kaiyun官方网app下载app 上海轨道交通车辆智能运维系统

车辆智能运维体系建设目标

建设背景

上海地铁由于规模和客流量异常庞大、建设周期长（新线路不断开通，老线路大量进入更新改造）和长期高负荷运营，必然对车辆运维带来巨大压力。目前，上海地铁日均客流量超过1000万人次，占公共交通出行量的53%以上，高峰负荷率超过100%的线路有9条，早晚高峰潮汐不均现象严重。随着运营网络规模的不断扩大，对主线故障事件的响应处理能力不足、运营网络自救能力不足将导致突发事件逐年增多，其影响将波及整个路网。线路与专业系统之间的衔接将导致突发事件由点向面扩展的趋势。同时，乘客对准时性、舒适性、灵活性等日益增长的需求与服务水平的增长之间的矛盾日益突出。

建设目标

通过建设先进的上海轨道交通车辆智能运维系统RISE，辅以运维管理方式创新，初步实现了城市轨道交通车辆运维由传统的计划检修、故障抢修向状态检修的转变。

正在大力建设的车辆智能运维系统RISE由车联网系统（IOR）、轨旁综合测试系统（SMIT）、维护管理系统、车辆维修专家系统组成，可完成从车辆运行到车辆检测、维修的数据采集工作，实现全上海地铁网络车辆状态实时监控、异常情况预警、预案自动生成、维修保养指导等功能。

车辆智能运维系统旨在实现：

车辆智能运维体系建设内容

车联网系统 IOR

车联网系统通过在车辆上安装无线传输设备，采集并封装列车运行状态数据、故障计数等；采用适当的信息安全机制和数据传输协议，在内网、专网或互联网环境下进行数据传输；应用部分提供安全、可控甚至个性化的实时在线监控、定位追踪、报警联动、调度指挥、在线升级、统计报表等管理和服务功能。车联网系统采集的数据是车辆智能运维系统最重要的数据基础。

图1 轨道车辆综合检测系统

轨道车辆综合检测系统 SMIT

车辆维修管理系统

车辆维修管理系统的本质是通过信息技术将车辆操作和维修人员的全过程记录下来，从而获得更加全面的保养维修状态信息，并将这些信息格式化、数字化。这些信息包括维修人员的操作行为、维修对象的实际状态、维修过程工具使用信息、维修过程物料流转信息、维修过程过程设备使用信息等。车辆维修管理系统将这些信息收集起来，并进行分类汇总。车辆维修管理系统还能实现维修操作过程中涉及的系统的统筹规划，完成多个系统功能的协调联动。如图2所示，车辆维修信息管理系统以点检系统为核心，辅以可视化接地系统、鹰眼系统、维修物料配送系统、工具管理系统，实现维修全过程的信息化。

数据处理与传输

在构建车辆智能运维系统过程中，存在大量的数据交互需求，从数据类型上看，有无线链路数据、流数据、关系数据和文件数据等。对这些数据进行预处理，使其能在各个系统内快速高效地流动，是一项复杂而艰巨的任务。车辆智能运维系统针对不同类型的数据采用合适的数据处理方法，提高了数据处理的效率，加快了系统内数据流动的速度，大大提高了系统的可用性和用户体验。

解析数据网关发来的数据云开·全站APP登录入口，使用Kafka作为消息队列，协议解析器负责数据解析，Spark Streaming负责流式数据处理；完成数据清洗（噪声/遗漏/不一致等）、数据整合（多源整合/消除冗余）、数据转换（总计、总和等）等数据预处理；使用基于Websocket协议的数据推送；Websocket推送的数据格式主要是JSON，这一步基本不会造成延迟。

图2：车辆维护管理系统架构

使用Ffmpeg完成流媒体数据编解码、采集、格式转换、截图、加水印、协议转换、裁剪等功能；需要接入的流媒体数据包括RTSP/RTMP传输协议和H264编码，系统将协议转换为RTMP，视频以FLV形式转换为文件存储，前端支持主流浏览器下的视频播放。

基于数据仓库进行主题分析，以故障分析为指标建立数据集市，其中IFS的故障数据为事实表，各项主数据为维度表。

解析二进制文件传感器数据，完成数据清洗（噪音/遗漏/不一致等）、数据整合（多源合一/消除冗余）、数据转换（总计、总和等）数据预处理；使用基于Websocket协议的数据推送。

汽车维修专家系统

如图3所示，车辆智能运维系统RISE的核心是通过实时发现异常情况，并基于领域知识和历史数据，准确及时地评估车辆状态，准确定位现有故障，预测部件和车辆未来的状态趋势，科学系统地实施运维决策。

图3 专家系统预警诊断逻辑

智能运维系统平台RISE

智能运维平台RISE的总体架构如图4所示。在RISE的应用业务层面，运维基础数据管理系统作为整个平台运行的基础，提供列车基本信息、列车圣诞树、列车故障字典等基础信息；车辆运维多维数据采集系统是指IOR系统、SMIT系统、维修管理系统的集合，以立体的方式收集数据；这些信息汇总在车辆维修专家系统中，还收集了程序信息、人员信息、工具信息、物料信息、工况信息、车辆主数据信息开yun体育官网入口登录app下载，生成车辆状态维修计划。在维修过程中，车辆维修专家系统还会从企业资产管理系统采集数据，实现车辆设备的全生命周期管理。

图4 车辆智能运维平台

车辆智能运维系统技术标准及规范体系

为规范智能运维体系建设，形成可复制、可推广的建设模式，将建设经验固化为建设方法，制定了车辆智能运维技术标准体系。

车辆智能运维体系建设成果

RISE由上海地铁大数据中心承担，其核心是通过基于领域知识和历史数据建立海量数学模型，动态评估车辆状态，准确定位部件和车辆现有故障并预测未来状态趋势，使运维决策更加高效、科学。

数学模型包括设备异常状态检测、故障诊断与推理、轨道车辆状态评估与预测、部件剩余寿命预测四个方面。上海地铁17号线在车辆运维方面已全面应用车辆智能运维系统，目前运维人车比下降20%至0.4；车辆可用率提升3%。

为了提高正线故障处理效率，及早发现车辆隐患，RISE平台共设置了59条预警规则。特别值得一提的是，17号线运营初期，牵引电机温度传感器故障率较高kaiyun官方网app下载app，为了将牵引电机温度传感器故障对正线运营的影响降到最低，设置了相应的预警规则，成功避免了多起运营故障，预警规则早期干预成功率超过85%。

车辆智能运维系统已在上海地铁完成前期建设和试点应用工作，证明了方案的科学性和建设的可行性。通过在上海地铁17号线的试点应用，证明该系统大大提高了列车运行的可靠性，并能有效节省人力成本。

但系统建设过程中仍有诸多问题亟待解决，如部件名称、列车信号标准的统一、基础数据的整理、列车配置的建立等。车辆智能运维系统将在上海地铁不断发展完善，助力上海地铁超大规模网络运营，提高上海市民乘车满意度，提升列车整体运营水平。