地鐵站臺門系統(tǒng)設(shè)備健康管理研究與應(yīng)用

夏景輝，陳昌進，曲澤超，張 振

安全、穩(wěn)定、可靠等關(guān)鍵要素對地鐵機電設(shè)備正點運營、高質(zhì)量服務(wù)起著決定性作用。地鐵設(shè)備傳統(tǒng)的運維模式以故障修、計劃修為主[1]。計劃修易造成過度修，1增加維修成本且提報計劃繁瑣；故障修易造成列車晚點，降低服務(wù)質(zhì)量且應(yīng)急能力較差。相對于傳統(tǒng)的“故障修、計劃修”等被動式為主的維修方式來說，智能狀態(tài)修具有一定優(yōu)越性，它能夠較好地控制成本、提高維修效率、科學(xué)規(guī)劃檢修周期等[2]。

確保設(shè)備運行的可靠性和維護水平已成為保證系統(tǒng)正常運行的必要條件。目前，國內(nèi)外學(xué)者通過大數(shù)據(jù)聯(lián)盟和云計算平臺，利用定點或移動感知技術(shù)，借助數(shù)據(jù)挖掘、機器學(xué)習(xí)及可靠性等方法，構(gòu)建趨勢模型預(yù)測健康情況[3]。設(shè)備健康管理（equipment health management，EHM），是以設(shè)備的健康管理為核心，研究設(shè)備狀態(tài)規(guī)律，對設(shè)備狀態(tài)進行健康監(jiān)測、動態(tài)養(yǎng)護等，實現(xiàn)設(shè)備健康維修管理的理論與模式相統(tǒng)一，是人機主動與被動結(jié)合的前瞻性管理。

實施EHM研究是開展設(shè)備健康管理的先行先試，是一次設(shè)備維護管理的提升過程，通過分解設(shè)備的基本單元，預(yù)測分析并評價設(shè)備系統(tǒng)的運行狀態(tài)，提前預(yù)判故障，為實現(xiàn)狀態(tài)修提供智能管理策略，從而節(jié)約人力和維護成本，降低設(shè)備故障率及晚點率。課題研究對科學(xué)規(guī)劃檢修周期、提前預(yù)判設(shè)備狀態(tài)具有重要的理論及實踐指導(dǎo)意義[4]。

1 地鐵機電設(shè)備健康狀態(tài)評價方法

1.1 設(shè)備狀態(tài)單一模塊健康指數(shù)量化

對于地鐵機電設(shè)備，電子元器件（如繼電器）、機械結(jié)構(gòu)等容易出現(xiàn)故障點。單一模塊設(shè)備根據(jù)其工作壽命狀態(tài)或技術(shù)參數(shù)給予評判。對于單一模塊，其壽命趨勢如圖1所示。

圖1 單一模塊器件壽命趨勢示意Fig. 1 Schematic diagram of single module device life trends

分析圖1，存在4種情況。測量值x在A、D區(qū)域（x＜xmin或x＞xmax），則器件失效；測量值x在B、C區(qū)域（xmin＜x＜W 或 W＜x＜xmax），則器件處于正常狀態(tài)；測量值x在B區(qū)域（xmin＜x＜W），x在坐標(biāo)軸正方向越靠近 W，則器件工作狀態(tài)越佳；測量值 x在 C區(qū)域（W＜x＜xmax），x在坐標(biāo)軸負(fù)方向越靠近 W，則器件工作狀態(tài)越佳。

當(dāng)實際測量值超過閾值范圍時，健康指數(shù)為 0，應(yīng)當(dāng)立即檢修；當(dāng)實際測量值與標(biāo)準(zhǔn)值重合時，健康指數(shù)為 1，此時為設(shè)備的最佳狀態(tài)。根據(jù)上述模型建立思路，可用分段函數(shù)表達單一模塊或元器件的健康指數(shù)，見式（1）。

式中，hij(t)為設(shè)備基于i的特征參數(shù)xi的健康指數(shù)；xij(t)為特征參數(shù)xi在t時刻的測量值；W為在t時刻該特征參數(shù)的標(biāo)準(zhǔn)值。

