趙 明 高明亮** 高 珊 孫洪亮 郭劍平 劉德權(quán) 李方正 楊曉娜

(1. 中車長(zhǎng)春軌道客車股份有限公司國(guó)家軌道客車工程研究中心，130062，長(zhǎng)春； 2. 中車長(zhǎng)春軌道客車股份有限公司檢修運(yùn)維事業(yè)部，130062，長(zhǎng)春;3. 中車長(zhǎng)春軌道客車股份有限公司人力資源部，130062，長(zhǎng)春∥第一作者，副總工程師)

目前城市軌道交通車輛維修周期長(zhǎng)、成本高、質(zhì)量低，存在過(guò)度修、欠修等車輛運(yùn)維情況。如何確保車輛安全、實(shí)現(xiàn)運(yùn)維降本增效是亟待解決的問(wèn)題。自此，國(guó)內(nèi)外城市軌道交通車輛制造企業(yè)不斷開展業(yè)務(wù)實(shí)踐與創(chuàng)新，致力于打造專業(yè)化、精細(xì)化、智能化和集約化的城市軌道交通車輛運(yùn)維企業(yè)。由于受車輛采集數(shù)據(jù)種類少、質(zhì)量差、傳輸網(wǎng)絡(luò)帶寬不夠及運(yùn)維設(shè)備落后等客觀條件的約束，車輛運(yùn)維模式雖然有了較大的創(chuàng)新，但依舊無(wú)法滿足用戶定制化、智能化的需求。AI(人工智能)、5G(第五代通信技術(shù))、大數(shù)據(jù)、物聯(lián)網(wǎng)、云計(jì)算等新興技術(shù)的快速發(fā)展，為實(shí)現(xiàn)智能運(yùn)維提供了技術(shù)上的可行性。通過(guò)新興信息技術(shù)與城市軌道交通的深度融合，打破數(shù)據(jù)壁壘，實(shí)現(xiàn)多系統(tǒng)集成、健康檢測(cè)、智能決策等功能，提高軌道交通車輛運(yùn)維的智能化程度。

軌旁智能運(yùn)維技術(shù)作為車輛智能運(yùn)維的關(guān)鍵核心技術(shù)，對(duì)車輛關(guān)鍵系統(tǒng)設(shè)備(走行部、車頂、車底等)的監(jiān)測(cè)、車輛運(yùn)行品質(zhì)的評(píng)價(jià)、核心部件的預(yù)防性維護(hù)及預(yù)測(cè)性維護(hù)起著重要的作用。軌旁智能運(yùn)維系統(tǒng)是以數(shù)據(jù)為驅(qū)動(dòng)，以用戶體驗(yàn)為導(dǎo)向，在設(shè)計(jì)階段考慮檢修應(yīng)用，通過(guò)健康管理技術(shù)，搭建檢修信息管理系統(tǒng)，并結(jié)合智能檢測(cè)裝備，基于軌旁AI中臺(tái)技術(shù)實(shí)現(xiàn)智能化維修決策與業(yè)務(wù)管理。通過(guò)增加狀態(tài)修內(nèi)容，最大程度實(shí)現(xiàn)均衡修、可視化作業(yè)調(diào)度與資源管理，最終實(shí)現(xiàn)城市軌道交通車輛的智能運(yùn)維。軌旁智能運(yùn)維系統(tǒng)通過(guò)工業(yè)物聯(lián)網(wǎng)技術(shù)將車輛、供電、信號(hào)等專業(yè)系統(tǒng)設(shè)備形成物聯(lián)，結(jié)合移動(dòng)點(diǎn)巡檢及辦公系統(tǒng)，形成場(chǎng)段系統(tǒng)的綜合聯(lián)網(wǎng)與數(shù)字化管理。軌旁設(shè)備對(duì)車輛狀態(tài)進(jìn)行檢測(cè)，并通過(guò)網(wǎng)絡(luò)傳輸?shù)降孛娼】倒芾硐到y(tǒng)，通過(guò)從該系統(tǒng)的大數(shù)據(jù)中挖掘故障特征，并對(duì)其變化趨勢(shì)進(jìn)行分析，智能輔助車輛、人員決策。

