白癜风怎么控制 https://yiyuan.99.com.cn/bjzkbdfyy/bdfrq/283787.html
本文作者：段亚美、施聪、黄晓荣(上海地铁维护保障有限公司通号分公司)

摘要

针对上海轨道交通信号系统的设备管理现状及超大规模运营环境下设备维护管理需求,基于故障预测与健康管理(PHM)技术,构建了信号系统健康管理体系。通过对健康管理体系的不断升级以及人事物态的持续优化,可实现上海轨道交通信号系统的设备全寿命周期健康管理,以及系统状态修、智能预测诊断及故障快速响应。随着上海轨道交通建设的快速发展,上海地铁已由初期的线路运营逐步演进到目前的网络化运营,年路网运营总里程预计将超过km,工作日客流将达到万乘次。届时,上海地铁将迈入超大规模网络化运营阶段,使得轨道交通成为城市正常运转的交通保障关键支柱。超大规模网络化运营不仅体现在规模增加,也体现在网络结构功能与装备系统的革新,因此,对设备运维管理提出了更高的要求,以保证城市轨道交通超大规模线网常态化高强度运营。1信号系统设备维护管理现状1.1传统设备维护管理模式1)维护管理模式目前多以人工测量及在线感知数据为主,分析的准确性、时效性、完整性不足，特别是面向超大规模的线网设备,设备数据量巨大,设备数据关联性强,人工分析模式无法持续。2)信号设备运行状态及参数大多以人工定期测量为主,数据时效性、准确性、覆盖面不足。部分线路具备简单的在线监测功能,初步采集了相关设备状态及参数,但在线感知覆盖面较弱。3)维护管理模式中设备运行规律总结、故障判断及处理、维护决策多以人工经验为主,缺乏有效的数据支持和智能化指导。4)运营和运维壁垒严重.多以人工交流、电话、报告沟通为主。人工调度的时效性低﹑准确性差，阻碍了运营对动态事件、动态设备状态的快速响应及调整。同时,维护管理模式中多以计划性维护为主,人工投入巨大,产生的维护作用有限。1.2超大规模运营环境下设备维护管理需求城市轨道交通超人规模线网的常态化高强度运营对设备维保提出了超高要求,主要表现在以下5点:①网络化运营中单线单点故障易呈网状扩散.运营对设备设施的可靠性及可用性有极高的要求;②线网中设备数量﹑种类、场景都呈现多样复杂性，质量提出了更高要求;5传统维修技术不足,仍大多处于故障修、计划修阶段,资源分配不合理,极易导致“维修不足”或“维修过剩”,系统安全隐患大。城市轨道交通信号系统作为线网控制核心和安全核心,要求其在超过10年的全寿命周期始终保持高度安全性﹑高度可用性,为此迫切需要体系化的设施设备健康管理。2全寿命周期健康管理研究现状故障预测与健康管理(prognosticandhealthmanagemenl,PHM)技术是利用大量的设备状态监测数据,基于故障模型和人工智能算法,监测、诊断、预测和管理设备健康状态的技术,对保障设备全寿命周期内的高可靠性与低故障率发挥着重要作用。PHM技术的采用已成为设备智能化发展的重要标志,目前已在新一代飞机﹑舰船﹑高速铁路﹑动车以及大型工业设备等领域得到深入研究与广泛应用。如:由英美及其他国家军方合作开发的联合攻击战斗机JSF项目中,以PHM为其自主保障的核心技术起到重要作用;王玘、何正友等将PHM和主动维护应用于高速铁路牵引供电系统中，有效解决了故障预警、系统健康评估、全寿命周期可靠性分析及维修策略决策与优化的问题。通过应用PHM技术,可预测设备故障隐患和可靠工作寿命,极大提升设备安全性,降低故障影响;科学评估设备健康状态,自动生成设备维修方案及维修策略,提升维护维修效率,降低设备运维成本。最终目的是实现从“故障维修”、“计划维修”到“状态维修”的转变。3信号系统健康管理体系规划通过对城市轨道交通的当前需求及未来发展趋势分析,并结合各相关行业及技术的发展,将城市轨道交通信号系统的健康管理体系划为4个层级(健康管理1.0、健康管理2.0、健康管理3.0、健康管理4.0),如图1所示。通过技术体系的不断升级及管理体系人事物态的持续优化,逐步实现对信号系统关键设施设备的健康管理全覆盖,形成健康管理整体解决方案。城市轨道交通信号系统健康管理1.0至健康管理4.0的整体规划如表1所示。4PHM在城市轨道交通信号系统健康管理体系中的应用4.1健康管理体系构建新型城市轨道交通信号系统健康管理体系从当前系统状态出发,首先进行信号数据采集与接入,包括道岔转辙机、基于通信的列车自动控制(CBTC)系统、计轴、电源、机房环境等数据,获取传感器感知数据、系统/设备性能参数﹑功能参数等数据。经过数据处理,完成数据转化、存储、分析及展示,实现设备状态监测,并结合系统结构信息标准参数信息﹑环境信息等展开健康状态评估﹑故障诊断预测。