城市轨道交通AFC智能运维系统探讨

付保明，张 宁，陆 斌

（1．苏州市轨道交通集团有限公司，江苏苏州 215006；2．东南大学智能运输系统研究中心轨道交通研究所，南京 210018；3．南京熊猫信息产业有限公司，南京 210038）

截至2021年年中，国内共有49个城市开通运营轨道交通，运营里程达8 448.67 km，线网规模和客流规模居全球第一。在轨道交通建设快速推进的同时，大量新技术被应用到轨道交通中，使设备的使用操作、维护维修等变得日益复杂，对管理人员提出了更高要求。但在网络化运营的情况下，运营管理的数字化、信息化、智能化却发展缓慢，尤其在设备运维方面，大多数企业仍旧采用传统的定期检修加故障维修的维护模式，存在运维效率低、成本高等问题[1]。随着大数据、物联网、云计算、人工智能、故障预测与健康管理等技术的发展与成熟，一些城市尝试整合相关技术，构建智能运维平台，实现了信号[2]、供电[3]、车辆[4]等机电系统的智能化运维，取得了不错的效果。同时，有学者进一步提出了综合运维方案[5]，将轨道交通通信、信号、车辆等专业的运维需求进行整合，实现跨专业、跨工种的智能诊断和综合分析，为轨道交通运维发展提供了方向。

自 动 售 检 票（Automatic Fare Collection, AFC）系统直接面向乘客，为乘客提供购票、检票等服务，其系统状态直接影响运营服务水平及乘客满意度。同时，移动支付、人脸识别等“互联网+”技术在该系统中的应用，对系统可靠性提出了更高要求，使得人员的使用要求、维护维修及培训过程都变得日益复杂。当前，国内对该系统智能运维的研究尚处于起步阶段，研究文献甚少，因此考虑将相关智能化技术应用到AFC系统，实现系统的智能化运维，对提升设备可用性、提高该系统运维水平、降低运维成本、延长设备生命周期有着重要的意义。

1 智能运维概念

城市轨道交通智能维保是充分利用智能化、信息化和大数据等手段，在获取大量的设备运行状态数据基础上，通过数据计算和深度挖掘，指导设备运用与维护、优化运营管理方式和管理成本，从而提升运营管理活动和促进高质量可持续发展的过程[6]。通过智能化运维，运营单位可在设备管理、设备维修管理、备品备件管理、人员管理等方面提升管理水平，降低运维成本。针对AFC系统，智能运维的内容主要如图1所示。

图1 智能运维主要内容Fig.1 Main contents of intelligent operation and maintenance

1）运维信息化：利用物联网、云存储等技术，将与系统设备相关的结构化及非结构化数据行自动采集、存储，为智能运维提供数据基础。

2）系统管理可视化：利用数据可视化技术，直观、真实、精确地展示设备的基础信息及运行状态信息，便于运维人员实时掌握系统状态。

3）运维决策智能化：利用大数据分析等技术，进行设备状态预测及故障分析，为运维方案提供依据，实现AFC系统设备的全寿命周期管理。

4）运维作业标准化：采用智能维修辅助终端，实现作业流程的标准化、信息化，降低运维人员的劳动强度，提高维修效率。

5）运营保障协同化：对AFC系统各级设备、运维人员、备品备件、维修工具等资源进行实时监测，从而实现配置优化、精准调度和协同运转。

2 运维现状及问题

当前，地铁AFC系统设备运维工作主要包括设备点检、计划性巡检、故障管理、技术资料管理、备件管理、工单管理和任务管理等。资料管理以纸质台账管理为主，维修以定期检修加故障维修为主。传统的运维模式存在的问题如图2所示。

图2 当前运维存在的问题Fig.2 Problems in current operation and maintenance

2.1 信息化水平低

从最初的单线运营到如今的网络化运营，运营管理部门积累了丰富的管理经验和大量的设备维护资料，但大量的设备维护信息仍保留在纸质台账里，管理经验也只体现在维护手册中。一些地铁公司虽建立了维保派单系统及备件管理系统，但这些系统也只是实现部分管理环节的信息化。运维管理的信息化是实现运维智能化的基础，当前运维管理的信息化水平直接制约了运维信息的深度挖掘和二次利用，制约运维管理模式的优化，制约运维管理效率的提升。

