基于智能列检机器人的地铁车辆维修策略相关思考

伍波

摘要：本文主要对地铁车辆维修相关内容进行分析，其中着重探究智能列检机器人在地铁车辆维修中的应用策略。对上述内容分析，有利于对列检作业效率提升，降低检修人员的劳动强度，优化智能列检机器人的应用。通过对地铁车辆维修相关内容的分析，以期为相关工作人员提供参考借鉴。

关键词：智能列检机器人;地铁运行;车辆维修

前言

地铁车辆列检工作多是以夜班检修为主，主要检查方式为人工观察，涉及多项检查内容、较大劳动强度，且工作人员容易出现疲劳的情况，检查工作会存在遗漏的现象，且对人工经验比较依赖，检修质量会因此受到影响。借助智能列检机器人开展列检作业，能够很好的降低人工列检作业工作量，对列检作业人员配置优化。

1智能列检机器人应用原理

对地铁车辆智能维修管理系统构建，主要是以智能化检测设备为基础，对预测性维修的目标有效实现，促进数字化、智能化管理系统建立，该系统结合现阶段的故障分析理论以及大数据中心，应用实时监测设备，对车辆运行状态信息有效采集，对设备裂化曲线预测，对故障预警有效实现。同时系统也能够分配材料、设备等方面的资源信息，借助人工智能，制定相应维修策略以及具體检修计划。

2基于智能列检机器人的地铁车辆维修策略

2.1采集信息

采集的信息主要包括车辆状态信息以及检修资源信息，如表1：

轨旁综合检测系统、车地无线传输系统是车辆状态信息采集系统的主要子系统。对于轨旁综合检测系统，借助正线轨旁、车辆段对检测装置安装，检测装置的基础为红外线、激光以及机器视觉等传感技术，在车辆经过装置时，能够对车辆磨耗件尺寸、外表等不同数据自动检测，并将数据传输到车辆智能维修管理平台之中，平台归类、分析把不同数据。该系统主要分为四个模块，如表2：

对检修资源信息采集，具体内容包括检修设备健康情况、备品备件及耗材资源存量情况、检修工位占用情况等。

2.2智能诊断

结合轨旁故障检测系统以及车载故障在线检测系统，获取实时、动态数据，以故障故障分析理论为基础，结合人工智能技术综合分析不同故障，并结合实际情况进行相应的性能趋势判断以及故障预警工作，并提出相应处理意见，并对检修任务有效生成，与现阶段检修资源情况相结合，对实际检修计划制定。事件树、故障树以及故障模式影响和危害性分析是列车故障智能诊断的主要理论基础。其中，事件树属于逻辑演绎法，基于给定的初因事件，对初因事件导致的不同事件序列分析，从而进一步对系统安全性、可靠性评价。应用故障树，明确产品出现故障的原因，以及不同组合方式，并对时间发生的概率进行相应计算。故障模式影响与危害性模式主要是对系统不同产品可能出现的故障模式，并归类不同故障模式的简易难易度、严重程度等方面情况。对于智能诊断而言，需要以大量历史数据为基础，并对相应数据库建立，保证充分的数据量，借助人工智能技术预测部件状态趋势、预警情况。

2.3检修计划

借助智能维修管理系统，能够自动匹配检修资源以及检修任务，在此基础上对具体检修计划生成。检修计划包括的子目如电子工单、质量要求、调度管理等，对检修作业起到指导作用。其中，对于检修调度管理工作，主要是结合检修计划，对人力资源、材料以及检修设备等方面使用计划明确。在具体检修时，结合检修具体情况，合理调整生产要素，从而对检修计划实施有效保证。对于检修工单管理，借助相关系统，能够对电子化检修工单自动生成，检修人员应用手持智能终端，开展不同检修工作，并结合作业规程，进行验收质检工作。作业过程中能够自动生成相应记录，并输送到管理系统中，对数据闭环有效实现。控制检修质量，包括对技术管理规程检修、不同工序作业方法、验收方法等。控制检修成本，系统能够对不同检修标准人工定额、检修用量、材料等情况自动生成保证检修的安全性。借助手持式智能终端，能够对现场作业过程中的安全管控有效实现，系统能够结合现阶段工作状态，明确车辆不同段具体情况，保证安全检修工作。管理检修方案，在结束检修后，系统能够对维修档案自动生成，并形成历史数据，为后续维修管理系统发展奠定良好的基础。

3总结

综上所述，将智能列检机器人应用到地铁车辆维修之中有重要的作用和意义。基于地铁车辆实际情况，构建智能维修管理系统，结合具体情况对故障诊断，并形成相应的检修任务计划，并采取有效措施，实现对地铁车辆故障的维修工作。针对其中存在的不足，相关工作人员还要加强相应研究。

参考文献

[1]孙洲.地铁车辆智能化维修策略的分析与研究[J].电子制作，2020，（23）： 98-100.

[2]李慕.地铁车辆智能维修管理系统的搭建[J].智能城市，2020，6（17）：107 -108.

无锡地铁集团有限公司运营分公司