地铁接触网关键设备PHM平台建设的规划探讨

王瑞锋，赖声钢，蒋中志

（1. 成都唐源电气股份有限公司，成都 610072；2. 广州地铁集团有限公司，广州 510330）

近年来，城市轨道交通快速发展，运营线路剧增，导致运维工作量大、时间长、费用高，发展基础设施智能运维技术刻不容缓[1]。

根据城市轨道交通接触网系统的特点，结合接触网运行环境与设备故障模型间的关系，对接触网运行状态数据进行深入挖掘，并借助深度学习和时间预测算法模型，预测、监控和管理接触网关键设备的健康状态[2-3]。充分利用云计算、大数据等技术，开发基于数据驱动的接触网关键设备——故障预测与健康管理(prognostic and health management，PHM)平台，其目的是对表征接触网运行过程的全维数据进行分析和处理，自动形成接触网系统及零部件的维修策略[4-5]，全面提高接触网维修效率，提升运行可靠性，降低维护成本[6]。

1 接触网关键设备概述

接触网关键设备 PHM 平台是以大数据技术为核心，以接触网维护管理信息和接触网设备检测数据为支撑，按照地铁运营公司-车辆段两级管理架构进行设计和建设的[7-8]。接触网关键设备PHM平台建设的目标主要如下：

1) 建立接触网关键设备PHM云计算基础设施。利用云计算技术，申请广州地铁云平台服务器资源、存储资源、网络资源，并对云平台资源进行虚拟化整合，形成低成本、高性能、高可用、高可靠、高扩展的可动态管理调度的计算基础设施资源池，为接触网设备故障诊断和性能预测的数据分析处理提供硬件基础。

2) 提供接触网关键设备PHM算法框架。基于接触网检测监测数据、维修台账等信息，对地铁线路各区段进行健康综合评价。根据计算的健康度，可判断在役接触网状态所处的等级。借助深度学习和时间预测算法构建模型，在限定的时间区间内，根据运行工况、外部环境，以及已发现的零部件故障或参数异常等信息，推断所关注的设备及零部件发生故障的概率；然后根据预测的概率大小，并考虑故障引发弓网事故的可能性，明确特定范围内预防性维修时的检查重点。

3) 提供接触网设备PHM业务系统。在云计算设施的基础上，开发部署接触网关键设备PHM平台，接入检测数据中心和接触网管理信息的数据。通过PHM算法，对接触网健康状态和零部件特性进行建模，实现故障诊断和剩余寿命估计，进而为接触网运检修管理提供决策参考报告和直观丰富的可视化呈现。

2 PHM平台系统设计

根据接触网生产运行维修管理的业务需求，结合云计算技术，设计平台技术框架，构建接触网关键设备PHM平台的技术体系。

2.1 系统结构

接触网关键设备PHM平台主要由3个层面构成，如图1所示。

图1 接触网关键设备PHM平台架构Figure 1 PHM platform architecture of catenary’s key equipment

2.1.1 数据采集层

数据采集层的职责是收集接触网运行过程数据，包括接触网基础结构、6C系统检测监测以及PDA/人工采集的各类检修、零部件检验、各种环境参数和运行工况等数据，并将其引入到接触网智能运维系统中，供发现、转换和访问。

数据采集层又包括3个子层：装置设备层、转换判别层和存储处理层。装置设备层是通过 1C～6C装置、PDA及电子标签、零部件振动/疲劳试验台、环境监测仪等，采集接触网运行过程数据；转换判别层是通过专用的软件系统或技术人员将各类数据尤其是多媒体数据(如图像、视频的空间关系和底层特征等)转换为存储处理层可读取的数据；存储处理层包括6C数据中心和接触网 MIS，用来存储管理数据并创建描述各类数据源的描述信息，支持查询和基本的统计分析。

