本項目針對城市軌道交通特點及設備運營維護痛點，結合城軌智慧化發展，以城軌云和數據中心為基礎平臺，以打通生產網和管理網為傳輸載體，以構建通風空調、給排水、低壓配電、BAS、TIAS在線監測系統為監測手段和數據基礎，形成設備健康管理、維修智能調度、運維決策分析三大業務功能為核心的智能運維管理體系。通過智能運維系統信息化管理子門戶為業務窗口，實現信息化與自動化的融合，滿足各層級崗位運維需求，推動運營維護轉型。

為深入貫徹落實黨中央、國務院《交通強國建設綱要》、中國城市軌道交通協會的《中國城市軌道交通智慧城軌發展綱要》、寧市交通運輸局印發的《南寧市推進廣西交通強區建設試點實施方案(2021-2035年)》以及南寧軌道交通運營有限公司印發的《南寧軌道交通公司科技創新戰略要點》等政策規劃。國家、行業、市政府、企業都非常重視以城市軌道交通為骨干的城市公共交通體系建設，城市軌道交通行業應緊跟國家戰略，綜合運用信息化和智能化等新興技術手段，提升調度指揮和運維管理智能化水平，以更好地滿足民眾多元化、個性化、便捷化的出行需求，推動公共交通服務水平的進一步提高。

項目針對各專業設備的特點，基于設備故障模型特征進行研究，建立相應的在線監測子系統，實現設備健康狀態的深度監測，同時統一各在線監測子系統的數據標準；圍繞智能運維的實際業務需求，完成關鍵運營運維業務流程的梳理，完善業務流程體系，統一運維技術標準和規范，建立跨多專業設備系統的智能運維平臺，利用大數據分析建模、云平臺、物聯網等技術實現線路信息總覽、界面層次化展示、輔助決策、健康評價、修制修程、應急場景管理、遠程調度、故障管理等運維相關業務功能，從而滿足運維各層次、各崗位的業務需求。最后再基于智能運維系統逐步改變傳統的維保組織形式，用技術換人，實現人、數據、業務功能等的充分集成，最終實現修程優化、成本優化、指標優化，達到設備的全生命周期有效管理的目的。

2.1智能運維架構

本項目的智能運維架構如下圖所示：

圖1  智能運維架構圖

智能運維平臺和施工管理、物資管理等管理系統部署在管理網，主要實現設備健康統一管理、運維指標分析及物料消耗等運維資源統籌管理、運維決策管理及跨專業的應急指揮和綜合場景管理。各在線監測系統部署在生產網，主要實現各專業的日常維修調度和決策輔助，提高日常維保的效率；在線監測實現設備健康監測及故障預警，為各專業融合的日常維保管理提供設備數據支撐。

2.2設備在線監測系統

在線監測主要基于設備運行狀態及設備故障模型特征進行實時監測分析，實現設備健康狀態的實時感知及故障預警智能化。分析研究機電、供電等系統的運維現狀，包括設備的狀態信息、故障報警信息、修程修制內容、既有線路專業相關設備的歷史故障數據、設備運維管理痛點等信息。通過在線監測子系統獲取設備監測數據，并進行數據清洗、轉制等預處理，實現監測數據的標準化、樣本化，實現設備的遠程巡檢、故障快速定位、故障預警、設備數據遠程填報等，為綜合場景建模提供規范化的計算基礎。如下圖所示：

圖3  通風空調在線監測系統界面

2.2.1創新點

軌道交通系統的供電與機電設備是多領域強耦合的多層級復雜系統，如何有效的建立其多層級、多領域的在線監測模型是應用于實際場景的需要解決的首要問題；其次需考慮如何有效的對模型進行微觀幾何結構及機電性能更新，以在時間尺度上保證該模型與軌道交通供電與機電設備物理實體整個使用周期數據的一致性；最后，在計算資源消耗、計算時效的約束下對模型進行配置優化，以獲取滿足在軌道交通智能運維應用場景的機電設備輕量化在線監測模型，提高模型響應的及時性；智能運維在線監測在充分考慮和研究上述情況下，實現5個系統設備在線監測，并且基于在線監測的設備遠程巡檢技術，利用設備在線監測提供的設備狀態實時感知能力，實現在線監測系統自動獲取巡檢結果并自動完成填報。從而減少因周期頻繁帶來的人工巡檢作業準確度不高、質量下降、漏巡普遍等問題。

