摘要：动车组维护策略优化研究日益受到重视，其中故障预测与健康管理（PHM）技术以及基于状态的维修是目前动车组维护策略优化的重点。分析了PHM技术的现状和发展趋势，结合技术架构对动车组车载PHM系统、车地PHM系统、地面PHM系统等技术进行分析，并对PHM系统进行验证。分析结果可为PHM技术在各类轨道交通车辆中的应用提供参考。
关键词：动车组；故障预测；健康管理；运维决策；PHM系统
引言
我国动车组车型较多，应用环境较国外差别较大，行车设备故障、源头质量、作业检修质量等问题时有发生，对动车组运营、维修时常产生不可避免的影响。同时，动车组的计划预防修和状态更正修方式，存在过度修和欠维修的情况，导致动车组维修保养成本高昂、次生灾害及行车设备故障时有发生。基于上述现实情况，建立一套适合中国高速铁路国情的故障预测与健康管理系统（PHMP，PrognosticsandHealthManagement）具有重要的现实意义。
1概述
随着信息化、自动化、智能化等技术的发展，各类大型复杂系统装备的集成度、复杂度和综合度越来越高，随之而来的装备运维成本居高不下且日渐庞大，传统的装备维护保障技术已难以满足要求，经济可承受性和投入产出效益成为不容忽视的问题。自20世纪50年代以来，由美国军方提出和逐步发展起来的PHM技术最早用于降低飞机保障费用，作为提高飞行安全和飞机可用性的综合性保障技术，已将其列为大型武器系统采购的必备要求。据相关统计数据，PHM技术使美国联合攻击机维修人力减少了20%~40%，后勤规模缩小了50%，出动架次率提高了25%，使用寿命提高到8000飞行小时，有效地降低了飞机使用与保障费用，提高了飞机系统安全性、战备完好率和任务成功率。
2动车组PHM系统需求分析
2.1用户需求
从用户层级划分，系统用户可分为总公司、铁路局、动车段3个级别；从用户类别划分，系统用户可分为模型构建及训练用户和车辆业务用户。
2.1.1从用户层级划分
（1）总公司用户：统筹管理全路车辆运用、维修工作；查看全路动车组健康状态、检修修程优化建议；查看数据统计分析相关功能。
（2）铁路局用户：合理安排局管内动车组的运用检修工作；查看局管内所有动车组的健康状态；跟踪监督故障预警的执行情况；组织开展应急指挥工作。
（3）动车（车辆）段用户：执行动车组的运用检修工作计划；完成故障预警的闭环管理；监控所内动车组的健康状态，根据不同状态等级安排后续操作；具体落实应急指挥工作。
2.1.2从用户类别划分
（1）模型构建及训练用户：对包括可靠性模型、大数据模型、机理模型等在内的平台各类模型进行建模、训练和管理。通过系统对模型进行新增、修改、删除、导入、导出等操作，评估模型适用性，与业务管理人员共同保证模型预警及规则的有效性。
（2）车辆业务用户：通过对动车组健康状态的监控，及时发现问题，确保动车组设备正常运营；通过查看健康管理模型预警结果，实时监控动车组故障发生情况，并进行相应的后续处理。
2.2功能需求
结合动车组运用检修实际，故障预测与健康管理地面系统大体应具备以下功能：
（1）动车组状态监测：接收来自动车组制造或检修厂家的传感器数据，并对数据进行解析，对于故障进行等级管理，根据不同用户需求，对故障进行分层展示，根据报警规则，对重要故障进行实时报警。
（2）健康评估：根据各车组的故障发生情况、运行和检修记录等对动车组健康状态建模，计算各动车组、各车组子系统、各系统部件的健康状态值，并对不同用户进行不同级别的报警，确保上线动车组原设计功能正常，状态良好。
（3）故障预测：通过对动车组机理、可靠性、故障发生规律进行建模，预测动车组设备故障发生，掌握故障发生规律，并预测未来的动车组状态，包括剩余寿命、可正常工作时间等。
