廣州地鐵在線監測系統應用概況
2019-03-13廣州地鐵車輛新線部B型車項目部經理 周宇文
基于安全和維修的目的,廣州地鐵針對車輛系統采取了車載在線監測和軌旁在線監測兩種方式對列車運行綜合狀態進行監測。車載在線監測主要包括牽引、輔助、LCU邏輯控制系統、制動、MVB網絡系統、車門、空調、走行部、受電弓等系統運行狀態數據的監測。其中,走行部在線檢測系統又包含了對多個關鍵子系統模塊進行實時在線檢測,如對軸箱軸承、齒輪箱軸承、電機軸承、傳動齒輪、車輪踏面及輪軌關系等進行實時在線檢測。
軌旁在線監測系統主要包括受電弓狀態及車頂圖像監測、輪對在線檢測(輪對尺寸、振動、軸溫監測)、直線電機氣隙在線檢測系統等,安裝在正線和車輛段內。上述監測設備已在廣州地鐵七號線、九號線、十三號線、十四號線、二十一號線、知識城線、四號線南延段等新建線路上使用。
廣州地鐵車輛部門根據廣州地鐵各線路車輛的特點,并通過新線建設和產學研用項目,近15年來在大多數既有運營線路上加裝了不同功能的在線監測設備,小批量試用,不斷完善改進,并在近5年以來的開通新線中全面推廣應用,未來還將逐步與廣州地鐵檢修維保平臺對接,形成監測、隱患挖掘、健康評估、維修閉環的運維一體化平臺,更好地滿足運營行車安全和車輛日常維修、架大修的需求。
軌旁在線監測系統主要包括受電弓狀態及車頂圖像監測、輪對在線檢測(輪對尺寸、振動、軸溫監測)、直線電機氣隙在線檢測系統等,安裝在正線和車輛段內。上述監測設備已在廣州地鐵七號線、九號線、十三號線、十四號線、二十一號線、知識城線、四號線南延段等新建線路上使用。
廣州地鐵車輛部門根據廣州地鐵各線路車輛的特點,并通過新線建設和產學研用項目,近15年來在大多數既有運營線路上加裝了不同功能的在線監測設備,小批量試用,不斷完善改進,并在近5年以來的開通新線中全面推廣應用,未來還將逐步與廣州地鐵檢修維保平臺對接,形成監測、隱患挖掘、健康評估、維修閉環的運維一體化平臺,更好地滿足運營行車安全和車輛日常維修、架大修的需求。
車輛走行部安全監測與運用維修:已超過5年應用
廣州地鐵三號線是國內條采用120公里Z高時速的地鐵列車的線路,四、五號線是國內條采用直線電機牽引的地鐵列車線路,為獲取作對行車安全至關重要的走行部尤其車輪軸承數據,為今后走行部架大修積累經驗,廣州地鐵聯合相關單位從2013年開始就對地鐵車輛走行部安全監測與運用維修進行了專項研究,創建了走行部與輪軌質量狀態數據庫,為軸承、踏面、軌道波磨的狀態評估提供基礎數據,并提出基于振動、沖擊多參數在線監測及高階譜線特征對車輪踏面多邊形故障的評價方法,將原有的車輪、軸承狀態修理念變為工程化實踐,優化了走行部的修程修制。安裝的走行部在線檢測系統已有超過5年的應用基礎,Z大運營里程超過100萬公里,已成為走行部及輪軌技術決策、安全監測、狀態評估、隱患挖掘、維修管理不可或缺的部分。
廣州地鐵三號線是國內條采用120公里Z高時速的地鐵列車的線路,四、五號線是國內條采用直線電機牽引的地鐵列車線路,為獲取作對行車安全至關重要的走行部尤其車輪軸承數據,為今后走行部架大修積累經驗,廣州地鐵聯合相關單位從2013年開始就對地鐵車輛走行部安全監測與運用維修進行了專項研究,創建了走行部與輪軌質量狀態數據庫,為軸承、踏面、軌道波磨的狀態評估提供基礎數據,并提出基于振動、沖擊多參數在線監測及高階譜線特征對車輪踏面多邊形故障的評價方法,將原有的車輪、軸承狀態修理念變為工程化實踐,優化了走行部的修程修制。安裝的走行部在線檢測系統已有超過5年的應用基礎,Z大運營里程超過100萬公里,已成為走行部及輪軌技術決策、安全監測、狀態評估、隱患挖掘、維修管理不可或缺的部分。