2.3智能運維數據模型

智能運維大數據平臺是運維綜合場景建模、數據存儲分析的核心，針對運維業務，主要對通用模型、基礎模型、增量模型進行研究，包括但不限于建立故障診斷和決策、調度輔助決策、維保策略、系統可靠性分析等模型。

2.3.1通用模型管理

根據專業設備特性和科學的應用分析，建立設備基礎模型，根據在線監測子系統已完成一次邏輯判斷，輸出結果給一線運維人員，實現日常巡檢、定修、搶修的基本修程優化和執行。

2.3.2基礎模型管理

根據人員配置及成本估算、基礎及增量修程、存在問題、優化的方式、工單流轉、物資采購提高工作效率。

2.3.3增量模型管理

根據城市特性，濕度、溫度對設備維修、巡視班次進行調整。根據時間周期差異化增量修改或者減量修成。根據客流分部采用實時或者非實時響應維修。根據設備可靠度差異化對同類設備/產品，對RAMS指標較好的設備/產品采用減量修程，對故障率較高的設備/產品可根據指標進行針對性增量調整。

通過建模充分利用生產大數據、借助先進監測技術，實現系統設備健康度監控、實時預警，提升精細化維保管理水平，實質推動維保模式向狀態修轉變。

2.3.4提高工作效率

實現基于與信息系統互聯的故障工單自動生成功能；實現告警信息分級分類向調度人員、專業技術人員與管理人員的定向推送功能；建立經驗庫與數據關聯性規則，用于輔助調度人員、專業技術人員與管理人員的故障處置等，從而全面提高故障修的工作效率，降低故障歷時。

2.3.5降低綜合成本

實現各專業在線監測系統的管理，推進人力資源整合和生產物資的最大復用?？蓪祿治鼋K端數量大量降低。

2.3.6提升維保質量

接入應用系統,推進設備在線監測應用,完成在線監測平臺與信息系統接口的開發，實現設備從故障告警觸發到工班派工、故障維修的全流程管理，通過對海量的設備狀態參數、運營環境、檢修情況等數據進行挖掘分析，對設備實施多維度評估，為實現設備維保從“告警”到“預警”，從“計劃修”到“狀態修”的轉變提升提供可靠的數據支撐。展示如下：

2.3.7創新點

基于智能運維管理體系，構建運維大數據平臺，通過“統一采集、統一存儲、統一管理、統一運營和統一服務”，形成線路級的數據和服務共享能力。數據基礎平臺為業務系統建設提供數據能力支撐，解決運維業務及各專業設備數據中存在的分類不統一、描述不全面、數據不貫通等問題，有效提高大數據資源的利用效率。

在智能運維系統的建設過程中，充分利用設備數據、運維業務數據，借助先進的大數據分析技術，綜合業務應用場景進行運維建模分析，建立故障診斷及決策模型、設備健康度分析模型、維保質量分析模型、系統可靠性分析模型等，為修制修程優化和各專業統一管理和聯動管理提供依據，最終提升精細化維保管理水平。

2.4智能運維調度管理平臺

智能運維調度管理平臺以全面監管和檢測為基礎，協同生產管理系統，通過中心數據交互、全壽命周期管理閉環，實現智能化的分析決策及跨專業全流程的綜合應用。

智能運維調度平臺整合設備基礎服務信息、運維修程修制工藝服務、維修智能服務、維修分析服務，實現對運營維修業務規范化、標準化、精細化的管控，人、機、物、法、環資源的整合與優化，有效地提高設備維修維護工作效率，降低地鐵運營成本。充分利用智能運維數據平臺的設備模型，在靜態數據基礎上自動匯聚業務過程的全方位動態數據，結合調度總覽駕駛艙，實現線路設備全維度信息層次化展示、設備故障自診斷、預警提示、場景化的工單聯動和應急指揮，為運營主動維護提供敏捷智慧化的決策指導。

2.4.1智能運維調度管理平臺專家庫

智能運維調度管理平臺具有智能運維專家庫功能，支持錄入故障維修專家經驗，及行業工程師、廠商、工程師的維修經驗，支持根據智能運維數據平臺的數據模型和設備運行狀態趨勢分析，依據大數據分析方法和技術，對設備各電氣特性參數長期運行狀態趨勢進行分析，并給出維護建議。