2.1.2 数据处理层

数据处理层的职责是实现接触网 PHM 的高级功能，通过数据挖掘、机器学习等数据处理方法，满足接触网系统健康管理的要求，同时提供使用的资源和服务。数据处理层以大数据与云计算技术为核心，以接触网管理信息系统和6C数据中心的数据为支撑，提供应用服务。

2.1.3 数据消费层

数据消费层的职责是通过数据处理层提供的接口按需访问信息，为接触网维修决策人员提供可视的及事后可查的交互，并将辅助维修策略反馈至接触网管理信息系统。

PHM系统扮演的角色是数据处理层，由框架提供者和应用提供者两部分组成。框架提供者包括基础设施、平台、处理框架、信息交互/通信和资源管理5个活动，应用提供者包括数据收集、预处理、分析处理、可视化和访问5个活动。

2.2 资源需求

2.2.1 数据需求

地铁接触网关键设备 PHM 平台的核心思想是数据驱动。根据地铁运营的实际状况，所需数据主要有4类：基础数据、检测监测数据、维修数据和故障数据。

1) 基础数据。包括线路对应的地理位置信息，所属的责任部门以及零部件和关键设备的固有技术参数，具体参数类型如表1所示。

表1 基础数据Table 1 Basic data

2) 检测监测数据。根据获取途径，可大致分为6C数据和人工数据，提供这两类数据时都必须明确其采集时的地理位置，具体数据特点如表2所示。

表2 检测监测数据Table 2 Detection and monitoring datasheet

3) 维修数据。必须提供维修的日期，其目的是通过分析，降低或提升不同区段接触网的维修层次，调整维修频率，具体数据情况如表3所示。

表3 维修数据Table 3 Maintenance datasheet

4) 故障数据。对其进行分类，应估计或准确定义是内因故障还是外因故障；应提供故障发生的地理位置与发生故障的零部件或设备种类，同时应对故障状态进行标准化描述，建立统一的数据字典，具体数据类型如表4所示。

表4 故障数据Table 4 Fault datasheet

2.2.2 数据量分析

接触网的关键设备 PHM 平台是接触网运维管理的核心系统，包含了大量的接触网基础数据以及建设资料、运行状态、维修检修等海量数据，具体数据的明细如表5所示。

表5 数据量明细Table 5 Details of data volume

2.3 硬件需求

建设基于云计算的硬件基础设施，为接触网关键设备PHM平台提供计算能力、存储能力和网络交互能力。通过云计算技术，将基础设施整合到统一的资源池中，可以为接触网关键设备健康管理系统的应用提供超大规模的计算能力、高可靠性的业务保障；同时云计算技术支持的高可扩展性，也能根据接触网关键设备健康管理系统的实际需求进行动态伸缩，可节省用户投资。

根据本文第2.2.2节中的数据量需求分析，本平台的计算及存储资源需求如下：存储为1年26.3 TB，5年约 135 TB；批量计算为 10 000条/s；实时计算为5 000条/s；数据访问查询时间小于1 s，实时计算时间小于3 s。

综上所述，与广州地铁现有接触网监测管理系统(CMMS)紧密结合，整合服务器和存储资源，设计服务器及存储方案，如图2所示。

图2 接触网关键设备PHM平台硬件方案Figure 2 The hardware scheme of PHM platform for catenary’s key equipment

既有硬件包括2台数据库系统服务器，1台接口服务器，2台Web应用服务器，2台视频图像及分析服务器，1套800 TB存储设备。可整合64核CPU，256 GB内存和800 TB存储。为满足计算要求，该系统需CPU170核、576 GB内存和83 TB储存。需增加4台服务器，其中CPU为2颗10核，内存256 GB，硬盘600 GB×2，网卡为千兆网卡×2，HBA卡为16 GB单口×2，电源 1 100W×2。本方案对系统资源进行整体规划，投资减少，资源利用率高。

3 平台功能实现与应用

3.1 故障诊断分析

3.1.1 功能描述

接触网关键设备 PHM 平台根据接触网构成逻辑，提供基于故障树和贝叶斯推理的零部件故障诊断功能，主要步骤如下：确定节点，建立有向无环图；确定条件概率表和先验概率；采用近似或精确推理推断。

