城市轨道交通站台门智能运维系统研究

本文发布已获得《都市快轨交通》授权

原文发表于《都市快轨交通》

第 36 卷  第 2 期  2023 年 4 月

如有转载请联系版权方，标明出处

随着地铁建设的高速发展，特别是无人驾驶模式运营的推广，预防维修、事后维修、全面生产维修等模式已不再符合智慧地铁高可靠性和安全性的发展趋势。因此，针对郑州地铁的现场运营情况以及日常运维过程中遇到的故障难以及时察觉、故障造成车辆延误等痛点问题，提出了一种基于大数据分析下多参量融合预测评价的智能运维系统。以郑州地铁实际运营情况为例，研发了智能运维系统工程样机，并进行了设备健康状态的可视化评价。

关键词:轨道交通；智能运维；实时监控；故障预测；备品备件

1研究背景

截至2021年底，郑州地铁运营线路共7条，总运营里程206.3km，共设车站152座，地铁公司员工突破11000人，随着在建8条线路的继续推进，日常所需的运营、巡检和维保人员依旧存在较大缺口。地铁站内机电设备日常巡检和维保的项目种类繁多，培训相关技术人员所需的花费较大，因此，如何在大数据、人工智能技术爆炸式发展的时代减少运维人员、节约运营成本、提升巡检的深度和广度、变计划修为预测修是当今世界公共交通领域研究的热点方向。

由于站台门发生故障时具有“诊断难、用时长、危害大”的特点，故本文以站台门为例，分析了日常维保中所遇故障的监测方法，建立了多参数健康评价体系，并据此建立了智能运维系统，以期为城市轨道交通的智能运维管理提供一种新的思路。

城市轨道交通中所用的全高站台门系统由电气和机械两部分构成：电气部分包括电源和控制系统，控制系统由中央接口盘(PSC)、门控单元(DCU)、就地控制盘(PSL)、紧急后备控制盘(IBP)、现场总线网络和相关软件等构成[1]；机械部分主要包括门机和门体，其中门体由滑动门、固定门、应急门、端门和承重结构等构成[2]。

为综合监控站台门机电设备的运行状况，本文设计的智能运维系统具有以下功能：

1)故障诊断：能够通过监控采集系统实时监测站台门系统各设备的运行状态数据，根据采集数据分析故障模式及部件，并将其可视化展示。

2)健康管理：根据设备零部件实时故障诊断结果及历史故障、维修的相关数据，依托预设设备健康评价模型，对当前“健康状况”进行诊断评估。

3)维保管理：根据专业检修规程进行站台门系统计划性维保，同时根据设备健康状态评价结果进行计划外的故障排查与设备维保，并将维保信息、故障记录和维保结果上传至智能运维系统。

4)库存管理：具备物资基础信息管理、出入库统计分析等功能，并可根据设备健康状态变化及时告知管理员相关部件的库存余量与部件厂家。

2站台门系统故障模式分析

根据郑州地铁运行线路维保积累的历史数据，站台门系统的主要故障特点为：故障原因不易诊断、故障后影响行车、故障不易提前预测、故障点多且分散，同时站台门系统故障率类似浴盆曲线，早期故障多集中在开通运行6个月的磨合期内。

其中故障率较高的设备为门锁(故障率为0.089%)和门机传动(故障率为0.033%)，因此本文以门机传动和门锁为例，分析故障模式以及智能运维系统中在线监测点的选择。

2.1门机传动故障

门机传动(见图1)主要由驱动电机、同步带、皮带挂件、导轨滚轮拖板和张紧装置等组成。在滑动门DCU中，预设了开关门的速度及位移曲线(见图2)。驱动装置控制着电机的转速和电流大小，从而驱动电机带动“主动轮—皮带—从动轮”根据预设曲线进行往复运动。

门机传动过程中常见的故障为同步带的松弛以及磨损导致开关门无法按照预设曲线的速度和运行状态进行[3]。故本文在门机传动设备中设定电机位置反馈信号和电机电流为监测点，实时监控门机的位移和速度，据此绘制位移、速度曲线。监测开关门时的电机电流曲线，并计算与预设曲线的偏差，以此来判断门机运行状态并进行故障预警。

2.2门锁故障

门锁由电磁铁、锁定解锁机构、锁定开关和左右到位开关组成，结构如图3所示。

当执行开门程序时，DCU发出通电命令，电磁铁通电将锁钩转动并拉起一定角度实现解锁，使锁定行程开关触发，DCU控制左右滑动门背向运动一段距离便脱离锁钩的水平约束，电磁铁断电，滑动门继续移动到门全开位置。

