鐵路是國家重要的基礎設施，是國民經濟的大動脈。據權威預測，2020年我國鐵路總里程預計達到15萬公里，城市軌道交通運營里程將超過6000公里，鐵路固定資產投資規模將達3.5至3.8萬億元，城市軌道交通投資規模也將達到3-4萬億元，可謂是最令人振奮的基礎設施市場。

來源：中國e車網

隨著軌道交通市場規模的逐漸擴大，其運營方式正向網絡化和多樣化發展，運營速度也在不斷提升，這對軌道交通運營管理和設備的安全性、可靠性及經濟性提出了更高要求。如何運用PHM（故障預測與健康管理）等智能化技術實時監控設備狀態、預測潛在故障的發生，從而保障列車更安全可靠地運行變得越來越重要。

在4月11日-13日深圳召開的2019年中國（國際）智慧軌道交通春季大會上，PHM亦作為熱門技術被多次提及。

PHM的實現需要狀態監測、故障檢測診斷、預測、運維優化等多項技術的支撐。其本質是信息的融合，即將運行過程中不同維度的數據整合到模型中，再量化成能夠反映系統衰退的健康值指標，把不確定的信息確定化，并將這些信息傳遞給客戶來做決策。

在大會上，天澤智云首席數據科學家晉文靜博士基于PHM技術，結合親身參與的多個智能運維實踐案例，發表“工業智能技術在軌道交通的應用實踐”主題演講，分享牽引電機、車門系統等基礎設施的狀態監測應用案例，及道岔器等設備的監測、鐵路軌道在線健康監測等解決方案。

>> 軸箱軸承故障預測

軸箱軸承是動車組的關鍵旋轉部件，其健康狀態直接影響動車組的安全運行。但由于軸承的壽命受溫度、濕度等環境因素，及行車路線、經停站等運行因素的影響，目前通常只能基于運行公里數，通過緊急修甚至過維護的方式進行維護，以保障列車的安全運行。

為實現對軸箱軸承故障的精準定位、識別及預測，天澤智云開發PHM系統，通過對軸承運行數據的實時采集與分析，用戶可遠程實時監測軸箱軸承的運行狀態和健康狀況；通過信號處理、增強和去噪技術識別軸承早期、中期、晚期的故障，并診斷出內圈、外圈、滾子和保持架四種故障模式，及健康、輕微故障、中度故障、嚴重故障等不同健康級別。

該系統在中車青島四方的滾動試驗臺上對新軸承及實際軸承運行狀態進行盲測，比對測試結果準確率高達100%。同時幫助中車青島四方在 NI Week 2018 中斬獲 Intel IoT Engineering Impact Award。

>> 牽引電機預測性維護

感應電機廣泛應用于高鐵、航空航天、EV、機械臂等多個領域，針對感應電機的在線狀態監測與故障預警，能夠保障系統的可靠性和有效的提升系統的可用性。晉文靜博士曾深度參與阿爾斯通（意大利）牽引電機故障模式分析項目，研發牽引電機預測性維護系統，幫助他們診斷牽引電機的潛在故障。

阿爾斯通（意大利）提供了其某段城鐵一年半時間里車載數據——列車組8個機車（32個牽引電機）三相電壓和電流信號，但由于列車工作環境復雜，天氣、溫度、客流量等諸多因素會對數據處理分析工作造成影響，因此需結合機理及數據背景信息進行分析。

在恒定轉速下單的負序阻抗是反映牽引電機繞組衰退的良好健康指標，該預測性維護系統基于每節車上4個電機數據分布變化，運用故障識別算法實現對其絕緣衰退故障的判斷。

>> 軌道門系統故障預測

為了緩解日益加重的交通壓力，各大城市縮短地鐵行車間隔，致使地鐵客室側門（內藏門）開關次數增多、磨損量增大，在使用過程中極易出現故障。

天澤智云與國內某廠商合作，開發地鐵門系統的故障預測系統，基于采集到的車載原始信號，評估傳動系統等關鍵部件的性能衰退狀態，預測可能發生故障的原因，進而指導運維人員的維護操作，如在什么時間點需要進行潤滑等。

>> 道岔器故障診斷

道岔器分布零散，對可靠性和安全性有著相當高的要求。目前已有的維護系統偏向于預防性維護，一般都是進行常規檢查，耗時多、風險高、費用高，且人影響因素較多。

晉文靜博士在IMS期間參與開發的阿爾斯通道岔器故障診斷系統，無需額外安裝傳感器，能夠有效識別32種不同類型和不同程度的故障模式，適應于不同的外界環境條件，且能預測機械結構性能衰退與壽命預測。GE收購阿爾斯通之后，將這套系統應用于意大利米蘭中心站。

>> 鐵路軌道在線健康監測

以往通常用目檢或光學傳感器的方法對鐵路軌道進行健康監測，耗時多、實時性和效率低，且成本較高。

鐵路軌道在線健康監測系統為解決該問題而生，通過智能回檢車的方式，分析包括軌道波紋狀磨損、軌道凹槽、焊接點等少于1米的短波長的缺陷，以及包括基準線測量、彎曲度檢測、直線度檢測、寬度變化檢測等垂直和側面缺陷兩大類故障。

經驗證，檢測出的鐵軌小磨損缺陷達到低于10%的誤報率；基于時頻域分析的特征分析方法，能夠做到93%準確率。

>> 輔助設備能耗優化

地鐵、高鐵等運營場所的空調、冰機等輔助設備是整個系統的耗能大戶，且維護成本較高。

天澤智云無憂能管系統能夠實時監控空調、空壓機、冰機等系統的耗能狀態，結合設備運行情況及環境（如客流量大小等），通過算法模型提供智能化決策建議（如在什么時間點進行空調調溫等），從原來的維修人員必須到現場調節、檢修保養，轉化為遠程實時智能群控，對能耗進行預警和優化，進而實現預測性維護。

該系統也可支持空壓機、干燥機、冰水主機、冷卻水塔、水泵、過濾器及其他附屬設備等多種類設備。

天澤智云基于在軌道交通領域的豐富探索及實踐經驗建立的智能運維解決方案，通過車載PHM系統進行高速采集數據，用邊緣計算技術將數據處理成有效的信息，傳輸到地面中心，用戶可以運用模式識別算法等實現遠程的數據采集方案配置，并且可以對數據進行分析，最終實現對設備的故障的診斷、預測及健康管理。

天澤智云在軌道交通的運營實踐

該方案已被應用于車輛、軌道等多個系統，并獲得了用戶和業界的廣泛認可。

2019年中國（國際）智慧軌道交通春季大會上，天澤智云構建的高鐵PHM系統在由榮獲“2018年度中國智慧軌道交通優秀解決方案獎”。