軌旁智能運(yùn)維技術(shù)系統(tǒng)通過(guò)在檢修基地、運(yùn)營(yíng)線路上安裝基于紅外感應(yīng)、溫度監(jiān)測(cè)、射頻感知、3D圖片等傳感技術(shù)的軌旁檢測(cè)裝置，自動(dòng)檢測(cè)車輛車體和車底的磨損情況、輪對(duì)和閘片的尺寸、軸承溫度，以及車輛走行品質(zhì)等信息，以此來(lái)輔助人工決策。該系統(tǒng)設(shè)置在列車出入庫(kù)線上，配備360°車體外觀檢測(cè)、輪對(duì)尺寸檢測(cè)、受電弓/受流器檢測(cè)、車底設(shè)備紅外檢測(cè)等功能。通過(guò)光譜分析、圖像分析、聲紋分析、溫振融合等先進(jìn)技術(shù)對(duì)車體外觀、車輪尺寸狀態(tài)、受電弓/受流靴的重要參數(shù)、車底關(guān)鍵設(shè)備的溫度等重要項(xiàng)點(diǎn)進(jìn)行自動(dòng)檢測(cè)，并自動(dòng)識(shí)別出列車相關(guān)異常情況，同時(shí)搭建排程與調(diào)度工具，為車輛運(yùn)維提供可視化的作業(yè)調(diào)度與資源管理；通過(guò)構(gòu)型管理技術(shù)將維修規(guī)程與知識(shí)結(jié)構(gòu)化與標(biāo)準(zhǔn)化[1]。

AI、云計(jì)算等相關(guān)研究的深入，為實(shí)現(xiàn)軌旁智能運(yùn)維提供了方法支撐[2]。因此，突破傳統(tǒng)的軌旁運(yùn)維管理模式，實(shí)現(xiàn)軌旁車輛服役全壽命周期過(guò)程的數(shù)字化、精細(xì)化、智能化管理，是軌旁檢測(cè)運(yùn)維的發(fā)展趨勢(shì)[3]。

1 軌旁智能運(yùn)維技術(shù)的核心挑戰(zhàn)

目前國(guó)內(nèi)已形成較為規(guī)范的城市軌道車輛軌旁運(yùn)用、檢修、管理規(guī)范及技術(shù)架構(gòu)，具備了多業(yè)務(wù)場(chǎng)景的實(shí)際應(yīng)用，取得了一定應(yīng)用效果，但距離真正達(dá)到軌道交通智能運(yùn)維水平，還面臨著許多核心技術(shù)與管理挑戰(zhàn)。

1) 系統(tǒng)化協(xié)同。當(dāng)前城市軌道交通車輛生產(chǎn)、總裝、運(yùn)用、檢修等環(huán)節(jié)相對(duì)比較獨(dú)立，尤其是各方的技術(shù)架構(gòu)、數(shù)據(jù)資產(chǎn)形式、管理模式各不相同，信息互通性差，造成車輛無(wú)法實(shí)現(xiàn)數(shù)據(jù)全壽命貫通，以及無(wú)法實(shí)現(xiàn)業(yè)務(wù)價(jià)值鏈的全壽命周期數(shù)據(jù)建設(shè)。系統(tǒng)化協(xié)同就是要解決數(shù)據(jù)各方，即數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)體系、數(shù)據(jù)架構(gòu)協(xié)調(diào)一致，保證數(shù)據(jù)通及系統(tǒng)平臺(tái)通，最終實(shí)現(xiàn)以純凈數(shù)據(jù)為驅(qū)動(dòng)的全壽命周期業(yè)務(wù)創(chuàng)新。