列車在途監測與安全預警關鍵技術研究和示范應用:應用近5年
廣州地鐵從2011年結合“十二五”科技支撐計劃和國家863計劃重點項目開展城市軌道列車在途監測與安全預警關鍵技術研究和示范應用,對一號線、二號線、八號線15列車的行駛狀態、關鍵系統運行狀態(動力系統、制動系統、走行系統、均衡系統、輔助系統、乘客異動系統等)進行監測,開發了綜合監測與預警系統和綜合運營維護管理系統,實現了對列車在途運行狀態展示、預報警管理,應急處置支持、部件可靠性分析、列車安全性評估、維修信息管理、數據分析和專家決策支持庫等功能,應用近5年,通過不斷改進和完善,能夠較為及時、準確、全面的提供列車運行安全狀態信息,并實現了前后臺列車狀態和維修數據的互通,后續將進一步推廣應用至其它線路。
廣州地鐵從2011年結合“十二五”科技支撐計劃和國家863計劃重點項目開展城市軌道列車在途監測與安全預警關鍵技術研究和示范應用,對一號線、二號線、八號線15列車的行駛狀態、關鍵系統運行狀態(動力系統、制動系統、走行系統、均衡系統、輔助系統、乘客異動系統等)進行監測,開發了綜合監測與預警系統和綜合運營維護管理系統,實現了對列車在途運行狀態展示、預報警管理,應急處置支持、部件可靠性分析、列車安全性評估、維修信息管理、數據分析和專家決策支持庫等功能,應用近5年,通過不斷改進和完善,能夠較為及時、準確、全面的提供列車運行安全狀態信息,并實現了前后臺列車狀態和維修數據的互通,后續將進一步推廣應用至其它線路。
車門智能診斷及運維平臺:節省了近40%工作量
三、五號線是廣州地鐵線網中客流較大的線路之一,在早晚高峰,車門狀態將直接影響到線網服務水平,為此,廣州地鐵與車門廠家聯合開發了城市軌道交通車門智能診斷及運維平臺,并于2016年在三、五號線部分車輛上安裝智能門控器,在線實時監測車門系統狀態相關數據,使得檢修人員實時掌握車門運營狀態的,及時介入處理,減少了對正線運營服務的影響,并實現了上述車門系統的狀態維修,相比原有維修模式節省了近40%的工作量,既保障了運營效率,也提升了維修效益。
三、五號線是廣州地鐵線網中客流較大的線路之一,在早晚高峰,車門狀態將直接影響到線網服務水平,為此,廣州地鐵與車門廠家聯合開發了城市軌道交通車門智能診斷及運維平臺,并于2016年在三、五號線部分車輛上安裝智能門控器,在線實時監測車門系統狀態相關數據,使得檢修人員實時掌握車門運營狀態的,及時介入處理,減少了對正線運營服務的影響,并實現了上述車門系統的狀態維修,相比原有維修模式節省了近40%的工作量,既保障了運營效率,也提升了維修效益。
城市軌道交通安全保障技術課題:將不斷優化拓展
近年,隨著軌道交通新線無線網絡通信技術的創新發展和應用,廣州地鐵承擔的《城市軌道交通安全保障技術課題》的子任務通過國家重點工程試驗室的產學研用平臺在二十一號線上2列地鐵列車上落地,通過車載實時以太網技術,將關鍵子系統以及MVB所有狀態數據經車載云平臺無線傳輸至地面服務器,實現了狀態實時監控、故障診斷、專家支持庫、牽引系統健康管理等功能,并經業內專家審查后2018年底上線載客運營,下一步將在示范應用過程中不斷優化拓展數據功能、完善用戶體驗。