1.2 設(shè)備狀態(tài)綜合健康指數(shù)

考慮設(shè)備的可靠性、維修經(jīng)濟性及維修的難易程度等因素[5]，運用AHP分層算法對各模塊權(quán)重進行劃分，寫出針對各模塊的判斷矩陣，通過矩陣歸一法計算出單行矩陣，得到各因素的權(quán)重。設(shè)備系統(tǒng)健康評價是在單一模塊或元器件（特征參數(shù)）計算的基礎(chǔ)上綜合加權(quán)而來?；诙嗄K（特征參數(shù)）的設(shè)備系統(tǒng)狀態(tài)綜合健康指數(shù)HI(t)的表達式見式（2）。

式中，HI (t)為設(shè)備系統(tǒng)狀態(tài)的綜合健康指數(shù)；n為設(shè)備系統(tǒng)中各單一模塊單元數(shù)量；m為單一模塊中特征參數(shù)數(shù)量；ωi為設(shè)備系統(tǒng)中單一模塊權(quán)重；ρij為單一模塊中各特征參數(shù)的權(quán)重；hij(t)為設(shè)備基于 i的特征參數(shù)xi的健康指數(shù)。

1.3 設(shè)備綜合健康指數(shù)擬合

基于設(shè)備系統(tǒng)狀態(tài)綜合健康指數(shù)的HI (t)表達式，建立時間對系統(tǒng)設(shè)備綜合健康指數(shù)影響的非線性模型，反映時間與系統(tǒng)設(shè)備綜合健康指數(shù)關(guān)系，見式（3）。

其中，βi為擬合系數(shù)，t為監(jiān)測時間（單位：h）。

通過正線測量的多組數(shù)據(jù)，利用式（2）進行設(shè)備的綜合健康指數(shù)計算，得到多組離散值。利用高斯-牛頓迭代法擬合出式（3）中的系數(shù)，并以此公式預(yù)測站臺門系統(tǒng)設(shè)備未來某一時刻的維護策略[6]。若要計算站臺門控制系統(tǒng)達到某一健康狀態(tài)的時刻，根據(jù)表1對式（3）進行賦值，求出t值即可。例如，計算設(shè)備處于亞健康狀態(tài)時的臨界時間，則只需令式（3）的HI (t)=0.65，求出的t值即為設(shè)備達到亞健康狀態(tài)的臨界時間。

依據(jù)設(shè)備管理實際生產(chǎn)經(jīng)驗數(shù)據(jù)，按設(shè)備系統(tǒng)的綜合健康指數(shù)與運行狀況對設(shè)備狀態(tài)進行評價，將設(shè)備系統(tǒng)健康狀況劃分為4個等級，見表1。

2 設(shè)備健康狀態(tài)評價方法在站臺門上的應(yīng)用

2.1 確定系統(tǒng)特征參數(shù)及權(quán)重

通過梳理地鐵設(shè)備運營故障臺賬，結(jié)合站臺門控制系統(tǒng)的控制原理，確定站臺門控制系統(tǒng)關(guān)鍵部件的特征參數(shù)[7]；運用AHP分層算法對各子模塊所占比重進行計算，搭建數(shù)學(xué)模型，建立站臺門控制系統(tǒng)的健康狀態(tài)模型。同時，把站臺門控制系統(tǒng)劃分為ATC（安全回路轉(zhuǎn)換裝置）板、PEDC（單元控制器）及信號轉(zhuǎn)換電路3個模塊，見圖2。

表1 設(shè)備系統(tǒng)健康等級評價標(biāo)準(zhǔn)Tab. 1 Evaluation standards for health levels of equipment system