2) 柔性化運(yùn)行。城市軌道交通車輛配置信息的邏輯控制、下發(fā)和安全隔離，以及Wi-Fi(無(wú)線網(wǎng)絡(luò))裝載機(jī)制與MVB(多功能車輛總線)傳輸機(jī)制，均會(huì)讓軌旁智能運(yùn)維系統(tǒng)隨需而變。支持動(dòng)態(tài)執(zhí)行軌旁業(yè)務(wù)模型規(guī)則和流程的引擎是實(shí)現(xiàn)軌旁智能運(yùn)維系統(tǒng)柔性化運(yùn)行的另一大支撐點(diǎn)，如：預(yù)警引擎、預(yù)測(cè)引擎、流程等。以模型預(yù)警引擎為例，通過(guò)業(yè)務(wù)數(shù)據(jù)進(jìn)行模型編程，模型提供的能力經(jīng)由AI可視化編排，既可實(shí)現(xiàn)先診斷后預(yù)警，也可實(shí)現(xiàn)先預(yù)警后優(yōu)化；針對(duì)重要的故障邏輯，還可實(shí)現(xiàn)預(yù)警模型環(huán)節(jié)的自定義。通過(guò)AI編排能力而非修改代碼來(lái)滿足具體業(yè)務(wù)情況，大大增強(qiáng)了軌旁智能運(yùn)維系統(tǒng)的靈活性和應(yīng)變能力。

3) 可視化編排。軌旁智能運(yùn)維AI可視化編排的實(shí)現(xiàn)使軌旁智能運(yùn)維更具象化，從而在一定程度上降低了該系統(tǒng)管控和運(yùn)營(yíng)的門檻。例如，可自定義地按業(yè)務(wù)流組裝的配置視圖，將配置模型以可視化的方式進(jìn)行呈現(xiàn)。利用統(tǒng)計(jì)分析畫布，通過(guò)拖曳功能進(jìn)行模型的設(shè)計(jì)，同時(shí)結(jié)合知識(shí)庫(kù)，即可實(shí)現(xiàn)豐富的統(tǒng)計(jì)、挖掘、預(yù)警等業(yè)務(wù)場(chǎng)景。此外，利用可視化的自助分析平臺(tái)、可視化的數(shù)據(jù)加工、向?qū)詷?biāo)簽的生產(chǎn)及可視化的運(yùn)營(yíng)結(jié)果等功能使軌旁智能運(yùn)維系統(tǒng)的核心能力更直觀、更易操作，并以更有建設(shè)性的方式促進(jìn)業(yè)務(wù)思考，從而更好地幫助各角色發(fā)揮軌旁智能運(yùn)維系統(tǒng)的價(jià)值。

4) 動(dòng)態(tài)化擴(kuò)展。基于組件化的結(jié)構(gòu)設(shè)計(jì)、橫向分層和縱向分割的架構(gòu)、標(biāo)準(zhǔn)化的接口、動(dòng)態(tài)插件框架、適當(dāng)擴(kuò)展點(diǎn)的預(yù)留，以及滿足通用業(yè)務(wù)所需的默認(rèn)擴(kuò)展，保證了軌旁智能運(yùn)維系統(tǒng)的可成長(zhǎng)性。動(dòng)態(tài)化擴(kuò)展是未來(lái)軌旁智能運(yùn)維技術(shù)發(fā)展的必經(jīng)之路，在一定程度上減少了定制的工作量和難度，從而降低了維護(hù)成本。軌旁智能運(yùn)維系統(tǒng)應(yīng)將不同的功能拆分為不同的功能包，這樣可根據(jù)該系統(tǒng)的實(shí)際需要進(jìn)行組裝疊加。業(yè)主對(duì)于軌旁智能運(yùn)維模型有各自的個(gè)性需求，而通過(guò)拆分的功能包即可自由組裝出各業(yè)務(wù)板塊或各行業(yè)所需要的軌旁智能運(yùn)維模型執(zhí)行單元。在此基礎(chǔ)上，結(jié)合功能包的疊加機(jī)制，各業(yè)務(wù)應(yīng)用方再根據(jù)實(shí)際場(chǎng)景需要添加合適的插件進(jìn)行擴(kuò)展，就可完成被管控的軌旁智能運(yùn)維系統(tǒng)的迭代演化。