3动车组PHM系统的关键技术
3.1数据采集与处理技术
获取表征系统和部件健康状态的参数信息是开展PHM相关工作的前提和基础，状态数据的质量和数量直接影响PHM系统的应用效果。动车组PHM系统的数据采集与处理技术的研究主要是解决2个方面的问题：一是需借助车地高速通信技术，实现动车组系统及关键部件的车载状态监测参数稳定而实时地传输至地面数据中心，确保列车状态信息的全面和完整；二是需定义统一的数据处理格式和规范，便于各类诸如振动参数、电量参数及工艺参数数据的结构化、转换及融合，这些信息和数据主要涵盖了车载状态数据、环境数据、制造数据、检测数据、维修数据、履历数据等内容。
3.2预警预测技术
预警预测技术是PHM技术的重点和区别于其他技术的显著特征，也是其核心和难点。故障预警预测就是从部件的失效模式、失效特征和失效机理出发，采用统计可靠性、数据驱动、机理研究等方法，预测部件的故障发生、健康指标劣化趋势、剩余寿命，并进行征兆识别、故障定位及故障隔离等。动车组故障预警预测技术的研究主要包括2个方面内容：一是针对动车组状态监测范围不全面的现状，需要开展长期的仿真试验、故障模拟、实车跟踪等工作，利用有限的状态参数研究故障模式及失效机理，并建立相应的预警模型；二是准确地识别故障特征，合理地制定预警的阈值范围，在保证预警结果准确性的同时严格控制虚警率指标。
4动车组PHM系统的设计与应用
4.1接口设计
动车组故障预测与健康管理系统作为动车组管理信息系统的一部分，通过动车组管理信息系统获取众多系统的数据。
4.1.1数据采集
5大类系统数据及人工导入数据统一接入动车组管理信息系统总公司级系统进行存储、管理，通过内部接口向动车组故障预测与健康管理系统提供健康计算所需的输入数据。
4.1.2数据交互
动车组故障预测与健康管理系统同动车组管理系信息系统通过系统间接口服务器进行健康相关数据的交互。动车组故障预测与健康管理系统将动车组特征指标、健康状态评估、状态修任务等发送给动车组管理信息系统，后者将状态检修回填信息发送给动车组故障预测与健康管理系统子系统，进行迭代的模型计算，完成预警故障的闭环管理。
4.2系统主要功能及应用
4.2.1预警预测
动车组PHM系统中集成了各类预警规则、预测模型和算法，并能根据诊断结果及时、智能地推送包含车组基本信息、部件位置、预警内容、预警级别、预警时间及处置情况等在内的预警信息。现阶段，动车组PHM系统已实现了轴箱轴承、齿轮箱、牵引电机及通风装置、客室空调、蓄电池、车轮以及WTDS装置等关键部件部分故障模式的预警。
4.2.2构型化数据管理
即通过多种方式的合理化处理，将数据统一整合，提供一个平台进行与其他机构的交换与分享。已制定固定模式作为基础的，往往是针对大型工业设备机器的信息化数据的统一整合，也是相当庞大且复杂的。首先应以动车组的相关大型设备作为核心，以此为中心点，将其与其他零件设备完成数据信息上及设备上的多方链接。
结语
随着动车组故障预测与健康管理技术的深入研究，将推动制造业的商业模式由生产型向生产服务型转变，同时延伸服务链条，推动营销模式的变革，实现产品、技术、标准、服务一体化，拓展服务产品的国际化市场。
参考文献
［1］常振臣，张海峰.动车组PHM技术应用现状及展望［J］.电力机车与城轨车辆，2016（1）：1.
［2］曾声奎.故障预测与健康管理（PHM）技术的现状与发展［J］.航空学报，2005（5）：15.
［3］蒋觉义，李璠，曾照洋.故障预测与健康管理标准体系研究［J］.测控技术，2013，32(11)：1-5.