根據維保形成的問題庫，給出維修指導，結合日常維修經驗和故障統計，形成歷史經驗導入數據庫，根據故障現象自動生成維修建議（包含故障原因預分析、維修需要的工器具及配件）。問題庫來源可是故障修自動錄入，也可以是人工錄入。智能運維調度管理平臺支持關聯故障管理，在發生故障時，運維人員可以通過故障系統獲取故障碼，基于運維平臺可提交故障碼查詢。平臺基于專家系統的故障代碼庫支持，返回匹配的故障處置信息，以便于運維人員參考使用。

2.4.2安全作業管理

實現了對設備檢修過程中，標準安全作業條件的建立及維護管理，為維修作業標準中的適用安全作業條件提供基礎數據，安全作業條件主要信息包括安全事項類型、安全事項內容、安全事項措施、狀態等。

圖8  安全交底

2.4.3設備履歷管理

系統支持以設備結構樹（位置、分類）為索引，實現對單臺設備甚至部件管理過程中的各類信息追蹤和匯總展示，包含作業標準、故障記錄、維保記錄等。

2.4.4智能運維移動終端

智能移動終端可支持人員實時定位，供維修調度組及時掌握人員動態和軌跡，及時提醒和要求或協調人員到位處理故障，避免人員因其他原因導致故障不能及時修復，影響運營。并且支持實時音頻視頻、多人協同，支持工程師、廠商、專家遠程指導診斷故障，多地多人協同處理故障，精準故障定位，避免因故障定位不清，浪費維修、搶修的最佳時機。

支持智能巡檢，支持設備維護任務處理列表一覽，維護人員清晰的查看自己當前任務，避免漏檢、漏修。

通過移動終端應用，維保業務大量重復和無效的流程將簡化，緊密結合了現場維保人員、調度、工程師、廠商、專家的關系，加快了故障定位，故障處理，保障了運營安全。

圖9  移動APP

2.4.5基于健康度評價的檢修規程優化

基于接入的各專業在線監測子系統，系統支持對接入的各專業系統的設備建立了設備健康評價模型。通過運用大數據、信息化技術根據設備運行參數、故障信息等進行綜合分析，計算設備健康評價指標，對設備、系統進行健康分析，通過數值表示各設備的健康度，建立了基于健康度評分標準的設備健康度與系統健康度評價體系。對于設備的健康狀態描述，一般采用“優”、“良”、“中”、“差”4個等級。 

圖10  健康度評價

結合在線監測數據、大數據平臺建模分析功能，實現設備健康度評價，基于設備健康度評價，系統推送檢修建議，如健康度評分差的設備，需及時安排檢修，針對設備的不同情況，分類檢修，優化檢修規程，助力運營維護向狀態修轉變。

2.4.6創新點

通過建立運維大數據平臺，串聯維保業務系統和各專業在線監測系統，形成設備及業務全流程打通的智能運維管理體系和技術架構。智能運維從單條線路下至某個車站，為運維人員展示整體到局部的供電和機電設備狀態，管理人員、調度人員等可以更直觀方式統籌運維規劃。

基于大數據、人工智能的學習識別模型，通過分析、建模、執行形成多引擎驅動的智能分析，構建智能運維“大腦”。以數據指導生產，推進“生產組織上移”，實現“專家診斷，遠程指揮”，突顯智能調度中心統籌指揮、決策職能，助推向指揮型調度轉型，從而建立智能運維指揮體系。

基于南寧5號線機電智能運維項目結合5號線實際的機電設備維保業務，以大數據、人工智能等技術將維保業務數字化，實現維保業務的全流程管控，設備的全生命周期管理，實現降本、提質、增效、保安全的目標，助力軌道交通數字化轉型。

通過智慧運維平臺的應用，目前我們建立了69類設備、676個故障預警模型，平均縮短了約28%的故障處置時間；通過修制修程的優化，減少了約35%的檢修工時，同時我們單線路的機電維保人員從原有架構的117人到現在的89人，減員28人，通過構建與新質生產力相適應的生產關系，打造了一個高科技、高效能、高質量的智慧運維系統，借助“新”技術，新平臺，實現“新”質量，新效能。