试论故障预测与健康管理技术在地铁列车上的应用

刘宏伟

摘 要：随着社会的不断发展，城市化进程越来越快，城市交通道路建设规模也在逐步扩大，需要加大地铁列车故障预测的研究，以加快地铁列车运行的安全性和稳定性，同时要积极利用现代科学和保障技术加强地铁列车的建设工作。在地铁建设中更多地使用故障预测和健康管理技术，有助于进一步促进我国现代地铁的持续稳定发展。本文主要关注地铁制动系统分析的总体框架，进一步进行故障预测和健康管理技术的探索，希望对未来在地铁应用和开发故障预测和健康管理技术方面提供相应的参考。

关键词：故障预测;健康管理技术;地铁列车;应用

中图分类号：U279 文献标识码：A 文章编号：1671-2064（2019）18-0076-02

0 引言

随着现代工业和科学技术的飞速发展，工业设备在航空航天、通信、地铁运输和工业化发展中的应用越来越复杂，设备自动化、集成化、智能化程度也越来越高。由于使用工业设备系统所需的技术复杂性较高，开发、生产、维护和支持设备成本高，而工业设备和系统故障在实际使用中中逐渐增加。这就是为什么研究故障预测与健康管理技术在地铁列车上的应用已经成为管理者、科学家和研究人员的热点的原因。

1 故障预测和健康管理简介

故障预测与健康管理技术首先解决地铁列车的运行问题，如在维修后的维护模式、维护工作中的真实状态维护、预防性维护问题。其次能够降低维护和使用成本，增强设备的可用性，促进维护时间评价任务的成功。通过研究制造设备状态的方法来记录、终身预测、健康检查、数据处理、预测评估、生成建议等功能，具有高度的健康状况智能评估功能，开放系统架构，使软件平台稳定运行。

2 故障预测与健康管理系统的主要组成部分

2.1 数据收集

各种传感器用于收集待检系统的相关参数信息，采集的数据用于有效的信息转换和信息传递。例如：检测有关发电机、电动机等运行状态的信息。

2.2 信息处理

数据信息被处理成有效形式，简化数据被压缩成数据，如频谱、图形和其他特征数据。例如：时域分配、频域分配和其他功能。

2.3 状态监测

将该数据与预定的故障数据库等进行比较，以监视系统的当前状态，并且可以根据预定的各种参数索引阈值来提供故障警报能力。例如：现场正常、异常数据量和数字比较功能。

2.4 健康评估

在大多数情况下，评估受监控系统的运行状况（例如，如果存在参数更改现象等），生成诊断故障日志，并确定发生故障的可能性。故障诊断基于各种运行状况，工作状态和维护历史数据库。用于分析和评估识别数据和专家知识。

2.5 故障预测

预测故障的能力是故障预测与健康管理系统的突出特征之一。在充分理解过程的前四个部分的基础上，以评估和预测受监控系统的未来健康状况，并做出判断，建议和采取适当的行动。例如，使用模糊分析和其他测量方法的一般误差预测的准确率超过80%，这基本上证明使用故障预测与健康管理技术给出良好的结果。

2.6 健康管理

计算机的人机界面，包括状态监测模块、警告、健康评估、预测、决策支持模块数據等，这些设备与上述其他系统之间，通过人机界面过程数据交换信息。例如：通过I/O接口使用LED、蜂鸣器和其他提示。

3 故障预测与健康管理技术在地铁列车的应用

根据故障预测与健康管理的技术要求，包括：数据采集（传感器）、健康评估（数据库）、支持决策（智能库）等，故障预测与健康管理技术是普遍存在的瓶颈，但是，必须遵循初学者到高级的一些事物的发展过程，从实验室到现场应用，需要一个设计、测试、认证、实践和纠正，然后实践的过程。故障预测与健康管理技术在地铁列车的应用与航空领域故障预测与健康管理技术的实施是一致的。目前故障预测与健康管理技术在美国航空业中的应用已经得到应用，日本的测试和评估设备已经实施。日本、美国的发展模式成为我国地铁列车发展的参考，在不同地区之间实现地铁列车高效运行。因此，我相信在不久的将来，地铁（地铁、高速列车等）能够通过我们自己的研究，采取适合我国地铁列车故障预测与健康管理技术。

3.1 传感器设计

设备诊断中的传感器按功能分为振动传感器、加速度传感器、声级计、温度传感器、光学传感器等。特别是在电力系统的设备诊断中，大多数传感器依赖于光纤、电压互感器或使用霍尔器件的传感器。它们必须具有良好的动态特性、灵敏度、稳定性和抗干扰性。然而，随着监控系统的网络化和复杂化，传感器的类型和数量急剧增加。

通常，一种是用于检测充电状态的直接接触型，另一种是用于检测充电状态的间接非接触型。前者在电气高压试验中是危险的，非接触式与电气负载设备无直接关系，如电磁感应原理、霍尔原理、温度测量原理和光电原理。其中强光电压传感器抗电磁干扰能力强、耐恶劣环境、绝缘性能好、体积小、重量轻、灵敏度高，但是价格昂贵、结构复杂、维修不便。利用电磁感应，霍尔原理电压传感器检测电的存在和不存在。然而，存在电磁特性，并且灵敏度具有一些影响，并且在没有电流的情况下不可能检测导体的充电状态。

静电传感技术是通过静电晶体管（静电感应晶体管）充电状态监测装置SIT，基于测量点电荷的功能分布建立传感器模型，以获得传感器的空间灵敏度。数字传感器由内部放大器、数字模拟模块和编解码器组成。

