城市軌道交通行業數字化轉型是必然的發展趨勢，智能運維作為實現行業數字化轉型的系統性解決方案之一，具有重要的技術支持和保障作用。在過去10多年，為提升城市軌道交通設施設備運行可靠性和維護效率，上海地鐵以維保業務為載體，以場景應用為核心，以工業互聯網、人工智能、大數據、云計算等技術手段為基礎，作了一些探索和實踐，初步建立智能運維體系，取得一些成效。

由于上海城市軌道交通網絡中部分線路建成時間較早，部分設施設備技術條件不成熟，智能運維的應用范圍還不夠廣泛，線路之間、專業之間關聯度比較低，數據挖掘仍不夠充分，實現的技術與功能還有一定局限性。當前一些設施設備維護管理理念需要與智能運維技術升級同步不斷轉變，總結過去智能運維建設的經驗，通過實踐應用獲得的感悟，這些思考有助于推進智能運維的進一步發展。

1

上海地鐵智能運維的基本發展歷程

上海地鐵智能運維系統建設是隨著設施設備數字化技術的發展逐步建立起來的。2000年至2010年是最初試點階段，研究試點的目的主要是為了快速查找故障和提高日常維護數據測量效率，主要利用車輛、供電部分設備自帶的故障自動診斷技術和一些設施設備部件在線自動測量技術來實現。信號專業開始試點道岔微機監測，可以及時發現道岔故障。這些試點僅僅是針對具體設備或部件，零星的還不成系統，使用的技術手段比較簡單，取得的成效也有限。

2011年至2017年是逐步專業系統建立階段。隨著車輛、信號、供電等部分設備運行狀態數據采集能力提高，還有圖像識別技術不斷進步，上海地鐵開始建立車輛、信號和供電等專業級智能運維平臺，目標更加明確，希望能通過智能運維進一步提高維護水平，不斷改善設施設備運行可靠性，合理控制運維成本。車輛專業建立起專業平臺，能夠采集部分車型輪對外觀尺寸自動測量、振動檢測、弓網關系簡易監測、空調、車門狀態等數據，并作簡單的數據分析展示；通號專業以部分線路信號道岔轉轍機在線監測為基礎，初步建立平臺進行數據分析和預警；供電專業以一條線路的變電設備為試點，基于SCADA數據、故障錄波數據以及變電機房視頻建立專業平臺。這些專業級智能運維雛形平臺能夠幫助運維作業人員對部分設備故障快速定位，替代了部分設備人工巡檢，提供少量設備狀態的預警預測，在提高設備故障處置效率，減少部分巡視人員，以及對部分設備的狀態展示方面取得了比較明顯的成效。2018年以后至今是全面發展階段。上海地鐵進入了智能運維的全面拓展建設和應用，借鑒其它行業智能運維的經驗，運用成熟的技術理論，研發針對性的數據采集工具，建立了部分設施設備數據模型，深入探索基于智能運維支持的全壽命周期設備管理體系，逐步完善設施設備運維生產組織模式，取得了初步成效。不斷完善車輛、通號、供電等專業級平臺，車輛專業已涵蓋所有22個子系統，專業平臺成為國家發改委立項的示范項目；通號已覆蓋信號CBTC系統的計軸、電源、轉轍機以及通信的傳輸、無線、CCTV、PIS和廣播等子系統；供電已基本覆蓋變電、接觸網和SCADA等三個子專業領域13大類設備。在此基礎上，

工務和機電設備（包括基地和車站）等專業，初步建立了專業級平臺，工務基本建立了軌道和隧道結構子專業數據檢測和分析應用，基地建立了物聯網云平臺。同時，對輪軌、弓網、電源等跨專業的數據開展交互關系研究，推動智能運維系統性建設，編制各專業建設的技術標準，制定總體方案，確定了未來的建設規劃路線，具備各專業全面建設的條件。

與此同時，全國各地城市軌道交通同行對于智能運維越來越重視，開展了大量試點應用，主要設備供應商加強了智能運維領域關鍵技術的研發和推廣應用，從事信息化專業和自動化專業的供應商也不斷研發智能運維管理平臺，還引入了云計算、大數據、物聯網、人工智能、區塊鏈等新一代信息技術，大力推動智能運維技術進步和在城市軌道交通的應用。