5) 生態(tài)化開放。能力開放是構(gòu)建軌旁智能運(yùn)維生態(tài)的前提。軌旁智能運(yùn)維系統(tǒng)應(yīng)提供統(tǒng)一的開放平臺(tái)，結(jié)合組件化的機(jī)制、標(biāo)準(zhǔn)化的接口、可視化的能力地圖和API(應(yīng)用程序編程接口)文檔，以及內(nèi)、外部開源市場(chǎng)等，方便企業(yè)內(nèi)部了解軌旁智能運(yùn)維系統(tǒng)，并在此基礎(chǔ)上接入軌旁智能運(yùn)維模型。通過(guò)將企業(yè)自身的軌旁智能運(yùn)維能力賦能給上、下游，推動(dòng)軌旁智能運(yùn)維數(shù)字化能力建設(shè)，促成產(chǎn)業(yè)協(xié)同。通過(guò)開放的軌旁智能運(yùn)維平臺(tái)，發(fā)展軌旁智能運(yùn)維系統(tǒng)的生態(tài)體系，拓展企業(yè)業(yè)務(wù)的邊界，從而加快企業(yè)的數(shù)字化轉(zhuǎn)型。

6) 精兵模式+沉淀軌旁智能運(yùn)維平臺(tái)能力。未來(lái)城市軌道交通車輛軌旁智能運(yùn)維技術(shù)的發(fā)展將會(huì)朝著基于數(shù)字化、智能化的智能運(yùn)維技術(shù)方向演變，因此，更高層次的人才與業(yè)內(nèi)最強(qiáng)軌旁智能運(yùn)維平臺(tái)的搭建業(yè)務(wù)需求變得更加迫切。培養(yǎng)與引進(jìn)高層次人才，組建“精兵模式”組織架構(gòu)。該組織架構(gòu)運(yùn)作模式的創(chuàng)新，不僅可提升效率，更是實(shí)現(xiàn)了即便投入大量人力也無(wú)法實(shí)現(xiàn)的任務(wù)。最強(qiáng)的軌旁智能運(yùn)維平臺(tái)是借助數(shù)字化的力量，以共享和能力為導(dǎo)向，將軌旁智能運(yùn)維的各項(xiàng)能力拆解成眾多能力塊沉淀在平臺(tái)上，并共享給所有軌旁智能運(yùn)維業(yè)務(wù)，形成了“精兵+平臺(tái)”的組織模式，最終實(shí)現(xiàn)負(fù)責(zé)輸出能力、沉淀能力的最強(qiáng)軌旁智能運(yùn)維平臺(tái)。

2 軌旁智能運(yùn)維系統(tǒng)的關(guān)鍵技術(shù)

2.1 軌旁智能運(yùn)維技術(shù)架構(gòu)

軌旁智能運(yùn)維技術(shù)架構(gòu)如圖1所示。軌旁智能運(yùn)維技術(shù)架構(gòu)是以數(shù)據(jù)為驅(qū)動(dòng)，面向用戶體驗(yàn)為中心，滿足了用戶定制化、多制式、可快速開發(fā)部署移植、可插拔等需求。該技術(shù)架構(gòu)吸收了微服務(wù)“按業(yè)務(wù)領(lǐng)域”的縱向拆分方法，形成了“高內(nèi)聚、低耦合”的能力。在數(shù)據(jù)源層面上，軌旁智能運(yùn)維系統(tǒng)適應(yīng)于多源異構(gòu)數(shù)據(jù)源的采集，支持結(jié)構(gòu)化、非結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)源，以及文本數(shù)據(jù)、爬蟲數(shù)據(jù)、埋點(diǎn)數(shù)據(jù)等多種數(shù)據(jù)結(jié)構(gòu)。針對(duì)不同數(shù)據(jù)源的采集采用不同的實(shí)現(xiàn)形式，離線、在線、實(shí)時(shí)的數(shù)據(jù)源，以及不同主題的數(shù)據(jù)源均考慮采用高可靠性、響應(yīng)迅速的數(shù)據(jù)采集工具，支持分布式、流式計(jì)算，數(shù)據(jù)倉(cāng)庫(kù)統(tǒng)計(jì)分析，以及最新的深度學(xué)習(xí)架構(gòu)計(jì)算形式。在存儲(chǔ)層面上，軌旁智能運(yùn)維系統(tǒng)支持不同種類、不同數(shù)量的數(shù)據(jù)存儲(chǔ)形式，以及支持不同數(shù)據(jù)庫(kù)的同步操作，從而滿足數(shù)據(jù)源的一致性和可靠性要求。軌旁智能運(yùn)維系統(tǒng)提供面向服務(wù)的微服務(wù)架構(gòu)體系，支持多制式、快速部署、復(fù)雜均衡、容錯(cuò)分析等平臺(tái)部署開發(fā)能力。

