程 亮，王少華

高鐵因其安全、快速、準(zhǔn)時(shí)的特性，成為了現(xiàn)代社會(huì)不可或缺的出行方式，我國全路每天運(yùn)行3 000 多列動(dòng)車組。動(dòng)車組司機(jī)操控信息分析系統(tǒng)（EMU Engineer Operation Analysis System，EOAS）車載設(shè)備作為動(dòng)車組重要行車設(shè)備，其運(yùn)用狀態(tài)直接影響車輛運(yùn)用效率，然而現(xiàn)有維護(hù)手段已逐漸無法滿足高標(biāo)準(zhǔn)、嚴(yán)要求的車載設(shè)備運(yùn)用保障要求。

故障預(yù)測與健康管理（Prognostics Health Management，PHM）是為了滿足設(shè)備自主保障、自主診斷提出的重要理念，相關(guān)技術(shù)的發(fā)展也較為成熟，因此在EOAS 系統(tǒng)的維護(hù)管理中引入PHM技術(shù)，建立安全狀態(tài)診斷和預(yù)測系統(tǒng)，提升EOAS設(shè)備的可靠性，對(duì)提高設(shè)備維修維護(hù)效率、降低成本起到了關(guān)鍵作用［1］。

1 現(xiàn)存問題

隨著EOAS 車載設(shè)備數(shù)量的快速增長，以及部分EOAS 車載設(shè)備逐漸進(jìn)入維修周期，僅依靠人力和機(jī)務(wù)故障報(bào)修系統(tǒng)進(jìn)行設(shè)備維護(hù)，其及時(shí)性、有效性顯然無法保證，具體表現(xiàn)在以下幾方面［2］。

1）無法及時(shí)準(zhǔn)確掌握故障。電務(wù)部門作為電務(wù)車載設(shè)備的維護(hù)單位，主要通過機(jī)務(wù)故障報(bào)修系統(tǒng)獲取車載設(shè)備故障信息，而機(jī)務(wù)故障報(bào)修系統(tǒng)存在著大量的重復(fù)報(bào)修、無效報(bào)修，無法準(zhǔn)確有效地反映出EOAS 車載設(shè)備的故障狀態(tài)，并且人工篩選有效信息，時(shí)間上相對(duì)滯后，不能及時(shí)掌握設(shè)備的故障狀態(tài)，無法有效開展設(shè)備維護(hù)。

2）缺乏音視頻設(shè)備監(jiān)測手段。EOAS 司機(jī)室攝像頭、前置攝像頭、拾音器、線路相機(jī)等音視頻設(shè)備的狀態(tài)檢測依賴于二級(jí)修和故障修時(shí)人工上車檢測，在單個(gè)檢修周期內(nèi)不能及時(shí)發(fā)現(xiàn)設(shè)備異常，所以無法便捷、有效地進(jìn)行音視頻設(shè)備監(jiān)測。

3）缺乏轉(zhuǎn)儲(chǔ)裝置維護(hù)手段。隨著動(dòng)車組開行頻次的增加，EOAS 轉(zhuǎn)儲(chǔ)裝置的插卡頻次越來越高，造成較高的設(shè)備損耗，導(dǎo)致在報(bào)修故障中出現(xiàn)的轉(zhuǎn)儲(chǔ)裝置接觸類問題日漸增多，但目前缺乏轉(zhuǎn)儲(chǔ)裝置運(yùn)用趨勢分析和故障預(yù)判手段。

2 設(shè)計(jì)目標(biāo)

為解決電務(wù)檢修人員無法及時(shí)掌握EOAS 設(shè)備故障、缺乏故障檢測和預(yù)判手段等痛點(diǎn)問題，基于PHM 技術(shù)，通過開發(fā)專用檢測設(shè)備，運(yùn)用圖像識(shí)別和大數(shù)據(jù)分析，研制基于PHM 技術(shù)的EOAS健康管理和故障預(yù)測系統(tǒng)（以下簡稱“系統(tǒng)”），系統(tǒng)設(shè)計(jì)目標(biāo)如下。

1）設(shè)備狀態(tài)實(shí)時(shí)監(jiān)測與故障分析。系統(tǒng)應(yīng)具備EOAS 車載設(shè)備各插板、轉(zhuǎn)儲(chǔ)裝置等部件工作狀態(tài)的實(shí)時(shí)采集、監(jiān)測功能，并結(jié)合機(jī)務(wù)部門提報(bào)的報(bào)修單信息，進(jìn)行數(shù)據(jù)綜合分析，生成故障報(bào)警。

