董威 李彥林

摘 要：我國動車組呈現(xiàn)數(shù)量多、運量大、分布地域廣、服役環(huán)境復(fù)雜、網(wǎng)絡(luò)化等綜合特征，給運營安全保障帶來嚴峻挑戰(zhàn)，如何保障車輛安全運營，及時發(fā)現(xiàn)并處理潛在的異常風險，提升動車組全生命周期服役質(zhì)量保障、質(zhì)量追溯能力，保障列車的安全性和穩(wěn)定性變得異常重要。因此本文開展動車組全生命周期服役性能保障技術(shù)研究。針對列車實時狀態(tài)監(jiān)測，提出了分級協(xié)同的健康管理技術(shù)架構(gòu)，搭建了高實時大帶寬列車感知網(wǎng)絡(luò)。針對列車走行部關(guān)鍵部件監(jiān)測，提出了基于TRIZ理論的走行部健康監(jiān)測方案，并通過臺架試驗、可靠性分析等方法，提出走行部關(guān)鍵部件失效模式，研發(fā)故障預(yù)警模型。針對一體化協(xié)同運維，構(gòu)建了基于互聯(lián)網(wǎng)的主動化運維平臺和一車一檔，實現(xiàn)全生命周期的質(zhì)量追溯，保障列車安全運營。

關(guān)鍵詞：動車組，服役性能保障，質(zhì)量追溯

DOI編碼：10.3969/j.issn.1674-5698.2023.08.016

0 引 言

隨著我國鐵路建設(shè)進程加快與“一帶一路”倡議、“走出去”重大戰(zhàn)略的實施，我國動車組呈現(xiàn)數(shù)量多、運量大、分布地域廣、服役環(huán)境復(fù)雜、網(wǎng)絡(luò)化等綜合特征，給運營安全保障帶來嚴峻挑戰(zhàn)。轉(zhuǎn)向架是列車的腿和腳，是保證列車在高速下運行安全、平穩(wěn)最為關(guān)鍵的部件，承擔列車走行部以上全部重量、傳遞牽引和制動力。因此如何監(jiān)測列車走行部關(guān)鍵零部件的健康程度，及時發(fā)現(xiàn)并處理潛在的異常風險，提升動車組全壽命周期服役質(zhì)量保障、質(zhì)量追溯能力，保障列車的安全性和穩(wěn)定性變得異常重要[1-3]。國內(nèi)外軌道交通行業(yè)比較發(fā)達的國家和地區(qū)都非常重視列車走行部故障的診斷與服役性能保障。世界領(lǐng)先的軸承技術(shù)供應(yīng)商斯凱福（SKF）、英國高速列車經(jīng)營者聯(lián)盟（AEA）、日本、德國等都研制了相應(yīng)的走行部故障診斷、預(yù)警裝置[4]，但存在如下問題。

（1）監(jiān)測診斷方式單一：傳統(tǒng)走行部大多通過車載溫度、加速度單一維度進行監(jiān)測、診斷，診斷系統(tǒng)獨立、分散，數(shù)據(jù)融合應(yīng)用較少，車-地協(xié)同不足，尚不能支撐走行部實時故障預(yù)警和預(yù)測需求。

（2）故障模式覆蓋不足：受限于實車走行部故障樣本稀缺，走行部故障模式積累較少。傳統(tǒng)走行部診斷大部分針對當前可預(yù)見的、可能會產(chǎn)生嚴重危害的走行部部件或狀態(tài)進行監(jiān)測，如：蛇形失穩(wěn)、軸承過熱抱死等故障，無法有效覆蓋部件眾多的走行部失效故障。

（3）主動運維水平不高：傳統(tǒng)車輛維保方式以計劃修、故障修為主，這種運維方式需要專業(yè)技術(shù)隊伍定期對相關(guān)部件進行檢查、維護保養(yǎng)；同時，為了確保裝備安全、可靠運行，存在大量的過度維護，增加了車輛的維護成本[5]。

本文以提升動車組全生命周期服役質(zhì)量保障能力為目標，圍繞動車組安全服役及高效主動運維需求，提出了動車組健康管理技術(shù)架構(gòu)，創(chuàng)新了基于多源數(shù)據(jù)融合的數(shù)理驅(qū)動智能診斷預(yù)測技術(shù)，創(chuàng)建了集成化協(xié)同化動車組遠程運維服務(wù)技術(shù)體系和支撐平臺，實現(xiàn)列車全生命周期服役性能質(zhì)量保障和質(zhì)量追溯，提升列車運維安全性和經(jīng)濟性。

1 高速列車健康管理技術(shù)架構(gòu)

