PHM与智慧运维落地实践案例集 — 机车运用数据智能诊断系统正式上线

2019年9月20日，经过为期一个多月的紧张测试，北京润科通用技术有限公司为中车某机车单位倾力打造的“机车运用数据智能诊断系统”正式上线运行，标志着润科通用在轨道交通智慧运维领域的又一案例成功落地。

近年来，我国机车出口业务快速增长。客户的某型柴油电力机车是早期出口非洲的一个主力车型，也是我国“铁路外交”的一张靓丽名片。当地地理环境特殊，具有早晚温差大、湿度差大、海拔落差大的特点，机车单程运行里程长，途径草原、丘陵、湿地、平原等多种地形。由于机车远在国外运营、当地维保设施智能化程度低、难以调配大量人员进行快速响应，这些客观因素均对车辆走行部件的运维提出了严峻考验。

系统构架

行业痛点

众所周知，不同温度、不同速度、不同轴重的因素将导致复杂的工况组合。然而，机车上的传统专家诊断系统大多采用对目标量“一刀切”的简单阈值诊断方式，难以胜任这类非定常、非线性、非经典工况的诊断（“三非”问题），更不必说在高度复杂的情况下对故障进行准确预测。

这导致了在以往的运营中，无论是故障的虚警率还是漏检率均居高不下，且系统对重要故障的预警能力缺失。在2018年度，专家诊断系统的能力缺陷曾导致了一起热轴故障，使机车在国外正线上停运，当地抢险运维资源不足、国内工程人员又难以迅速赶往现场，无论在经济上还是质量口碑上均造成了很大损失。

关键技术

长久以来，“三非”困难已成为工程领域的老大难问题。幸运的是，随着各场景下算力与传输带宽的突飞猛进与成本降低，数字孪生、机器学习等技术已快速走向实用。正因对“三非”问题的有效性与优势，工业智能领域将数字孪生、机器学习、IIOT等新技术视为曙光，而这也是现代工业系统实现自感知、自适应、自学习、自评估与自决策的基础。

通过与客户深度合作，基于“数据型”数字孪生技术与机器学习技术，润科通用的轨交智能业务团队通过不断技术攻关，已实现数字空间虚体与物理空间转向架实体表观一致、行为一致、参数一致的深度孪生。采用“一架一档”的形式，对各转向架进行全生命周期的数字档案生成与管理。截止目前，采用在高维特征空间中全工况评估的方式，故障预测算法已能够实现全架轴温的精准健康预测，可提前约120小时发出轴温异常报警，杜绝了低可达性严重故障、为远程运维争取了宝贵响应时间，为“计划修”、“故障修”向“状态修”、“预测修”转变提供技术保障，真正实现了对车辆走行部件的“智慧赋能”。

成果介绍

机车热轴故障智能预测系统包括业务软件、数据型数字孪生体、以及热轴故障预测算法。机车运用数据分析软件的主要功能包括状态监控、异常预警、故障统计、数据查询、数据管理、日志管理、用户管理等。

状态监测

目标车型的机车转向架上关键位置的温度状态通过红色、绿色LED进行高亮显示，用户可对当前机车转向架温度状态一览无遗。