2

關于智能運維系統建設的體會

上海地鐵智能運維建設過程是邊摸索、邊試點，循序推進。初期是以需求和問題為導向，到后期是以目標為導向，主要是解決因設施設備影響運營的一些難題，遵循數據化、信息化、數字化和智能化發展的規律，突出重點，集中力量建設。

1、頂層設計與自下而上搭建專業級平臺相結合

上海地鐵智能運維建設采取先從部件級試點開始，再自下而上搭建專業級平臺，最后作頂層設計

。這是由于受到當時的技術條件和需求認知的限制，是探索式發展的必然經歷。國內各地城市軌道交通基本都有網絡化規劃，但是目前建設和運營規模大小不同，在不同的建設發展階段當地社會對于運營的需求不盡相同，管理部門對于運營管理的要求也略有差異，因此對于智能運維規劃建設應當與各地城市軌道交通建設階段、運營規模和管理要求相適應。同時智能運維的技術條件不斷成熟，在智能運維系統規劃建設時應考慮自上而下的頂層設計與自下而上的專業平臺建設相關結合。

頂層設計重點考慮系統建設方向和總體方案、運用的基礎理論、系統數據和接口等方面的技術標準、共享數據庫的規模、分期建設的策劃等需要統籌或形成統一標準的事項。

專業平臺建設更多是從設施設備運行和維護自身要求出發，更加注重實效性，主要是基礎數據采集、傳輸、分析，不同設備數據采集的方法，管理平臺。智能運維初期建設建議從具備成熟數據采集技術條件的專業開始，比較多的是車輛專業，從牽引、輪對、車門、受電弓等子系統或部件設備進行搭建專業級平臺。如果條件較好，可以同時搭建信號、供電、軌道等專業平臺，在具備一定規模后要盡快完善智能運維整體系統的頂層設計，特別是技術標準要盡早制定，及時應用跨專業的數據分析。

2、注重提高數據質量

智能運維是城市軌道交通數字化轉型的系統解決方案之一，其關鍵的驅動要素是數據。

上海地鐵經歷的發展之路來看，數據主要是從設施設備運行過程中采集的，有在線實時采集，也有離線采集。有直接采集，也有間接采集。在設施設備維護過程中的測量和測試數據也很重要，尤其歷年來的維護數據，以往都是紙質記錄或是非結構化的數據，這些要設法轉變為結構化數據，這些對于數據建模意義重大。此外，

要加強與設施設備供應商和施工單位的合作，收集在設計、制造、安裝和調試過程中的數據，這是數據分析模型設計的重要基礎。

統一各類數據的結構標準和接口標準是非常困難的工作，希望行業協會和設施設備制造的政府主管能加強數據標準性的管理，為智能運維或是數據廣泛應用創造條件。當前主要是要

依靠與設施設備制造商和供應商的緊密合作，先獲取數據，再通過數據轉換方式統一標準，以便在相關領域應用。

3、關注基礎設施的重要性

在智能運維系統建設過程中，

基礎設施建設同樣很重要。數據傳輸網絡和數據庫是關鍵。

如果能夠建設智能運維數據專用網絡，可以極大發揮智能運維的效率，特別是無線傳輸網絡，需要覆蓋車輛基地、車站設備用房、軌行區、折返線、存車線和站外設備區。數據庫要考慮共享數據庫和專業數據庫的設置，可以集中統一設置，也可以根據需要進行分布式布置，各類數據庫規模應有一定超前裕量。

信息安全是智能運維的重要保障。

智能運維大部分數據是從生產網域采集的，但是應用是在管理網域，生產網域必須保證絕對信息安全，兩網安全隔離的配套措施應在智能運維系統建設時同步建設。

數據庫還要考慮異地備份的安全保障措施。

4、厘清智能運維與SCADA和綜合監控的關系

上海地鐵在智能運維系統建設過程中，對于系統內容是有些不同理解的，特別是供電專業和機電專業智能運維平臺與SCADA和綜合監控系統的關系。

智能運維系統的對象是設施設備性能狀態，

主要是通過采集分析設施設備性能狀態的數據對設施設備性能變化趨勢作判斷，同時也需要采集部分設施設備所構成系統的運行數據，與性能數據融合，建立分析有效模型，以便于對設施設備性能狀態的變化趨勢作更精確的判斷，

