铁路机车智能运维管理系统

1.本发明涉及用于对铁路机车故障预测和指导运行维护的一种新技术方法及系统，尤其涉及一种铁路机车智能运维管理系统。


背景技术：

2.我国幅员辽阔，铁路运输是我国交通运输的主力。随着经济的腾飞，铁路运输事业突飞猛进。到2020年，全国铁路营业里程约15万公里。2019年全国铁路机车拥有量为2.2万台，3616标准组、28927辆。庞大的铁路体系不仅仅带来经济的繁荣发展，更给机车运行维护带来巨大压力。由于缺乏有效技术装备和系统长期运行的经验积累，我国铁路部门普遍沿用不计成本保安全的劳动力密集型计划维修（即定期维修）体制。该体制是在针对传统机械装备的磨耗型故障模型上形成的，已经难以适应目前集成化机电装备的故障规律，造成维修量大、工作强度高、准确性不足的局面。更为紧迫的是，我国高铁装备海外出口势头已经形成，但是由于技术装备输入国通常强制要求相关劳动力资源本土化，我国现有劳动力密集型维修体制无法在国外复制，难以满足高铁海外出口的维修保障需求。针对以上现状，铁路维修保障部门已经提出，未来维修方式应该在精确掌握列车状态的前提下，逐渐向状态维修体制过渡，从而保障运行安全、提高维修效率，满足国内和海外维修保障需求。
3.近年来开始蓬勃发展的大数据、机器学习以及云计算技术，为机械设备维修保障提供了全新的解决途径，国外轨道交通领域技术先行国家在故障预测健康管理方面已经进行了大量的研究和运用，如日本川崎重工的mon系统、美国ge的rm&d系统、加拿大庞巴迪的mitrac cc remote系统、法国阿尔斯通的health hub系统、德国西门子的railigent系统等。日本的新干线在2015年7月，构建了可以连续对东海道新干线上高速列车进行监测，采集并分析机车上各个重要部件与设备运行状态数据的系统，并在东京、大阪设置了专业分析机车数据的机构“机车数据分析中心”，使得维修人员配备减少1/3,故障大幅下降。美国通用电气公司的rm&d平台可以实现对高铁装备进行远程监控与诊断，其包括的功能有：实时监测、故障诊断、关键部件、寿命预测，并且可以提供智能维修建议。
4.综上所述，现在迫切需要一种能提高机车检修效率，降低劳动成本的先进的运维方法。铁路机车智能运维管理系统能有效提高铁路机车运维工作效率，故障预测与健康管理更是能让机务段或主机厂全方位掌控机车各系统健康情况，及时合理安排机车修程，让机车经济上实现效益最大化。


技术实现要素：

5.为了克服目前铁路机车运维能力的不足，本发明目的在于提供一套铁路机车从生产管理到运用维修的全过程智能化指导的系统。
6.本发明的技术方案是：系统由三大部分构成，简要如下：（1）云端运维层；（2）雾段运维层；（3）物端运维层。
7.本系统旨在通过物端运维层的各监测装置包括但不仅限于：弓网检测单元、主变
压器单元、主变流器单元、电源开关单元、电气控制单元、牵引电机单元、齿轮轴承单元、轮轨踏面单元、空气管路单元等诊断单元等，进行综合分析指导运维。结合大数据分析以及广域网络，通过健康评估和故障预测，做出最经济，最可靠，节省时间空间的决策。进而安排机车维修维护，改进生成工艺，研究新方法新技术，挖掘故障隐患，评估部件健康程度，给出各部件预计寿命。
8.本发明中，所述的云端运维层主要包括1个大数据智能运维中心、z个总智能终端、y个主机厂终端。其中总智能终端可以通过机车在线监测主机监控机车实时状态、流量监控、交通规划、调控引导结合雾端运维层铁路局智能运维子系统上传的数据进行分析，建立机车数据知识库，统计各个部件监测数据，只能分析预测部件寿命，安排维修计划。其中z个总运维终端功能可依据需求进行更改，开放报警接口，数据输出接口给其他相关部门。大数据智能运维中心在z个铁路局智能运维子系统的支持下对实时监测数据和运维中间数据进行实时状态分析、远程专家诊断、运行设备健康状况评估，接着更新运维知识库、机车履历以获得智能诊断模型来实现系统智能故障诊断，进而得到运行设备状态的日报、周报和月报，在此基础上进行设备寿命预测和运维决策，x个铁路局智能运维子系统充分利用大数据智能运维中心的分析和运维知识库建立运维决策，以得出指导各机务段运维的最优运维方案，同时大数据智能运维中心还对实时监测数据进行分类挖掘、故障趋势预测结合不同铁路局数据进行不同区域不同车型不同环境对比并实现数据互通共享、交互式查询以将相关设备状态信息进行反馈到y个主机厂终端，y个主机厂通过对反馈信息统计分析完成对在线运行设备的隐患挖掘以改进技术及产品、优化运维管理，主机厂终端通过外部网络加防火墙连接云端服务器大数据运维中心。在获得云端服务器授权情况下，有限获得大数据运维中心数据统计、隐患挖掘、产品改进意见等信息。
