大数据系统在上海轨道交通车辆运维中的初步应用

陈燕燕

(上海地铁维护保障有限公司车辆分公司,200233,上海//工程师)

超大规模的轨道交通网络运营给上海轨道交通带来了巨大的挑战，尤其是在车辆的运维管理方面，对运维安全性、可靠性和可维修性的要求越来越高，而轨道交通的可持续发展则需要降低相应的运维成本，这就意味着需要更加智能高效的设备运维手段。

轨道交通设备大数据运维管理系统能够有效地提升城市轨道交通系统设备的管理水平，实现精准的异常预警和故障预测，使得众多设备的管理更加经济高效[3]。因此，要提高轨道交通车辆设备的运维效率，就需要开发一套技术先进且符合自身特点的信息化系统——大数据系统。

1 上海轨道交通车辆设备运维现状和预期发展

随着科学技术的发展，以及人们对设备维修过程认识的不断深入，设备维修方式的演变经历了事后维修、预防维修和预知维修3个阶段。

1) 事后维修：它是初级的维修方式，亦称故障维修，即设备运转至故障停止才进行维修。

2) 预防维修：它是以时间(或其他参数)为基础的维修，通常称为定期计划检修。这种维修方式不需要对设备状态进行检查和检测，大、中、小修按规定的时间(或其他参数)间隔(即检修周期)进行计划维修。

3) 预知维修(亦称状态维修)：它是以设备运行状态为基础的检修，这种维修方式不规定检修周期，而是要对设备进行状态监测，根据设备监测和诊断的结果，视设备劣化或故障的程度，安排在适当的时间进行必要的设备维修[4]。

目前，发达国家的工业企业中普遍采用的是以状态维修为主的维修方式[5]，与其他两种维修方式相比，具有以下突出优点：

1) 可以向运行人员提供及时的信息，有效地支持运行，提高设备使用的合理性、运行的安全性和经济性，可充分挖掘设备潜力，延长服役期限，提高设备运行效果。

2) 利用设备状态监测及故障诊断技术，能实现由局部推测整体、由现象判断本质，以及由当前预测未来等，而不需要把设备逐一拆开分别检验，这样不仅极为方便省力，而且可实现在线、实时及动态的测量，并保证各种设备可靠运转，极大地满足了现代化设备使用、维修及生产的需要。

上海轨道交通车辆设备目前采用的是上述的事后维修(故障维修)和预防维修(计划检修)，计划检修分为日检、均衡修、架修和大修。这些维修方式缺乏对故障的预见性和针对性，并且维修效率较低。目前，上海轨道交通车辆设备管理中虽然已经开始引入预知维修，但仍处于研究和小规模试验阶段。

上海申通地铁集团有限公司已建立了故障报修平台、施工管理系统、车辆信息管理系统、物资管理系统，以及点巡检系统、受电弓和平轮监测等在线检测系统。

车辆设备的运维主要依赖车辆信息管理(VIM)系统，该系统覆盖了全网络运营列车的日常维修作业。列车正线运营时发生的故障，由人工输入故障报修平台，通过接口传入VIM系统。各种检修作业以工单方式发布，最终形成处理结果(包括物料消耗)。VIM系统是目前可靠性分析数据的唯一来源。

受电弓和平轮监测系统是两个完全独立的在线检测系统，仅提供故障报警。因缺乏数据分析，预警参数的设定缺乏科学依据，报警的准确性亦无法评估，不能替代人工检修作业。

因为业务管理系统与在线检测系统间独立运作，信息孤岛之间缺乏体系建设并无法综合运用，各系统的硬件设备也存在无法满足大数据存储及计算能力的问题，不能满足大数据分析的需求。因此，本文将从建立大数据系统的要求入手，借助在线检测、数据传输、大数据分析及检修方式等手段，建立网络运营管控的大数据统一平台，实现运营、维护及维修综合化，以达到提高城市轨道交通车辆设备运维效率的目的。