2.2 管理体系不健全

AFC系统是由清分子系统、中央计算机子系统、车站计算机子系统及车站终端设备组成的复杂网络系统[7]。其中，自动检票机（Automatic Gate Machine，AGM）、自动售票机（Ticket Vending Machine，TVM）等终端设备集成了票卡读写器、票卡发售/回收模块、工控机、纸/硬币处理模块、通行逻辑控制模块等众多核心模块。鉴于国内AFC系统的招标建设模式，不同线路的系统集成商和设备模块供货商均可能不同，因此不同模块的故障原因、故障频次、维修策略不尽相同。而定期检修加故障维修的维护模式未能充分考虑各设备模块间的差异，存在部分设备过度维保而部分设备欠保养的现象。全面、规范化、流程化和细致化的维保体系有待进一步完善。

2.3 运维效率低

当前运维模式下，运维人员无法实时掌握设备的运行状态，无法第一时间对设备故障进行处理。当设备发生故障时，需现场管理人员先将故障信息上报运维部门，运维部门再通过派单系统安排维修人员至现场处理。任一环节的脱节都会影响现场故障的处理。同时，由于维修人员并不能提前获取故障原因、维修策略等信息，需要现场分析、处理，这进一步拖延了维修的时间。

此外，故障处理完全依靠维修人员的经验，需要维修人员具有极高的业务素养。但运维人员经验参差不齐，难以确保故障的高效处理。

简化维修流程，及时为维修人员提供必要的故障原因、维修方案等运维辅助信息，能够有效缩短维修时间，提高维修效率。

2.4 运维成本高

由于AFC系统设备种类多、数量大，现有运维模式需要维持庞大的运维队伍。运维部门可以采取运维人员外包等方式减少自身人员配置，降低人力成本。但外包人员的业务素质却难以保障，综合维修成本依然居高不下。

此外，备品备件管理与使用部门不一致，管理部门缺乏备件采购的科学指导依据。为满足现场需求，在运营初期直接大量采购各类备件，运营过程中再依据使用部门意见进行补充采购，存在库存种类和数量与现场使用需求不匹配、采购滞后于现场需求等问题。不仅产生高昂的初期采购成本及库存管理成本，还会导致投资的浪费。

因此，急需通过构建AFC智能运维系统，在实现系统设备智能化管理的基础上，优化运维模式，降低运维成本，提高运营管理水平。

3 智能运维系统设计

依据智能运维的基本概念，结合AFC系统运维的业务需求及现状，从系统业务功能、架构等架构层面，对智能运维系统的设计进行详细描述。

3.1 系统业务功能

3.1.1 设备管理

设备管理涉及集成设备（如检票机）和主要部件（如扇门）的管理，主要包括设备及部件基础信息、使用情况等。智能运维系统不仅对设备及主要部件信息进行全面的采集，而且利用BIM等信息技术对AFC系统设备及部件进行几何建模，并将模型与安装位置、运行状况等信息结合，在实现设备快速定位与基础信息查询的同时，可直观、真实、精确地展示设备形状、设备分布、设备运行状况。主要部件管理功能的内容如图3所示。

图3 部件管理内容Fig.3 Contents of the management of components and parts

3.1.2 维修管理

不同于传统运维模式，智能运维系统可对设备历史运行状态信息、检修记录、维修记录进行自动化分析，建立设备故障预测模型，并结合设备实时运行状态，对设备的运行状态进行预测，进而实现设备状态修。同时，通过设备故障数据的统计分析，建立设备故障诊断模型，为维修人员提供辅助决策。此外，通过运维数据的智能化分析结果，制定灵活多变的检修方案，打破传统检修模式，减少现场巡检及检修的频次，降低检修成本。维修管理功能的主要内容如图4所示。

图4 维修管理内容Fig.4 Contents of maintenance management

智能运维系统实现故障管理、检修管理与工单管理的联动，实时通过智能维修终端将工单及设备基本信息、故障信息、维修方案等推送给一线运维人员，在确保响应速度的同时提高维修质量。

3.1.3 备件管理

通过搭建线网级的备品备件管理系统，实现线网备品备件的数字化统一管理。管理人员能够快速查阅分布于各线路车辆段有关备件的规格型号、库存量、存放位置等信息，进而实现备件的跨线路调配，提高备件的利用率，避免资源浪费。同时，通过对全线网的设备故障更换数据进行分析，建立备件消耗预警模型，为管理人员提供定制化、差异化的采购计划，在保证备件供应的同时，降低采购成本。

