本项目针对城市轨道交通特点及设备运营维护痛点，结合城轨智慧化发展，以城轨云和数据中心为基础平台，以打通生产网和管理网为传输载体，以构建通风空调、给排水、低压配电、BAS、TIAS在线监测系统为监测手段和数据基础，形成设备健康管理、维修智能调度、运维决策分析三大业务功能为核心的智能运维管理体系。通过智能运维系统信息化管理子门户为业务窗口，实现信息化与自动化的融合，满足各层级岗位运维需求，推动运营维护转型。

为深入贯彻落实党中央、国务院《交通强国建设纲要》、中国城市轨道交通协会的《中国城市轨道交通智慧城轨发展纲要》、宁市交通运输局印发的《南宁市推进广西交通强区建设试点实施方案(2021-2035年)》以及南宁轨道交通运营有限公司印发的《南宁轨道交通公司科技创新战略要点》等政策规划。国家、行业、市政府、企业都非常重视以城市轨道交通为骨干的城市公共交通体系建设，城市轨道交通行业应紧跟国家战略，综合运用信息化和智能化等新兴技术手段，提升调度指挥和运维管理智能化水平，以更好地满足民众多元化、个性化、便捷化的出行需求，推动公共交通服务水平的进一步提高。

项目针对各专业设备的特点，基于设备故障模型特征进行研究，建立相应的在线监测子系统，实现设备健康状态的深度监测，同时统一各在线监测子系统的数据标准；围绕智能运维的实际业务需求，完成关键运营运维业务流程的梳理，完善业务流程体系，统一运维技术标准和规范，建立跨多专业设备系统的智能运维平台，利用大数据分析建模、云平台、物联网等技术实现线路信息总览、界面层次化展示、辅助决策、健康评价、修制修程、应急场景管理、远程调度、故障管理等运维相关业务功能，从而满足运维各层次、各岗位的业务需求。最后再基于智能运维系统逐步改变传统的维保组织形式，用技术换人，实现人、数据、业务功能等的充分集成，最终实现修程优化、成本优化、指标优化，达到设备的全生命周期有效管理的目的。

2.1智能运维架构

本项目的智能运维架构如下图所示：

图1  智能运维架构图

智能运维平台和施工管理、物资管理等管理系统部署在管理网，主要实现设备健康统一管理、运维指标分析及物料消耗等运维资源统筹管理、运维决策管理及跨专业的应急指挥和综合场景管理。各在线监测系统部署在生产网，主要实现各专业的日常维修调度和决策辅助，提高日常维保的效率；在线监测实现设备健康监测及故障预警，为各专业融合的日常维保管理提供设备数据支撑。

2.2设备在线监测系统

在线监测主要基于设备运行状态及设备故障模型特征进行实时监测分析，实现设备健康状态的实时感知及故障预警智能化。分析研究机电、供电等系统的运维现状，包括设备的状态信息、故障报警信息、修程修制内容、既有线路专业相关设备的历史故障数据、设备运维管理痛点等信息。通过在线监测子系统获取设备监测数据，并进行数据清洗、转制等预处理，实现监测数据的标准化、样本化，实现设备的远程巡检、故障快速定位、故障预警、设备数据远程填报等，为综合场景建模提供规范化的计算基础。如下图所示：

图3  通风空调在线监测系统界面

2.2.1创新点

轨道交通系统的供电与机电设备是多领域强耦合的多层级复杂系统，如何有效的建立其多层级、多领域的在线监测模型是应用于实际场景的需要解决的首要问题；其次需考虑如何有效的对模型进行微观几何结构及机电性能更新，以在时间尺度上保证该模型与轨道交通供电与机电设备物理实体整个使用周期数据的一致性；最后，在计算资源消耗、计算时效的约束下对模型进行配置优化，以获取满足在轨道交通智能运维应用场景的机电设备轻量化在线监测模型，提高模型响应的及时性；智能运维在线监测在充分考虑和研究上述情况下，实现5个系统设备在线监测，并且基于在线监测的设备远程巡检技术，利用设备在线监测提供的设备状态实时感知能力，实现在线监测系统自动获取巡检结果并自动完成填报。从而减少因周期频繁带来的人工巡检作业准确度不高、质量下降、漏巡普遍等问题。