近年,隨著軌道交通新線無線網絡通信技術的創新發展和應用,廣州地鐵承擔的《城市軌道交通安全保障技術課題》的子任務通過國家重點工程試驗室的產學研用平臺在二十一號線上2列地鐵列車上落地,通過車載實時以太網技術,將關鍵子系統以及MVB所有狀態數據經車載云平臺無線傳輸至地面服務器,實現了狀態實時監控、故障診斷、專家支持庫、牽引系統健康管理等功能,并經業內專家審查后2018年底上線載客運營,下一步將在示范應用過程中不斷優化拓展數據功能、完善用戶體驗。
車輛檢修全壽命周期智能運維系統:打破“信息孤島”
在線監測系統除了能精準定位和預測車輛關鍵子系統的運行狀態、故障情況或亞健康狀態,實現列車預警和報警的安全檢測功能外,還能夠把維修工作由“被動維修”轉為“主動維修”、由“全面巡檢”轉為“重點巡檢”,同時,對于關鍵子系統全量數據專家知識庫的創建、使用狀態與健康評估進而形成監測-檢測-維修的運維一體化機制、實施關鍵子系統狀態維修進而延長免維護周期、降低全壽命周期內成本等方面也起到了重要的作用。
在線監測系統除了能精準定位和預測車輛關鍵子系統的運行狀態、故障情況或亞健康狀態,實現列車預警和報警的安全檢測功能外,還能夠把維修工作由“被動維修”轉為“主動維修”、由“全面巡檢”轉為“重點巡檢”,同時,對于關鍵子系統全量數據專家知識庫的創建、使用狀態與健康評估進而形成監測-檢測-維修的運維一體化機制、實施關鍵子系統狀態維修進而延長免維護周期、降低全壽命周期內成本等方面也起到了重要的作用。
廣州地鐵現已建設并應用各類監測系統,如走行部檢測系統、智能車門系統、受電弓監測系統等,但是各個子系統相互獨立,數據分散,缺乏數據溝通和共享,現場的故障數據、故障處理的工單數據、維修規程信息、備件信息不能有效進行數據關聯,無法對整個線網車輛進行全生命周期的有效監控和維護。隨著大數據、云計算、互聯網、物聯網等信息技術的發展,我們在廣州地鐵“十三五”新線車輛建設提出了“車輛檢修全壽命周期智能運維系統”方案,該系統將通過集成各子系統檢測功能、車地無線網絡傳輸功能、段內檢修信息上傳功能,實現軌旁監測系統、車載監測系統、大數據平臺三大模塊數據的采集、傳輸、匯聚、處理分析和運用,打破“信息孤島”,使得列車的運營及維修的過程及結果實現智能化、可視化、主動化。
面向未來:將精準地實現列車智能化運維和健康管理
未來是人工智能的時代,隨著以感知數據和圖形處理器為推動的人工智能技術進一步發展,諸如環境感知、圖像分類、語音識別、無人駕駛等人工智能技術從“不能用、不好用”到“可以用”的技術突破,在線監測勢必將覆蓋到車輛使用和管理的各個方面,形成大數據平臺,通過多維度、關聯數據、多源異構數據的云計算能力,更精準地實現列車智能化運維和健康管理。
未來是人工智能的時代,隨著以感知數據和圖形處理器為推動的人工智能技術進一步發展,諸如環境感知、圖像分類、語音識別、無人駕駛等人工智能技術從“不能用、不好用”到“可以用”的技術突破,在線監測勢必將覆蓋到車輛使用和管理的各個方面,形成大數據平臺,通過多維度、關聯數據、多源異構數據的云計算能力,更精準地實現列車智能化運維和健康管理。

