摘要:针对地铁空调运用过程中涉及的检修、故障处理、问题分析、进度跟踪等问题，以及运用过程中需要对设备的关键历史信息能快速查询及分析，提出基于信息化、大数据及智能化等技术的地铁空调综合管理系统，并从平台的角度就如何融合空调检修(维保)、故障预诊断及预警、信息分析、计划管理及进度追踪等方面提出一个系统性解决方案，以提升地铁空调在运用过程中相关工作管理的高效性，并提升地铁空调在线可用率，降低相关成本，提升乘客的舒适性。
关键词:物联网;预诊断;故障预警;空调维保;轨道空调
0引言
在地铁车辆空调的实际运用过程中存在很多工作，尤其是对于空调的采购、制造、维护、检修及问题处理等信息的获取非常迫切，很多时候处理某一个事务不是简单地需要某一部分的信息，而是多个信息的综合体现，同时需要多种信息的融合和配合。在既有综合信息的基础上，结合大数据、物联网技术，可以将故障预诊断及运用检修进行优化，既可以提前发现隐性问题并得到及时处置，同时又可以将部分计划修变为状态修，有效节约部件定期更换形成的浪费和高成本。本文从车辆空调全寿命周期的角度，基于智能化、大数据、信息化及物联网等技术提出一种智能地铁空调综合管理系统，提升地铁车辆空调运用的便利性、维护及故障处理的及时性、有效性及经济性，既保障了智能地铁空调运用的可靠性，又降低了相关成本。
1系统组成与特点
该智能地铁空调综合管理系统平台主要包括大数据系统、智能诊断系统、智能故障管理、运用维保管理、设备履历管理、数据展示平台及智能终端平台处置几个部分，如图1所示。其中，智能终端平台作为一个通用功能融合到其余的几个部分，通过智能终端可以完成系统所有功能。为便于信息的追踪及管理，任何数据在生成之初便为其分配唯一的全生命周期ID号，包括产品任意一个零件或者部件，类似机壳、通风机、冷凝风机、压缩机、换热器、管路等，甚至可以具体到每一个螺/铆钉都有其唯一的编号，这样就形成了大数据系统中的采集、分析及履历追踪的基础。
2综合管理平台
该系统平台在设计之初，就将地铁空调运用所需要的信息综合统一管理，实现统一账号、统一接口、统一展示及统一通知等功能，避免多个子系统分头管理，造成数据孤岛，不便于数据的使用和统一处理。
2．1大数据系统
基于空调系统运用过程中相关工作的需要，该综合管理系统会记录空调系统运行过程中产生的大量实时运行数据，包括相关电机电压、电流、能耗、温度、湿度、PM25、PM10、烟雾、压力、风压、部件运行时间、系统及各部件的工作状态等。
2．1．1实时在线
在具备安装实时远程数据传输的项目中，远程数据可以实时通过互联网进入到该综合管理系统中，这种情况下可以最大程度地发挥该系统中大数据及预警功能，因为通过数据的自动实时上报，系统可以通过跨设备、跨列车等综合智能分析相关数据，实现趋势性预警，同时也可以实时查看设备的运行状态(各个参数，包括位置等信息)，降低人员录入数据的工作量。
2．1．2离线导入
在不具备安装实时远程数据传输的项目中，可以通过新一代空调控制器存储设备的运行数据。
2．2智能诊断系统
由于故障本身的复杂性、多样性及不确定性，故障诊断预测实质上是一个多信息融合的过程，只有提取多种故障特征信息并加以融合分析，才能提高诊断预测精确度和可靠性。信息融合是指对来自多个传感器的信息进行多级别、多方面的处理，从而导出新的、有意义的信息，这种新信息表示被检测目标对象的状态行为，是任何单一传感器所无法获得的，信息融合是一种多层次、多方面以及对多源信息进行检测、联合、相关估计、组合，以达到精确、完整、及时的状态及趋势评估，其融合过程可分为数据层、特征层和决策层信息融合，每一个级别层次代表了对原始数据的不同程度的抽象，都能充分利用获得的信息资源，扩大时空覆盖范围，增加置信度，改善诊断预测系统的性能，获得精确的系统状态和状况的评估。因此在该系统设计之初就考虑了传感器的及时采集及分析，目前已经实现了地铁车辆空调在温度、湿度、电压、电流、能耗、PM2．