圖2 站臺門控制系統(tǒng)模塊劃分Fig. 2 Module partition of platform door control system

通過梳理站臺門控制系統(tǒng)典型故障，找出影響站臺門控制系統(tǒng)各模塊部件狀態(tài)的關(guān)鍵部件。通過分析，確定14個狀態(tài)參數(shù)（1個安全回路電壓、12個繼電器、1個ATC板電源狀態(tài)），詳見表2。通過失效實驗及元器件出廠標(biāo)定，對14組狀態(tài)參數(shù)的閾值、標(biāo)準(zhǔn)值進行確定，具體方法如下：狀態(tài)參數(shù)的額定值就是其標(biāo)準(zhǔn)值（W），按其出廠標(biāo)定進行計算；閾值為電子元器件失效臨界值xmin、xmax，確定失效狀態(tài)下限值xmin時可通過變壓器不斷加載（從標(biāo)準(zhǔn)值向下加載），直至繼電器不能吸合，此時的測量值即為失效狀態(tài)的下限值，也可通過出廠標(biāo)定值查詢；同理，確定失效狀態(tài)上限值xmax時，通過變壓器不斷加載（從標(biāo)準(zhǔn)值向上加載），直至繼電器不能吸合，此時的測量值即為失效狀態(tài)的上限值，也可通過出廠標(biāo)定值查詢。對于各子模塊在整個設(shè)備中所占比重，通過AHP分層算法計算，各權(quán)重結(jié)果見表2。

2.2 智能采集裝置研制

為實現(xiàn)對正線數(shù)據(jù)的實時測量，并確保測量的時效性、準(zhǔn)確性，提高測量效率，研制狀態(tài)量正線數(shù)據(jù)測量裝置（下位機），原理見圖3。該裝置可同時采集28組電壓值，采用串口與上位機通信，對采集的數(shù)據(jù)實時顯示，采集頻率為200 ms/次。

2.3 上位機界面

根據(jù)方便性、可操作性原則，對該評價系統(tǒng)進行人機界面編寫[8]。界面主要采取分屏顯示模式，分為5個模塊：歡迎界面、站點設(shè)備選擇界面、參數(shù)錄入界面、設(shè)備狀態(tài)曲線界面、設(shè)備狀態(tài)評估界面等。整體采用淡藍色作為背景，可減少操作人員視覺疲勞。圖4為參數(shù)讀取界面，圖5為站臺門設(shè)備健康管理EHM系統(tǒng)。

表2 特征參數(shù)標(biāo)準(zhǔn)值、閾值及權(quán)重Tab. 2 Characteristic parameters, standard values, thresholds and weights

圖3 智能采集裝置原理框圖Fig. 3 Principle block diagram of intelligent acquisition device

圖4 參數(shù)錄入界面Fig. 4 Parameter input interface

圖5 站臺門設(shè)備健康管理EHM系統(tǒng) Fig. 5 EHM system of platform door

2.4 正線實驗驗證

對測得的數(shù)據(jù)進行計算，得出一系列離散的健康指數(shù)HI(t)，見表3。對離散數(shù)據(jù)運用MATLAB軟件工具進行5次多項式擬合，得出式（4），見圖6～7。

表3 人民路上行健康指數(shù)計算結(jié)果（部分）Tab. 3 Health index of Renmin road station (upstream：A part)

圖6 人民路站下行健康狀態(tài)擬合Fig. 6 Health status of Ren min road station (down)

圖7 人民路站下行健康狀態(tài)預(yù)測圖Fig. 7 Health status of Ren min road station (down)

分析擬合方程，通過 MATLAB進行求解，令HI(t)=0.65（設(shè)備亞健康狀態(tài)），得出 x=174，每次測量時間相隔為12 h，因此推斷出設(shè)備處于亞健康時間為2 088 h。

3 站臺門控制健康評價對生產(chǎn)的指導(dǎo)應(yīng)用

根據(jù)四級設(shè)備健康狀況，開展不同的檢修策略，見表 4。運用參數(shù)模型擬合出設(shè)備綜合健康指數(shù)隨時間變化趨勢，預(yù)測設(shè)備的健康狀態(tài)，以便及時制定維護策略，實現(xiàn)智能修。系統(tǒng)的評價模型是修訂檢修周期的重要理論參考。如設(shè)備狀態(tài)在一段時間內(nèi)性能狀態(tài)指數(shù)均為 0.8以上，則可相應(yīng)地延長檢修周期，從而節(jié)省人力、物力，節(jié)約成本，提高維護效率。

