（广州地铁集团有限公司510310）
摘要:在目前城市轨道交通行业高速发展的背景之下，对于在地铁车辆系统故障分析的过程中，并没能够对其一些潜在的故障进行及时的预报以及处理。基于地铁车辆系统的一些较为基本的特点，通过对大数据基本原理进行应用，对其故障进行全面的诊断以及分析处理。通过监控中心层以及车辆段的分系统等对其系统的故障进行及时的统计以及分析和处理，使其可以保证运营的安全。因此在本文中，主要是对大数据地铁车辆牵引系统的故障诊断技术及维修模式进行了相应的分析及讨论，在分析研究的基础上提出了下文中的内容，希望能够给与同行业进行工作的人员提供一定价值的参考。
关键词:大数据；地铁车辆；牵引故障；诊断技术；分析
地铁作为一种快速、舒适和环保的交通工具，是缓解地面交通压力的重要一环。为保证地铁车辆安全稳定运行，快速、有效排查地铁车辆故障，并根据故障诊断结果提供相应的维修建议显得十分重要。牵引控制单元是地铁车辆控制的重要组成部分，地铁车辆通过向DCU传输指令信息，从而实现对整个牵引系统的控制。因此，对牵引控制单位的故障诊断研究具有重要的理论价值和实用价值。
1.现状探究
对于牵引系统故障诊断而言，主要指的就是在系统部件不会出现任何分解的基础上，对系统实际运行过程中的状况实施检测，准确判断出现故障的位置，对此存在的故障进行有效的分析。车辆故障在诊断过程中的系统可以分为两种类型:第一是PTU（读取数据分析软件）；结合相关的检测仪器能准确判断出故障，其中可以针对测试台进行利用，对存在的故障实施模拟，这样做的目的便于找到故障出现的原因。现阶段结合故障自身存在的随机性特点，采用PTU读取数据分析故障这种方式花费时间相对较长，同时需对多个系统进行数据读取，对故障捕捉过程中的难度较高。第二是车载诊断系统分析；目前大多数车辆牵引、制动及保护等列车运行情况都会记录在车辆诊断系统上，以保证车辆在实际进行运行时能够对电压电流输入、输出进行实时有效的记录，同时还能记录电动机运行时存在的温升参数，对于参数而言，都属于离散的，在司机操作台上会显示一些较为简单的参数，如果出现故障的情况下，也只能对故障做到提示，不能对故障实施有效、准确的分析。上述的两个系统都不能对潜在的故障进行及时有效的诊断，所以会在车辆运行中带来相应的安全隐患。
2.大数据应用对于故障的分析
2.1监控中心层
所谓的控制中心层是对其各种故障信息系统的数据收集，并能够在整体上对故障所发送的原因进行及时的分析，在进行应急处理的时候，可以提供较为准确的技术支持。除此以外，监控中心层能够更好的去对监控中心及车辆段的分系统故障诊断信息进行合理、有效的共享，从而在信息共享这个基础上，能更好的去实现整个系统范围内的联动功能，使其对系统的运行水平进行提高，同时也可以降低维护成本，提高故障处理效率，对于一些突发故障来说也可以及时提供相应的处理机制。
2.2车辆段分系统
车辆段分系统主要由接入装置、路由器、局域网开关、以太网开关和服务器等组成，如图1所示。主要通过在线监测系统收集数据，实现对本车辆段所有车辆的实时监控、数据收集分析、评估及维修组织等工作，主要功能：接收远程实时故障信息并进行远程诊断、知识库维护与管理、故障统计分析和评估等。对车辆历史故障进行统计分析，分别从故障发生的时间和部位等不同角度应用大数据原理进行分析，使维护管理人员更好地掌握列车各系统的状态和工作情况，同时也为日修、周修、月修及大架修提供了维修方向。
图1车辆段分系统示意图
2.3车载级的子系统分析
针对车载级的分系统控制功能来说，具体体现以下几个方面:第一，对车辆设备的运行安全故障进行分级控制，并且在故障处理过程中也可以更好的确保工作人员的自身安全及设备的完整性。第二，能够进行简单维护以及辅助诊断等方面的功能，及时提醒司机所要注意的一些事项，同时也可以做出故障处理方面的指引。第三，系统可以支持多个系统的报警，根据每一条报警信息层级决定处理优先顺序，并能提供报警信息的记录。
地铁车辆运行中故障可导致车辆无法继续运行，需采取救援的方式解决。此类故障对地铁车辆的影响较大，车辆一旦出现救援，则会大范围影响地铁运行，具有紧急、突发的特点。比较常见的运行中故障包括车门故障、主控故障、牵引制动故障、BCU故障和空压机故障等。车载系统数据的处理和传输由辅助控制单元、信息显示系统、主控制单元和无线网路由器组成，收集各子系统实时运行参数和故障记录，通过内部嵌入式以太网和无线网传输系统将数据传输至地面，可以提高系统运行的稳定性和安全性。