系统可根据接触网零部件结构形式、故障路径、故障原因等，生成接触网系统的故障树模型，功能如下：

1) 分析零部件重要度、零部件关联关系及零部件间的影响程度，对零部件级故障概率进行预测，确定重点维修对象。

2) 诊断接触网的关键与薄弱环节，结合零部件抽检试验，对关键零部件剩余寿命进行估计。

接触网关键设备 PHM 平台通过故障诊断功能，提供对零部件故障的影响程度、故障率的评判，为用户确定重点维修对象提供参考。

3.1.2 功能实现

接触网关键设备PHM平台在大数据基础平台中，建立并保存可配置的接触网系统和各子系统/零部件的故障树模型与贝叶斯推理模型。系统在通过接口获取到接触网当前运行的缺陷数据后，累加到历史数据中；系统大数据模块将诊断周期内的所有缺陷数据发生的频率、次数以及时间等作为参数，传递给大数据平台；调用故障树或贝叶斯推理模型，计算当前状态的系统和设备故障概率及剩余寿命，得出诊断结果和准确率，并通过界面向用户反馈[9]。

以2012—2018《广州地铁接触网故障报告》(含故障原因)为例，构建支持装置的贝叶斯推理模型，如图3所示。可以得到主要系统元件及其故障概率，如表6所示。

表6 主要元件故障概率Table 6 Failure probability of main components

图3 支持装置的贝叶斯推理模型Figure 3 Bayesian inference model of a support device

3.2 健康综合评价

3.2.1 功能描述

利用数据中心和管理信息系统中收集到的海量动静态检测、监测、检修、实验数据，通过集成深度学习算法模型分析，提供接触网系统级的性能预测功能。

PHM平台可以分段、分区评估接触网系统的健康状态，综合多源、多维的历史数据信息，拟合演变趋势，其功能主要包括：

1) 对接触网关键设备健康状态的评估。根据检测及维修数据，分类、分区、分段评估出接触网系统的健康状态(健康、亚健康、轻微病态、中度病态和严重病态以及失效)，并且给出量化的评价分值。

2) 接触网设备和零部件质量的鉴定。对单项设备、整体设备及零部件状态进行综合统计分析，掌握设备整体的技术状态。

3.2.2 功能实现

在接触网关键设备 PHM 平台中，建立并存储接触网系统健康值量化评分标准。该标准采用层次分析法(AHP)和熵权法组合赋权的方式[10]，根据接触网构成，逐级对设备零部件、支柱、线路进行健康评分。根据当前接触网系统的零部件缺陷、系统性能缺陷以及潜在隐患情况，健康值评估程序将自动分析，计算系统的健康状态，并量化分值；同时系统通过反向的可视化逐层分析方式，向用户呈现系统健康状态和剩余维修时间的估计情况。健康状态评估流程如图4所示。

图4 健康状态评估流程Figure 4 Health status assessment process

在健康度计算的基础上，线路多维度评价标准如图5所示。

图5 线路多维度评价Figure 5 Multi-dimensional evaluation of routes

3.3 维修前剩余时间

3.3.1 功能描述

接触网关键设备健康管理系统通过对接触网的检测、监测、检查、零部件检验等，统计分析情况，结合故障诊断及性能预测结果，实现接触网关键设备的质量评价、质量鉴定，提供对接触网系统的全面综合评价，实现接触网系统的闭环健康管理，其功能主要包括：

1) 对接触网系统级剩余维修时间的评估。根据历史综合统计分析结果，同时基于系统当前的健康值，给出当前状态下接触网系统的剩余维修时间。

2) 接触网关键设备健康管理系统。通过健康管理功能，帮助接触网运行维护单位实现质量、维修双闭环管理，为全寿命周期(生产、设计、施工、运维)的质量控制提供指导意见。