9.本发明中，所述的雾段运维层包括铁路局智能运维子系统和铁路局级智能运维终端，是一个具有承上启下的部分。一方面整合各机车数据上传到云端服务器，另一方面从大数据智能运维中心的云端服务器获取相应的功能，雾段运维层由目前现有的18个铁路局集团公司为主体构成，每个铁路局集团公司下又包含下属所有的机务段等机构,以单个铁路局智能运维子系统为例，其下包括k个段分系统，铁路局智能运维子系统通过广域网与云端大数据智能运维中心连接；k个段分系统将各自监测到的l列铁路机车机车实时状态信息、报警信息等其它信息传输到铁路局智能运维子系统，在铁路局管理终端的支持下铁路局智能运维子系统实现对机车监控并进行有效调控与引导、实现对铁路机车运行状况管理，合理调配机车维修；同时段分系统还包括机务段运维终端，终端包括如下功能：实时状态、数据管理、维修信息、报警信息、检修安排、轮轨关系等。雾端运维层完成对x个铁路局智能运维子系统的运行机车实时监测信息的综合处理、分类存储、特征信息筛选后上传到云端大数据智能运维中心，同时接收来自云端大数据智能运维中心的分析结果、决策信息和预测信息以指导各段运维工作开展，由各段分系统安排完成相应的调度、检修和维护工作。铁路局智能运维子系统将下属各机务段机车采集到的数据进行初步分析，获取其中各监测装置的诊断数据和详细记录数据。通过广域网与云端大数据运维中心连接，x个铁路局智能运维子系统分别独立与云端大数据运维中心连接，上传机车各监测装置数据，在铁路局级智能运维终端支持下，实现对当前铁路局下属各机务段机车进行大方向调控，对各下属机务段进行维修任务下派，协调不同机务段维修工作安排。同时结合监测装置采集不同数据，可综
合协调安排工务段、客运段、货运段等相关工作。
10.本发明中，所述的物端运维层包含机务段所属l台机车，每台机车有m个监测装置，每个监测装置有n个传感器。m个监测装置包括但不仅限于如下监测装置：弓网检测单元、电气控制单元、牵引电机单元、齿轮轴承单元、轮轨踏面单元、空气管理单元等;n个传感器包括速度传感器、振动传感器、冲击传感器、温度传感器、压力传感器、应变传感器、电压传感器、电流传感器等等。由传感器采集到数据，诊断分机做出诊断，实时将详细数据以及报警信息传输到车载在线监测与诊断主机上。车载在线监测与诊断主机接收各子系统诊断结果和详细数据和其他部件诊断数据。车载在线监测与诊断主机与tcms连接，实时连接提供机车各部件诊断结果故障信息提供给tcms。当列车在线运行是物端在线监测主机通过广域网将物端运维层监测装置监测的机车状态信息包括温度、振动、冲击、电压、电流等等传感器监测到的数据和各监测装置诊断的诊断结果传输给段分系统，通过段分系统将实时数据连接到铁路局智能运维子系统以及大数据智能运维中心，各级终端可监控列车实时状态。当列车完成运行任务回库后，通过库内局域网络将车载在线监测与诊断主机存储的机车完全振动、冲击、温度、等连续数据传输给段分系统，再通过段分系统分别上传给铁路局智能运维子系统最终到云端服务器中，经过云端服务大数据计算，分别通过健康评估等功能展示，各级终端可实现对大数据的分析运用。
11.本发明的有益效果是，实现了铁路机车从设备生产、运用决策、维护保养、故障诊断、等环节的数据互通共享，解决以往运维系统的信息孤立问题，构建一个可靠的智能运维系统。更全面反映了铁路机车的状态以及更加可靠地建立数据模型，实现各系统之间数据互通共享、优化资源配置以及实现智能运维系统的闭环优化与更新，确保铁路机车安全、高效运行。
附图说明
12.图1是本发明实施例的总体拓扑结构图。
具体实施方式
13.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述；显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