2）視頻設(shè)備自動(dòng)檢測。系統(tǒng)應(yīng)對(duì)EOAS 車載司機(jī)室攝像頭、前置攝像頭、線路攝像機(jī)等設(shè)備的拍攝圖案進(jìn)行抓圖展示，自動(dòng)識(shí)別出攝像頭圖案的黑屏、白屏、花屏狀態(tài)，并基于圖像識(shí)別算法進(jìn)行圖像異常檢測，同時(shí)生成報(bào)警，提高檢測效率。

3）設(shè)備檢修閉環(huán)管理。對(duì)既有EOAS 車載設(shè)備轉(zhuǎn)儲(chǔ)裝置進(jìn)行硬件優(yōu)化：支持掛卡槽插卡次數(shù)計(jì)數(shù)，便于及時(shí)掌握掛卡槽的損耗情況；支持無線傳輸通信功能，利用專用的車載設(shè)備檢修手持終端進(jìn)行無接觸式EOAS 車載設(shè)備檢測、拍照、檢修記錄回傳以及自動(dòng)回執(zhí)報(bào)修單，實(shí)現(xiàn)設(shè)備檢修作業(yè)的閉環(huán)管理。

4） 設(shè)備故障趨勢分析。結(jié)合實(shí)時(shí)采集的EOAS 設(shè)備狀態(tài)數(shù)據(jù)以及上車檢修過程的檢測數(shù)據(jù)，通過大數(shù)據(jù)分析，實(shí)現(xiàn)關(guān)鍵部件的性能判斷和趨勢預(yù)判［3］。

3 系統(tǒng)實(shí)現(xiàn)

3.1 物理架構(gòu)

系統(tǒng)總體架構(gòu)見圖1，由路局健康管理服務(wù)器、電務(wù)車間工區(qū)數(shù)據(jù)處理存儲(chǔ)工作站、用戶終端、數(shù)據(jù)轉(zhuǎn)儲(chǔ)裝置、手持檢測終端等組成［4］。

圖1 系統(tǒng)總體架構(gòu)

1）路局健康管理服務(wù)器包括應(yīng)用服務(wù)器和數(shù)據(jù)庫，部署在路局機(jī)房，主要實(shí)現(xiàn)EOAS 車載設(shè)備狀態(tài)數(shù)據(jù)、機(jī)務(wù)報(bào)修單數(shù)據(jù)的采集抽取、預(yù)處理、數(shù)據(jù)存儲(chǔ)、挖掘分析，同時(shí)進(jìn)行系統(tǒng)基礎(chǔ)數(shù)據(jù)維護(hù)、操作權(quán)限控制，實(shí)現(xiàn)電務(wù)工區(qū)數(shù)據(jù)存儲(chǔ)工作站與用戶終端的交互功能。

2）電務(wù)工區(qū)數(shù)據(jù)存儲(chǔ)工作站部署在電務(wù)車間工區(qū)，主要實(shí)現(xiàn)音視頻檢測數(shù)據(jù)、檢修計(jì)劃數(shù)據(jù)、設(shè)備檢修結(jié)果數(shù)據(jù)的存儲(chǔ)和調(diào)閱。

3）用戶終端包括健康管理終端和視頻設(shè)備監(jiān)測終端，部署在電務(wù)車間工區(qū)。其中，健康管理終端用于訪問系統(tǒng)采集的監(jiān)測數(shù)據(jù)、報(bào)警數(shù)據(jù)和檢修作業(yè)數(shù)據(jù)；視頻設(shè)備檢測終端用于訪問車載各攝像頭視頻圖片數(shù)據(jù)和圖像異常報(bào)警數(shù)據(jù)。

4）手持終端用于電務(wù)檢修工區(qū)人員上車進(jìn)行EOAS設(shè)備檢測、檢修和數(shù)據(jù)下載。

3.2 軟件架構(gòu)

系統(tǒng)的軟件設(shè)計(jì)采用B/S 架構(gòu)，自下而上劃分為數(shù)據(jù)采集層、數(shù)據(jù)存儲(chǔ)層、數(shù)據(jù)分析層、健康管理運(yùn)用層4層［5］，軟件架構(gòu)見圖2。

圖2 軟件架構(gòu)