注：Spring Cloud為微服務(wù)云架構(gòu)；Spring Boot為微服務(wù)微架構(gòu)；Flink為流式處理；TensorFlow為谷歌深度學(xué)習(xí)架構(gòu)；PyTorch為一個(gè)開源的Python機(jī)器學(xué)習(xí)庫(kù)。圖1 軌旁智能運(yùn)維技術(shù)架構(gòu)Fig.1 Technical architecture of trackside intelligent operation and maintenance

2.2 軌旁AI中臺(tái)技術(shù)架構(gòu)

軌旁AI中臺(tái)是基于人工智能技術(shù)，以高內(nèi)聚、低耦合的面向軌旁業(yè)務(wù)服務(wù)場(chǎng)景的能力中心，打造持續(xù)演進(jìn)的軌旁智能決策服務(wù)平臺(tái)。傳統(tǒng)的軌旁運(yùn)維系統(tǒng)主要利用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)算法進(jìn)行業(yè)務(wù)場(chǎng)景辨識(shí)與診斷，該系統(tǒng)僅能實(shí)現(xiàn)部分業(yè)務(wù)場(chǎng)景診斷，且診斷正確率較低。當(dāng)面對(duì)批量、眾多智能服務(wù)場(chǎng)景時(shí)，傳統(tǒng)軌旁運(yùn)維系統(tǒng)的實(shí)現(xiàn)手段、實(shí)現(xiàn)方式變得很單一。因此，軌旁智能運(yùn)維系統(tǒng)進(jìn)行數(shù)據(jù)批量響應(yīng)處理，以及快速搭建服務(wù)模型并高效維護(hù)亟待解決。軌旁AI中臺(tái)因此落地而生，為用戶需要的AI算法模型提供了一站式構(gòu)建、離線在線模型訓(xùn)練和全生命周期管理的服務(wù)，以滿足批量、眾多智能決策服務(wù)場(chǎng)景能力。軌旁AI中臺(tái)技術(shù)架構(gòu)如圖2所示。

注：Spark為專為大規(guī)模數(shù)據(jù)處理而設(shè)計(jì)的快速通用的計(jì)算引擎； Caffe為伯克利人工智能研究小組和伯克利視覺和學(xué)習(xí)中心開發(fā)的深度學(xué)習(xí)框架；OCR為光學(xué)字符識(shí)別；SaaS為軟件即服務(wù)；PaaS為平臺(tái)即服務(wù)；IaaS為基礎(chǔ)設(shè)施即服務(wù)；CI為持續(xù)集成；CD為持續(xù)交付;GPU為并行處理器;FPGA為現(xiàn)場(chǎng)可編程門陣列;SDN為軟件定義網(wǎng)絡(luò)。圖2 軌旁AI中臺(tái)技術(shù)架構(gòu)Fig.2 Technical architecture of trackside AI middle station

