淺談城(chéng)市(shì)軌道(dào)交通(tōng)智能維護技(jì)術的(de)發展
發布時(shí)間(jiān):2024-06-17 11:08:07 編輯:tianfeng
本文(wén)摘要:城(chéng)市(shì)軌道(dào)交通(tōng)具有(yǒu)運量大、能耗低(dī)、集約化(huà)、環境友(yǒu)好(hǎo)、安全舒适等諸多優點,是城(chéng)市(shì)公共交通(tōng)出行的(de)主要方式之一。
淺談城(chéng)市(shì)軌道(dào)交通(tōng)智能維護技(jì)術的(de)發展
中國(guó)工(gōng)程院院士丁榮軍
城(chéng)市(shì)軌道(dào)交通(tōng)具有(yǒu)運量大、能耗低(dī)、集約化(huà)、環境友(yǒu)好(hǎo)、安全舒适等諸多優點,是城(chéng)市(shì)公共交通(tōng)出行的(de)主要方式之一。近(jìn)年(nián)來(lái),我國(guó)城(chéng)市(shì)軌道(dào)交通(tōng)快速發展,路(lù)網規模超1.1萬公裏,全球第一。客運量持續攀升,北、上(shàng)、廣、深多地(dì)城(chéng)軌客運量占公共交通(tōng)出行比率超過50%。城(chéng)軌已成為(wèi)公共出行首要選擇。
《中國(guó)城(chéng)市(shì)軌道(dào)交通(tōng)智慧城(chéng)軌發展綱要》提出:推廣應用智能運維系統,研發分析決策系統,通(tōng)過設備故障預測與健康管理(lǐ),實現(xiàn)設備全生(shēng)命周期管理(lǐ),提升城(chéng)軌安全運營能力。通(tōng)過智能化(huà)手段降低(dī)人(rén)車比,減少維護成本,保證檢修質量,優化(huà)檢修模式是行業(yè)共識。城(chéng)軌運維所需專業(yè)多、人(rén)員(yuán)需求大,包括站務、乘務、調度以及維保等。據交通(tōng)運輸部科(kē)學研究院發布的(de)數據顯示,地(dì)鐵(tiě)每公裏約需要運營人(rén)員(yuán)50至70人(rén)。大量人(rén)工(gōng)操作(zuò)導緻運維效率低(dī),故障預警不足,維護成本高(gāo)。
智能運維旨在以關鍵設施設備為(wèi)管控對(duì)象,采用大數據、人(rén)工(gōng)智能、物(wù)聯網等技(jì)術,構建智能化(huà)裝備或系統,通(tōng)過列檢自(zì)動化(huà)、檢修項點替代、精準故障修等技(jì)術手段,提高(gāo)日(rì)常檢修效率、提升設備整體(tǐ)可靠性、促進檢修修程修制優化(huà)、降低(dī)運維成本。
城(chéng)軌智能維護關鍵技(jì)術包括以下(xià)幾個(gè)方面。
1、狀态監測
基于圖像識别、紅外(wài)傳感、振動監測等智能傳感技(jì)術,實現(xiàn)關鍵部件(jiàn)狀态監測、故障預警和(hé)檢修計(jì)劃動态調整,最終形成包含檢修對(duì)象、檢修時(shí)間(jiān)、檢修地(dì)點的(de)檢修建議(yì)。
2、故障預警
通(tōng)過城(chéng)軌關鍵部件(jiàn)及系統現(xiàn)場(chǎng)服役數據與健康狀态演變規律,構建基于健康度評估的(de)神經網模型,推測一定時(shí)間(jiān)段內(nèi)相(xiàng)應部件(jiàn)與系統的(de)健康變化(huà)情況,實現(xiàn)故障的(de)提前預測。
3、壽命預測
通(tōng)過“失效物(wù)理(lǐ)+數據驅動”雙模型與應力譜特征分析技(jì)術,實現(xiàn)面向實際工(gōng)況下(xià)電(diàn)氣物(wù)料應用壽命預測。
4、健康管理(lǐ)
牽引PHM:基于系統運行過程中發生(shēng)的(de)曆史故障信息,結合電(diàn)氣原理(lǐ)、專家(jiā)規則及智能學習(xí)等方法,構建知識與數據相(xiàng)結合的(de)故障診斷模型,實現(xiàn)故障快速診斷定位。
電(diàn)機(jī)軸承PHM:基于已有(yǒu)控制信号的(de)非侵入式牽引電(diàn)機(jī)軸承故障狀态評估,實現(xiàn)軸承故障的(de)精準辨識和(hé)劣化(huà)狀态評估,已通(tōng)過地(dì)鐵(tiě)車輛(liàng)盲測驗證和(hé)裝車驗證。
電(diàn)機(jī)絕緣PHM:基于電(diàn)機(jī)匝間(jiān)短路(lù)狀态評估,攻克電(diàn)機(jī)早期絕緣劣化(huà)在線識别的(de)技(jì)術難題。
5、運維優化(huà)
基于功能結構樹、失敗模式的(de)效應和(hé)鑒定分析、可靠性統計(jì)與評估、故障影響與邏輯決斷等分析技(jì)術,建立面向故障風(fēng)險控制的(de)檢修修程優化(huà)體(tǐ)系,實現(xiàn)運維修程優化(huà)。
随着人(rén)工(gōng)智能、大數據等前沿技(jì)術廣泛應用,将重構城(chéng)軌系統從(cóng)設計(jì)-應用-運維的(de)全生(shēng)命周期保障模式,從(cóng)“以可靠性為(wèi)中心的(de)維修”向“以健康為(wèi)目标的(de)智能預測與健康管理(lǐ)”轉變,從(cóng)“追求無故障”的(de)完美(měi)階段,向“允許帶病生(shēng)存而保障健康”的(de)實用階段轉變。