1）數(shù)據(jù)采集層。通過系統(tǒng)間數(shù)據(jù)自動(dòng)接入和人工錄入等方式，獲取系統(tǒng)所需的車載設(shè)備狀態(tài)、音視頻數(shù)據(jù)、報(bào)修單數(shù)據(jù)、EOAS交路數(shù)據(jù)等。數(shù)據(jù)采集層適配了不同類型的采集接口，通過車地傳輸通道發(fā)送至地面設(shè)備；通過接入機(jī)務(wù)故障報(bào)修系統(tǒng)，定時(shí)采集機(jī)務(wù)提報(bào)的報(bào)修數(shù)據(jù)，包括報(bào)修車號(hào)、故障時(shí)間、故障類型等信息；通過標(biāo)準(zhǔn)化模板支持檢修任務(wù)單數(shù)據(jù)的導(dǎo)入。

2）數(shù)據(jù)存儲(chǔ)層。將采集數(shù)據(jù)根據(jù)業(yè)務(wù)運(yùn)用特性，進(jìn)行格式分類、組織，形成符合要求的數(shù)據(jù)，并按類別存儲(chǔ)。對(duì)于調(diào)閱頻繁的熱數(shù)據(jù)，使用非關(guān)系型數(shù)據(jù)庫Redis 存儲(chǔ)；對(duì)于分析后的結(jié)果數(shù)據(jù)采用關(guān)系型數(shù)據(jù)庫存儲(chǔ)。

3）數(shù)據(jù)分析層。采用多種分析模型和PHM分析結(jié)構(gòu)對(duì)各類數(shù)據(jù)進(jìn)行挖掘及應(yīng)用。對(duì)車載設(shè)備狀態(tài)數(shù)據(jù)、機(jī)務(wù)報(bào)修單數(shù)據(jù)，通過關(guān)聯(lián)規(guī)則、多維分析、模型可視化的方式進(jìn)行處理，能夠?qū)④囕d設(shè)備的原始狀態(tài)信息與報(bào)修單中的設(shè)備故障匹配，呈現(xiàn)設(shè)備故障的規(guī)律和趨勢。

4）健康管理運(yùn)用層。按照運(yùn)用業(yè)務(wù)劃分為不同的功能模塊，在既有列控車載動(dòng)態(tài)監(jiān)測及傳輸系統(tǒng)（Dynamic Monitoring System，DMS）客戶端軟件上進(jìn)行健康管理功能模塊開發(fā)，并通過DMS 客戶端訪問系統(tǒng)，方便電務(wù)管理和設(shè)備維護(hù)人員的使用。

4 系統(tǒng)功能

系統(tǒng)主要具備故障報(bào)警自動(dòng)分析、音視頻設(shè)備檢測、實(shí)時(shí)監(jiān)測設(shè)備狀態(tài)、設(shè)備檢修閉環(huán)管理、故障預(yù)測分析等功能［4］，見圖3。

圖3 系統(tǒng)功能

4.1 故障報(bào)警自動(dòng)分析

系統(tǒng)通過列控車載動(dòng)態(tài)監(jiān)測及傳輸系統(tǒng)的車地實(shí)時(shí)傳輸通道，采集EOAS車載主機(jī)CPU板、EOASCOMM 插板、DUMP 插板、WTD/DRWTD 插板、CIR 插板、轉(zhuǎn)儲(chǔ)裝置、司機(jī)室攝像頭、前置攝像頭、線路攝像機(jī)、拾音器等設(shè)備狀態(tài)以及板卡間的通信狀態(tài)，結(jié)合動(dòng)車組的行車場景，自動(dòng)對(duì)設(shè)備狀態(tài)數(shù)據(jù)進(jìn)行設(shè)備故障判斷、分析，形成實(shí)時(shí)故障報(bào)警［6］。同時(shí)系統(tǒng)從EOAS 故障報(bào)修系統(tǒng)同步機(jī)務(wù)部門提報(bào)的EOAS 報(bào)修單，將報(bào)修單內(nèi)車載設(shè)備故障結(jié)合實(shí)時(shí)設(shè)備檢測狀態(tài)進(jìn)行關(guān)聯(lián)分析。把機(jī)務(wù)提報(bào)的問題主要分為設(shè)備故障、外部數(shù)據(jù)異常、數(shù)據(jù)邏輯處理3 類。其中，設(shè)備故障需由電務(wù)檢修人員使用手持終端，按計(jì)劃車載設(shè)備故障處理，任務(wù)下發(fā)時(shí)系統(tǒng)會(huì)給出故障處置建議，可為檢修人員提供參考；外部數(shù)據(jù)異常一般為接口設(shè)備類問題，可反饋至相關(guān)設(shè)備維護(hù)單位協(xié)同處理；數(shù)據(jù)邏輯處理為EOAS設(shè)備車、地軟件類問題，電務(wù)檢修人員無需上車進(jìn)行硬件設(shè)備故障處理。