5、PM10、烟雾、系统运行压力、风压等信息的实时在线监测，针对远程系统与本地控制系统对于数据量和速度存在的差异性的特点，对于成熟的的故障诊断算法，集成到设备内部的控制系统中，实时分析及判断故障，并进行存储及上报(具备条件的情况下)。对于需要跨设备间的故障诊断，长时间累计的大数据分析，以及目前并不十分成熟的故障诊断算法，在服务器端进行数据的存储，并采用智能自学习及专家系统，对采集的数据进行跨设备、跨时间的多次迭代分析，同时不断对系统补充故障数据，并根据故障时间、地点、设备编号等信息，二次提取系统中的大数据，进行再学习，并将得到的最新算法立即更新到所有设备上，无需更改设备端的软件。智能诊断系统提供两部分信息，一部分为设备即将或者已经发生故障，需要进行立即处置的，其按照故障的相关流程进行处理，由系统自动根据查找的信息，按照故障进行推送，以便得到及时处置，保障设备运行安全。另一部分为系统智能分析出设备的某些性能指标偏离了正常范围，但是其仍可以具备正常工作的条件，需要进行及时检查或者更换，这一类信息由系统自动代入相关信息，按照检修任务进行下发，确保检修的及时、到位。
2．3智能故障管理
目前很多系统并没有将人工汇报的故障与预诊断故障进行统一融合管理，必然会出现较大的信息缺失，不利于大数据的分析与智能故障预测的准确性，因此该系统的智能故障管理包括故障预诊断、故障预警及故障处置等功能，基于该系统，实现了人工录入、设备自诊断故障、大数据分析故障及智能自学习分析的故障融合统一管理，形成多源头信息输入，集中汇总分析及处理。
2．3．1人工汇报
本系统对于人工汇报提供了任意地点可访问的移动端页面及电脑端页面，通过该汇报接口，汇报人可以将非预诊断及自动检测出的故障录入故障单号(用于全生命周期的追踪、分析)，对应的产品编号(自动关联对应的产品名称、型号、对应项目、车号、车厢号、线路)，发生时间、地点、故障表现等信息，并基于流程追踪系统，实现故障处置的全流程追踪。
2．3．2故障处置
为确保预诊断、自学习及人工录入的故障得到准实时(小于1min)的处置，在当前移动智能终端普及的情况下，必须为故障的及时有效处置设计通知及处置功能，本系统在设计时就基于移动终端开发了专用的故障处置系统。在故障发生后，系统会根据对应的数据标识、故障类型等匹配对应的责任人，并将相关信息自动推送到对应责任人及相关人的移动终端上，提醒相关人及时处置。相关人通过移动终端收到信息后，可以通过该信息直接进入对应的故障详细页面，该页面包括故障对应设备的产品编号、名称、型号、项目名称、车号、车厢、线路、发生时间、地点、故障来源、故障表现、当前故障处置状态、故障级别、故障类型等信息。同时基于该系统的流程可全定制化技术，实现不同类型、项目等的故障按照不同的流程进行处置，过滤掉其中误报故障，进一步提升处置效率。为便于故障的流程化处置，便于相关人员包括后续处置主体及时了解故障整个处置过程，故障页面可以实时查看该故障的维修记录，维修记录包括维修类型(维修、换件)、维修人、维修时间、处理过程、新旧部件编号、型号、供应商及相关信息。同时为便于追踪及落实，可以从责任人、责任部门及责任时间等各个维度对数据进行统计。
2．4运用维保管理
随着地铁空调使用年限的增加，会造成一些零部件的磨损或损坏，除自然磨损外，有些部件是因设备运行条件太差，加剧了部件的磨损或损坏，如果得不到及时的维护、更换及维修，则会影响地铁车辆的正常使用，同时定期的部件更换和检修，虽然较大程度地保障了车辆的正常运行，但是定期性维护及更换仍然会带来如下不足。定期的维护更换必然会带来部分部件的过度保养和部分部件的欠缺保养。过度保养容易带来浪费，据统计，定期更换下的部件很大一部分仍远远没有到达其使用的寿命，此时进行更换浪费了大量的社会资源;而一些部件由于制造差异性、环境等使用条件的限制，会在没有到达保养期即发生损坏，此种情况下会影响地铁的正常运营，因此基于智能化、大数据、故障预诊断及信息化技术的状态修是非常有价值的。基于既有的智能化、大数据、故障预诊断及部件履历等功能，可以高效地实现地铁空调运用维保管理功能，维保管理功能主要包括如下几个方面。