3.3.2 功能实现

如上所述，根据接触网系统评估的健康度H，可以将系统划分为6个健康等级，每个健康等级表示接触网系统处于一种服役状态。{H(t),t=1, …, 6}表示不同健康等级下评估的健康度，接触网系统在6个状态{S(t),t=1, …, 6}之间转换。在健康等级t下，健康度H(t)仅依赖于状态S(t)，与其他状态和健康度无关；同时，t时段的状态S(t)仅依赖于上一时段的状态S(t-1)。若假设接触网系统下一时段的状态仅由当前状态决定，不依赖于以往的任何状态，则可以将接触网系统健康状态、功能降低状态、失效理解为马尔科夫链(HMM)。基于这种依赖关系，所有接触网系统状态的联合概率分布为

通过历史数据，确定马尔科夫链的参数矩阵。

1) 状态转移矩阵：是模型在各个状态间转换的概率，有

2) 输出评估概率：模型根据当前状态，获得各个评估健康度的概率，有

3) 初始状态概率：模型在初始时段各状态出现的概率为

然而，对于HMM模型，接触网系统某状态停留一定时间的概率随时间的推移呈指数下降，这与实际情况不符。隐半马尔可夫模型(HSMM)是考虑状态驻留概率分布为显式的一种 HMM[11]。在接触网系统的HSMM中，一个状态对应估计的健康度。因此，接触网系统的HSMM可以定义为

式中，D表示最大驻留时间，π、a、b与马尔科夫链定义相同。

HSMM 的基本算法有前向-后向算法、Viterbi算法。若假设驻留时间服从高斯分布，则可得到状态驻留时间的均值μ(S(t))和方差σ2(S(t))，那么状态驻留时间为

则接触网系统处于某个健康状态下，系统维修前的剩余时间(RUL)为

3.4 可视化功能呈现

3.4.1 功能描述

接触网关键设备 PHM 平台是基于大数据的分析和预测系统，海量接触网基础信息、状态数据和分析结果的展示和呈现，需要借助于可视化手段直观地传达关键特征。

接触网关键设备健康管理系统的可视化功能，通过灵活、易用、高性能的可视化分析能力，可以让用户更直观地洞察接触网系统的生产运行状态，发现问题并采取行动。

3.4.2 功能实现

接触网关键设备健康管理系统通过可视化图表和综合仪表台等形式，呈现接触网当前运行的健康状态；以树形或分层模式，呈现接触网系统、设备和零部件的状态；根据接触网构成和定位数据，提供基于示意图或GIS地图的接触网设备和零部件的呈现，并展示故障缺陷部件的具体位置。

1) 接触网营运监控的可视化管理界面。图6是广州地铁3号线与8号线系统的管理界面，可以总览线路的整体健康状态和缺陷趋势。

图6 广州地铁3、8号线的界面展示Figure 6 Interface display of Guangzhou Metro Line 3 and Line 8

2) 接触网健康管理功能。图7所示为线路健康管理界面，可以直观地看到线路的整体健康状态，以及线路中各区间的健康度排名。点击线路健康度柱状图，可显示该线路整体健康度随时间的变化趋势。

图7 健康管理功能界面Figure 7 Health management function interface

3) 接触网数据统计分析功能。图8所示为接触网统计分析界面，对数据库中重点设备参数异常的记录和缺陷记录进行统计，可在不同时间尺度(年、季度、月)与空间尺度(线路、区间、锚段)，展示关键设备参数异常率的趋势。

图8 接触网统计分析界面Figure 8 Statistical analysis interface of catenary

4 结语

以地铁运营业务需求为基础，以标准规范建设为前提，运用云计算等技术，对接触网关键设备 PHM平台进行规划和设计，实现对地铁接触网状态的全面实时监测和状态预测。这有助于将运营维修从故障修升级到状态修，降低运营成本，提高运营质量，为全面提高城市轨道交通运行安全和运营管理水平提供强有力的技术支撑与保障。