2.3智能运维数据模型

智能运维大数据平台是运维综合场景建模、数据存储分析的核心，针对运维业务，主要对通用模型、基础模型、增量模型进行研究，包括但不限于建立故障诊断和决策、调度辅助决策、维保策略、系统可靠性分析等模型。

2.3.1通用模型管理

根据专业设备特性和科学的应用分析，建立设备基础模型，根据在线监测子系统已完成一次逻辑判断，输出结果给一线运维人员，实现日常巡检、定修、抢修的基本修程优化和执行。

2.3.2基础模型管理

根据人员配置及成本估算、基础及增量修程、存在问题、优化的方式、工单流转、物资采购提高工作效率。

2.3.3增量模型管理

根据城市特性，湿度、温度对设备维修、巡视班次进行调整。根据时间周期差异化增量修改或者减量修成。根据客流分部采用实时或者非实时响应维修。根据设备可靠度差异化对同类设备/产品，对RAMS指标较好的设备/产品采用减量修程，对故障率较高的设备/产品可根据指标进行针对性增量调整。

通过建模充分利用生产大数据、借助先进监测技术，实现系统设备健康度监控、实时预警，提升精细化维保管理水平，实质推动维保模式向状态修转变。

2.3.4提高工作效率

实现基于与信息系统互联的故障工单自动生成功能；实现告警信息分级分类向调度人员、专业技术人员与管理人员的定向推送功能；建立经验库与数据关联性规则，用于辅助调度人员、专业技术人员与管理人员的故障处置等，从而全面提高故障修的工作效率，降低故障历时。

2.3.5降低综合成本

实现各专业在线监测系统的管理，推进人力资源整合和生产物资的最大复用。可将数据分析终端数量大量降低。

2.3.6提升维保质量

接入应用系统,推进设备在线监测应用,完成在线监测平台与信息系统接口的开发，实现设备从故障告警触发到工班派工、故障维修的全流程管理，通过对海量的设备状态参数、运营环境、检修情况等数据进行挖掘分析，对设备实施多维度评估，为实现设备维保从“告警”到“预警”，从“计划修”到“状态修”的转变提升提供可靠的数据支撑。展示如下：

2.3.7创新点

基于智能运维管理体系，构建运维大数据平台，通过“统一采集、统一存储、统一管理、统一运营和统一服务”，形成线路级的数据和服务共享能力。数据基础平台为业务系统建设提供数据能力支撑，解决运维业务及各专业设备数据中存在的分类不统一、描述不全面、数据不贯通等问题，有效提高大数据资源的利用效率。

在智能运维系统的建设过程中，充分利用设备数据、运维业务数据，借助先进的大数据分析技术，综合业务应用场景进行运维建模分析，建立故障诊断及决策模型、设备健康度分析模型、维保质量分析模型、系统可靠性分析模型等，为修制修程优化和各专业统一管理和联动管理提供依据，最终提升精细化维保管理水平。

2.4智能运维调度管理平台

智能运维调度管理平台以全面监管和检测为基础，协同生产管理系统，通过中心数据交互、全寿命周期管理闭环，实现智能化的分析决策及跨专业全流程的综合应用。

智能运维调度平台整合设备基础服务信息、运维修程修制工艺服务、维修智能服务、维修分析服务，实现对运营维修业务规范化、标准化、精细化的管控，人、机、物、法、环资源的整合与优化，有效地提高设备维修维护工作效率，降低地铁运营成本。充分利用智能运维数据平台的设备模型，在静态数据基础上自动汇聚业务过程的全方位动态数据，结合调度总览驾驶舱，实现线路设备全维度信息层次化展示、设备故障自诊断、预警提示、场景化的工单联动和应急指挥，为运营主动维护提供敏捷智慧化的决策指导。

2.4.1智能运维调度管理平台专家库

智能运维调度管理平台具有智能运维专家库功能，支持录入故障维修专家经验，及行业工程师、厂商、工程师的维修经验，支持根据智能运维数据平台的数据模型和设备运行状态趋势分析，依据大数据分析方法和技术，对设备各电气特性参数长期运行状态趋势进行分析，并给出维护建议。

