CRH5型动车组车载数据智能分析研究

王 杰，高会永，王子龙，罗玉胜

(1.中国铁路兰州局集团有限公司，兰州 730000； 2.中车青岛四方车辆研究所有限公司，山东 青岛 266031)

1 动车组车载数据智能分析研究现状

动车组是铁路旅客运输的高速运载工具，是铁路运输运营的重要组成部分，动车组的维修质量直接关系着旅客生命财产安全和企业经济效益。对动车组各系统运行数据的精准分析是保障车组工作质量和运行安全的有效手段。

图1 CRH5A动车组入库检修Fig.1 CRH5A EMU storage maintenance

目前，动车组车载数据主要依靠维护人员人工下载分析，由于车组各系统运行数据下载分析所需软件不同，加之车载数据需人工下载，存在数据下载分析工作量大、时效性差、质量参差不一的问题，容易造成车组运营质量隐患分析不及时、车组健康状态掌握不清楚的风险。

国内尚无功能完备、安全可靠的专门用于动车组运维数据自动分析的平台。目前，国铁集团使用的WTDS系统受参数容量、数据传输间隔、实时数据来源等因素限制，对于复杂故障的深入分析存在一定的局限性。

2 动车组车载数据智能分析研究背景及意义

目前，动车组运用单位在车辆运维过程中每日产生大量运维数据，以CRH5型动车组为例，运维数据包括列车MPU的故障数据和WTD存储的过程数据，这些数据量庞大且对故障诊断及运维检修具有重要意义。

针对这些运维数据，常规的分析方法为故障发生后对相关数据先进行按需人工下载，结合经验并通过专用软件对数据进行解析，这种方法工作量大、时效性差，整体数据资源利用率不高，智能化水平亟待提高。

鉴于此，在结合目前CRH5型动车组列车既有运维数据的基础上，采用大数据多维分析技术，设计适用于CRH5型动车组的车载数据智能分析系统。该系统依据“来源广泛、出口简单”的原则，对动车组的主要运维数据(如MPU数据、WTD过程数据等)进行数据自动归类整理和综合智能分析，可以诊断列车的健康状态，识别重要的故障隐患；利用信息化手段，结合多维故障、参数联合分析技术，为用户提供简单高效的运维指导。该系统对提高用户检修效率，降低维护成本具有重要意义。

3 动车组车载数据智能分析研究方法

动车组车载数据智能分析以车组为单位，从故障来源、故障系统等做多维统计分析，结合车组综合信息，统计周期内车组健康情况。以系统为单位，统计周期内各系统发生故障数，同时实现系统故障下载功能，通过分析故障，确定造成故障的组成功能件，并对其进行统计和深入分析。

基础数据归集。现车系统数据主要包括WTD数据和MPU数据，由于数据存储格式不统一，部分数据分析对专业软件依赖性较强、对维护人员素质要求较高，因此基础数据归集处理就显得十分必要。具体方法为：对现有车载数据来源统计归类，对数据进行预处理，利用数据清洗等手段，实现车组数据的输入与归集。

数据分析。一是深度分析故障信息，对故障数据进行分类，探究各故障间的内在联系，统计故障规律，为故障管理工作提供依据。二是根据故障等级显示周期内故障总数及详细故障概况，统计周期内车组发生故障数及故障等级归类，为动车组大数据多维分析工作提供科学依据。三是根据动车组日常运维数据挖掘需求，实现基于故障+参数的多维度分析，建立智能分析库，为检修工作提供合理指导。

故障甄别。开发软件系统的故障甄别功能，使之具备车载故障信息查询、故障自动筛选预警、数据统计分析等功能，减少人工筛选的工作量，避免遗漏关键车载信息。以“故障率”为指标表现故障变化趋势，实现数据分析精准化，同时构建基于用户典型故障库，为用户提供智能检修建议服务。