表4 健康狀況應(yīng)對措施Tab. 4 Measures for equipment health

4 結(jié)語

本文研究了站臺門控制系統(tǒng)的設(shè)備綜合健康狀態(tài)，建立基于特征參數(shù)的健康狀態(tài)評價模型，實現(xiàn)了站臺門控制系統(tǒng)特征狀態(tài)量的量化表征。結(jié)合實際運行數(shù)據(jù)能夠?qū)崟r評價系統(tǒng)設(shè)備的綜合健康指數(shù)，從而預(yù)判設(shè)備健康狀態(tài)。通過正線的實際驗證，確定了模型的可靠性，為科學(xué)規(guī)劃設(shè)備檢修周期奠定科學(xué)依據(jù)。

[1] 張彥如, 耿夢曉. 基于健康指數(shù)的設(shè)備運行狀態(tài)評價與預(yù)測[J]. 合肥工業(yè)大學(xué)學(xué)報, 2015, 38(10): 1318-1323.ZHANg Yanru, GENG Mengxiao. Equipment comprehensive health status evaluation and prediction based on health index[J]. Journal of Hefei University of Technology, 2015,38(10): 1318-1323.

[2] 于宏軍, 韓建軍, 張華, 等. 航空發(fā)動機健康管理系統(tǒng)標(biāo)準(zhǔn)探討[J]. 航空標(biāo)準(zhǔn)化與質(zhì)量, 2012(4): 9-11.YU Hongjun, HAN Jianjun, ZHANG Hua, et al. Discussion on standard of aeroengine health management system[J].Aeronautic standardization & quality, 2012(4): 9-11.

[3] 胡舟宇. 復(fù)雜成套設(shè)備關(guān)聯(lián)建模技術(shù)及其應(yīng)用研究[D].杭州: 浙江大學(xué), 2013.HU Zhouyu. Study on technologies of modeling correlation within complex equipment sets and its application [D].Hangzhou: Zhejiang University, 2013.

[4] 周忠寶, 馬超群, 周經(jīng)倫, 等. 基于動態(tài)貝葉斯網(wǎng)絡(luò)的動態(tài)故障樹分析[J]. 系統(tǒng)工程理論與實踐, 2008, 28(2):35-42.ZHOU Zhongbao, MA Chaoqun, ZHOU Jinglun, et al.Dynamic fault tree analysis based on dynamic Bayesian networks[J]. System engineering theory and practice, 2008,28(2): 35-42.

[5] 李強. 民航發(fā)動機健康管理技術(shù)與方法研究[D]. 南京:南京航空航天大學(xué), 2008.LI Qiang. The research on technology and methods for aviation engine health management[D]. Nanjing: Nanjing University of Aeronautics and Astronautics, 2008.

[6] 何正嘉, 曹宏瑞, 訾艷陽, 等. 機械設(shè)備運行可靠性評估的發(fā)展與思考[J]. 機械工程學(xué)報, 2014, 50(2): 171-186.HE Zhengjia, CAO Hongrui, ZI Yanyang, et al. Developments and thoughts on operational reliability assessment of mechanical equipment[J]. Journal of mechanical engineering. 2014, 50(2): 171-186.

[7] 賓光富, 周元. 基于Fuzzy-AHP的機械設(shè)備多特征參數(shù)健康狀態(tài)綜合評價研究[J]. 中國機械工程, 2009(20):2487-2492.BIN Guangfu, ZHOU Yuan. Multi feature parameters health state evaluation of mechanical equipment based on Fuzzy-AHP methodology[J]. China mechanical engineering.2009(20): 2487-2492.

[8] 駱?biāo)技? 廖瑞金, 王有元, 等. 帶變權(quán)的電力變壓器狀態(tài)模糊綜合評判[J]. 高電壓技術(shù), 2007, 33(8): 106-110.LUO Sijia, LIAO Ruijin, WANG Youyuan. Fuzzy synthetic evaluation of power transformer condition with variable weights[J]. High voltage engineering. 2007, 33(8): 106-110.