14.图1是本发明实施例的总体拓扑结构图。为解决以往运维系统的信息孤立问题，本发明采用的铁路机车智能运维管理系统包括云端运维层、雾端运维层、物端运维层，是一个三级递阶结构的智能系统；其中，物端运维层以每个编组运行列车为单位设置由1个列车在线监测主机与网关、多个监测装置、多个传感器组成的列车在线监测系统，通过无线广域网或无线局域网与机务段智能运维分系统连接，列车在线监测主机与网关通过多个监测装置及其连接的传感器多维度采集机车运行中各关键零部件的在线状态信息并进行实时故障诊断后发送到机务段智能运维分系统，为机车运行实时状态监测、故障诊断和预警提供数据支持。本发明的列车在线监测主机与网关采用无线网络通信，常见无线网络有：无线广域网（wireless wide area network，wwan)接入技术可以使笔记本或者其他的移动设备（例
如智能手机、平板计算机等）在无线广域网的覆盖范围内（数百甚至上千千米）连接到互联网；近年来，无线广域网接入技术有了很大的进步，目前已经形成了多种窄带和宽带的wwan技术，例如，4g和5g技术、gprs技术、卫星通信技术等，其性能可以与有线的xdsl技术相媲美；无线城域网（wireless metorpolitan area network，wman）是指在地域上覆盖铁路局及其郊区范围的分布节点之间传输信息的本地分配无线网络，能实现语音、数据、图像、多媒体、ip等多业务的接入服务，其覆盖范围的典型值为3~5km，点到点链路的覆盖可以高达几十千米，可以提供支持qos的能力和具有一定范围移动性的共享接入能力，mmds、lmds和wimax等技术属于城域网范畴；无线局域网（wireless local area network，wlan）是指应用无线通信技术将计算机设备互联起来，构成可以互相通信和实现资源共享的网络体系，无线局域网本质的特点是不再使用通信电缆将计算机与网络连接起来，而是通过无线的方式连接，从而使网络的构建和终端的移动更加灵活，它是相当便利的数据传输系统，利用射频（radio frequency，rf）的技术实现的网络。利用无线电技术取代网线，可以和有线网络互为备份。使用电磁波，取代旧式碍手碍脚的双绞铜线（coaxial）所构成的局域网络。因此，本发明的列车在线监测与诊断主机与网关在机务段运行时采用无线广域网通信，回到车库时采用无线局域网通信。雾端运维层是基于各铁路局管理结构，通过广域网与云端大数据智能运维中心连接，通过既有内部网络与各铁路局各智能运维分系统连接，机务段智能运维分系统通过局域网连接机务段运维终端，运维终端连接，工务、电务、供电、调度中心等管理信息通过广域网或城域网连接到铁路机车智能运维子系统。在机务段等段运维终端的支持下完成各机务段机车的运营调度、实时状态监测与故障诊断、检修维护安排机务段检修等工作，然后将各段属机车诊断信息和维护信息通过雾端运维层接入云端服务器；云端运维层是铁路机车智能运维管理系统的大数据智能运维中心，通过既有广域网与各铁路局机车智能运维子系统、铁路局智能运维终端、设备厂终端连接。大数据智能运维中心收集、处理、分析、存储来自各铁路局机车智能运维子系统的、用于智能运维支撑的实时监测数据，在系统运维终端的支持下对实时监测数据进行分类挖掘、实时状态分析、故障趋势预测并实现数据互通共享、交互式查询，同时将相关设备状态信息进行反馈到设备厂终端，设备厂通过对反馈信息统计分析完成对在线运行设备的隐患挖掘以改进技术及产品、优化运维管理。
15.本发明的铁路机车智能运维管理系统采用三层运维层的结构，包括云端运维层、雾端运维层、物端运维层，系统首先通过各类传感器多维度采集机车各个系统和装置的监测信息，通过无线方式将信息统一汇总至各机务段的段分系统运维中心，为机车的故障诊断和预警提供数据支持，各机务段运维中心进行相应数据管理，完成状态检测、列车调度、设备维护和检修安排，然后各机务段利用网络接入对应铁路局的服务器，将各机务段监测和相关处理数据汇集至各铁路局运维中心，完成对各铁路局所属机务段的机车数据的汇总存储以及相应的数据协议处理解析，最后将各铁路局所属机务段的机车诊断信息和维护信息接入云端服务器，大数据中心对于各类故障信息收集、处理、分析、存储形成知识库，利用智能算法建立专家诊断系统进行推理判断和预测，对智能运维提供支撑，大数据运维中心实现数据互通共享，交互式查询，对各类故障的运维指导更加可靠，同时大数据中心将相关数据发送到设备厂终端，将相关诊断信息进行反馈，设备厂通过对反馈数据统计分析完成对运维中存在的各类隐患挖掘，从而考虑实现技术及产品方面的改进，优化运维管理和改
