探寻 | 智能运维在地铁车辆检修中的应用

车辆运维检修工作是保障城市轨道交通系统稳定运行的核心环节，目前，国内城市轨道交通车辆的传统维修模式主要采用日常检查+计划维修。传统检修模式下，人工主导的日常检查检出率低，资源投入产出失衡;随着车辆设备老化，故障率攀升与人力成本上涨形成双重压力，传统模式已难以适应超大规模线网运维需求。因此，车辆运维检修的高质量发展和转型已逐渐成为行业内的重要课题。

部分地铁公司创新成果

北京地铁

北京地铁通过推进列车控制与管理系统(TCMS)数据接入项目，已完成6、7号线部分车辆改造及车地无线传输通道加装，依托牵引系统、制动系统、信号系统、车门系统、空调系统、PIS系统、烟火系统以及走行部系统八大系统实时数据构建智慧运维闭环管理，实现车辆状态监测、智能预警和维修流程数字化，全面提升地铁运营安全性和检修效率。

北京地铁2号线车辆检修专业自23年6月起，启动360°车辆智能全景检测系统应用的研究，于24年10月初正式投入试运行。新系统通过图像处理和智能算法，替代部分人工检修。该系统利用轨旁采集单元采集车顶、车侧、车下全景图像，及时对异常情况作出研判和反馈，仅5分钟便可完成单组列车全检。系统识别精确到毫米级，能自动识别直径5mm及以上的螺栓缺失、5mm及以上的部件异常形变、位移或裂纹，面积50mm×50mm及以上的油污面等问题，并将异常信息实时反馈至终端。相较于传统人工检修，新系统效率提升8倍，覆盖更广。同时支持数据交互和手持终端“接单”处理，显著提升检修质量和安全性。

上海地铁

上海轨道交通车辆智能运维系统示范工程”于2019年4月正式启动，2022年完成成果鉴定，2023年4月荣获中国城市轨道交通科技进步特等奖，2023年11月由上海市发展改革委组织结题验收。上海地铁通过自主构建适应超大规模网络的轨道交通车辆智能运维系统，建立超大规模多制式高并发轨道车辆数据联网系统和高精度、高准确度轨旁综合检测系统，实现系统应用全路网覆盖，大幅提升列车运维可靠性，降低列车检修人车比，提升检修效率，推动上海地铁车辆运维向数字化转型，形成了一套具有我国自主知识产权，可推广、可复制的车辆智能运维新模式。

深圳地铁

为了提高设备运行可靠性，深圳地铁利用多类型传感器获取设备图像及声纹，用于智慧运维算法和模型的迭代优化，实现对列车轴承、轮对、轨道等核心安全部件的异常预警和健康管理。通过提前发现潜在的故障隐患，合理安排维修计划，减少列车故障对运营的影响，提高列车的可靠性和可用性。此外，深圳地铁还引入了车辆360°图像智能检修系统，采用AI技术对列车外观状态进行异常识别，替代了58%的车辆日常巡检作业，巡检效率提升了50%。正在研发的飞行列检也已具备使用条件。

南京地铁

南京地铁积极引入360°智能检测系统和智能巡检机器人，打造“自然人+数智人”车辆协作检修模式。采用360°智能检测系统“粗”检+机器人设备“精”检+人工“专”检组合模式，由智能巡检设备完成检车后形成报告，再由人工进行复核和处理，改变了传统的车辆检修作业模式。目前，南京地铁部分基地已开始试用360°智能检测系统和智能巡检机器人系统。

南宁地铁

南宁地铁全力推进“智能运维、提升效率”重点任务，通过积极调动各方资源、部署智能检测设备、整合车辆各系统接入平台、构建数据传输互联通道，建设了车辆智能运维示范点。基于智能运维系统的强大支撑，南宁地铁4号线率先从传统的“双日检”升级为“八日检”，新修程深度结合智能运维系统，有效降低人力成本和物料消耗。新修程实施后，南宁地铁4号线每年预计可节省约5200工时，降低列检消耗料约10%，在保障安全的同时极大提升了检修效率，缓解车辆检修压力，提高供车效率。