针对信号系统故障,实施故障定位,机理分析﹑故障溯源。针对设备异常信息,实施数据趋势分析,并及时预警。综合转辙机、区域控制器/线路控制器、车载、列车自动监控系统(ATS)、数据通信系统(DCS)、计轴、电源等信号设备实时运行数据及历史信息,进行智能预警分析、大数据分析、设备质量评价、设备剩余寿命预测等,实施系统健康管理。通过建立信号系统健康管理过程的闭环跟踪，为设备运维提供一个完整的在线监测、诊断预测、分析处理、问题反馈的维护作业处理机制。同时将维护任务的执行人、维护部门﹑备品备件库、供货商、负责人等纳入健康管理体系,覆盖设备维护全过程,如图2所示。4.2健康管理体系应用基于PHM的城市轨道交通信号系统健康管理体系应用如图3所示。1)数据采集。实现面向信号系统核心设备的声、光、电、信息流等安全感知,突破非侵入﹑高隔离、大动态﹑强实时的信号系统参数可信采集技术瓶颈,完善在线感知覆盖面,构建可自识别关键场景、自切换采样模式的综合智能感知系统。具体包括智能视频异常捕获、安全继电器状态监测﹑转辙机图像传感器/启动传感器/油压液位传感器/电功率传感器等多源采集、机房温湿度传感器采集等。同时,开放接口实现外部系统数据接入,如与联锁诊断和维护子系统(diagnosticsandmaintenancesub-system,SDM)接口实现计算机联锁状态数据接入，与电源屏、UPS电源分别实现电源屏的输入/输出电压、输入/输出状态、接触器状态、模块状态、告警等数据的接入;UPS电源模拟量及状态、电池管理系统(BMS)模拟量及状态、告警等信息接入。2)集成化监测。面向全线网信号设备,实现道岔转辙机、电源、CBTC、计轴、环境控制等设备状态感知与一体化集成在线监测。通过全面汇聚信号设备的运行状态数据、电气特性值、工况参数值等，实现设备信息的集中展示与存储,有效进行设备状态评估及故障/异常报警,提升信号设备维护的专业化、综合化与集成化。3)故障分析与预测。信号系统工况参数不断波动,正常范围和超限阈值非常接近,简单进行数值比较往往产生较高的虚警率,这也是常规运维系统的普遍共性问题。系统基于专家知识库及业务建模,结合推理机完成故障推理演绎过程,并通过在线实时数据注入完成整个实时故障诊断计算,为系统实时定位故障位置及故障原因提供后台支撑。在故障出现时,能自动定位故障处所和原因,以故障原理图方式显示故障位置。同时,系统通过短、中、长期趋势劣化跟踪算法,对电气特性类变量实现昼夜不间断全程趋势盯控,并结合波形分析﹑故障树分析等方法为设备隐患提供预防性诊断功能，在监测信息出现异常波动、突变、超限等情况时,能自动发现故障隐患,及时预警。通过大数据技术进行综合分析,实现不依赖人工分析的故障定位﹑智能诊断﹑故障追溯﹑趋势判断及自动预警等。具体包括信号专业建模﹑超限及趋势判断、设备故障特征提取、基于推理机制的故障诊断﹑基于知识库的故障追溯、基于人工智能的故障预测、诊断模型自学习等。4)运维多专业协同。构建基于大数据和云计算等技术﹑集成多专业的信号系统健康管理平台，根据运营场景需求生成跨专业调度预案,即时驱动控制和运营调整。具体包括异构数据归一化、分布式消息总线、多维数据智能挖掘等。5)健康管理决策。信号设备劣化机理复杂,维修决策严重依赖人工经验往往导致过度维修和欠维修。通过信号设备全寿命周期质量管控,智能分析设备健康度﹑剩余寿命、承载容量等,提出设备检维修建议,辅助维修决策,突破了传统靠人发现、靠人分析的计划修模式,缩短故障处理时间,提升运营质量。具体包括预防性维修﹑健康指数计算﹑服役寿命预测﹑检修周期主动决策、维修计划自动生成、告警信息自动分发、增强现实(AR)维修界面等。5结语基于PHM技术构建的城市轨道交通信号系统健康管理体系已于上海地铁维护保障有限公司通号分公司信号专业智能运维系统建设中得以应用实践。经过近两年的运行验证,该系统很大程度上克服了传统维护管理模式的缺点。现阶段获取的成效主要包括:1)通过对全线网信号系统业务实现全面及专业化的智能感知与集成监测(包括道岔转辙机、电源、CBTC、计轴、环控等子系统),实现设备一体化协同运维与健康管理,信号系统关键设备感知覆盖率超过90%;2)通过在线设备监测﹑故障智能诊断、应急调度指挥,提高系统可靠性、可用性及安全性,实现行车风险保障和运营安全管控,运营可靠度(运营延误5min以上平均运营里程)超过万车km/次;3)通过故障预测分析、可视化故障再现、增量化故障案例库管理、知识库管理等智能管控设备状态,降低故障率,实现综合性维护管理来源：年第12期《城市轨道交通研究》预览时标签不可点收录于话题#个上一篇下一篇