RFID、大數據等技術為動車組智能運維“添翼加速”

工作人員在監控大廳工作

故障超前預警

性能演化趨勢

數據匯集分析
據中國國家鐵路集團公布的數據,截至2020年7月底,全國鐵路營業里程達到14.14萬公里,其中高鐵3.6萬公里。高鐵在我國經濟、社會、文化等方面發揮著不可估量的作用。
建立完善的動車組運維保障體系是動車組持續高效發展的重要前提。在高速鐵路建設的同期,為保障動車組安全運行與高效維修,中國鐵道科學研究院電子計算技術研究所建設了覆蓋全路的動車組管理信息系統(EMIS),隨后又陸續建設了一系列動車組運維相關信息化系統,保障了動車組的安全運行和高效維修。動車組管理信息系統上線10余年,積累了大量的動車組新造、運用檢修、監測、檢測等數據,并且隨著車載設備的不斷升級,動車組車載數據也不斷豐富、增多,這些數據不僅數量巨大且種類繁多、結構各異。
如何利用有效手段對動車組海量數據進行挖掘,研究動車組故障預測與健康管理(PHM)技術,實現動車組故障的超前預警,為動車組檢修提供維修決策支持,優化修程修制,節約檢修成本,由計劃性預防修向狀態修轉變,成為當前比較重要的課題。
基于大數據架構搭建動車組智能化運維平臺
針對高速動車組運維數據特點和應用需求,基于大數據架構搭建動車組智能化運維平臺,中國鐵道科學研究院電子計算技術研究所對動車組海量數據進行統一匯集,利用大數據技術對其進行清洗、處理與存儲,為動車組狀態監測、故障超前預警、視情維修建議等提供數據支撐。
數據采集方面,通過車載傳感器、RFID等技術采集動車組車載及檢修數據,并建立統一的數據采集規范,從EMIS、WTDS、TEDS、TADS、主機廠及零部件造修企業等獲取動車組新造、檢修運用、監測、檢測以及環境等海量數據,為動車組智能化運維提供數據支撐。
數據處理方面,動車組運維數據來源豐富,結構化、非結構化數據混雜,數據格式、表述、質量差異較大,數據匯集后,首先進行數據治理、融合,形成基礎數據集,然后從數據粒度、應用目標、處理工具等不同維度對數據進行分類,方便數據的分析挖掘。
數據存儲方面,采用數據倉庫、非關系型數據庫及分布式文件系統等技術實現海量數據的存儲,采用關系型數據庫滿足實時響應速度的需求,通過分布式、多副本提高數據庫整體性能與服務穩定性。并通過歷史數據歸檔,降低海量數據對存儲資源的消耗。
利用算法、模型對處理后的動車組數據進行智能化分析
中國鐵道科學研究院電子計算技術研究所利用機理算法、規則模型以及閾值模型對處理后的動車組數據進行智能化分析,對動車組進行車組狀態監測、故障超前預警、歷史故障分析、部件性能退化分析、視情維修建議等,具體如下:
第一,車組狀態監控。匯集WTDS、TEDS、TADS系統報出的故障,以GIS地圖、列表、清單等形式展示動車組的運行狀態,方便動車組監控人員實時了解動車組運營狀態、車載數據變化、故障情況、線路狀態信息、動車組部件情況、健康狀態信息。
第二,故障超前預警。通過動車組數據收集,利用機理算法、規則模型以及簡單的閾值模型對動車組異常狀態進行預警,提醒相關人員對動車組進行監控及故障復核檢修,實現動車組故障的超前預警,保障動車組行車安全。
第三,歷史故障分析。通過對采集的動車組車載數據分析,檢索動車組故障時的網壓、運行加速度、牽引功率、制動力變化等數據,判斷動車組故障原因,著重檢查、消除故障。建立實時更新的動車組歷史故障庫,記錄故障現象、故障發生部位、故障處置方案、計算故障發生頻次,確定重點檢修部位,總結同一系統、位置的故障規律,為后續故障處理提供方案,同時為發現源頭質量問題提供依據。
第四,部件性能退化分析。以動車組部件為單位,通過性能劣化參數或曲線的變化,識別出部件的性能退化,并通過對曲線及影響因素的建模,預測部件性能的退化程度和時間規律。同時,根據部件故障統計結果及動車組故障影響分析結果,逐步發現新的需要故障識別的重要部件。
第五,視情維修建議。匯總動車組及部件的故障歷史、檢修歷史情況、車載運行數據,以車型、部件、檢修項目等為維度,考慮動車組維修時機、維修間隔及維修成本等要素,利用視情維修模型,在保障車輛可靠性的同時,降低維修費用,提高檢修效率,給出精準視情維修建議。
為動車組智能運維相關決策提供數據支撐
中國鐵道科學研究院電子計算技術研究所大數據技術在動車組智能運維方面的應用,為動車組智能運維相關決策提供數據支撐,包括修程修制優化、運維方案優化、資源配置優化、運維成本優化等方面:
首先,修程修制優化。構建PHM驅動的精準檢修模式,確保動車組運營安全,調整既有修程,優化維修周期,減少過度維修,構建中國動車組運維標準體系。
其次,運維方案優化。提供智能化、柔性化、定制化的動車組運用維修方案,充分發揮檢修能力,持續提高動車組利用率,支持復雜工況下的方案智能調整。
第三,資源配置優化。綜合考慮高鐵路網結構與運輸需求,為動車組運力配屬、段所檢修資源布局的優化提供決策支撐,完善動車組檢修生產力布局。
第四,運維成本優化。支撐動車組精益維修,有效利用生產要素,優化庫存,不斷降低動車組運維成本,促進高鐵持續健康發展。