当执行关门程序时，DCU发出关门命令，两扇滑动门相向运动，在门关闭位置，每扇滑动门行走，托架上的锁销滑入锁钩啮合锁闭，同时行程开关触发，发出关门且锁闭信号。

门锁常见的故障为门锁未落到位、吸合不到位和卡滞，这些故障能够引起电磁铁电流和锁定时间变化。为研究故障时电磁铁电流的变化特性，进行了4种状态下电流的实时监测，并绘制了如图4所示的电磁铁电流变化曲线。锁定时间变化也可体现在电磁铁电流变化上，因此可选取电磁铁电流作为评判因数。选取正常带负载电磁铁电流曲线为标准曲线，计算实时采集和标准曲线的方差，以此来判断门锁工作状态，并与设置域值比较，根据比较结果对门锁故障预警。

3站台门健康状态评价体系

根据第2节中以门机传动和门锁为例阐述的故障模式与监测点选取的对应情况，最终在站台门系统中选取了38个原有监测点位，并在现有运营实例基础上新增了69个监测点位来进行站台门系统的工作状态监测和故障诊断，并据此建立健康评价体系。新增监测点位如表1所示。69项新增监测点位中38项状态需增加设备来监测数据，例如驱动电源柜内温、湿度监测需增加温湿度传感器等。31项新增状态原系统可实现监测，例如电机电流监测可通过DCU内部电机控制模块中的采样电阻进行测量，门机速度曲线监测可通过DCU中霍尔元件进行转速测量。

3.1评价指标体系评价指标体系可将对象对外展现的各项特性通过特定的评价方法进行有机整合，并可通过定量分析方法进行对象状态等方面的评价[4]。对于站台门系统，其健康状态评价主要是基于变化趋势、剩余可用度、故障概率和其他因素4个方面进行评价指标的确定。1)变化趋势。监测趋势数据是通过传感器等手段实时检测并记录设备运行状态。这些数据分为3类：①开关量：用于站台门状态的实时监测。②单个数值：滑动门每开关门一次计算一次，用于状态预警和健康评估。本文选取监测系统所得的锁定时间、开关门时间、电流等与正常运行状态的偏离度r作为评价指标

③曲线数据：考虑到站台门故障的变化趋势，每天按不同的时间点采集3次，计算与标准曲线的偏离度并记录，按天绘制偏离度曲线，计算偏离度变化趋势，用于状态预警和健康评估。

2)剩余可用度。剩余可用度是依据各站台门厂家或运营商提供的零部件设计寿命，通过实时动态的监测机电设备的运行状态和年限来反映的。本文采用郑州地铁公司现场巡检数据和已有的自动采集系统数据相结合的方式进行机电设备运行工况判断，并将剩余可用度d作为评价指标。

3)故障概率。历史数据是通过分析机电设备的维修及故障记录，并根据厂家出品同类产品的故障史来静态地反映机电设备运行中的安全状态。因此本文选取设备的历史故障概率作为评价指标。

4)其他因素。本文选取温度、湿度和风压等参数研究其对机电设备的影响程度h，并将其纳入评价指标。

3.2健康状态评价等价划分

根据郑州地铁站台门设备运营的历史数据，本文建立了站台门健康评价集Q={健康M1，良好M2，正常M3，临界健康M4}。本文采用模糊集合理论中的模糊隶属度函数来分析设备在不同状态间过渡存在的边界问题[5]。通过研究设备特征参数阈值对应的不同健康状态，建立了如图5所示的隶属度函数。

3.3健康状态评价体系构建

本文根据站台门系统机电设备的组成与功能，通过层次分析法[6]直观、有效、精确地构建了站台门系统健康评价体系，体系框架如图6所示。

3.4参数计算

1)参数特征归一化：为了将机电设备中单位不同的特征参数有机地融入健康评价体系中，应对在线监测所得数据进行归一化[7-8]。本文设有m组特征参数x，xs为标准值，xl和xu分别为下限和上限阈值，计算得到的归一化数值λi为：

2)参数特征权值：本文选用比例权值法进行权值计算来尽可能地去除主观因素，原则是参数权值随着特征参数与限值的接近程度减小而增大，对应更低的健康状态[9-10]。设有n个特征参数，则各参数的权值ωx为：

3)健康状态评估：设特征参数xi对应的评价集合Ri={ri1,ri2,ri3,ri4}，通过对各特征参数权值ωx进行加权累计计算，得到了站台门机电设备的健康状态评估结果：