2 大数据系统的构建

为了改变传统的车辆设备以故障维修和计划维修为主的检修体系，急需构建基于状态监测、故障诊断及故障预测等状态维修的系统。

2. 1 在线监测系统

设备状态监测可分为在线监测和离线监测。在线监测是通过安装在生产线和设备上的各类监测装置，对生产及设备的信号进行连续自动监测，并将监测信息上传至终端接收端。在线监测系统包括：

1) 信号变送：检测的反映设备状态的物理量，通过相应的传感器传送到后续单元。

2) 信号处理：对传感器变送来的信号进行预处理，对干扰信号进行抑制。

3) 数据采集：采集、转换和记录经过处理的信号。

4) 信号传输：传送采集到的信号到后续单元。

5) 数据处理：处理和分析所采集的数据。

6) 故障诊断：将当前数据和历史数据进行分析，再给出诊断结果。

在线监测系统能检测设备的运行状态，并将其运行状态数据化，实现设备状态的在线监测和故障实时诊断。在线监测因工作量大和成本高，故其监测对象以关键设备为主。

鉴于上述理论，上海申通地铁集团有限公司车辆分公司着手建立了车地无线传输系统、车辆综合检测系统、检修平台可视化管理系统及点巡检系统，这些系统和原有的业务系统构成了大数据平台的数据源。

2. 2 大数据系统架构设计

大数据系统架构设计如图1所示，分为数据基础能力层、数据应用层和接口层。

图1 大数据系统架构

2. 2. 1 数据基础能力层

数据基础能力层包括数据源、数据接入、数据存储和数据分析。

1) 数据源：根据车辆设备在线检测系统和业务系统，按数据传输的形式分为无线链接、流媒体数据、关系型数据库数据和文件数据。这些组成了大数据系统的数据源。

2) 数据接入：针对无线链接接入的传感器数据，系统提供了一个数据网关负责解析车载通信设备的通信协议，并通过消息队列传入流式数据处理工具进行总线协议的解析。流媒体数据的接入、转码和存储都由流媒体服务器完成；关系型数据库数据接入则需要根据统计分析报表的业务需求定制ETL(数据仓库技术)工具；文件数据的接入则主要通过FTP(文件传输协议)或基于http(超文本传输协议)的工具完成。

3) 数据存储：针对经过解析后的时序传感器数据(无线链接或文件方式接入)，因具有数据量大且增长迅速等典型大数据特点，系统采用分布式Nosql数据库与分布式文件系统两种方式对其进行存储。通过流媒体服务器转存的视频文件则存储于文件系统中;对于关系型数据库数据，系统选用分布式数据库的方式存储。

4) 数据分析：对于大数据，Hadoop软件系统提供了大量分布式环境下的分析工具，包括大批量数据分析工具、流数据分析工具、基于SQL(结构化查询语言)的分析工具及基于内存的分析工具。

2. 2. 2 数据应用层

数据应用层包括主数据管理、领域知识和通用工具。

1) 主数据管理：主数据是指具有高业务价值的、可以在企业内跨越各部门被重复使用的数据，是单一、准确且权威的数据来源，如线路、车站、车型，列车号、员工信息等。通过主数据管理，实现数据在不同数据库之间进行传输和同步，以及在使用这些数据的不同应用系统之间的传输和同步[6]。

2) 领域知识：是指公司核心业务流程所需的规则、经验及标准规范等，如预警规则、设备故障树、RAMS(可靠性、可用性、可维护性和安全性)指标定义及故障诊断模型等。

3) 通用工具：指业务系统中一些通用的功能。如通知机制，系统利用通用工具可自定义通知发生的事件、通知人员和通知方式。通知方式包括邮件、短信和微信等。

2. 2. 3 接口层

大数据系统通过接口层对外提供数据服务，如主数据查询、列车状态数据查询等。业务接口主要包括在线监测系统与业务系统的接口。

3 大数据系统的应用与探讨

上海轨道交通车辆运维大数据系统目前已完成初步建设和应用，已有100多辆列车接入车地无线传输系统中。上海轨道交通17号线的车辆综合检测系统也开始使用，该系统的大数据系统的搭建提升了城市轨道交通车辆设备健康运维管理的水平，它将基于大数据分析，进行车辆设备运行健康评估、故障诊断智能化及风险预警，实现车辆设备的智能运维。