通过从其他系统数据库导入及PC终端输入等方式完成车载数据收集，统一数据格式，实现故障信息直接从“数据输入”到“数据分析”的动车组质量信息数字化管理。深度分析故障信息，对故障数据进行更深层的、更全面的挖掘分析，统计故障规律，为故障管理提供依据。

4 动车组车载数据智能分析系统设计方案

4.1 总体设计方案

图2为CRH5型动车组车载数据智能分析系统工作场景示意图。通过建立动车组车载数据智能分析系统，依托列车既有的硬件及车地传输通道，可以实现对列车数据的自动归集、数据预处理和智能分析。基于用户数据，对列车健康状态进行初步诊断，识别重要的故障，并采用多维参数联合分析技术，通过WEB等展现方式，实现动车组智能管理及专业化的运维指导。

图2 CRH5型动车组车载数据智能分析系统工作场景示意Fig.2 CRH5 type EMU on-board data intelligent analysis system working scene illustration

动车组车载数据智能分析系统由地面车载数据归集转储模块、地面车载数据自动解析处理模块、地面车载数据智能分析模块以及地面车载数据前台UI模块组成，其中车载数据归集转储模块负责构建数据存储通道，收集列车数据，实现动车组数据的转储接收及数据分类整理，建立列车数据档案，同时根据车载数据的类型进行预处理及存储。车载数据自动解析模块负责对存储的列车数据如MPU故障数据、WTD过程数据等数据进行自动解析，并按需存入数据库，实现数据的初步解析。地面车载数据智能分析模块负责构建列车故障诊断模型，对典型故障进行智能分析模型的构建，为列车智能诊断提供后台数据支持。前台UI模块提供WEB展示平台，负责对动车组车载数据的智能管理、展示、统计等基本功能，同时实现对典型故障的智能分析提示及检修维护指导等。

4.2 系统软件UI功能设计

地面车载数据落地后，经车载数据自动解析模块、地面车载数据智能分析模块进行预处理，处理完成后将需要跟用户交互的信息通过UI界面展示出来。

该系统的前台UI采用WEB方式，用户无需安装即可实现系统的访问，UI界面主要包括标题栏、功能选择区和信息展示区。图3为前台界面的显示示例。

图3 动车组车载数据智能分析系统UI设计界面Fig.3 UI design interface of the intelligent analysis system for EMU on-board data

主要功能包括首页、MPU文件、过程数据文件、MPU故障、典型故障专家库等。

功能区域—首页，显示用户定制的故障信息及故障提示，方便用户针对重点故障信息制定检修计划。

功能区域—MPU文件、过程数据文件，针对列车收到的数据进行原始数据(如MPU故障、WTD过程数据等)综合分类管理，建立列车的数据档案，用户可通过该区域进行下载，并兼容支持原始解析工具解析，方便用户自主深入分析，此外根据用户定制需求，可实现对于参数的按需解析，方便用户对故障时刻的参数查询与多维参数展示分析。参数解析呈现示例如图4所示。

图4 参数展示示例Fig.4 Example of parameter display

功能区域—MPU故障，针对后台自动转换的历史MPU故障数据进行规范化解析与呈现，实现对MPU故障的管理、查询、检索、统计等功能，为多维故障联合分析提供数据主线，基于建立的故障诊断模型实现多维参数联合分析及运维指导，MPU故障检索示例如图5所示。

图5 MPU故障解析查询Fig.5 MPU fault analysis query

功能区域—典型故障专家库，用户可针对典型故障建立参数关联模型，同时对于故障关键参数等信息进行模型定制，从而实现对于故障的个性化预警以及关键故障的智能化提醒，为运维故障提供初步的处理建议。

5 结语

动车组车载数据智能分析系统已于2021年在CRH5型动车组进行试用，通过半年多运用，基本实现了对动车组主要运维数据的数据自动归类整理和综合智能分析，提高了整体数据资源利用率及智能化分析水平，降低维护成本的同时为用户提供了更为简单高效的运维指导，有效提升了用户检修效率。