4.2 音視頻設(shè)備檢測

系統(tǒng)通過列控車載動(dòng)態(tài)監(jiān)測及傳輸系統(tǒng)周期性采集各類攝像機(jī)圖像，并把圖像數(shù)據(jù)傳輸至健康管理服務(wù)器。系統(tǒng)采用圖像識(shí)別技術(shù)對(duì)圖像黑屏、白屏、花屏等進(jìn)行自動(dòng)識(shí)別并報(bào)警［7］。電務(wù)工作人員可通過視頻設(shè)備監(jiān)測終端篩選日期、車號(hào)、攝像頭類型等條件，查詢到圖像報(bào)警列表詳情以及報(bào)警頻次。系統(tǒng)支持圖像異常時(shí)刻和最新圖像同屏對(duì)比顯示，便于工作人員分析判斷。

4.3 設(shè)備狀態(tài)實(shí)時(shí)監(jiān)測

系統(tǒng)能夠查看EOAS 車載主機(jī)設(shè)備各板卡和音視頻設(shè)備的實(shí)時(shí)狀態(tài)，并以示意圖形式動(dòng)態(tài)展示，便于維護(hù)人員及時(shí)、直觀地掌握各設(shè)備的工作狀態(tài)，為及時(shí)安排故障設(shè)備檢修作業(yè)提供依據(jù)。

4.4 設(shè)備檢修閉環(huán)管理

系統(tǒng)可生成車載設(shè)備類故障檢修計(jì)劃，及檢修問題的排查建議，維護(hù)工區(qū)工作人員通過手持終端按設(shè)備檢修流程進(jìn)行任務(wù)領(lǐng)取和上車檢修，作業(yè)完成后通過手持終端將檢修數(shù)回傳，實(shí)現(xiàn)檢修作業(yè)閉環(huán)管理。

手持終端采用便攜式設(shè)計(jì)，內(nèi)置專用無線模塊及APP 軟件，在司機(jī)室附近，可以自動(dòng)連接升級(jí)版EOAS 車載轉(zhuǎn)儲(chǔ)裝置的內(nèi)置專用無線網(wǎng)絡(luò)，實(shí)現(xiàn)無接觸式設(shè)備檢測、數(shù)據(jù)下載等功能。

4.5 故障預(yù)測分析

利用EOAS 實(shí)時(shí)監(jiān)測所采集的狀態(tài)數(shù)據(jù)、機(jī)務(wù)故障報(bào)修數(shù)據(jù)及無接觸檢測終端采集的檢測數(shù)據(jù)，根據(jù)故障類別、故障所屬范圍（動(dòng)車組車端、動(dòng)車所、電務(wù)段）等維度，進(jìn)行設(shè)備故障數(shù)據(jù)的統(tǒng)計(jì)和趨勢分析。

1）設(shè)備故障統(tǒng)計(jì)。統(tǒng)計(jì)設(shè)定時(shí)間段內(nèi)各部門配屬車輛的EOAS 設(shè)備故障情況，根據(jù)設(shè)備故障類型查看分布情況，并支持按照車端故障數(shù)量統(tǒng)計(jì)排序。

2）故障增長率統(tǒng)計(jì)?？蓪?duì)一段時(shí)間內(nèi)的車載設(shè)備類故障按照最近12 月的月度環(huán)比增長率進(jìn)行分析和比較，并統(tǒng)計(jì)最近2 年的月度同比增長率，方便管理人員掌握車載設(shè)備故障的整體發(fā)展趨勢。

3）作業(yè)情況統(tǒng)計(jì)?？山y(tǒng)計(jì)設(shè)定時(shí)間段內(nèi)車載設(shè)備類故障的處置情況，方便管理人員及時(shí)掌握故障的檢修維護(hù)處理情況。

4）故障趨勢預(yù)判。結(jié)合EOAS 各插板、部件狀態(tài)和使用情況，通過大數(shù)據(jù)計(jì)算，對(duì)EOAS 轉(zhuǎn)儲(chǔ)裝置卡槽壽命到期進(jìn)行預(yù)警。并且系統(tǒng)可對(duì)EOAS車載設(shè)備故障進(jìn)行趨勢分析，識(shí)別故障頻次較高車端、故障頻率較高類型，提前進(jìn)行故障預(yù)警［8］。