針對車地傳輸網(wǎng)絡(luò)帶寬瓶頸，列車海量運營數(shù)據(jù)無法完整回傳到地面，而車載端進行大規(guī)模復(fù)雜計算資源有限等因素，建立列車和地面兩級健康管理技術(shù)架構(gòu)（如圖1所示）。列車端對影響列車運行安全和運營秩序的關(guān)鍵部件進行實時診斷，地面中心集成列車運行歷史數(shù)據(jù)、檢修維護及設(shè)計數(shù)據(jù)，評估其性能演變趨勢，形成維護方案。通過車地協(xié)同，實現(xiàn)在線動車組數(shù)據(jù)實時物聯(lián)接入，覆蓋設(shè)備-列車子系統(tǒng)-整車3個層級，實現(xiàn)從早期診斷、在線監(jiān)測、故障預(yù)測的全方位監(jiān)測評估，提升列車服役期間質(zhì)量保障能力。

在技術(shù)架構(gòu)基礎(chǔ)上，針對動車組感知點分布廣、數(shù)據(jù)類型多樣、狀態(tài)交錯關(guān)聯(lián)下的高速實時監(jiān)測問題，采用分散與集中相結(jié)合、以分層多級網(wǎng)絡(luò)方式構(gòu)建列車健康監(jiān)測系統(tǒng)，實現(xiàn)列車振動、溫度、電壓、電流、壓力、聲音、圖像等10余種維度數(shù)據(jù)同步獲取，車載實時以太網(wǎng)高效傳輸。

整車層面，突破傳統(tǒng)的“WTB+MVB”的TCN列車網(wǎng)絡(luò)總線形式，構(gòu)建基于高實時、大帶寬、雙環(huán)網(wǎng)冗余的列車實時以太網(wǎng)總線架構(gòu)（如圖2所示），實現(xiàn)車輛端牽引、制動等關(guān)鍵系統(tǒng)和繼電器、開關(guān)狀態(tài)的采集、傳輸、診斷。列車網(wǎng)絡(luò)采用“ETB+ECN”的總線形式，兩級網(wǎng)絡(luò)的傳輸帶寬均不低于100Mbps，列車控制的關(guān)鍵信號傳輸周期不低于20ms。同時，基于傳統(tǒng)TCN總線的冗余優(yōu)勢，設(shè)計基于雙歸屬的環(huán)網(wǎng)架構(gòu)，實現(xiàn)了控車網(wǎng)和維護的多網(wǎng)融合。

針對列車關(guān)鍵子系統(tǒng)監(jiān)測，以走行部為例，基于TRIZ理論，構(gòu)建平臺化的高速列車走行部診斷系統(tǒng)（如圖3所示），選取TRIZ橋中的思維橋，采用“最終理想解+金魚法+九屏法”的創(chuàng)新思維方法，創(chuàng)新提出“1個平臺、1個大腦、1個數(shù)據(jù)池、N類診斷模塊”的架構(gòu)方案，實現(xiàn)了走行部監(jiān)測軸溫、失穩(wěn)、平穩(wěn)、振動信號四合一的集約、高效與可靠融合，節(jié)省監(jiān)測成本約20%，節(jié)約安裝空間41. 7%。

2 多源數(shù)據(jù)融合的數(shù)理驅(qū)動智能診斷預(yù)測技術(shù)

針對走行部故障模式數(shù)據(jù)不足問題，提出基于可靠性分析及臺架試驗的走行部故障診斷設(shè)計方法，通過滾動、振動試驗臺對走行部正常及故障設(shè)備開展故障模式試驗研究，完善齒輪箱、軸箱等設(shè)備故障模式13類，補充故障模式數(shù)據(jù)約800GB。在此基礎(chǔ)上，引入可靠性分析方法，根據(jù)走行部構(gòu)型，開展走行部失效模式、影響因素及影響程度分析，確定齒輪箱、構(gòu)架、軸箱和電機為監(jiān)測對象，可覆蓋200～350km/h速度等級列車90%以上的走行部故障（如圖4所示）。針對走行部監(jiān)測數(shù)據(jù)離散、多維異構(gòu)等分析不利因素，提出融入行業(yè)專家經(jīng)驗的深度學習+長短周期記憶的多層卷積主干網(wǎng)絡(luò)，建立以轉(zhuǎn)向架服役狀態(tài)監(jiān)測數(shù)據(jù)流驅(qū)動的支持向量密度動態(tài)估計模型，實現(xiàn)以數(shù)據(jù)類別為依據(jù)的診斷模型動態(tài)自主訓(xùn)練、優(yōu)化、部署（如圖5所示）。模型較傳統(tǒng)方法誤報率下降14.3%，漏報率下降15.4%，實現(xiàn)對輪對、齒輪箱、牽引電機等走行部關(guān)鍵部件狀態(tài)實時監(jiān)測、故障預(yù)警與快速決策。目前已開發(fā)應(yīng)用30余項走行部數(shù)理模型，并在1600組列車上全面應(yīng)用。