3.2 数字网络传感器

对于地铁列车中的牵引电动机的区域，充电状态的非接触检测通过信息通道进行。例如，地铁车辆中有16个三相牵引电动机（6组分组），总共48个线路（uvw）需要传感器，每根电缆捆绑在一起，传感器的IP地址是唯一的。该传感器重量轻、易于安装，具有高可靠性和安全性（防水、防尘）。因为传感器没有与地铁车辆的牵引电动机直接电接触。最后，48个传感器通过车辆数据线相互连接，并且它们的数据信息（模拟信号被转换成串行数据信号）被连续发送到计算机控制器，并且计算机控制器根据程序实现IP寻址，文件名自动创建。

在测试台上工作时，1500VDC和400VAC逆变器I/O的频域和时域图由单个传感器检测。以及在测试台上工作时1100VAC牵引电机的频域图和时域图。在信息设备的部分中可以观察到其检测时域和使用频域的数据分析，特别是来自谐波理论表示可能发生电气设备的故障。帮助维护人员提前做好机电设备的预防措施，这使研究人员可以通过数据库一段时间，建立标准模块的经验知识库。逐步改进检测系统的功能，以便可以创建故障预测与健康管理技术过程的一部分。因此，它起到了积极的作用。科学化的使用使隐患大大减少、维护成本可控、行政效率显著提高。因此，故障预测与健康管理技术和方法可以帮助开发更环保、更经济的业务类型。

3.3 信息处理与状态监测

信息处理主要依赖于系统平台上的工业PC控制器，基于“小波”分析“FFT”分析等，取决于DUT，并按需选择软件进行现场计算和分析过程。实现软件开发需要一个团队（系统设计人员和现场用户），根据项目设计要求来完成数据I/O接口的软件和图表、数据存储等功能。日本公司ATC故障预测与健康管理技术概念开发KS2000、KS3000和KS7000系列广泛应用于电力、石油、地铁运输等领域，并得到用户的积极评价。在使用KS系列期间，我们发现先进技术为用户带来了显著的经济效益，这可以反映在故障预测与健康管理技术中。只有在设备需要维修时才能进行必要的维护，避免不必要的维护和诊断工作。可以大大减少维修成本，提高维护的效率和质量。

3.4 健康评估与安全决策

健康评估和安全决策是故障预测与健康管理技术研究的重点，因为世界上有各种设备诊断设备，唯一缺少的是用户报告的健康检查和安全决策（评估），尽管有些软件有这个功能，但评价内容不全面。重点是发动机支架、发动机隔离等，测试仪器的性价比较一般，原因是研究者不关心用户生产测试设备需要什么（支持故障预测与健康管理技术的描述），不能真正收集数据并建立标准模块的场景。在时间和过程方面需要漫长的发展过程。如果没有坚持不懈的努力，就不可能实现故障预测与健康管理技术。当然，当提供图表分析时，用户可以更清楚地知晓其中的故障，同时可能报告其他电气系统（电池、UPS等），以便更好地进行健康评估检测，我们希望故障预测与健康管理技术能够为地铁列车的发展做出进一步贡献。

4 展望未来

故障预测与健康管理系统逐渐吸引了人们的注意力，但它仍然距离现有技术应用水平较远。除了一些机电设备之外，在大多数设备系统中还没有很好地应用電子产品的故障处理机制，并且一些仅仅是错误检测设备（例如本文档中描述的静电传感器）而且不能预测错误。此外，还需要进行大量研究，以确定如何正确有效地评估系统状况并做出最佳维护决策。鉴于故障预测与健康管理系统中使用的一些技术已经通过实际使用得到验证，例如来自日本ATC公司的KS系列智能机电测试设备。

据报道，故障预测与健康管理技术在整个研究框架的各个部分都有相对清晰的发展思路，也面临着许多现实的技术挑战。虽然传感器技术的发展为机械振动和机械诊断等温度场提供了充分的信息收集方法，但仍然没有更有效的方法来现场监测电力系统，特别是电子元件的功率状态。同时就监控信息处理方法而言，实际系统是严格非线性的。因此，缺乏非线性系统的一般建模方法已逐渐成为研究前沿的研究课题。并且由于实际应用往往是一个复杂的系统工程，具有严重的非线性特征，如时变参数及其数学模型不存在或过于复杂，噪声的统计特性不理想、不确定性和外部问题的诊断和预测非常复杂。需要研究人员不断加强对于故障预测与健康管理技术的研究，促进我国地铁列车的高效发展与运行。

5 结语

随着地铁线路不断发展，城市地铁向集成化、智能化、网络化发展，故障预测与健康管理应不断适应新形势，不断优化，为地铁网络运营提供更好的服务。因此，综合预测方法已成为一个新的热点，作为谐波分析方法，要整合各种独特的信息（如频率特性），加强机电设备的研发，如故障机制、电压损坏，对可能会出现的故障进行积极有效的预防。逐步加强故障预测与健康管理技术在地铁列车中的应用，促进我国地铁列车的高效运行和发展。

参考文献

[1] 廖高毅.地铁施工安全监测数据处理与管理技术研究[D].西南交通大学，2017.

[2] 江鹏.地铁施工管理与施工技术分析[J].四川水泥，2018（12）：147.

[3] 李祥进.BIM技术在地铁项目施工管理中的应用[D].长春工程学院，2018.