3 軌旁智能運(yùn)維系統(tǒng)的主要功能

軌旁智能運(yùn)維系統(tǒng)主要通過(guò)在檢修基地、運(yùn)營(yíng)線路上安裝的基于紅外感應(yīng)、溫度監(jiān)測(cè)、射頻感知、3D圖片等傳感技術(shù)的軌旁檢測(cè)裝置，自動(dòng)檢測(cè)車輛車體和車底的磨損情況、輪對(duì)和閘片的尺寸、軸承溫度及車輛走行品質(zhì)等信息，基于AI中臺(tái)構(gòu)建智能模型實(shí)現(xiàn)智能決策替代人工決策。該系統(tǒng)設(shè)置在列車出入庫(kù)線，配備360°車體外觀檢測(cè)、輪對(duì)尺寸檢測(cè)、受電弓/受流器檢測(cè)、車底設(shè)備紅外檢測(cè)等功能。當(dāng)列車不停車通過(guò)該區(qū)域，通過(guò)線陣掃描、圖像識(shí)別、光學(xué)測(cè)量法、紅外掃描等先進(jìn)技術(shù)對(duì)車體外觀、車輪尺寸狀態(tài)、受電弓/受流靴的重要參數(shù)、車底關(guān)鍵設(shè)備溫度等重要項(xiàng)點(diǎn)進(jìn)行自動(dòng)檢測(cè)，并自動(dòng)識(shí)別出列車相關(guān)異常。通過(guò)對(duì)檢測(cè)數(shù)據(jù)的管理與挖掘，實(shí)現(xiàn)軌旁精準(zhǔn)智能管理。軌旁智能運(yùn)維系統(tǒng)的主要功能見圖3。

3.1 受電弓及車頂圖像檢測(cè)功能

受電弓及車頂圖像檢測(cè)系統(tǒng)采用高分辨率攝像機(jī)對(duì)受電弓碳滑板頂部進(jìn)行抓拍，通過(guò)采集碳滑板圖像并識(shí)別碳滑板裂紋、異物、平行度、偏轉(zhuǎn)角度等信息，識(shí)別受電弓滑板碳粉磨耗、偏磨、掉塊等缺陷。采用超高清線掃描技術(shù)獲取車頂?shù)亩嘟嵌热皥D像，通過(guò)對(duì)圖像的分析，利用AI中臺(tái)建模實(shí)現(xiàn)對(duì)空調(diào)外觀、避雷器外觀、受流器、無(wú)線電天線、ATC(列車自動(dòng)控制)天線等車頂電氣，以及異物、牽引丟失、受流器變形等故障的自動(dòng)報(bào)警。受電弓及車頂圖像檢測(cè)系統(tǒng)安裝在列車運(yùn)行軌道旁，作為固定式設(shè)備對(duì)行經(jīng)列車進(jìn)行自動(dòng)檢測(cè)。其主要功能包含：

1) 自動(dòng)識(shí)別城市軌道交通車輛車號(hào)和端位，識(shí)別數(shù)據(jù)報(bào)表截圖見圖4。

2) 采集受電弓圖像，該圖像包含受電弓碳滑板的三維姿態(tài)(見圖5)及其尺寸信息。

圖3 軌旁智能運(yùn)維系統(tǒng)的主要功能Fig.3 Main functions of trackside intelligent operation and maintenance system

圖4 城市軌道交通車輛車號(hào)和端位自動(dòng)識(shí)別數(shù)據(jù)報(bào)表截圖Fig.4 Data report screenshot of urban rail transit vehicle number and end position automatic identification

圖5 受電弓三維展示圖Fig.5 Three-dimensional display of pantograph

3) 進(jìn)行動(dòng)態(tài)非接觸自動(dòng)圖像分析處理，并記錄受電弓的狀態(tài)及其相關(guān)參數(shù)(見圖6)。

4) 通過(guò)對(duì)碳滑板運(yùn)動(dòng)姿態(tài)的檢測(cè)，可換算得到碳滑板接觸力。

5) 采用線陣相機(jī)，多角度掃描車頂高清全景圖(見圖7)。

圖6 受電弓碳滑板參數(shù)簡(jiǎn)要說(shuō)明圖Fig.6 Brief description of pantograph carbon skateboard parameters

圖7 城市軌道交通列車車頂高清全景圖Fig.7 HD panoramic view of urban rail transit train roof

6) 具有對(duì)檢測(cè)數(shù)據(jù)進(jìn)行分析、判斷、整理的能力，能夠?qū)崿F(xiàn)故障預(yù)警及故障報(bào)警提示。

