地铁车辆智慧运维及其应用

李新

天津轨道交通运营集团有限公司 300451

摘要：地铁作为一种高效、环保的公共交通方式，受到越来越多城市的青睐，地铁车辆包含大量的电气、机械和控制系统，需要对各个部件进行监测维护，然而地铁车辆的故障涉及多个系统和部件之间的相互影响，使得故障诊断维护更加困难，传统的维护模式已经无法满足高质量的维护要求。因此，近年来，随着互联网技术的普及发展，地铁车辆智能化运维的发展将为地铁运营产业带来巨大的变革和提升，推动地铁行业朝着低成本、高安全、高效能、高品质、可持续的方向发展。地铁车辆智慧运维有助于提高地铁线路的可靠性、稳定性、安全性，降低维修成本，提高运营效率。地铁车辆智慧运维通过数字化技术，实现对车辆运营数据的实时监控、分析和管理，提高运营效率与安全性。利用大数据、云计算等技术，对车辆运行状态、故障信息等进行综合分析。本文在研究中结合地铁车辆智慧运维的要求，构建地铁车辆智慧运维系统平台，进行平台架构设计，并将其运用到车门、空调、制动、走行部的运维工作中，为地铁车辆的安全运行带来保障。

关键词：地铁车辆；智慧运维；应用

一、引言

随着城市轨道交通的快速发展，地铁车辆的数量和规模不断增长，给运维工作带来了巨大的挑战。传统的运维模式已经无法满足日益增长的需求，因此需要采用智慧运维技术来提高运维效率。近几年，随着技术的不断发展和应用的推广，地铁车辆智慧运维成为了城市轨道交通行业的重要发展方向。地铁车辆智慧运维是指利用现代信息技术，通过数据采集、分析和处理，实现对地铁车辆的全生命周期管理和优化，将传统的人工运维方式与数字化技术相结合，实现了运维工作的智能化、自动化与精细化[1]。地铁车辆智慧运维的应用有助于提高运维效率，降低事故风险，提升乘客的出行安全性，智慧运维利用智能维修管理系统，对地铁车辆的维修工作进行全面监控，建立车辆维修档案，实现对维修任务的跟踪，提高维修效率量。同时，采用预防性维护策略，根据车辆运行数据、障模式，提前进行维修更换，避免故障的发生[2]。因此，在地铁行业的发展中，需要充分发挥信息技术的优势，构建地铁车辆智慧运维系统，全面应用到地铁运维管理中，促进运维管理效果的提升。

二、地铁车辆智慧运维平台架构

本次地铁车辆智慧运维平台采用B/S架构实现，由应用层、平台层和感知层组成[3]。首先，在感知层，借助传感器、接口、机器人、视频等技术，进一步采集地铁运行数据，进而为运维管理带来决策支持。在数据采集中主要是借助系统接口与传感器完成，实现对地铁运行过程中故障状态等信息的采集。其次，平台层是整个系统的核心部分，由智能化平台和软件平台组成，借助大数据、云计算等技术，负责数据处理、分析和决策。平台层通过与感知层的交互，获取地铁车辆的各种数据，如传感器数据、车载设备数据、维修记录等，对这些数据进行存储、清洗、处理和分析，提取有价值的信息特征，用于车辆状态监测、故障预测、优化运营调度等任务。平台层结合人工智能、图像识别、深度学习算法，进行数据挖掘模型训练，提高系统的智能化水平。应用层是功能模块的主要部分 ，为用户提供各种功能服务，通过网页或移动端应用程序访问平台，进行状态感知、辅助决策、自动巡检、运营智慧等操作，提供设备状态实时检测、数据分析、告警及时发布、设备故障智能诊断、监测数据多维分析等功能，以满足不同用户的需求。通过B/S架构的设计，地铁车辆智慧运维平台实现了用户界面与后台系统的分离，提供了灵活、可扩展的应用接口、功能模块，提高了系统的效率感知层。

