(yè)依據(jù)自身的生產(chǎn)環(huán)境量身定做，基本上適應(yīng)某個行業(yè)的基本工作規(guī)則，缺乏在地鐵行業(yè)的普遍性通用型。體系化標(biāo)準(zhǔn)化的核心數(shù)據(jù)庫建設(shè)處于相對空白，優(yōu)化現(xiàn)有維修管理資源，提高工作效率，節(jié)約人力資源，已是城市軌道交通完善和提升安全和維修管理體系的發(fā)展方向。

2 智能監(jiān)測與預(yù)警技術(shù)

智能監(jiān)測與預(yù)警技術(shù)是以基于物聯(lián)網(wǎng)的智能感知技術(shù)取代現(xiàn)有的人工巡檢修模式，融合監(jiān)控和監(jiān)測數(shù)據(jù)、人工巡檢信息，通過人工智能大數(shù)據(jù)分析技術(shù)為整個設(shè)備管理系統(tǒng)提供數(shù)據(jù)支持，對機電設(shè)備狀態(tài)和故障趨勢、安全風(fēng)險進行智能分析、診斷，對故障快速準(zhǔn)確定位及預(yù)判，實現(xiàn)預(yù)防性維修。

隨著技術(shù)的發(fā)展和進步，數(shù)字化電子技術(shù)和物聯(lián)網(wǎng)技術(shù)在國內(nèi)高速發(fā)展，為機電系統(tǒng)在線狀態(tài)監(jiān)測和預(yù)警技術(shù)的研究與應(yīng)用提供了強大的支持?；谶吘壙茖W(xué)概念，進行技術(shù)融合和集成，將分體式傳感技術(shù)、廣義共振與共振解調(diào)技術(shù)、物聯(lián)網(wǎng)技術(shù)、信息處理技術(shù)、智能點檢技術(shù)等引入到機電系統(tǒng)的狀態(tài)監(jiān)測及預(yù)警業(yè)務(wù)中，將風(fēng)機、空調(diào)、電梯、屏蔽門等機電設(shè)備監(jiān)測節(jié)點網(wǎng)絡(luò)架構(gòu)與物聯(lián)網(wǎng)相連，實現(xiàn)機電設(shè)備運行全工況信息共享，幫助管理人員和技術(shù)人員突破時間和空間的約束，掌握現(xiàn)場一手?jǐn)?shù)據(jù)，提高機電設(shè)備實時監(jiān)測、預(yù)警、響應(yīng)和運維水平。

3 智能監(jiān)測與預(yù)警技術(shù)在地鐵內(nèi)的應(yīng)用

基于地鐵機電系統(tǒng)設(shè)備在線故障診斷需求研制的一種在線安全監(jiān)測系統(tǒng)，通過安裝在設(shè)備關(guān)鍵機械部件上的復(fù)合傳感器，同時監(jiān)測沖擊、振動和溫度等多個物理量，系統(tǒng)主要監(jiān)測功能包括對地鐵機電設(shè)備關(guān)鍵部件機械故障的準(zhǔn)確識別和早期預(yù)警，并實現(xiàn)分級診斷。同時基于實時故障診斷和詳細數(shù)據(jù)分析，并輸出維修指導(dǎo)建議，從而實現(xiàn)故障發(fā)生發(fā)展的歷史和趨勢分析、診斷信息統(tǒng)計分析、遠程診斷支持等功能。

基于大數(shù)據(jù)和人工智能（AI）深度學(xué)習(xí)的自動診斷模塊與閉環(huán)運維知識庫的智能優(yōu)化與完善技術(shù)可適用于不同型號的機電設(shè)備，通過研究基于AI深度學(xué)習(xí)技術(shù)結(jié)合提供給用戶的人機交互接口，綜合大數(shù)據(jù)挖掘與機理分析信息，在運維閉環(huán)中實現(xiàn)對自動診斷模塊算法配置項與閉環(huán)運維知識庫的維修建議持續(xù)地優(yōu)化與完善，以達成基于北京地鐵個性化應(yīng)用需求的在線監(jiān)測和智能診斷系統(tǒng)。扶梯測點布點如圖1所示，監(jiān)測軟件界面如圖2所示。

4 故障診斷標(biāo)準(zhǔn)的研究

4.1 系統(tǒng)診斷分級

地鐵機電設(shè)備在線監(jiān)測與故障診斷系統(tǒng)實時診斷能夠?qū)崿F(xiàn)分級報警。為更好的判斷機電設(shè)備的工作狀態(tài)，對設(shè)備電機前后端軸承、振動量值、溫升等的工作狀態(tài)分為四個等級：正常、預(yù)警、報警、危險。

（1）正常：機械部件運行無故障信息、無動不平衡超限信息、無振動超限、無超溫報警的情況;

（2）預(yù)警：機械部件有故障特征存在但故障處于早期以及振動趨勢中存在單次報警信息，部件溫升呈增加趨勢;

（3）報警（一級報警）：機械部件有較明顯的故障特征并達到報警值、振動趨勢連續(xù)達到報警值、動不平衡連續(xù)達到報警值，部件溫升達報警值;

（4）危險（二級報警）：機械部件故障嚴(yán)重、動不平衡嚴(yán)重超限、振動嚴(yán)重超限、部件溫升超限。

4.2 故障診斷標(biāo)準(zhǔn)

通過研究機械的結(jié)構(gòu)幾何學(xué)、運動學(xué)規(guī)律，我們建立了診斷軸承故障的一系列數(shù)學(xué)模型，從定性（故障部位）和定量（幅值大?。﹥蓚€角度，對于故障進行確定性的診斷和預(yù)警、報警，確定報警門限。根據(jù)基礎(chǔ)設(shè)備的具體情況，確定沖擊診斷報警標(biāo)準(zhǔn)、振動監(jiān)測報警標(biāo)準(zhǔn)、不平衡振動監(jiān)測標(biāo)準(zhǔn)等。

5 結(jié)語

利用智能感知、集群采集的大數(shù)據(jù)、廣義共振與共振解調(diào)、信息融合和人工智能技術(shù)實現(xiàn)機電設(shè)備集群在線故障預(yù)警和智慧運維。基于物聯(lián)網(wǎng)理念對機電系統(tǒng)主要設(shè)備實現(xiàn)集群在線故障預(yù)警并給出維修建議實現(xiàn)閉環(huán)智慧運維，自動給出軸流風(fēng)機、電梯、屏蔽門等設(shè)備運行狀態(tài)信息和故障維修建議并下單，指導(dǎo)運維人員有針對性的對設(shè)備進行檢修。通過預(yù)警和報警實現(xiàn)故障延緩與狀態(tài)維修，為機電設(shè)備故障預(yù)測與健康管理（PHM）、技術(shù)改進提供數(shù)據(jù)。不僅是提高運維人員的工作效率，降低運行維護成本，在地鐵運營公司針對機電設(shè)備的信息化和技術(shù)改進提供支撐方面具有重大意義。

參考文獻：

[1]楊文博.北京地鐵換乘站站前廣場研究[D].北京交通大學(xué)，2011.