3.2 輪對(duì)尺寸的檢測(cè)功能

輪對(duì)尺寸測(cè)量系統(tǒng)采用非接觸式激光測(cè)量方法，能準(zhǔn)確檢測(cè)輪緣的高度和厚度以及輪徑值等車輪外形關(guān)鍵尺寸，同時(shí)還具備車輪接觸式擦傷檢測(cè)、不圓度檢測(cè)，以及踏面缺陷動(dòng)態(tài)圖像監(jiān)測(cè)等功能。

1) 自動(dòng)繪制車輪踏面輪廓線。該系統(tǒng)具備自動(dòng)繪制車輪踏面輪廓線功能，并以不同顏色疊加顯示標(biāo)準(zhǔn)踏面輪廓線，從而直觀顯示車輪磨耗情況；通過(guò)與標(biāo)準(zhǔn)踏面輪廓線進(jìn)行對(duì)比，直觀反映車輪磨損情況(見圖8)。

2) 輪對(duì)外形尺寸自動(dòng)檢測(cè)。該系統(tǒng)具備輪對(duì)外形尺寸等參數(shù)的自動(dòng)檢測(cè)功能。

3) 超限報(bào)警設(shè)備具備紅、黃、綠三級(jí)報(bào)警功能。針對(duì)單個(gè)車輪的尺寸測(cè)量值，以及同軸、同架、同車、同列輪對(duì)的尺寸測(cè)量值，實(shí)現(xiàn)紅、黃、綠三級(jí)報(bào)警功能，并根據(jù)紅色報(bào)警輔助聲音及報(bào)警窗彈出提醒。

a) 左輪踏面輪廓線

3.3 車底及其兩側(cè)圖像檢測(cè)功能

車底及其兩側(cè)圖像識(shí)別監(jiān)測(cè)功能采用高清線陣成像技術(shù)，可實(shí)現(xiàn)對(duì)車底及兩側(cè)關(guān)鍵部件可視部位的在線監(jiān)控；車底及其兩側(cè)圖像的檢測(cè)設(shè)備具有各類信息化接口，支持其與作業(yè)管理系統(tǒng)中數(shù)據(jù)的互聯(lián)互通，實(shí)現(xiàn)對(duì)檢修作業(yè)質(zhì)量的監(jiān)控；車底及其兩側(cè)圖像檢測(cè)設(shè)備采用模式識(shí)別技術(shù)、神經(jīng)網(wǎng)絡(luò)算法等自動(dòng)識(shí)別技術(shù)實(shí)現(xiàn)關(guān)鍵部位預(yù)警功能，以此輔助檢修庫(kù)工作人員檢修，提高車輛段列車檢作業(yè)質(zhì)量和作業(yè)效率。

3.4 軸溫、齒輪箱及電機(jī)溫度檢測(cè)功能

軸溫、齒輪箱及電機(jī)溫度檢測(cè)功能采用非接觸紅外測(cè)量方法，能自動(dòng)測(cè)量列車軸箱、齒輪箱及電機(jī)的溫度，實(shí)現(xiàn)被監(jiān)測(cè)部件的自動(dòng)實(shí)時(shí)故障診斷和分級(jí)報(bào)警。該系統(tǒng)具備軸箱軸承、齒輪箱側(cè)、電機(jī)溫度的自動(dòng)檢測(cè)功能，且以不同顏色疊加顯示前5次溫度特征值，并與本次溫度特征值進(jìn)行比較，從而直觀顯示軸溫變化；該系統(tǒng)可對(duì)軸承端蓋溫度、齒輪箱端蓋溫度及電機(jī)溫度進(jìn)行實(shí)時(shí)監(jiān)測(cè)，從而實(shí)現(xiàn)被監(jiān)測(cè)部件的自動(dòng)實(shí)時(shí)故障診斷和分級(jí)報(bào)警。軸溫、齒輪箱及電機(jī)的溫度檢測(cè)見圖9。