图1 地铁车辆智慧运维系统平台架构

三、地铁车辆智慧运维平台应用

（一）空调智慧运维

空调智慧运维通过使用物联网技术、大数据分析，实现对地铁车辆空调系统的实时监测、故障诊断、预防性维护，提高空调系统的运行效率。在空调智慧运维应用中，通过建立模型和算法来检测异常情况，并进行故障预警。对于空调智慧运维中的能耗评估，采用单体空调耗电量作为主要特征参数，并辅以新风/回风温度、运行时间等指标。通过在每个车厢安装传感器、监测设备，实时监测空调系统的工作状态和相关参数，包括温度、湿度、气流等。同时监测到通风机、冷凝风机、压缩机的运行情况与能耗数据。在进行能耗评估时，将相同温度降值条件下的耗电量进行积累和比对，对比不同时间段或不同车厢的耗电量数据，判断空调系统的性能、运行状况。一旦耗电量明显增加，则空调系统存在故障或异常情况，需要进行进一步的故障诊断维修。除此之外，结合新风/回风温度、运行时间等指标来进行综合评估，通过分析新风/回风温度的变化运行情况，准确评估空调系统在不同条件下的能耗情况。根据能耗数据和分析结果，制定合理的节能策略，降低空调系统的能耗，实现节能减排的目标。

（二）制动智慧运维

针对制动系统的智慧运维，结合相关检测数据建立预警模型，形成制动智慧运维。预警模型能够通过实时监测数据分析，提前发现潜在故障、异常情况，并及时采取相应的维修优化措施，提高制动系统的可靠性、安全性，减少运营风险的发生性。首先，制动智慧运维通过监测空压机的工作时间、能耗数据，结合制动系统需求，分析空压机的工作效率

[4]。通过建立模型，提前预测空压机的故障性能，及时进行维护优化，确保制动系统的正常运行。其次，监测管路的气压变化和泄漏情况，建立气密性分析模型，检测管路的漏气问题。当管路气密性发生异常进行预警报警，指示维护人员进行检修，避免因管路泄漏导致制动系统失效。除此之外，监测制动缸压力标准值与实际值之间的差异，以及制动施加时长等参数，建立制动系统状态评估模型，实时判断制动系统的工作状态是否正常。当制动缸压力异常或制动施加时长过长时，预警模型发出警报，提醒维护人员进行必要的维修调整。

（三）车门智慧运维

    针对车门智慧运维，基于车门驱动电机电流与转速、车门位移量等模拟数据为核心，辅以车门系统涉及的各类数字开关量，建立车门状态评价模型。首先，

通过传感器等设备获取车门驱动电机电流与转速、车门位移量等模拟数据，以及车门系统涉及的各类数字开关量。根据车门系统的运行特点和可能的异常情况，设计并模拟各种异常情况，例如电机故障、位移传感器失效、开关量错误等，以丰富数据集，使模型具备对异常情况的判断能力。其次，对采集到的数据进行变化趋势分析，包括电流与转速的关系、位移量与时间的变化等，使用统计方法、机器学习或深度学习等技术进行数据处理分析，以提取关键特征。除此之外，模拟数据监测阈值曲线，根据数据分析结果，建立模拟数据监测阈值曲线，根据实际情况进行调整，标识出各项参数的正常范围、异常阈值。最后，将模拟数据监测阈值与实时采集到的数据进行比较，当某个参数超过预设的异常阈值时，触发预警机制，通过报警、提醒维修人员或自动停止车门运行等方式进行预警。通过建立车门状态评价模型，实现对单体车门的智能监测预警，及时检测车门驱动电机的异常工作状态、位移传感器的失效情况以及其他相关开关量的错误，优化车门的维护效率。

四、结束语

综上所述，地铁车辆智慧运维是基于先进的技术手段和数据分析方法，对地铁车辆进行全面监测管理的系统，通过实时、准确地获取车辆状态信息，结合大数据分析、人工智能技术，实现对车辆运行状态的预测、故障诊断与维修计划优化等功能，从而提高地铁车辆的安全性，为地铁运营提供更加安全、可靠、高效的服务，推动城市交通的可持续发展。

参考文献：

[1]赵玉才,胡信超.地铁智慧运维平台建设方案研究[J].物联网技术,2023,13(05):116-119+122.

[2]马汉林,姚明阳,黄振胜.地铁车辆智能运维技术发展及建设路径研究[J].西部交通科技,2023,(03):183-185.

[3]董岳.基于“智慧地铁”的城市轨道交通智能运维模式创新研究[J].城市轨道交通研究,2022,25(03):240-241.

[4]李建旭,张黎璋.东莞地铁车辆智慧在线监测系统应用与实践[J].现代城市轨道交通,2020,(08):53-57.

作者简介：李新 1973.10.14 男 内蒙古乌兰察布四子王旗 汉 本科 工程师 中级 天津轨道交通运营集团有限公司 研究方向:地铁车辆工程