[发明专利]铁路机车智能运维管理系统

说明书

本发明公开了一种铁路机车智能运维管理系统，通过监控机车各主要关键部件健康状态，故障诊断和寿命预测，精确指导维修。本系统主要结构有三部分：云端运维层、雾端运维层和物端运维层。云端运维层将所有采集的运维数据汇总处理；雾端运维层具体统筹安排下辖各段具体工作深挖数据信息；物端运维层位于一线机务段内，通过机车在线监测诊断主机、传感器等实时监测运行机车数据并汇总至铁路局运维中心。本发明的有益效果在于实现了铁路机车从设备生产、运用调度、维护保养、故障诊断等环节的数据互通共享以及各部门综合协调合作运维，解决以往铁路各专业间信息壁垒问题，构建一个整体协同的智能运维系统，以提高铁路机车的运维效率。

技术领域

本发明涉及用于对铁路机车故障预测和指导运行维护的一种新技术方法及系统，尤其涉及一种铁路机车智能运维管理系统。

背景技术

我国幅员辽阔，铁路运输是我国交通运输的主力。随着经济的腾飞，铁路运输事业突飞猛进。到2020年，全国铁路营业里程约15万公里。2019年全国铁路机车拥有量为2.2万台，3616标准组、28927辆。庞大的铁路体系不仅仅带来经济的繁荣发展，更给机车运行维护带来巨大压力。由于缺乏有效技术装备和系统长期运行的经验积累，我国铁路部门普遍沿用不计成本保安全的劳动力密集型计划维修（即定期维修）体制。该体制是在针对传统机械装备的磨耗型故障模型上形成的，已经难以适应目前集成化机电装备的故障规律，造成维修量大、工作强度高、准确性不足的局面。更为紧迫的是，我国高铁装备海外出口势头已经形成，但是由于技术装备输入国通常强制要求相关劳动力资源本土化，我国现有劳动力密集型维修体制无法在国外复制，难以满足高铁海外出口的维修保障需求。针对以上现状，铁路维修保障部门已经提出，未来维修方式应该在精确掌握列车状态的前提下，逐渐向状态维修体制过渡，从而保障运行安全、提高维修效率，满足国内和海外维修保障需求。

近年来开始蓬勃发展的大数据、机器学习以及云计算技术，为机械设备维修保障提供了全新的解决途径，国外轨道交通领域技术先行国家在故障预测健康管理方面已经进行了大量的研究和运用，如日本川崎重工的MON系统、美国GE的RMD系统、加拿大庞巴迪的MITRAC CC Remote系统、法国阿尔斯通的Health Hub系统、德国西门子的Railigent系统等。日本的新干线在2015年7月，构建了可以连续对东海道新干线上高速列车进行监测，采集并分析机车上各个重要部件与设备运行状态数据的系统，并在东京、大阪设置了专业分析机车数据的机构“机车数据分析中心”，使得维修人员配备减少1/3,故障大幅下降。美国通用电气公司的RMD平台可以实现对高铁装备进行远程监控与诊断，其包括的功能有：实时监测、故障诊断、关键部件、寿命预测，并且可以提供智能维修建议。

综上所述，现在迫切需要一种能提高机车检修效率，降低劳动成本的先进的运维方法。铁路机车智能运维管理系统能有效提高铁路机车运维工作效率，故障预测与健康管理更是能让机务段或主机厂全方位掌控机车各系统健康情况，及时合理安排机车修程，让机车经济上实现效益最大化。

发明内容

为了克服目前铁路机车运维能力的不足，本发明目的在于提供一套铁路机车从生产管理到运用维修的全过程智能化指导的系统。

本发明的技术方案是：系统由三大部分构成，简要如下：（1）云端运维层；（2）雾段运维层；（3）物端运维层。

本系统旨在通过物端运维层的各监测装置包括但不仅限于：弓网检测单元、主变压器单元、主变流器单元、电源开关单元、电气控制单元、牵引电机单元、齿轮轴承单元、轮轨踏面单元、空气管路单元等诊断单元等，进行综合分析指导运维。结合大数据分析以及广域网络，通过健康评估和故障预测，做出最经济，最可靠，节省时间空间的决策。进而安排机车维修维护，改进生成工艺，研究新方法新技术，挖掘故障隐患，评估部件健康程度，给出各部件预计寿命。