【摘要】本文从城市轨道交通钢轨运维现状出发，结合故障诊断与健康管理(PHM)技术体系深入调研城市轨道交通钢轨的运维需求，论述PHM技术在钢轨运维管理中的可行性和优越性，并提出初步的钢轨智慧化运维系统框架，以期为城市轨道交通钢轨的智慧化运维提供解决思路，提升钢轨运维的安全性和经济性。
【关键词】城市轨道交通；PHM技术；钢轨；智慧运维
1引言
由于安全、稳定、快速、准时、方便、容量大等特征，可以满足城郊区域内市民大规模集中出行的需求，城市轨道交通已在客流组织和公共交通中占有主导地位，近年来也得以迅速发展，主要承担城区出行需求，服务于城区居民日常生活出行。特别是随着物联网、云计算、5G、人工智能等技术的引入，推动了城市轨道交通运维和新技术的融合，加速传统城轨运维领域的智能化转型[1-3]。
2城市轨道交通钢轨智慧运维现状分析
我国轨道交通建设起步较晚，从修建我国首条地铁北京地铁1号线开始，城市轨道交通经历了探索发展阶段、调整发展阶段和加速发展阶段，截止2020年底，我国已有44个城市开通城市轨道交通运营服务，累计运营里程7715km。2021年作为“十四五”的开局之年，特别是“新基建”“交通强国”国家发展战略的提出，城市轨道交通发展将迎来新的增长点，提高运营质量的需求逐渐显现，运维市场也蕴藏着巨大的潜力和发展机遇。城市轨道交通和干线铁路同属轨道交通，但在轴重、速度、结构、构筑物等方面存在着较大的差异，以至城市轨道交通和干线铁路在养护维修标准和要求上有所不同。现阶段，城市轨道交通线路设备养护仍然是按照规定的时间和计划开展日常护理和计划维修，不考虑线路设备的状态，这类维修模式虽然使得企业维修管理变得稳定，但安排的维修周期不合理会导致欠修和过度维修现象的存在，增加维修成本。综上所述，城市轨道交通线路的养护模式可借鉴干线铁路状态的维修理念，但要考虑两者在状态评定指标上的差异不完全照搬。全球范围内，最早开通城市轨道交通的国家有英、德、法、日，已经拥有比较完善的养护维修规范，维修模式也已进入计划性和状态维修的结合阶段，在以养促修方面对线路设备状态有深入的了解。我国从第一条地铁开始在线路设备运营养护维修方面也积累了不少经验，后期开通的各城市轨道交通在线路维修方面相继参考沿用了北京地铁线路设备的养护维修模式[4-5]。
3PHM技术在城市轨道交通钢轨运维方面的应用
PHM作为一种新型的维修和管理模式，通过状态感知和状态评估预测设备的工作状态、可靠性和故障，结合维修制度、使用环境信息、管理模式及业务流程合理规划维修活动，实现设备全过程健康管控[6-7]。其理念起源于航空航天领域，随着我国轨道交通领域的快速发展，也逐渐引入到轨道线路运维领域，基于PHM的智能运维体系涵盖状态感知、状态评估、寿命预测、运维决策、智能修制和修后评估，涉及的关键技术包括感知技术、评估模型、预测模型、修程修制、维修技术、评估技术等。轨道交通是一个多专业、综合性、高复杂性的系统工程，信息化建设已全面覆盖轨道交通的各领域，经过几十年的创新研发，我国钢轨系统检测技术已形成满足高速铁路、既有铁路、城市轨道等领域所需的钢轨系统检测系统和分析处理系统，对钢轨系统日常运营和运维管理发挥重要作用，现阶段钢轨检测向着更高速、更智能、更高效、更便携等方向发展[8]。上海铁路局与中车唐山机车车辆有限公司联合开展了动车组故障预测与健康管理的研究工作，探寻故障与外部因素的关系，从而制定不同的检修优化策略，指导维修[9]。深圳地铁基于“智慧列车、智慧监测、智慧检修”实现车辆智慧运维，利用故障预测模型与维修规程的实际结合优化检修管理[10]。阿尔斯通推出智能管理系统HealthHub，实现车辆和基础设施的智能管理，通过实时评估关键部件的健康状态，预测风险，优化运维方式[11]。天泽智云开发的建模分析平台GenPro、智能轨交应用模型服务环境CyberShpere及大数据可视化等体系用以支撑PHM系统，为运维关键设备提供状态监测、PHM、故障诊断等服务，实现预测性维护策略的转型。总体而言，目前国内关于PHM技术的研究大多数还停留在跟随的阶段，缺乏成体系的自创性工作，主要表现在智能检/监测技术的成熟度和应用推广程度仍有一定局限，运维管理模式仍以计划修和故障修为主，缺少顶层设计和统一的管理平台，不同线路或系统的运维综合管理信息化程度差异大，缺乏统一的运维管理体系标准、技术标准、评价标准等。
