注：本文为期刊公众号简版，完整版已发群内自取。

文章来源：《中国铁路》编辑部

源网址：https://mp.weixin.qq.com/s/o7cnsyQ0Fr4RPGPkEd_gow

陆航， 中国铁道科学研究院集团有限公司机车车辆研究所

董威， 中车青岛四方机车车辆股份有限公司

董光磊，北京纵横机电科技有限公司

0 引言

故障预测与健康管理（Prognostics and HealthManagement，PHM）技术是在美国国防部和美国国家航空航天局的大力推动下不断发展、成熟起来的，其发展过程分为4个阶段：（1）人工/设备测试阶段。20世纪50、60年代，随着可靠性理论、环境试验、系统试验及质量检测方法的诞生，维修人员通过测试设备在飞机外进行检测、排故，机载设备仅需监测关键系统的少量参数。（2）机内测试（BIT）的故障诊断阶段。20世纪70年代至80年代中期，针对关键设备的飞机内测试技术成熟，实现设备故障的自动检测与隔离。（3）综合诊断与系统监控阶段。20世纪80年代后期至90年代，PHM技术应用从航空领域进入轨道交通领域，6K型电力机车实现微机控制系统的分析与故障诊断、隔离，SS4、SS8型电力机车也应用了模块化自检模式。（4）复杂系统故障预测和健康管理阶段。20世纪末，美国国家航空航天局提出飞行器健康监控的体系性概念，以支持新一代运载器的高性能要求。此后，PHM技术开始在各行业盛行。

总体而言，PHM利用传感器采集系统的数据信息，借助信息技术、人工智能推理算法，对系统自身的健康状态进行评估、监控与管理。通过对系统故障的预测，结合现有资源信息，提供一系列维护保障建议或决策。因此，PHM是一种集故障检测、隔离、健康评估、健康预测及维护决策于一体的综合技术。21世纪以来，各领域的PHM系统相继问世，推动该技术日益成熟并向实用化方向发展。PHM技术以美军战斗机为代表，通过全面状态监测、故障检测、隔离定位、预测和决策管理技术，有效实现F35等战斗机任务成功率提升、使用和维修保障费用降低，是实现美军经济可承受性目标（Economic Affordability）的关键使能技术。

随着铁路的快速发展，安全、舒适、可靠的高速动车组成为乘客首选的快捷交通服务载运工具。截至2022年6月，全路共计超过4000列标准组动车组在服役中，单列历史累计运行最大里程已超过780万km。在运营高峰期，每天有超过4000列次动车组上线运行，运营密度最高的2019年，车组年均走行里程达55万km。目前，高速动车组采用以走行公里周期为主、时间周期为辅的检修方式，其修程修制需要耗费巨大的人力、物力与财力，高速铁路运营成本居高不下。如何进一步提升安全保障裕度、提高运维效率、降低运维成本、支撑修程修制优化，利用完善的车载、地面传感器监测网络，与各来源电务、轨道状态、接触网状态数据、大气环境数据等融合，最终实现维修决策及任务派遣，是从状态修（Condition Based Maintenance，CBM）到PHM的重要一环。

1 国外轨道交通PHM现状

1.1 PHM平台及相关架构设计

为应对装备集成度、复杂度、智能化程度的急剧增加，各铁路强国的运营商、主机企业及配件供应商纷纷开展了不同程度、不同层级的PHM技术应用。作为体量居世界前列的轨道交通装备与解决方案供应商，法国阿尔斯通公司（简称阿尔斯通）与德国西门子公司（简称西门子）的轨道交通基础设施、移动装备均需要耗费巨大人力、物力、财力维护，存在大量运维核心需求。因此，大数据预测性运维解决方案应运而生。

