乘着“新基建”的春风,开往智能世界的列车出发了

以5G、人工智能、大数据等技术为代表的“新基建”春风正吹遍中华大地 , 中国数字化进程呈现更普惠、更智能的趋势 , 借力好风 , 交通行业也迎来数字化发展良机 。
“交通强国、铁路先行” , 铁路作为传统基建的典型代表 , 正在积极探索和“新基建”的结合 , 致力实现“人悦其行 , 物优其流”的美好状态 。
其中 , 在铁路机车车辆运维领域 , 不乏成功案例 。
近年来 , 我国铁路机车车辆装备的现代化已经取得长足发展 , 以复兴号动车组为标志的新一代铁路移动装备各项技术指标已处于世界领先水平 。 但是在机辆的运维领域 , 目前还存在很多大量人工作业的场景 , 如:车载数据转储、6A视频、5T图像分析等 , 需要投入大量人力物力 , 工作强度大且效率低 , 而且还可能因为人为疏漏导致一些安全隐患 。
因此 , 在强烈的业务驱动下 , 铁路机辆工作者勇于探索、大胆创新 , 越来越多的新技术被应用到机辆运维领域来 。 比如:西安机务段通过“5G+AI+大数据”的技术 , 实现了机车6A视频的自动转储和视频智能分析 , 以及机车走行部健康智能管理 , 提升了机务整备、检修效率和运用安全管理水平 。
乘着“新基建”的春风,开往智能世界的列车出发了
文章图片
5G代替人工
实现机务车载数据高速转储
目前 , 机务6A视频数据主要靠人工通过U盘转储 , 一般机务段需要配备4-6名专职人员处理 。 除了拷贝数据外 , 还需要进行U盘的管理 , 比如:数据拷贝完成后还需对U盘进行格式化和重新写入License;在机车乘务员出勤时 , 还需要配发U盘并做好登记 , 机车乘务员还需要把U盘再插回机车上 , 整个过程非常麻烦 。
另外 , 由于U盘的频繁插拔 , 导致车载6A视频单板的故障率更高 。 采用5G转储方案后 , 以上问题都迎刃而解 。 当机车进入机务段咽喉区轨旁5G基站的覆盖范围后 , 机车车载5G终端会自动与之建立连接 , 并自动完成数据转储 , 整个过程一般不超过3分钟(平均1分钟能完成10GB作业的数据) 。 因此 , 5G技术的应用 , 提升了机务段的整备效率 , 减少了不必要的设备成本开支 。
乘着“新基建”的春风,开往智能世界的列车出发了
文章图片
AI视频分析辅助机车乘务员管理
更安全、更高效
数据顺利转储到地面以后 , 更为重要的是需要考虑如何分析 。 当前 , 每个机务段专门有30-50人左右的团队 , 进行机务数据的人工分析 。 以往6A视频都是通过人工“肉眼”抽查的方式 , 不仅效率低而且不能全面覆盖 。 假如每个人每天能抽查18趟车的视频数据 , 差不多有200-300小时的视频录像 。 人工要看完这么多视频是不现实的 , 只能根据LKJ关键项点 , 比如进出站、通过信号机、临时限速等 , 匹配到对应时间段的视频 , 然后看这段时间乘务员是否有违规行为 , 主要是一些手势类的动作是否规范 。 但是 , 对于一些安全风险更高的行为 , 比如:玩手机、频繁的扭头闲聊等瞭望类的场景 , 通过关联LKJ关键项点的方式是很难发现的 。
乘着“新基建”的春风,开往智能世界的列车出发了
文章图片
大数据助力
机车走行部PHM应用
除了6A视频数据外 , 机务车载大量的价值数据 , 目前主要实现了简单的状态告警 , 并没有给出针对性的建议 , 需要人工打开系统靠个人经验去分析下一步应该做什么 。 目前 , 大多数系统都还处于“半自动”状态 , 仍然需要大量的人工操作和分析 。 机车走行部健康智能管理系统 , 改变了上述的数据分析现状 , 实现了车载走行部数据的深度挖掘 。
机车走行部健康智能管理系统 , 面向的用户主要分为三类:机车检修人员、数据分析人员和机务段管理人员 , 他们的需求分别如下:
?机车检修人员:通过机车走行部状态信息和监测数据的分析结果和建议 , 做出相应的检修决策和计划;
?数据分析人员:具备数据完整性查询功能 , 能够从不同维度查询到配属机车走行部的历史数据和检修信息 , 结合自身经验以及系统分析结果 , 给出更加合理的检修建议;
?机务段管理人员:可以直观有效的对各线路机车走行部健康状态进行跟踪 , 及时处理各类问题 , 确保安全 。
基于以上需求 , 机车走行部健康智能管理系统主要实现了如下三个方面的功能:
?尽量减少人工分析 , 降低数据分析人员专业性要求 , 提高分析准确度 , 自动分析本趟数据 , 有报警时给出处置建议;
?建立机车走行部数字孪生模型 , 反映机车走行部当前的健康状态 , 定期深度分析历史数据 , 预测机车走行部各部件寿命;
?提供决策支撑依据 , 为制定门限值提供依据 , 如根据车型、速度等级分阶段设置温升门限值 , 并为周期保养提供支撑依据 。
乘着“新基建”的春风,开往智能世界的列车出发了
文章图片
大数据助力实现
走行部“状态修”
系统可以完成对轴承、齿轮、踏面等关键部位的健康状态评估 , 用来辅助支撑维修计划的制定和调整 , 也就是通常所说的“状态修” 。 利用剩余寿命预测模型描述诊断对象全寿命周期 , 同时考虑诊断对象当前健康状态 , 对诊断对象的剩余使用时间、剩余使用里程进行判断 , 给出预测结论 , 辅助现场开展备品备件、维修计划等工作 。
乘着“新基建”的春风,开往智能世界的列车出发了
文章图片
修程修制的优化是一个循序渐进的过程 , 走行部PHM的应用为优化走行部的修程修制提供科学的依据和切实可行的方案 。 虽然 , 在短时间内很难评估走行部PHM所能带来的经济效益 , 相信随着应用的逐步深入 , 会逐步提升运维效率 , 减少不必要的维修计划 , 降低运维成本 。
ICT基础设施
实现机务数据资产沉淀
智能运维快速落地
无论是效率提升还是修程修制的优化 , 都是基于新技术实现对数据更加高效的采集、更加智能的分析或者更加深入的挖掘 。 而为了更好地“驾驭”这些新技术 , 需要一个平台对各种数字化技术能力进行统一管理 , 这就是“数字平台”的重要价值体现 。
融合多种技术 , 实现信息资源和能力的按需调用 , 降低对技术驾驭的复杂度 。 从过去一个应用需要从多个组件能力分别获取 , 变成现在通过平台能力整体打包封装 , 基于业务应用优化组合 , 统一接口 , 按需调用 。 最终实现融合数据、标准统一 , 实现数据高效共享 , 构建弹性扩展、统一协同的数据底座、持续沉淀数据资产 。
未来除了上述场景外 , 5G、人工智能、大数据等“新基建”在动车组车载数据转储、车辆5T图像智能分析、机车车辆PHM等领域将有更多应用空间 , 也将为机辆的运维效率提升和降本增效发挥更多价值 , 实现真正的“智能运维” 。
【乘着“新基建”的春风,开往智能世界的列车出发了】来源:人民铁道报作者:郭千里


    推荐阅读