3.2 系统架构设计

根据智能运维的主要业务场景，按照“一个数据平台，多个业务系统”的模式构建系统，系统架构如图5所示。

图5 智能运维系统架构Fig.5 Architecture of intelligent operation and maintenance system

在该系统架构中，智能运维数据平台采集并储存各线AFC系统设备及模块的基础信息、使用信息、维修信息等；设备管理子系统实现设备基础信息的维护、部件使用情况的跟踪、设备状态的监视等；维护管理子系统实现维护培训、维修方案制定、故障分析、故障预测、智能工单及检修计划制定等；备件管理子系统实现备件的采购管理、库存管理等。

3.3 业务架构设计

智能运维系统通过AFC系统实时获取终端设备的运行状态数据，并对数据进行数据清洗、转换和存储。同时，维修人员、备品备件、设备模型等信息通过管理终端纳入智能运维系统的管理范畴。从信息处理流程的角度，智能运维系统可分为应用层、业务层、数据层和设备层4层架构，具体如图6所示。

图6 智能运维业务架构Fig.6 Architecture of the services of intelligent operation and maintenance

管理人员在应用层制定维修计划、维修方案以及备件管理优化方案；同时，为维修人员提供直观的设备模型及故障分析，从而提高其业务水平和维修效率。业务层根据应用层的具体需求，对具体的业务进行逻辑处理，制定相应的业务模型，为应用层的决策提供依据。

4 系统建设

智能运维系统建设尚处于初步探索阶段，缺乏统一的建设标准。因此，建设部门应根据自身系统建设情况，结合大数据、人工智能等技术，并参考相关行业的应用案例，稳步推进AFC智能运维系统的建设。

4.1 制定标准规范

考虑到AFC系统的特殊性，在系统建设的过程，通过编制线网技术规程，对系统的业务、通讯、数据文件及读写器等进行定义和规范，从而确保各线路的互联互通。根据线网规程，部分设备及其组成模块的状态信息能够传递给上位系统。某地铁线网规程中硬币模块状态信息如表1所示。

与传统AFC系统相比，智能运维系统所需的设备信息更加全面，为确保各线路的顺利接入，需在既有线网规程的基础上，补充编制智能运维相关技术标准，包括以下两个方面。

1）系统业务规程：对AFC智能运维系统的主要业务进行定义，包括运维系统架构、主要系统功能及技术要求等。

表1 硬币模块状态信息定义Tab.1 Definition of coin module status information

2）数据接口：对AFC智能运维系统与线路AFC系统的接口进行定义。若接口已在既有规程中有相关定义，则直接沿用既有标准；对于新增的数据及接口，则需进行相应的补充。

4.2 转变管理思维

智能运维的核心在数据，是以数据为核心，业务为导向的闭环系统。在系统建设及运行过程中，充分认识到数据的重要性。在数据源方面，应在既有AFC系统数据信息的基础上，通过新增传感器、使用数字化维修终端、新增数据传输接口等形式，丰富运维数据的种类。在数据使用方面，充分利用大数据、人工智能等数据处理技术，对网络化运营所积累的大量运维数据进行分析，构建符合各设备实际使用情况的故障诊断模型、设备状态预警模型及备件预警模型。管理人员以模型结果为依据，开展故障维修、设备状态修、备件采购等工作，实现运维工作的科学化管理。同时，随着新的运维数据的不断累积，运维模型进一步得到修正，运维方案更加切合实际运维需求。运维数据与业务关系如图7所示。

图7 数据与业务闭环示意Fig.7 Diagram of the closed loop of data and services

5 结论

智能化运维是实现设备全寿命周期管理、提升设备管理水平的重要途径，也是智慧城轨的重要体现，更是运维管理的必然趋势。笔者将智能运维与AFC运维工作结合，提出了AFC智能运维系统，为AFC系统运维提供了一种发展思路。建设数字化、可视化、智能化的AFC运维系统，能够有效减轻运维人员压力、降低运维成本、提高检修及维修效率。在数据存储、数据处理、数据建模、业务优化等方面仍有诸多问题尚待解决优化，AFC系统智能运维之路任重道远。