进运维系统。
16.根据铁路机车的运行管理模式，机务段智能运维分系统由运行在同一机务段k上的l列铁路机车的列车在线监测系统组成，每个列车在线监测系统包括1个列车在线监测主机与网关、m个监测装置，每个监测装置连接n个传感器；用于从多维度感知列车牵引、制动、运行平稳度与舒适性的n个传感器包括速度传感器、振动传感器、冲击传感器、温度传感器、压力传感器、应变传感器、电压传感器、电流传感器，传感器拾取的多维度监测信号连接至通过现场总线与列车在线监测主机连接的m个监测装置，经信号调理与采集、数据处理与特征信息提取后通过现场总线传输到列车在线监测主机，列车在线监测主机对m个监测装置的监测信息进行多源信息融合后得到机车运行实时状态参量、进而对列车运行关键部件故障进行预测和预警，接着通过与列车在线监测主机集成一体的网关以无线广域网或无线局域网方式把机车运行实时状态信息传输到机务段智能运维分系统，在机务段运维终端的支持下机务段智能运维分系统实现对机务段运行机车的实时监测数据管理、实时状态显示与查询、列车运营调度、机车保养与维护、状态检修安排。本发明的物端运维层即机务段智能运维分系统，主要是通过速度传感器、振动传感器、温度传感器、压力传感器等多种传感器从多维度对机车装置零部件和空调、牵引、制动等各个子系统在线运行数据进行采集，感知列车整体状况，实现对机车实时状态进行监测，通过无线方式将采集数据汇总到机务段运维中心，合理安排日常检修任务，同时将列车运行相关信息在列车驾驶室显示，供驾驶人员参考判断，同时将所有监测信息反馈至机务段运维中心，及时进行列车调度工作，而且机务段运维中心将从各铁路局运维中心接收到的预测和评估信息和故障信息等进行管理，及时完成对隐患或故障机车的检修安排，确保列车运行安全高效。
17.本发明采用在每个铁路局设置中铁路机车智能运维子系统的技术方案，铁路机车智能运维子系统通过局域网与铁路局智能运维管理终端连接，铁路局智能运维子系统互相之间并不连接，但是可以通过云端运维层进行大数据对比和智能分析。通过广域网与云端大数据智能运维中心连接，k个机务段智能运维分系统将各自监测到的l列铁路机车的相关数据信息都可以互联互通，一方面铁路局之间并不能监测对方线路的机车实时情况，另一方面通过云端运维层互相之间的数据可以互相对比分析。在云端运维层的支持下铁路局相关部门可依据局管理终端来进行分析结果、决策信息和预警预测信息综合调控下属各机务段机车检修维护工作，并总体把握各型号机车故障和运行趋势，及时与设备厂沟通，做好新技术新方法的试验和使用；铁路机车智能运维子系统完成对x个铁路局运行机车实时监测信息的综合处理、分类存储、特征信息筛选后发送到云端大数据智能运维中心，同时接收来自云端大数据智能运维中心的以机车健康状况监控并对全国各在线运行机车进行实时监控必要时可及时协调各局进行协调，实现对铁路局机车运行状况总体管控以合理调控各铁路局之间协调维护指导各铁路局运维工作开展。
18.本发明的雾端运维层即铁路局机车智能运维系统，它将接收的各机务段运维数据接到各个铁路局运维中心，将各机务段监测和处理的数据汇集至各铁路局运维中心后由各铁路局运维中心统一管理。首先将接收到的各条机务段不同的监测信息分类存储，对本层运维所有数据进行初步筛选分类处理，其次完成对各铁路局机务段机车数据的综合处理以及相应的数据协议解析，保证统一的数据规范标准，把不同铁路局各类数据和多个不同系统的接入，同时将从云端服务器接收到的分析结果、决策信息和预警预测信息等以图形化
界面、各类报表进行展示，以供各铁路局运维中心参考，指导安排运维工作，并将诊断信息、预测信息以及健康评估信息等发送至各机务段运维中心，最后由各机务段运维中心安排完成相应安排和检修维护工作。
