工业智能技术在轨道交通领域的应用实践分享

铁路是国家重要的基础设施，是国民经济的大动脉。据权威预测，2020年我国铁路总里程预计达到15万公里，城市轨道交通运营里程将超过6000公里，铁路固定资产投资规模将达3.5至3.8万亿元，城市轨道交通投资规模也将达到3-4万亿元，可谓是最令人振奋的基础设施市场。

来源：中国e车网

随着轨道交通市场规模的逐渐扩大，其运营方式正向网络化和多样化发展，运营速度也在不断提升，这对轨道交通运营管理和设备的安全性、可靠性及经济性提出了更高要求。如何运用PHM（故障预测与健康管理）等智能化技术实时监控设备状态、预测潜在故障的发生，从而保障列车更安全可靠地运行变得越来越重要。

在4月11日-13日深圳召开的2019年中国（国际）智慧轨道交通春季大会上，PHM亦作为热门技术被多次提及。

PHM的实现需要状态监测、故障检测诊断、预测、运维优化等多项技术的支撑。其本质是信息的融合，即将运行过程中不同维度的数据整合到模型中，再量化成能够反映系统衰退的健康值指标，把不确定的信息确定化，并将这些信息传递给客户来做决策。

在大会上，天泽智云首席数据科学家晋文静博士基于PHM技术，结合亲身参与的多个智能运维实践案例，发表“工业智能技术在轨道交通的应用实践”主题演讲，分享牵引电机、车门系统等基础设施的状态监测应用案例，及道岔器等设备的监测、铁路轨道在线健康监测等解决方案。

>> 轴箱轴承故障预测

轴箱轴承是动车组的关键旋转部件，其健康状态直接影响动车组的安全运行。但由于轴承的寿命受温度、湿度等环境因素，及行车路线、经停站等运行因素的影响，目前通常只能基于运行公里数，通过紧急修甚至过维护的方式进行维护，以保障列车的安全运行。

为实现对轴箱轴承故障的精准定位、识别及预测，天泽智云开发PHM系统，通过对轴承运行数据的实时采集与分析，用户可远程实时监测轴箱轴承的运行状态和健康状况；通过信号处理、增强和去噪技术识别轴承早期、中期、晚期的故障，并诊断出内圈、外圈、滚子和保持架四种故障模式，及健康、轻微故障、中度故障、严重故障等不同健康级别。

该系统在中车青岛四方的滚动试验台上对新轴承及实际轴承运行状态进行盲测，比对测试结果准确率高达100%。同时帮助中车青岛四方在 NI Week 2018 中斩获 Intel IoT Engineering Impact Award。

>> 牵引电机预测性维护

感应电机广泛应用于高铁、航空航天、EV、机械臂等多个领域，针对感应电机的在线状态监测与故障预警，能够保障系统的可靠性和有效的提升系统的可用性。晋文静博士曾深度参与阿尔斯通（意大利）牵引电机故障模式分析项目，研发牵引电机预测性维护系统，帮助他们诊断牵引电机的潜在故障。

阿尔斯通（意大利）提供了其某段城铁一年半时间里车载数据——列车组8个机车（32个牵引电机）三相电压和电流信号，但由于列车工作环境复杂，天气、温度、客流量等诸多因素会对数据处理分析工作造成影响，因此需结合机理及数据背景信息进行分析。

在恒定转速下单的负序阻抗是反映牵引电机绕组衰退的良好健康指标，该预测性维护系统基于每节车上4个电机数据分布变化，运用故障识别算法实现对其绝缘衰退故障的判断。

>> 轨道门系统故障预测

为了缓解日益加重的交通压力，各大城市缩短地铁行车间隔，致使地铁客室侧门（内藏门）开关次数增多、磨损量增大，在使用过程中极易出现故障。

天泽智云与国内某厂商合作，开发地铁门系统的故障预测系统，基于采集到的车载原始信号，评估传动系统等关键部件的性能衰退状态，预测可能发生故障的原因，进而指导运维人员的维护操作，如在什么时间点需要进行润滑等。

>> 道岔器故障诊断

道岔器分布零散，对可靠性和安全性有着相当高的要求。目前已有的维护系统偏向于预防性维护，一般都是进行常规检查，耗时多、风险高、费用高，且人影响因素较多。

晋文静博士在IMS期间参与开发的阿尔斯通道岔器故障诊断系统，无需额外安装传感器，能够有效识别32种不同类型和不同程度的故障模式，适应于不同的外界环境条件，且能预测机械结构性能衰退与寿命预测。GE收购阿尔斯通之后，将这套系统应用于意大利米兰中心站。

>> 铁路轨道在线健康监测

以往通常用目检或光学传感器的方法对铁路轨道进行健康监测，耗时多、实时性和效率低，且成本较高。

铁路轨道在线健康监测系统为解决该问题而生，通过智能回检车的方式，分析包括轨道波纹状磨损、轨道凹槽、焊接点等少于1米的短波长的缺陷，以及包括基准线测量、弯曲度检测、直线度检测、宽度变化检测等垂直和侧面缺陷两大类故障。

经验证，检测出的铁轨小磨损缺陷达到低于10%的误报率；基于时频域分析的特征分析方法，能够做到93%准确率。

>> 辅助设备能耗优化

地铁、高铁等运营场所的空调、冰机等辅助设备是整个系统的耗能大户，且维护成本较高。

天泽智云无忧能管系统能够实时监控空调、空压机、冰机等系统的耗能状态，结合设备运行情况及环境（如客流量大小等），通过算法模型提供智能化决策建议（如在什么时间点进行空调调温等），从原来的维修人员必须到现场调节、检修保养，转化为远程实时智能群控，对能耗进行预警和优化，进而实现预测性维护。

该系统也可支持空压机、干燥机、冰水主机、冷却水塔、水泵、过滤器及其他附属设备等多种类设备。

天泽智云基于在轨道交通领域的丰富探索及实践经验建立的智能运维解决方案，通过车载PHM系统进行高速采集数据，用边缘计算技术将数据处理成有效的信息，传输到地面中心，用户可以运用模式识别算法等实现远程的数据采集方案配置，并且可以对数据进行分析，最终实现对设备的故障的诊断、预测及健康管理。

天泽智云在轨道交通的运营实践

该方案已被应用于车辆、轨道等多个系统，并获得了用户和业界的广泛认可。

2019年中国（国际）智慧轨道交通春季大会上，天泽智云构建的高铁PHM系统在由荣获“2018年度中国智慧轨道交通优秀解决方案奖”。