2．4．1基础数据
基础数据包括每台空调及空调内所有部件的部件类型、唯一编号、生产日期、使用日期、使用时长、最小检修时间、标准检修时间、最大检修时间、生产厂家、检修责任单位(小组)，对应部件存在传感器，则需要增加最大正常值、最小正常值、正常值。
2．4．2定期检修
基于以上的基础数据，系统自动根据生产日期、使用日期、使用时长、最小检修时间、标准检修时间、最大检修时间自动分析后续一定时间内需要进行维护的部件，涉及更换的，可以自动生成采购清单并结合物料基础数据，提前预警对应备件的采购需求，并将相应的检修任务分发到对应的检修责任单位。检修单位收到检修任务后，安排人员根据检修任务中的信息准确到对应设备上进行检修，并实时更新系统中设备相关部件的上一次检修时间，系统根据更新的检修信息自动调整系统中未完成的检修任务，确保每个检修任务得到准确无误的处置。
2．4．3状态检修
对于可以提取到特征数据的部件，系统会自动基于智能自学习、专家系统进行数据的关联分析，并得到需要进行检修的设备信息，系统会将需要进行检修的设备信息推送到相关单位和人员，之后与定期检修的流程一致。
2．5设备履历管理
设备履历管理对于后续设备的正常维护、使用及处置至关重要，如何做到多个口径的设备履历可以进行集中汇总查询，其中包括制造履历、检验履历、故障履历及维护履历(检修、整改等)，最终可以追查到任何一个部件进行的任何操作，其中包括操作时间、对象、人员、工具、时间等，可以大大简化后续分析问题的时间，可以将设备综合履历信息查询时间减少为原来的20%以下。
2．6数据展示平台
在整个系统中收集及分析出的数据，最终要发挥其效益，必然需要有一个完善的数据管理及展示系统，如何让不同角色、不同岗位的人员取得对于其有意义的数据并用于实际工作中，才是最重要的，因此有必要对数据进行分单位、岗位、项目等进行权限和分类管理，同时需要实现所有人员的个性化统计定制能力。
2．6．1数据查询
对于该系统，所有的数据均可以通过项目、用户单位、位置、编号、型号、分类、供应商、负责人、历史处置人、相关时间等维度进行查询，关键数据支持系统直接超链多维度查看，并支持单页面多维护信息查看，类似关于产品，可以通过一个页面查看该产品的下级部件，相关的项目信息、部件信息、配属信息，制造、检验、故障及检修等信息，大大简化了原有的数据查询方式，提升了50%以上的处置效率。
2．6．2统计报表
为满足不同岗位、角色的人员对于统计报表的不同需求，该管理系统设计了个性化报表定制系统，不同人员根据自己需要定制自己的数据报表。
3结语
本文以某城市地铁空调综合管理系统为研究背景，通过对故障预诊断、故障处置、空调运行数据的采集、分析及展示以及后续的检修计划管理等功能进行融合性设计，将大数据、智能化、物联网及信息化等技术进行交汇融合运用，有效提升了地铁空调在实际运用过程中事务的处理效率，并为大数据及智能化在轨道空调领域的进一步运用打下良好的平台基础。可以预言，随着数据库、互联网、虚拟现实、Web技术的进一步发展和应用，必将给故障智能诊断预测系统带来一次新的技术革命。
参考文献:
［1］李希宁，张奕奕，彭新平，等．电子履历技术在机车上的应用研究［J］．电力机车与城轨车辆，2016(4)．
［2］高帆，王玉军，杨露霞．基于物联网和运行大数据的设备状态监测诊断［J］．自动化仪表，2018(6)．
［3］吕志远，马笑潇．基于深度学习的风机故障智能诊断［J］．江苏科技信息，2019，36(2):45－48．
［4］金超．基于CPS的预诊断与健康管理［J］．软件和集成电路，2017(10):82－85．
作者:宾炼 杨广军 单位:中车株洲电力机车有限公司 石家庄国祥运输设备有限公司