【阿尔斯通】

阿尔斯通在轨道交通故障预测与健康管理方面的技术发展与大数据运用及PHM核心技术息息相关，如现金传感、大数据存储与运用、物联网等技术，充分体现了PHM的跨专业融合特点。阿尔斯通PHM解决方案的发展历程见图1。2006--2012年，阿尔斯通逐步扩充完善转向架、牵引系统等车载设备、轨道线路、接触网及基础设施的信号采集端;2013--2016年，随着信息化技术不断发展，阿尔斯通借助推理模型进行故障诊断与定位，形成具备CBM功能的应用平台，而前述数据采集端在该阶段也作为“感知层”汇入平台;自2017年起，各类数据经过基于规则知识的应用引擎(模型组件)，与各类资产管理系统相结合，最终实现车队管理、车队调度优化、故障诊断和预测等顶层目标。

【西门子】

Railigent平台整合了西门子在全球的先进技术，提供了一系列数据处理、存储及分析的标准工具。最重要的是，Railigent为不同的轨道线路提供特别的解决方案，从而提高了移动装备与基础设施的可用性、降低了成本、优化了养护维修策略。Railigent平台核心功能见图2。

Railigent平台主要围绕数据来展开，主要包括以下内容：

（1）数据传输：将传感器数据安全地传输至中央数据存储中心；

（2）数据处理：在中央数据存储中心对传感器数据进行特征提取、数据融合、清洗、滤波等数据预处理工作；

（3）数据评估：利用先进的算法、专家知识和最佳实践案例，通过智能监控、智能数据分析、智能预测，将数据转化为实际工程应用价值；

（4）数据可视化：可根据用户需要定制报告报表，可选择基本解决方案或高级解决方案，标准化接口确保了与维护系统的互操作性，通过应用程序提供的铁路资产数据分析，可改善运营、优化维护、提高成本效率，最终实现车辆的100%可用性。

Railigent平台能够实现列车的可视化监控，可观察整个车队的概览情况，如位置和运行状态；可对部件设备进行持续监测，通过传感器数据的历史趋势，观察运行劣化情况；可对供暖、通风和空调的异常模式进行识别；可对识别的故障模式进行预测。

1.2 PHM数据源采集及处理技术　

【阿尔斯通】

作为阿尔斯通轨道交通系统性运维解决方案，HealthHub平台的核心数据源组成见图3。TrainTracer、Motes、TrainScanner、Track & CatenaryTracer作为数据采集端，可分别采集列车实时状态、走行部关键部件振动与温度数据、整车入段扫描数据、轨道与接触网状态，并传递至HealthHub系统性平台进行分析，实时评估关键部件健康状态，预测未来风险，并支撑基于状态的、预测性的方式进行修程优化。其中，Train⁃Scanner是HealthHub数据源的重要组成，该装置可自动确定机车车辆、基础设施和信号的状态。TrainScan⁃运营管理ner使用诊断门户，通过模块化设计的激光或3D相机测量等手段自动实现对车轮、刹车片、受电弓碳条，以及车底架、车身外壳的状态和预测性维护，汇入HealthHub平台后，使用基于规则的算法将原始数据转换为可操作的信息，从而计算出每个资产的健康指数，并进一步分析预测车辆部分关键部件的剩余使用寿命。

阿尔斯通PHM系统主要通过数据采集、健康评估和状态监测、寿命预测环节，将装备对象数据转化为使用人员、维护人员的具体使用和维护行动。数据采集来源主要包括车辆机车、轨道等基础设施、信号设备，数据被传输至HealthHub，健康评估和状态监测、寿命预测功能的实现依托于平台的评估算法模型，其输出结果为司乘人员、检修维护人员、运营工作人员等各业务相关方提供各自所需信息。HealthHub平台应用目标见图4。

Healthhub平台获取信息后，数据科学家通过对数据分析，形成轨道交通装备对象的规则知识库，数据经过基于规则知识的应用引擎（模型组件），实现车队管理、车队调度优化、故障诊断和预测等功能。作为Healthhub平台的另一大特点——健康指标（HeathIn⁃dex，HI）作为核心被引入。平台针对某一被评估单元，将表征该评估单元的全部或部分参数进行融合，得到该被评估单元的健康指标或状态指标。特征参数或状态指标的融合可基于分析评估和专家经验，也可基于机器学习建模的方法来进行，HI的形成需要经过虚拟样机和实物样机的测试和验证。综合运用各类测试数据，提供评估车组状态、关键系统及部件健康度的健康画像。