根据维保形成的问题库，给出维修指导，结合日常维修经验和故障统计，形成历史经验导入数据库，根据故障现象自动生成维修建议（包含故障原因预分析、维修需要的工器具及配件）。问题库来源可是故障修自动录入，也可以是人工录入。智能运维调度管理平台支持关联故障管理，在发生故障时，运维人员可以通过故障系统获取故障码，基于运维平台可提交故障码查询。平台基于专家系统的故障代码库支持，返回匹配的故障处置信息，以便于运维人员参考使用。

2.4.2安全作业管理

实现了对设备检修过程中，标准安全作业条件的建立及维护管理，为维修作业标准中的适用安全作业条件提供基础数据，安全作业条件主要信息包括安全事项类型、安全事项内容、安全事项措施、状态等。

图8  安全交底

2.4.3设备履历管理

系统支持以设备结构树（位置、分类）为索引，实现对单台设备甚至部件管理过程中的各类信息追踪和汇总展示，包含作业标准、故障记录、维保记录等。

2.4.4智能运维移动终端

智能移动终端可支持人员实时定位，供维修调度组及时掌握人员动态和轨迹，及时提醒和要求或协调人员到位处理故障，避免人员因其他原因导致故障不能及时修复，影响运营。并且支持实时音频视频、多人协同，支持工程师、厂商、专家远程指导诊断故障，多地多人协同处理故障，精准故障定位，避免因故障定位不清，浪费维修、抢修的最佳时机。

支持智能巡检，支持设备维护任务处理列表一览，维护人员清晰的查看自己当前任务，避免漏检、漏修。

通过移动终端应用，维保业务大量重复和无效的流程将简化，紧密结合了现场维保人员、调度、工程师、厂商、专家的关系，加快了故障定位，故障处理，保障了运营安全。

图9  移动APP

2.4.5基于健康度评价的检修规程优化

基于接入的各专业在线监测子系统，系统支持对接入的各专业系统的设备建立了设备健康评价模型。通过运用大数据、信息化技术根据设备运行参数、故障信息等进行综合分析，计算设备健康评价指标，对设备、系统进行健康分析，通过数值表示各设备的健康度，建立了基于健康度评分标准的设备健康度与系统健康度评价体系。对于设备的健康状态描述，一般采用“优”、“良”、“中”、“差”4个等级。 

图10  健康度评价

结合在线监测数据、大数据平台建模分析功能，实现设备健康度评价，基于设备健康度评价，系统推送检修建议，如健康度评分差的设备，需及时安排检修，针对设备的不同情况，分类检修，优化检修规程，助力运营维护向状态修转变。

2.4.6创新点

通过建立运维大数据平台，串联维保业务系统和各专业在线监测系统，形成设备及业务全流程打通的智能运维管理体系和技术架构。智能运维从单条线路下至某个车站，为运维人员展示整体到局部的供电和机电设备状态，管理人员、调度人员等可以更直观方式统筹运维规划。

基于大数据、人工智能的学习识别模型，通过分析、建模、执行形成多引擎驱动的智能分析，构建智能运维“大脑”。以数据指导生产，推进“生产组织上移”，实现“专家诊断，远程指挥”，突显智能调度中心统筹指挥、决策职能，助推向指挥型调度转型，从而建立智能运维指挥体系。

基于南宁5号线机电智能运维项目结合5号线实际的机电设备维保业务，以大数据、人工智能等技术将维保业务数字化，实现维保业务的全流程管控，设备的全生命周期管理，实现降本、提质、增效、保安全的目标，助力轨道交通数字化转型。

通过智慧运维平台的应用，目前我们建立了69类设备、676个故障预警模型，平均缩短了约28%的故障处置时间；通过修制修程的优化，减少了约35%的检修工时，同时我们单线路的机电维保人员从原有架构的117人到现在的89人，减员28人，通过构建与新质生产力相适应的生产关系，打造了一个高科技、高效能、高质量的智慧运维系统，借助“新”技术，新平台，实现“新”质量，新效能。