3 集成化協(xié)同化動車組遠程運維服務(wù)技術(shù)體系

針對動車組數(shù)量多、運量大、分布地域廣、服役環(huán)境復(fù)雜等運維挑戰(zhàn)，構(gòu)建集狀態(tài)監(jiān)測、故障診斷預(yù)測、運維決策于一體的集成化、綜合性遠程運維服務(wù)技術(shù)與支撐平臺（如圖6所示）；創(chuàng)新實時傳輸+Kafka+Spark的數(shù)據(jù)接收與解析技術(shù)，提出了Spark流與協(xié)議相結(jié)合、增加過濾規(guī)則、協(xié)議解析標準化、解析規(guī)則配置化、有效性判斷簡單化、數(shù)據(jù)分揀自動化“一結(jié)一過四化”概念，實現(xiàn)高通量連續(xù)性數(shù)據(jù)的快速處理；創(chuàng)新基于數(shù)據(jù)驅(qū)動的主動化動車組運維服務(wù)模式，以故障診斷預(yù)測結(jié)果為導(dǎo)向，實現(xiàn)專家資源統(tǒng)一調(diào)度、人力結(jié)構(gòu)全面優(yōu)化、備品備件統(tǒng)一管理、維修指導(dǎo)手冊精準推送。

為更好地實現(xiàn)列車全生命周期的質(zhì)量追溯，建立車輛一體化數(shù)據(jù)傳輸體系，打通動車組從設(shè)計、制造、檢修運維全生命周期數(shù)據(jù)，鏈接上游供應(yīng)商、主機廠與下游客戶，形成端到端的數(shù)據(jù)鏈接；整合車輛運行狀態(tài)、故障情況、運用信息、檢修信息、歷史裝車信息、運行工況信息等數(shù)據(jù)，通過列車構(gòu)型將動態(tài)和靜態(tài)數(shù)據(jù)進行有機融合，形成基于一車一檔的全生命周期檔案，提升車輛質(zhì)量追溯能力（如圖7所示）。

4 結(jié) 語

本文在分析列車服役現(xiàn)狀及走行部監(jiān)測系統(tǒng)現(xiàn)狀的基礎(chǔ)上，結(jié)合智能化列車發(fā)展需要和走行部監(jiān)測需求，開展了動車組全生命周期服役性能保障技術(shù)研究。從動車組全生命周期健康管理的多維狀態(tài)感知、故障診斷預(yù)測、運維決策3個方面，提出了高速廣域全天候工況下的動車組健康管理技術(shù)架構(gòu)，實現(xiàn)列車走行部關(guān)鍵系統(tǒng)全場景在線實時主動感知和安全預(yù)警，提升列車服役質(zhì)量保障能力；開展了基于多源數(shù)據(jù)融合的數(shù)理驅(qū)動智能診斷預(yù)測技術(shù)研究，實現(xiàn)走行部全生命周期狀態(tài)演化實時監(jiān)控與重大運營故障預(yù)防；搭建了集成化協(xié)同化動車組遠程運維服務(wù)技術(shù)體系和支撐平臺，建立基于一車一檔的全生命周期檔案，實現(xiàn)質(zhì)量追溯閉環(huán)。本文研究成果在武漢、廣州等12個路局推廣，全面應(yīng)用在和諧號、復(fù)興號系列車型，并向城際、高速磁浮等項目推廣，有力保障了車輛運營安全，進一步提升了我國軌道交通產(chǎn)業(yè)的自主創(chuàng)新水平和國際化競爭能力。

未來，隨著大數(shù)據(jù)、人工智能、機器學習等技術(shù)的不斷成熟和深化應(yīng)用，結(jié)合列車及關(guān)鍵部件的全生命周期數(shù)據(jù)的進一步全面覆蓋，通過全過程的實時交互和虛實映射，構(gòu)建部件級、系統(tǒng)級數(shù)字孿生模型，刻畫整車數(shù)字畫像，實時評估車輛健康狀態(tài)及部件剩余壽命，實現(xiàn)車輛全生命周期的自感知、自診斷、自決策、自修復(fù)，打造數(shù)字列車。

參考文獻

[1]何華武. 高速鐵路運行安全檢測監(jiān)測與監(jiān)控技術(shù)[J]. 中國鐵路， 2013， 000（003）：1-7.

[2]何華武， 朱亮， 李平，等.智能高鐵體系框架研究[J]. 中國鐵路， 2019， 681（03）：1-8.

[3]李平， 邵賽， 薛蕊，等. 國外鐵路數(shù)字化與智能化發(fā)展趨勢研究[J]. 中國鐵路， 2019， 680（02）：31-37.

[4]王同軍. 中國智能高速鐵路體系架構(gòu)研究及應(yīng)用[J]. 鐵道學報， 2019（11）.

[5]梁建英， 劉韶慶， 范龍慶，等. 大數(shù)據(jù)在我國高速動車組運維中的應(yīng)用[J]. 控制與信息技術(shù)， 2019.