【西门子】

西门子Railigent的执行流程分为以下步骤（见图5）：

（1）数据采集：在车辆传感器和信号系统中，以安全可靠的方式，从各种控制单元获取操作和诊断数据；

（2）数据传输：依托现代蜂窝通信技术和先进的安全技术，以安全、可靠、高效的方式，将有价值的数据传递至云端；

（3）数据处理：Railigent是基于云的基础架构，无-85需处理繁琐的系统升级。将传递的原始数据进行正确摄取，并清洗脏数据；

（4）解析生成：检查、评估存储的数据并生成报告。应用基本聚合算法到应用高级商业智能报告引擎，用于创建、测试和推出人工智能/机器学习（AI/ML）应用程序。应用程序可检测异常情况、预测故障，甚至对未来的资产性能、成本和风险进行建模，并找到最合适的改进措施；

（5）结果共享：将评估后的数据和生成的报告，与运营、维护和资产管理者共享。

在数据源获取及处理方面，Railigent还具有以下特点：

（1）跟踪所有数据流：Railigent能充分利用轨道数据，实现各层级应用功能。该平台从传感器映射至智能手机，建立完整数据通道。可跟踪数据流包括从管理层面高度集合的指标到用于车辆段内维护的详细分析。

（2）实现监测、分析和预测：Railigent可用于系统的远程监控、快速诊断及故障预测。该平台利用西门子工业数据分析架构所提供的标准工具进行数据处理、存储和分析，进而提高部件的可用性、延长使用寿命、提升零部件维护水平和移动装备的运行效率。

1.3 PHM核心应用目标及应用效益　

【应用目标】

阿尔斯通和西门子在轨道交通装备技术发展战略中，制定了以下PHM核心应用目标：

（1）实时性：对平台服务范围内的每条轨道和每列动车组进行远程实时监测，包括上述参数传输及处理过程；

（2）动态的维护计划：通过专家智能推理算法，根据每个部件的预测状态，动态生成和更新维护计划；

（3）任务的自动化决策：与其他物料及物流生产系统联动，自动平衡仓库中的备件库存；根据动车组工作载荷和各项健康指标实现动态车组派遣。

【应用效益】

HealthHub和Railigent在维护和操作方面具有显著优势，不仅降低各项养护维修中的材料消耗和人力支出，为轨道车辆所有者和运营商节省了大量资金，还有助于延长维护间隔、延长部件寿命、提高运行的安全性。自2017年原型系统应用以来，HealthHub已监测30余支车队，超过2000辆列车；对于基础设施和相关轨道线路的监测覆盖超过5000km。截至目前，应用HealthHub产生效益如下：

（1）基础设施设备使用寿命延长15%；

（2）养护维修相关人力减少20%；

（3）备件材料消耗降低15%；

（4）维护周期延长25%从而提升产能；

（5）减少了转向架和车顶的危险干预，提高了铁路安全性；

（6）列车/基础设施和信号系统故障的情况减少；

（7）新建项目均推荐采用该系统，产生附加运行维护服务效益。

受NahverkehrRheinland（NVR）、NWL、SPNVNord等协会委托，西门子于2015年3月交付82列动车组Desiro-HC列车，并依托新一代RailigentX平台，提供32年维护服务。截至目前，得益于实时监测、分析和预测性服务概念，Railigent实际成本节省15%。更高的成本效益使轨道交通更具竞争力。列车发生延误的概率是1/2300，用户满意度得到提高。经验证的可用率>99%。优化的可靠性最大程度减少了因故障引起的停车时间。RailligentX为铁路资产管理提供了巨大的好处。由于基于状态的监控、数据分析和预测性维护概念，铁路运输变得更加高效、可靠和舒适。此外，还可以降低生命周期成本和运营风险。产生的效益如下：