式中，s1～s4为检测数据归一化以及加权累计后在4种健康状态中的得分，其中数值最大的即为设备评价所得的健康状态等级：小于0.6为故障，需立即修；小于0.8为异常状态，需安排维护；大于0.8为正常状态。4站台门智能运维系统方案设计4.1监控采集系统方案设计根据预测所需的监测点位，以及现场总线传输所要求的传输速度和准确性，设计了如图7所示的站台门监控采集系统。监控采集系统采用现场总线技术，可通过监控主机分布式控制每个站台门上的DCU，实现基本控制、参数修改、报警、监控等功能；通过智能运维采集主机控制单元控制器采集UPS、低压配电系统和上下行DCU内集成的传感器监测到的数据，利用监视主机进行本地显示，最后传输至综合监视系统进行各站中站

4.2智能运维系统软件及界面设计为实现多数据源下以可视化图表快速展示海量数据，方便展示地铁线路整体健康运维信息，设计了线网显示界面，截取线网显示界面如图8所示。在线网显示界面可看到各条线路中站台门的健康状态、备品备件出入库情况、每周/月/年的预警及故障信息统计等信息，为运维管理人员提供了一目了然的站台门运维管理信息，实现了高效便捷的站台门运维管理，大大降低了人工巡检的工作量。

4.3站台门智能运维系统现场应用由于郑州地铁运营年数仍处于设计寿命的前中期，站台门日常运行过程中出现故障的频率较低，因此需通过模拟设备异常状态来验证站台门智能运维系统的故障诊断和健康评价模块的准确性。为了进行站台门智能运维系统在地铁正常运营条件下的验证，分别选取4套站台门100万次试验样机，按4条线路工况来验证。选取的站台门点位的监测数据如图9所示。

通过智能运维系统可在线实时地观测4个站点站台门监测点位的动态数据、开关门的变化曲线以及开关门历史故障统计等信息。分别选取样机25万次、50万次、75万次和100万次时的数据进行设备健康评估，在初期和后期出现过异常报警，没有出现故障报警，符合预期。在样机百万次试验后，对门锁状态预警进行了测试。分别设置方差标准为200、500和1000等，阻挡门锁电磁铁吸合。方差标准为200、500时，有误报；方差标准为1000时，能预警，没有误报。通过图8的线网显示界面可看出，故障类型为“电磁铁故障”，系统通过电磁铁当前的电流变化曲线与图4拟合分析，判断故障为“吸合不到位”。从图10的设备健康界面可看出设备处于故障状态。

对门机传动状态预警进行测试时将同步带调松，可以在线网界面的预警统计中看出预警类型为“同步带松紧度异常”，从光标点击故障描述可以看出同步带上新增的压力反馈单元中监测的压力值为35N，低于标准压力值50N，处于异常工作状态，在设备健康界面可以看出设备处于异常状态，验证了本文设计的智能运维系统在现场应用的可行性和准确性。综上所述，智能运维系统可在线监测站台门的运行状态和数据变化，使得站台门日常巡检所需的巡检人员从2个人一组每天巡检6个站，调整为2个人一组每天巡检10个站。以1号线30个站台为例，每日所需的巡检人员从10人降至6人，可减少40%的运维人员。同时可通过在线监测实时掌握机电设备的运行参数，并利用智能运维系统的健康评价体系进行设备的健康评价以及零部件的劣化预测。根据评价预测结果能够自主地向运维部门推荐重点关注及维保的零部件，指导设备的备品备件管理，从而实现故障的早预警、细分类，进而将传统的计划性维修升级为预测性维修。同时站台门智能运维系统对站台门部件的在线监测提高了日常巡检的深度和广度，实现了对站台门故障的提前预警，降低了站台门发生故障的概率。5结语在综合分析郑州地铁站台门维保中遇到的痛点问题、故障部件、故障模式及危害后，通过设置站台门监控点位，在线监测各部件运行状态数据变化，举例分析研究了重点部件故障机理及故障时的运行数据变化规律，建立了基于多参量的健康评价体系，并据此搭建了站台门智能运维系统。站台门智能运维系统可实时监测站台门各部件的运行状态并给出健康评价，相比人工巡检可减少40%的运维人员，并提高了日常运维的深度和广度。其特有的故障预测功能可根据设备日常运行数据或状态的偏移进行故障的早期预警，实现了从传统计划性维修向预测性维修的升级，避免了设备“带病”运行使得简单维修变为复杂维修，减少了运维人员的工作量并降低了其工作难度。

BanmenArts & Chinametro