圖9 軸溫、齒輪箱及電機(jī)的溫度檢測(cè)Fig.9 Temperature detection of axle, gearbox and motor

3.5 車輛運(yùn)行品質(zhì)在線檢測(cè)功能

采用輪軌動(dòng)力學(xué)監(jiān)測(cè)系統(tǒng)對(duì)踏面進(jìn)行監(jiān)測(cè)，對(duì)超標(biāo)車輛適時(shí)采用適當(dāng)?shù)牡燃?jí)鏇修，以改善車輛動(dòng)力學(xué)性能，提高車輛運(yùn)行安全性，延長(zhǎng)輪對(duì)使用壽命。將車輛運(yùn)行品質(zhì)在線檢測(cè)系統(tǒng)，安裝于車輛運(yùn)行正線上，以實(shí)現(xiàn)車速為30～160 km/h通過(guò)車輛的輪軌動(dòng)力學(xué)監(jiān)測(cè)。通過(guò)對(duì)輪軌動(dòng)態(tài)力的實(shí)時(shí)監(jiān)測(cè)實(shí)現(xiàn)車輪踏面狀態(tài)、不圓度、多邊形、超偏載及異常輪軌作用力的預(yù)報(bào)。其主要功能包含：

1) 車輪踏面損傷及多邊形的監(jiān)測(cè)。對(duì)通過(guò)測(cè)試平臺(tái)的城市軌道交通車輛，連續(xù)測(cè)量車輪圓周踏面在軌道上產(chǎn)生的輪軌力，自動(dòng)識(shí)別傷損車輪產(chǎn)生的沖擊力。結(jié)合車輛運(yùn)行速度及理論靜輪重等參數(shù)，計(jì)算得到反映車輪踏面損傷嚴(yán)重程度的沖擊當(dāng)量。通過(guò)準(zhǔn)確識(shí)別車輪多邊形，并將數(shù)據(jù)上傳并展示給管理人員。當(dāng)數(shù)據(jù)超過(guò)設(shè)定閾值后，及時(shí)報(bào)警給管理人員。

2) 車輛橫向穩(wěn)定性監(jiān)測(cè)。對(duì)通過(guò)測(cè)試平臺(tái)的城市軌道交通車輛，連續(xù)測(cè)量車輪在軌道上產(chǎn)生的輪軌垂向力和橫向力。識(shí)別車輛蛇形失穩(wěn)狀態(tài)，將數(shù)據(jù)上傳并展示給管理人員。當(dāng)數(shù)據(jù)超過(guò)設(shè)定閾值后，及時(shí)報(bào)警給管理人員。

3) 車輛輪重不均衡監(jiān)測(cè)。對(duì)通過(guò)測(cè)試平臺(tái)的城市軌道交通車輛，連續(xù)測(cè)量車輪圓周踏面在軌道上產(chǎn)生的輪軌力，計(jì)算得到各個(gè)車輪的理論靜重，識(shí)別車輛輪重不均衡情況。若數(shù)據(jù)超過(guò)設(shè)定閾值，及時(shí)報(bào)警給管理人員。軌旁智能運(yùn)維系統(tǒng)通過(guò)由車輛質(zhì)量產(chǎn)生的位移與車輪質(zhì)量產(chǎn)生的位移間的比例關(guān)系，計(jì)算得到各個(gè)車輪的理論靜輪重，由此識(shí)別車輛輪重不均衡情況，如超重、偏載等。通過(guò)與系統(tǒng)設(shè)定的閾值進(jìn)行比較，可預(yù)警提示給管理人員。

4 結(jié)語(yǔ)

城市軌道車輛軌旁智能運(yùn)維技術(shù)通過(guò)對(duì)車輛的監(jiān)測(cè)運(yùn)維管理,基于軌旁AI中臺(tái)進(jìn)行建模智能決策，可以有效延長(zhǎng)車輛上線率、減少運(yùn)用成本，從而降低綜合檢修成本；同時(shí)該技術(shù)可有效支撐輪對(duì)各級(jí)檢修過(guò)程中參數(shù)的優(yōu)化，使其采取更加靈活的檢修限度。實(shí)踐證明，該研究成果可有效提升城市軌道車輛運(yùn)用、維修和管理水平,具有良好的經(jīng)濟(jì)效益和社會(huì)效益。