（1）通过对多个来源数据的深入分析，对基于状态的预测性维护方法能够延长维护周期，消除不必要的工作，如过早更换零件，并将维护成本降低15%；

（2）通过汇总所有相关的铁路系统数据，对主动式和被动式服务支持，以及远程功能的实时运营监控，可将服务延迟导致的成本降低40%；

（3）对铁路系统（包括车辆和基础设施）进行整体优化，从而将服务可靠性提高10%。

2 我国动车组PHM现状及创新

目前，以中国铁道科学研究院集团有限公司（简称铁科院集团公司）为代表的核心研究机构，以及各铁路局集团公司、主机企业及配件供应商，均针对负责技术平台动车组开展了PHM相关应用研究。现阶段，由中国国家铁路集团有限公司（简称国铁集团）机辆部统筹规划，开展铁科院集团公司与中国铁路上海局集团有限公司（简称上海局集团公司）2家动车组PHM系统整合工作，搭建全路统一的动车组PHM大数据平台，实现统一数据、统一应用、统一管理。

2.1 PHM平台化体系架构

根据《动车组故障预测和健康管理（PHM）研究实施工作方案》（铁办机辆〔2020〕99号）要求搭建全路统一的动车组PHM大数据平台，整合后的系统架构分为基础数据层、模型运算层和应用层（见图6）：

（1）基础数据层：负责专业数据的汇集、清洗、转换，为模型计算和系统应用提供数据支撑；

（2）模型运算层：包含上海局集团公司模型管理区和铁科院集团公司模型管理区，主要负责执行模型程序计算；

（3）应用层建设包含实时监控、预警预测、视情维修、健康管理和模型管理等功能模块，向用户提供服务。整合后的动车组PHM系统实现了与动车组管理信息系统（EMIS系统）的数据贯通，动车组PHM系统模型报警信息可下发至EMIS系统计划作业模块，计划编制人员根据模型报警信息安排相关复核和检修工作，复核与检修结果的实绩将同步推送至动车组PHM系统，实现报警处置流程的闭环。

2.2 PHM模型部署及核心功能要素

【模型部署】

由国铁集团机辆部统筹规划，动车组PHM系统的核心功能包括：状态监控、故障预警、视情维修和健康评估。其中，状态监控主要依托于动车组WTDS数据内迁后的实时监控参数、故障及位置信息；故障预警、视情维修和健康评估主要依托模型为载体实现。

【核心功能要素】

除直接部署于模型运算层模型外，整合后动车组PHM系统持续接收来自中车长春轨道客车股份有限公司（简称中车长客）、中车青岛四方机车车辆股份有限公司（简称中车青岛四方）、中车唐山机车车辆有限公司、青岛四方阿尔斯通铁路运输设备有限公司（简称AST公司）等主机企业的PHM模型推送结果，终端用户可通过PHM系统实现故障回填及后续回库处置工作。

2.3 我国典型PHM工程化应用

动车组PHM技术主要体现形式在于其体系性、平台性的展示，以及结合不同需求特点的运维应用。除国铁集团动车组PHM系统外，各铁路局集团公司、科研院所、制造商和相关服务公司均在轨道交通PHM方面有所创新、研发。

（1）中国铁路呼和浩特局集团有限公司针对CRH5A型动车组牵引变压器、牵引电机、齿轮箱和轴箱4个关键部件，开发了极短期预报模型用于预测温度参数。充分考虑运行速度、运行距离、散热器清洗情况等诸多影响因子，利用多元非线性回归算法建立动车组温度类数据预测模型，对次日上线动车组关键测点峰值温度进行提前预测，起到防范超温故障发生作用。同时，利用温度数据分析预测模型的预测结果指导由温度导向的生产任务，如牵引变压器散热器清洗、牵引电机注油、轴箱检查等检修任务，建立数据分析—检修干预—跟踪分析—故障销号的闭环管理模式，以数据驱动模型指导动车组检修在生产环节起到保障安全和节支降耗作用。

（2）中国中车旗下各主机企业前期均根据各自车型平台产生的WTDS数据进行了PHM应用系统及模型的探索工作。比较有代表性的应用系统是中车长客开发的故障预测及健康管理系统，以及中车青岛四方开发的动车组健康管理中心，即原健康监测及专家支持系统实现了远程车组监控、故障早期预警以及可指导售后人员的数字化精准维修工作。

