智能集成制造系统 第五章 智能集成装备设计与运维.ppt

第五章智能集成装备设计与运维

1智能制造运维系统设计1.1.1系统架构智慧化运维利用物联网、人工智能、云计算、移动通信和大数据等先进技术，对海量信息进行处理和分析，从而监控、预测、评估和管理设备的健康状况。在设备发生故障之前，通过综合多种信息资源进行早期监测和有效预测，降低安全事故发生率，提高管理效率，降低运营成本，实现效益最大化。针对钢轨系统的运维健康管理平台进行研究，该平台基于PHM（预测与健康管理）并包含五个核心功能模块：数据存储、诊断预测、健康评价、决策优化和实施方案制定。外部信息接入包括感知系统的检/监测数据、服役条件信息以及制度与检修履历信息。该平台旨在为用户提供监管报告和各类专业报告，以指导日常运维管理工作。

1智能制造运维系统设计感知系统针对城市轨道交通钢轨的维护和运营，提出的综合感知网络架构，旨在通过技术研究和线路维护实践的融合，提高其信息管理和智能化处理能力。钢轨不仅是单独的组件，可能面临内部和外部损伤、表面磨损和断裂等问题，而且作为整个轨道系统的一部分，它对系统的平稳运行也起着关键作用。因此，钢轨的状态监测不仅包括个体部件的状态，还包括整个系统的运行状态。在部件监测模块中，根据不同类型的故障，确定相应的监测设备和检查频率：

（1）对于钢轨的表面损伤，如擦痕、腐蚀、直线度偏差等，通过人工检查和机器人辅助的巡检系统进行每日巡查；

（2）钢轨的内部裂纹和焊缝缺陷通过使用综合探伤车的月检来识别，而季度检查则使用专门的小型探伤设备。至于钢轨表面的垂直、侧向磨损等，通过轨检车进行月度检测，季度则利用专业的小型磨耗检测设备进行；

1智能制造运维系统设计感知系统（3）钢轨断裂是一种严重的故障，对铁路安全构成重大威胁，因此需要利用断轨监测系统对关键区域实施持续的实时监控。在监测系统的感知部分，根据不同类型的故障，配置相应的检测设备，并设定相应的检查周期；01（4）针对轨道动态不平顺问题，通过轨检车和探伤车对轨道局部的几何超限及缺陷进行检测。同时，轨检车也被用于评估轨道系统的整体几何状态，包括轨距、轨向偏差、高低差异、超高、水平度、三角坑、曲率以及钢轨的顶部和侧面磨损情况。对于动态不平顺的检测，设定的周期为每月一次；02（5）针对静态轨道不平顺，利用高精度手持设备、手推式或自动驾驶的轨检设备对轨道的几何参数进行季度性的检测。对于综合不平顺情况，通过轨检车和正常运行的车辆进行月度的添乘检测。对于特别关注的线路，可以利用正常运行的车辆实施日常检测。03

1智能制造运维系统设计多源数据融合管理平台融合了感知系统检/监测数据，服役条件信息，制度与检修履历信息等多源信息，数据类型多样，包括图像、视频、报表、文本、几何图形和地理数据等，覆盖了从生产到废弃的整个生命周期。平台致力于对钢轨系统的全周期大数据进行高效的采集、净化和精简处理，以最小的存储空间保留数据的核心特征，简化后续的数据处理和应用。以提高运维管理平台的功能性为目标，系统化地整理了运维过程中的数据资产和逻辑结构，构建了分布式数据库中心，确保数据的可访问性、易读性、一致性和可扩展性。同时，平台还专注于轨道线路数据的抽象、可视化展示和交互式共享技术，以快速挖掘和展示数据价值，增强决策支持工具的实时性和用户友好性。

1智能制造运维系统设计智能运维与决策分析深入研究了基于车/线耦合系统动力学、轮轨接触疲劳可靠性分析以及摩擦磨损分析等机理模型，来探讨轨道线路部件故障的产生机理、演变过程以及对系统的影响危害和映射关系。利用部件状态检测数据、历史状态数据、维修履历以及外部环境因素等大量信息进行研究，着重开展了基于状态数据的轨道线路结构部件故障识别方法的探讨。通过研究轨道线路各结构之间的关联，设计了一种能够将浅层易检测结构状态反馈到深埋或隐蔽结构健康状态的映射关系模型。系统安全性评估以线上车辆运营安全和轨道线路结构本质安全为依据，根据部件故障影响危害和失效传递关系模型划分了系统安全性权重，建立了轨道线路系统安全性评估模型，以指导线路的运维管理。同时，以优化运维安全性和经济性为目标，考虑物资、人员、作业条件等限制因素，展开了轨道线路部件维修策略研究，为运维部门的维修工作提供支持。

1智能制造运维系统设计故障智能识别与定位模块智能故障检测与定位系统采用尖端的机器学习技术，对历史故障记录和即时监控数据进行深入分析，以发现潜在的故障征兆和不规则现象。系统的目标是建立一个精确的数据模型，运用大数据预测技术来预警可能发生的故障，辅助实现预防性维护，有效减少故障率。在故障定位方面，系统采用高精确度的定位手段，结合全球定位系统（如GPS或北斗系统）和地理信息系统（GIS），能够准确标定故障地点，并在地图上明确显示，这大大加快了维修团队定位和解决问题的速度。为了增强系统的可靠性，系统还支持多种数据源的集成，