3. 1 正线故障处理实时监控

车地无线传输系统是上海轨道交通车辆设备运行状况的实时监控系统。该系统通过对牵引、辅助、制动、通信、车门、空调、旁路、紧急制动和轴箱的设备进行状态监控，可实时提供车辆设备的当前状态数据，如速度、网压、主风压力、蓄电池电压、客室温度及车辆载荷等；同时可完全复制列车司机显示屏的所有功能，帮助工程技术人员实时监控列车故障和预警信息，以及及时推荐最佳维修策略。该系统通过大数据架构中的数据采集、转换、存储和分析功能，帮助工程技术人员实时了解全网列车实时行驶位置和故障信息，如图2所示。

图2 车地无线传输系统界面

当列车在正线运营中发生故障时，工程技术人员能在第一时间通过该系统了解故障等级、故障代码、故障名称、故障系统及其他相关的技术参数数据，快速定位故障原因，远程进行故障诊断，推荐最佳处理策略，并以微信、邮件及短信等多种方式，通知相关人员及时处置。

3. 2 提升检修作业的自动化

3. 2. 1 车辆综合检测系统

车辆综合检测系统搭建在列车通过的轨道上，包括线阵相机、碳滑板磨耗检测相机、激光测距仪及温度传感器等。该系统对经过的列车进行检测，替代检修过程中的人工检查检测作业，从而提高了工作效率，减少了人工成本。综合检测的内容包括车体外观检测、受电弓检测、轴温平轮检测、轮对尺寸测量、360°轮廓扫描及车底红外温度检测等。例如，360°轮廓扫描是通过布置在轨旁的线阵相机，对驶过列车的车体、车顶及车底进行360°扫描，结合先进的图像识别算法，智能识别螺栓脱落、电气箱盖脱落、异物入侵及接地线缆脱落等故障。该功能可完全替代检修人员的现场检查目测工作。车辆综合检测系统的相机显示清晰度非常高，能清晰看到轴箱上紧固螺丝的防松标记，因此检修人员无需到达现场，即可对列车进行外观检查。

3. 2. 2 检修平台可视化管理系统

检修平台可视化管理系统的作用是为了在关键监控点位辅以实时视频监控，实时查看监控画面，便于更加准确、直观地得到现场的运行数据，减少误判率，以及提升运维监控能力。当列车进入检修平台后，通过该系统可实时检查列车整体结构及关键部位设施设备是否完好，如通过车顶安装的高清摄像头可查看受电弓及空调机组的细节画面，从而替代检修人员登车检查的工作。

3. 3 大数据分析探讨

构建城市轨道交通车辆大数据系统的基础是以可靠性为中心的维修理论。立足于车辆设备状态监测与诊断，逐步建立状态维修的检修策略。

大数据分析未来还将探讨以下几个内容：①车辆设备故障率实时统计与系统分析；②车辆设备状态特征变化趋势跟踪；③车辆设备健康状态的测评标准等。通过对大量在线检测数据的分析和车辆设备运维状态的跟踪，不断摸索设备劣化规律，优化车辆关键部位的维修周期，在确保设备可靠运行的同时，最大程度地节约维修成本。

总之，车辆设备状态维修主要是采用先进的状态监测技术和系统，利用计算机网络手段，根据检测的数据，通过比较和分析，利用其变化的大小和变化趋势提出车辆设备的检修建议。

4 结语

城市轨道交通车辆大数据系统以互联网+、人工智能和大数据分析为基础，采集车辆设备全寿命周期的所有相关数据，包括车辆设备状态数据、轨旁检测数据及管理信息数据。基于大数据系统实现实时监控列车状态、远程故障诊断与处理及故障状态的预警。通过该系统，能有效提高车辆设备的运行可靠性、提升运维效率，并可降低运维成本。