（3）中车长客根据2020年上线的智能动车组，结合京张智能化提升等需求，配套构建完善的地面-车载PHM系统，其主要功能导向为：一是故障预测，二是健康管理。

（4）中车青岛四方PHM平台自2016年启动建设，目的是为旗下动车组开发自主可控、平台架构可扩展、应用统一服务的大数据系统。

（5）北京纵横机电科技有限公司（简称纵横机电）是我国机车车辆核心系统供应商。为提升研发和应用水平、更好地服务客户、保障产品运用稳定，针对所研发的制动、牵引、网络控制、安全监测产品构建了产品大数据平台。

2.4 应用效果　

铁科院集团公司基于大数据技术架构的开放性PHM系统在武清主数据中心部署上线，自2020年12月系统向全路开放试用以来，主要应用效果体现在以下2个方面：

（1）通过超前预警提升动车组安全运用的保障能力。动车组PHM系统上线以来，通过定期与主机厂、动车段进行对接，结合动车组运用检修中发生的故障情况，铁科院集团公司及上海局集团公司联合开发组不断对预警预测模型规则进行优化和丰富。通过各关键部件模型实现动车组故障预警预测，对动车组故障隐患的早期识别和提前预警，提前发现故障并处置，减少故障影响，保障动车组运行安全；提高动车组故障应急处置效率，减少动车组故障对运行秩序的影响。以走行部关键部件为例，PHM系统全年总报警3296次（按天合并同车同位置重复报警），经现场复核确认有效报警464条；客室空调方面，确认有效PHM报警48条，动车组配属铁路局集团公司暑期未发生空调相关责任故障，有效提升动车组安全保障能力。

（2）通过部分项点状态修降低动车组维修成本。系统投入应用后，一方面实现CR400AF等平台动车组主变压器、牵引变流器等冷却装置的视情维修，避免过度维修、节约维修成本。通过应用系统维修建议模块，各铁路局集团公司均结合自身实际检修情况，逐步推动和扩大视情维修，在有力推动动车组修程修制改革的同时，大大降低了动车组维修成本。

3 结论

3.1 国外轨道交通PHM应用

以阿尔斯通、西门子为代表的国外动车组PHM，其研制流程类似航空领域PHM的方案设计体系；总体而言从各部件自身测试诊断到部件级健康评估，最终形成运维体系。

（1）国外轨道交通PHM应用相对较早，对象较广泛，既有针对移动装备类的诊断预测，也有针对转辙机、信号基站、供电设备等基础设施的寿命预测与故障诊断，但各类应用与检修处置的联动及反馈不强，主要依托数据分析师进行算法内部迭代优化。

（2）传感器网络、车地数据传输环节均为主机企业内部监控数据，能掌握数据链路，数据质量相对较高，大数据运用环节更易工程化实施落地。

（3）利用PHM给出的可靠性及性能指标，对于整车及关键部件设计制造提供有效反馈及优化建议。

3.2 我国轨道交通PHM应用

（1）我国主机企业及核心部件供应商的PHM研究主要集中在自身部件传感技术、平台建设、模型开发等方面；PHM应用主要在关键部件级和设备级的状态监测、故障诊断方面。由于功能设计倾向于故障及时诊断排故与定位，服务于售后检修的优势较为明显。

（2）铁路局集团公司各层级用户对动车组PHM的发展需求非常明确，对PHM技术在列车上的推广应用发挥了积极作用。以上海局集团公司为代表，结合实际检修运用需求，以和谐号、复兴号动车组牵引系统冷却装置为对象，开展了部分项点由定检修向状态修的转变。

（3）国铁集团PHM系统以状态检测、预警预测、视情维修、健康评估4大核心功能为导向进行体系规划，将大数据技术与动车组技术结合，PHM系统结合实际检修运用等各场景数据开展各层级PHM应用。在预警预测方面，通过对各关键部件故障隐患的早期识别和超强预警，提高了动车组安全运用的保障能力；在视情维修方面，根据牵引系统各项点性能趋势变化提供维修决策建议，减少了过度维修、节约了维修成本；结合与现场检修作业的闭环处置流程，提升了动车组检修效率及质量。总体而言，PHM技术应用对于动车组的安全运用及降低全生命周期成本支出发挥了重要作用。