5 關(guān)鍵技術(shù)

5.1 圖像識(shí)別技術(shù)

利用圖像識(shí)別技術(shù)，對(duì)司機(jī)室攝像機(jī)、前置攝像機(jī)、線路攝像機(jī)等的圖像進(jìn)行識(shí)別和異常報(bào)警?；赟obel 算子的邊緣檢測，對(duì)圖像模糊度進(jìn)行計(jì)算，同時(shí)結(jié)合閾值和邏輯判斷進(jìn)行圖像黑屏、白屏、花屏的識(shí)別［9］。

Sobel 算子作為一種在圖像處理中廣泛使用的邊緣檢測算法，通過計(jì)算圖像灰度函數(shù)在橫向和縱向上的梯度大小來檢測圖像的邊緣。邊緣是圖像中灰度值快速變化的區(qū)域，這些變化通常對(duì)應(yīng)于物體與背景之間、不同物體之間或物體結(jié)構(gòu)的細(xì)節(jié)。對(duì)圖像中邊緣線的檢測是圖像分割與特征提取的基礎(chǔ)，通過計(jì)算像素灰度值的變化速度，可以確定該像素是否位于邊緣上。

Sobel算子使用橫向和縱向兩個(gè)方向的卷積核，分別計(jì)算像素灰度值在橫向和縱向上的梯度大小，根據(jù)梯度大小反映了該像素所處位置的邊緣強(qiáng)度。將圖像中每個(gè)像素的梯度大小與預(yù)先設(shè)定的閾值進(jìn)行比較，確定該像素是否位于邊緣上。在實(shí)際應(yīng)用中，通常使用一些邏輯判斷方法來確定圖像的邊緣。例如，將相鄰像素的梯度大小進(jìn)行比較，如果相差較大，則認(rèn)為它們構(gòu)成邊緣，否則不構(gòu)成邊緣［10］。

原圖像素點(diǎn)的橫向梯度Gx為

原圖像素點(diǎn)的縱向梯度Gy為

式中：A為原始圖像。

通過Gx和Gy可以得到圖像的整體梯度幅值G為

式3可以簡化為

根據(jù)式4，計(jì)算出每個(gè)像素點(diǎn)的G值，最后對(duì)整個(gè)圖像的全部G值求和作為整張圖像的模糊度M。M值越大，說明圖像的邊緣信息越少，圖像越模糊；M值越小，說明圖像的邊緣信息越多，圖像越清晰。系統(tǒng)識(shí)別的黑屏、白屏和花屏均為模糊度較高的圖像。將樣本圖像分為正常和非正常兩大類，分別計(jì)算出兩類圖像的M均值M1和M2，將M1和M2作為兩類的分界線，可區(qū)分出正常圖像和非正常圖像，再根據(jù)非正常圖像的RGB 值可進(jìn)一步分辨出黑屏、白屏和花屏。

系統(tǒng)周期性采集攝像機(jī)視頻圖片，利用配置了GPU 運(yùn)算能力的服務(wù)器進(jìn)行輔助圖像識(shí)別，識(shí)別結(jié)果顯示在視頻設(shè)備檢測終端。如圖4 所示根據(jù)當(dāng)前登錄用戶所在組織的配屬車輛信息進(jìn)行默認(rèn)車輛展示，如果用戶設(shè)置有關(guān)注車輛，則默認(rèn)顯示關(guān)注車輛的當(dāng)天抓圖信息，否則按照左側(cè)車輛列表展示最新3 個(gè)車端數(shù)據(jù)。左側(cè)車號(hào)列表顏色顯示規(guī)則：最近24 h 存在抓圖信息的標(biāo)注綠色，超過30 天無圖片信息的標(biāo)注紅色。如圖5 所示，系統(tǒng)可有效識(shí)別黑屏、白屏、花屏異常，形成報(bào)警數(shù)據(jù)，并按照車號(hào)、時(shí)間、相機(jī)類型、報(bào)警類型、運(yùn)行端進(jìn)行關(guān)聯(lián)查詢。