19.本发明的大数据智能运维中心由具有强大数据处理能力云端服务器阵列组成，用于收集、处理、分析、存储来自各铁路局铁路机车智能运维子系统的实时监测数据，通过广域网与x个铁路局的铁路机车智能运维子系统、y个设备厂终端、z个运维终端连接；大数据智能运维中心接收来自x个铁路局的铁路机车智能运维子系统的实时监测数据和运维中间数据，在z个运维终端的支持下对实时监测数据和运维中间数据进行实时状态分析、远程专家诊断、运行设备健康状况评估，接着更新运维知识库、机车履历以获得智能诊断模型来实现系统智能故障诊断，进而得到运行设备状态的日报、周报和月报，在此基础上进行设备寿命预测和运维决策，x个铁路局的铁路机车智能运维子系统充分利用大数据智能运维中心的分析和运维知识库建立运维决策模型，以得出指导各机务段运维的最优运维方案，同时大数据智能运维中心还对实时监测数据进行分类挖掘、故障趋势预测并实现数据互通共享、交互式查询以将相关设备状态信息进行反馈到y个设备厂终端，y个设备厂通过对反馈信息统计分析完成对在线运行设备的隐患挖掘以改进技术及产品、优化运维管理，为智能运维系统提供更可靠的保障。
20.本发明的云端运维层即大数据智能运维中心，借由其强大的数据处理能力完成对海量数据的分析挖掘，通过数据接收服务器接收各铁路局运维中心的分析处理数据和监测数据，将其发送到数据处理服务器，而数据处理服务器将接收到的数据先进行预处理，同时对于异常数据进行检测，存储服务器将汇集的各铁路局运维分析处理数据、检修数据、检测数据以及机车履历数据等全方位数据分类存储记录，实现各铁路局、各系统之间数据互通共享，其次，通过智能算法对数据进行挖掘、处理、分析，建立全面的云端运维知识库，获得智能诊断模型来完成故障诊断，同时对机车履历分析，实现对列车设备全寿命周期的健康状况进行科学管理，利用大数据推理分析建立运维决策模型，充分利用运维知识库中的领域知识，从中得出最优的运维方案，实现运维的智能决策，从而更好地指导运维，同时将相关故障信息和运维信息发送到设备厂，设备厂通过对隐患挖掘以及改进技术和产品，为智能运维系统提供更可靠的保障。依据以上所述的机车智能运维系统的各级终端可以实现但不仅限于如下功能：报警信息，车载在线监测与诊断主机监测到机车部件报警信息，可通过tcms/ctcs发送给司机并且通过广域网发送上级运维系统，判断下一步机车运行计划，确保机车运行安全；状态显示，系统可显示机车目前关键部件健康状态，机车目前各部件传感器监测数据等实时状态；故障诊断，系统可以将诊断分机的报警信息显示，对符合报警特征的予以报警，及时指导维修；故障分析，系统可以通过获取历史数据，对报警位置进行数据分析，以便于二次确认故障报警，避免故障误报；故障预测，系统可以对各关键位置采集到的数据进行趋势分析，对重点的轻微故障部位进行故障预测，通过大数据分析计算剩余维修里程，合理安排维修；健康评估，系统自带健康管理体系，评估关键部件健康指数，当指数低于一定的值，则代表部件劳损，发生故障的概率增大，视情况需合理安排维修；运维决策，对不同数据结论，系统会依据以往做出结论和参考行业标准对比做出运维建议；数据挖掘，系统开放数据。对不同位置可输出需要的数据，可输出设定格式的图表，方便利用数据；月报年报，系统自带诊断和趋势分析，可自行输出年报月报。可对机车阶段性情况及时了解；轨
道数据，机车依据监测点的振动情况，综合分析轨道健康值，对轨道机务段、道岔、护轨等振动较大部位重点记录；接触网数据，机车依据受电弓监测系统反应弓网关系特征，阶段性分析线路接触网是否由突变等；机务段总结报告，整理分析各机务段周月年总结报告，针对不同线路机务段进行对比。
21.综上所述，本发明公开的铁路机车智能运维管理系统包括云端运维层、雾端运维层、物端运维层，是目前铁路运营管理单位和生产单位都急需的一种有效提高生产力的工具。不仅能确保机车运行安全、提高检修效率，也能帮助生产企业更好的改进机车生产工艺，研发出新的更加高效安全的机车设备。实现了铁路机车从设备生产、运用决策、维护保养、故障诊断等环节的数据互通共享，解决以往运维系统的信息孤立问题，构建一个可靠的智能运维系统，且实现系统参数的闭环更新优化以提高铁路机车的运维效率。
22.以上所述仅为本发明的较佳实施例而己，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。