城市轨道交通具有运量大、能耗低、集约化、环境友好、安全舒适等诸多优点，是城市公共交通出行的主要方式之一。近年来，我国城市轨道交通快速发展，路网规模超1.1万公里，全球第一。客运量持续攀升，北、上、广、深多地城轨客运量占公共交通出行比率超过50%。城轨已成为公共出行首要选择。

 

　　《中国城市轨道交通智慧城轨发展纲要》提出：推广应用智能运维系统，研发分析决策系统，通过设备故障预测与健康管理，实现设备全生命周期管理，提升城轨安全运营能力。通过智能化手段降低人车比，减少维护成本，保证检修质量，优化检修模式是行业共识。城轨运维所需专业多、人员需求大，包括站务、乘务、调度以及维保等。据交通运输部科学研究院发布的数据显示，地铁每公里约需要运营人员50至70人。大量人工操作导致运维效率低，故障预警不足，维护成本高。

 

　　智能运维旨在以关键设施设备为管控对象，采用大数据、人工智能、物联网等技术，构建智能化装备或系统，通过列检自动化、检修项点替代、精准故障修等技术手段，提高日常检修效率、提升设备整体可靠性、促进检修修程修制优化、降低运维成本。

 

　　城轨智能维护关键技术包括以下几个方面。

 

　　1、状态监测

 

　　基于图像识别、红外传感、振动监测等智能传感技术，实现关键部件状态监测、故障预警和检修计划动态调整，最终形成包含检修对象、检修时间、检修地点的检修建议。

 

　　2、故障预警

 

　　通过城轨关键部件及系统现场服役数据与健康状态演变规律，构建基于健康度评估的神经网模型，推测一定时间段内相应部件与系统的健康变化情况，实现故障的提前预测。

 

　　3、寿命预测

 

　　通过“失效物理+数据驱动”双模型与应力谱特征分析技术，实现面向实际工况下电气物料应用寿命预测。

 

　　4、健康管理

 

　　牵引PHM：基于系统运行过程中发生的历史故障信息，结合电气原理、专家规则及智能学习等方法，构建知识与数据相结合的故障诊断模型，实现故障快速诊断定位。

 

　　电机轴承PHM：基于已有控制信号的非侵入式牵引电机轴承故障状态评估，实现轴承故障的精准辨识和劣化状态评估，已通过地铁车辆盲测验证和装车验证。

 

　　电机绝缘PHM：基于电机匝间短路状态评估，攻克电机早期绝缘劣化在线识别的技术难题。

 

　　5、运维优化

 

　　基于功能结构树、失败模式的效应和鉴定分析、可靠性统计与评估、故障影响与逻辑决断等分析技术，建立面向故障风险控制的检修修程优化体系，实现运维修程优化。

 

　　随着人工智能、大数据等前沿技术广泛应用，将重构城轨系统从设计-应用-运维的全生命周期保障模式，从“以可靠性为中心的维修”向“以健康为目标的智能预测与健康管理”转变，从“追求无故障”的完美阶段，向“允许带病生存而保障健康”的实用阶段转变。