圖4 圖像抓拍識(shí)別

圖5 報(bào)警車輛

5.2 風(fēng)險(xiǎn)矩陣分析法

系統(tǒng)采用風(fēng)險(xiǎn)矩陣分析法定量計(jì)算風(fēng)險(xiǎn)項(xiàng)的風(fēng)險(xiǎn)值，評(píng)估EOAS 設(shè)備故障的安全風(fēng)險(xiǎn)等級(jí)。風(fēng)險(xiǎn)矩陣法是一種常用的風(fēng)險(xiǎn)評(píng)估方法，它通過比較項(xiàng)目的各個(gè)風(fēng)險(xiǎn)因素，從而確定各因素的風(fēng)險(xiǎn)等級(jí)，最后計(jì)算得出項(xiàng)目的總風(fēng)險(xiǎn)值?；诖?，科學(xué)劃分風(fēng)險(xiǎn)等級(jí)，分析風(fēng)險(xiǎn)發(fā)生的可能性與嚴(yán)重程度的關(guān)系，權(quán)衡風(fēng)險(xiǎn)可接受尺度，流程如下。

Step 1識(shí)別風(fēng)險(xiǎn)。首先，需要識(shí)別出可能造成事故后果的風(fēng)險(xiǎn)因素：整機(jī)風(fēng)險(xiǎn)、板卡風(fēng)險(xiǎn)、模塊風(fēng)險(xiǎn)、人員風(fēng)險(xiǎn)、操作風(fēng)險(xiǎn)等。

Step 2確定風(fēng)險(xiǎn)級(jí)別。風(fēng)險(xiǎn)等級(jí)從高到低劃分為重大安全風(fēng)險(xiǎn)、較大安全風(fēng)險(xiǎn)、中等安全風(fēng)險(xiǎn)、一般安全風(fēng)險(xiǎn)，分別用紅、橙、黃、藍(lán)4 種顏色標(biāo)示。

Step 3評(píng)估事故發(fā)生的概率。對(duì)于每個(gè)風(fēng)險(xiǎn)因素，評(píng)估其發(fā)生的概率，采用5 種等級(jí)標(biāo)識(shí)：很可能、可能但不經(jīng)常、可能性很小/完全意外、很不可能/可以設(shè)想、極不可能。

Step 4定量計(jì)算風(fēng)險(xiǎn)值。建立風(fēng)險(xiǎn)矩陣，計(jì)算每個(gè)風(fēng)險(xiǎn)因素的風(fēng)險(xiǎn)值。矩陣的行表示風(fēng)險(xiǎn)的概率，列表示風(fēng)險(xiǎn)的嚴(yán)重程度。

Step 5計(jì)算總風(fēng)險(xiǎn)值。將所有風(fēng)險(xiǎn)因素按照其風(fēng)險(xiǎn)值進(jìn)行排序，可使用加權(quán)平均等方法計(jì)算所有風(fēng)險(xiǎn)的數(shù)值總和，即為項(xiàng)目的總風(fēng)險(xiǎn)值。

6 系統(tǒng)應(yīng)用

系統(tǒng)于2022 年12 月在南京電務(wù)段南京動(dòng)車所投入應(yīng)用。系統(tǒng)支持對(duì)列控車載動(dòng)態(tài)監(jiān)測及傳輸系統(tǒng)車載設(shè)備的檢測，可一機(jī)多用，故僅需購置一套系統(tǒng)即可替代傳統(tǒng)檢修方式中電務(wù)檢修車間分別采購的EOAS 綜合測試臺(tái)和DMS 綜合測試臺(tái)，兼顧了對(duì)EOAS、DMS 車載設(shè)備的檢測，采購成本可減少約50%。同時(shí)，利用系統(tǒng)具備的實(shí)時(shí)監(jiān)測、自動(dòng)診斷等功能，檢修人員遠(yuǎn)程操控即可完成設(shè)備的功能檢測，取代了傳統(tǒng)人工攜帶檢測工裝上車的方式，提高了檢測效率，降低人工作業(yè)成本和檢測耗時(shí)。

7 結(jié)論

基于PHM 技術(shù)的EOAS 健康管理和故障預(yù)測系統(tǒng)提升了電務(wù)部門對(duì)EOAS 車載設(shè)備維護(hù)效能，進(jìn)一步豐富了EOAS車載設(shè)備檢維手段，為EOAS車載設(shè)備狀態(tài)監(jiān)測提供了解決方案，可以有效提高設(shè)備異常情況從發(fā)現(xiàn)到處置的及時(shí)性、準(zhǔn)確性，助力保障設(shè)備運(yùn)行的可靠性和安全性。接下來，將繼續(xù)挖掘既有數(shù)據(jù)利用深度，通過AI 學(xué)習(xí)訓(xùn)練，建立更多種不同故障類型的故障模型，提升系統(tǒng)診斷與預(yù)判的精準(zhǔn)度和及時(shí)性。