4基于PHM的城市轨道交通钢轨智慧运维体系框架设计
智慧化运维是利用先进的物联网、人工智能、云计算、移动通信和大数据等技术对采集的海量信息进行处理分析，并监控、预测、评估、管理设备的健康状况，在设备发生故障前结合各种信息资源尽早开展监测和有效预测，有效降低运维中安全事故的发生率，提高管理效率，降低运营成本，实现效益最大化。以钢轨为研究对象研究基于PHM的钢轨系统运维健康管理平台，平台框架如图1所示，平台核心功能模块包括数据存储、诊断预测、健康评价、决策优化和实施方案制定5部分，外部接入信息包括感知系统检/监测数据，服役条件信息，制度与检修履历信息，该平台将为用户输出监管报告、各类专业报告等，以指导日常运维管理工作。
1）感知系统以城市轨道交通钢轨为研究对象，结合城市轨道交通线路修程修制和技术研究现状，提出如图2所示的运维过程感知网络框架，感知系统以机械和设备为主、人工为辅，逐步提升其信息化与智能化水平。钢轨作为独立部件，存在内外部伤损、表面磨耗和断轨等故障隐患，同时作为轨道系统的组成部件之一，其对系统的平顺性也存在一定的贡献，因此，钢轨的状态感知包含部件状态和系统状态两部分。在部件感知模块，根据故障类别，确定如下的感知设备和检测周期：①针对钢轨外观及表面的擦伤、锈蚀、平直度偏差等伤损，采用人工巡检+巡检机器人进行每日检查；②针对钢轨内部裂纹、连接焊缝等伤损，采用综合探伤车进行月检，采用小型的专业探伤小车进行季度检，针对钢轨表面的垂直、侧向磨耗等伤损，采用轨检车进行月检，采用小型的专业磨耗检测小车进行季度检；③针对钢轨断轨伤损，该故障对安全影响较大，需采用断轨监测系统进行重点部位的实时监测。在系统感知模块中根据故障类别确定如下的感知设备和检测周期：①针对动态不平顺，采用轨检车、探伤车进行局部几何超限和缺陷情况检测，采用轨检车进行轨道系统的轨距、左右轨向、左右高低、超高、水平、三角坑、曲率、钢轨顶磨和侧磨等几何状态检测，动态不平顺检测周期为月检；②针对静态不平顺，采用高精度的手持式、手推式、自动驾驶式轨检小车进行几何参数检测，检测周期为季检，针对综合不平顺，采用轨检车、正常行驶车辆进行添乘检测，检测周期为月检，部分重点关注线路可通过正常行驶车辆进行日检。
2）多源数据融合管理平台融合了感知系统检/监测数据，服役条件信息，制度与检修履历信息等多源信息，数据包括图片、影像、报表、文本、几何模型、地理信息等多种形式，时间上涵盖了生产、建设、运维、报废全生命流程；深入开展面向钢轨系统全生命周期海量异构数据的抓取、清洗、压缩等预处理技术，实现以尽量小的存储资源最大限度保存数据特征信息，降低后期数据分析与运用难度。以运维管理平台应用功能为导向，梳理运维过程数据资源与逻辑关系，设计分布式中心数据库架构，保障数据的可用性、可读性、一致性和扩展性。深入研究轨道线路抽象数据的可视化表达和交互共享技术，实现数据价值的快速提炼与呈现，提升辅助决策功能的时效性与易用性。
3）智能运维与决策分析基于车/线耦合系统动力学、轮轨接触疲劳可靠性分析、摩擦磨损分析等机理模型深入开展轨道线路部件故障产生机理、演变过程及其对系统的影响危害与映射关系研究。以部件状态检/监测数据、历史状态数据、维修履历、外部环境因素等海量数据为基础，深入开展基于状态数据的轨道线路结构部件故障辨识方法研究。根据轨道线路各结构的关联关系，研究通过浅层易检/监测结构状态反馈深埋/隐蔽结构健康状态的映射关系模型。以线上车辆运营安全、轨道线路结构本质安全两个方面为系统安全性评估依据，以部件故障影响危害与失效传递关系模型为系统安全性权重划分依据，构建轨道线路系统安全性评估模型，指导线路的运维管理。以运维安全性和经济性为优化目标，结合物资、人员、作业条件等约束，开展轨道线路部件维修策略研究，辅助运维部门的维修。
5结语
本文以钢轨为对象实例，基于PHM技术理念探索智能化的运维管理体系，提出实现城市轨道交通钢轨智能运维管理方向的智慧系统框架和主要研究点，该系统集设备状态感知、诊断预测、健康评估、决策支持于一体，可极大地提高钢轨实时安全预防和主动维修能力，降低运维管理成本，对进一步提高钢轨运维效率具有重要意义。
作者：吴华丽 江亚男 陈俊栋 单位：中铁成都科学技术研究院有限公司