2.4地铁车辆故障的维修模式
某城市地铁交通线路内的地铁车辆采用“全效修”模式，拆分了原本设定好的车辆维修计划，将独立的维修模块分配到“全效修”维修模式内，要求维修单位监督小单元模块的运行状态，并根据拆分模块的运行执行维修计划。该地铁“全效修”的维修模式包括了12个模块，每名维修人员负责的维修内容不同，着重考虑了各个维修内容之间的关联，形成了拓展性的维修模式，树立了全效修维修的目标，从而形成了体系化的维修方式。
2.5地铁车辆故障的维修技术
该地铁以“全效修”维修模式为主，并规划了地铁车辆故障维修技术的应用。具体分析有以下6点：①重点分析地铁车辆的故障状态，明确地铁车辆对维修技术的需求，及时更新全效修维修方案。全效修维修方案必须以车辆故障的状态为基础落实维修措施。②根据全效修维修模式划分出维修范围后，不同维修模块之间会存在连接区域。因此，应严谨分配维修内容，降低维修模块的复杂程度。由于维修技术的主要目的是解决地铁车辆中的故障，所以，需要保障维修技术的合理性。③维修人员在已经发生故障的地铁车辆内收集故障信息，按照地铁车辆故障的模式快速分配人员，并确定维修类型，从而开展全面维修。复杂故障的维修需要先安排跟踪诊断，在确定故障类型后，再规划故障维修的周期。④在地铁车辆故障维修的过程中，应结合故障级别，规划数字模型的应用，通过数字模型深入分析，并在此基础上确定维修方式。⑤地铁车辆故障具有明显的特殊性。在维修过程中涉及到重组模式，利用全效修维修模式中的约束条件，可实现最大化的维修效益，构建组合模块，从而达到最佳维修状态。⑥在地铁车辆故障维修技术中，应为全效修维修的12模块编号，并建立维修数据库，全面记录车辆维修的信息，从而推进信息化维修的发展。
3.地铁车辆故障诊断技术的发展
随着电子技术、人工智能技术、智能传感器技术和专家系统技术日益成熟，一些国家出现了集检测控制、数据采集、数据处理、诊断结果于一体的现代诊断技术。地铁车辆牵引系统故障诊断技术正朝着智能化、自动化、精确化、网络化的方向发展。
3.1故障分析智能化
专家系统技术研发并应用于实践，可以扩大诊断范围。如系统显示牵引电动机过电流，则可通过专家系统分析过电流的原因，找出问题根源，为维修人员带来很大帮助。
3.2故障检测自动化
随着机电一体化技术和计算机技术的飞速发展，大量非接触式传感器得到应用，可采集更多的数据，因此能更加精准反映故障的本质。
3.3故障结果精准化
随着大数据技术的发展，结合故障树技术和神经网络等分析方法，可以大大提高故障诊断的精确性。如基于神经网络的故障诊断专家系统具有较好的容错性，实现了大规模并行处理，在信息获取、并行处理方面具有很大优势，结果也更为精确。
3.4故障信息网络化
在发生故障时，由于专业维修人员对各种车型技术的掌握有限，给快速高效维修带来一定制约。故障信息网络化突破了信息传递在空间、时间、容量和速度上的局限性，实现了资源共享，而且能在线得到专家的交流指导。虽然大数据技术在地铁车辆牵引系统故障诊断中的应用还处在起步阶段，很多理论和实践还有待于进一步研究，但未来的发展与应用前景是非常广阔的。
结论
随着网络通信技术和大数据技术的日益发展，车辆故障诊断技术越来越受到用户的重视。为了提高地铁车辆运行的可靠性，针对地铁车辆故障诊断系统在故障诊断方面需要大量的知识作为基础保障。现场数据的提取，在线监测系统的应用，产品资料和以往维修经验等都需要故障维修人员充分收集和积累，完善系统的维修知识库，不仅可以应用于车辆牵引系统，而且可以覆盖车辆中的所有应用系统，如制动系统、车门系统等，使车辆运行更加安全可靠。
参考文献
[1]王玘，何正友，林圣，等．高铁牵引供电系统PHM与主动维护研［J］．西南交通大学学报，2015(05)．
[2]周佳，罗威，张波，等．基于频谱分析的地铁车辆牵引电机故障诊断模拟试验研究［J］．轻工科技，2012(12)．
[3]王磊，安刚虎，崔江涵．基于无线数据采集技术的地铁车辆地面试验在线监测系统［J］．现代交通技术，2016(03)．
[4]贺德强，路向阳，苗剑．地铁列车故障检测与诊断系统网络体系结构及其仿真研究［J］．机车电传动，2009(05)