其本質上是數據分析系統。

SCADA系統主要是控制變電設備構成的電力運行系統，

對其開關量進行控制和檢測，反映系統和單體設備的運行數據，主要是電壓值和電流值。運營人員通過操作系統內各類電力設備（部分是自動調整），調配電能，監視運行狀態，確保電力系統正常運行。綜合監控系統通常是控制環控、給排水、低壓配電、電梯等機電設備、通信設備運行，有的也包含電力設備，AFC、屏蔽門設備的運行，互聯信號系統運行數據，運營人員通過操作系統內各類設備按預先設計的工況（或運行規則）聯動運行，

為乘客提供服務。SCADA和綜合監控系統本質上是自動化運行系統

。智能運維系統數據分析需要使用SCADA和綜合監控系統的部分運行數據，但是僅僅分析這些數據是遠遠不夠的，更多的要直接從設備上采集數據。

從信息安全的要求來看，SCADA和綜合監控應該設置在生產網域，智能運維系統應該設置在管理網域，生產網域與管理網域必須實行單向隔離，也就是智能運維系統只能單向從SCADA和綜合監控系統獲得數據。上海地鐵的實踐經驗表明，

智能運維系統與SCADA和綜合監控的功能和作用是各不同的，不能互相替代或是簡單整合，但是為了確保數據有效性和可靠性，節約投資，智能運維系統建設時可以共享SCADA和綜合監控的部分數據采集層。

5、注重技術理論融合

支撐智能運維系統建設和應用的技術理論比較多，各種理論融合支持很重要。

當前上海地鐵的智能運維主要是基于CPS系統理論，即Cyber-Physical System，信息-物理系統（也有翻譯成賽博-實體系統）；MES系統理論，即Manufacturing Execution System，生產制造執行系統；Digital Twin技術，即數字孿生技術，還需要應用云計算、大數據、物聯網、人工智能、區塊鏈、視頻識別、圖像測量等眾多技術。這些技術理論較多是在智能制造領域應用廣泛，很難直接應用到軌道交通設施設備運維業務上，需要轉化和融合，選擇合適的技術理論應用到具體設備和系統上。

新的技術理論還要與已有的承載ERP、EAM等系統的信息化技術有效銜接和融合，避免重復建設。此外，廣泛了解先進技術在其它行業設備維護和設備制造方面的應用，可以拓展對于軌道交通設施設備運維方面應用的思路。新技術引用要從細節入手，做好設備運行維護的數據采集試點，逐步納入專業級智能運維的推廣應用。同時，在智能運維建設和應用過程中要注意及時總結新的理論知識，建立相應的技術規范，推動實踐到理論到再實踐到再理論的有效進步。

3

關于智能運維應用的體會

上海地鐵智能運維建設過程不斷有新的突破，系統不斷完善，取得了不少成果。智能運維的應用同樣持續帶來令人欣喜的成效，設施設備可靠性不斷提高，作業效率不斷提升，給設施設備維護管理和運營管理帶來全新的改變。

1、設備故障處置效率不斷提升

智能運維應用最直觀的收獲就是設備故障處置效率提升，對運營影響程度減小。

應用智能運維系統的設備發生故障時，大部分故障點的確定僅僅只需1-2分鐘，而且大部分故障在對運營造成影響前就能處置完畢。如信號專業，2020年對及時處置未對運營有影響的故障占故障總數的90%左右，以往這類故障不到70%。

應用智能運維后設施設備可靠性不斷提升。

近五年來各類設施設備數量增幅達30%以上，列車車門和道岔設備等關鍵設備可靠性指標穩步提升，2020年列車車門設備故障數量比2016年下降49.7%，信號道岔設備故障數量比五年前下降42.9%，設施設備故障絕對數大幅下降，運行可靠度提升195%。

智能運維支持運營應急處置更加從容。

在網絡指揮中心，維保調度實時監控智能運維系統，后臺不斷推送數據分析結果。一旦發生運營故障可以及時與運營調度聯系，通過后臺分析結果支持調度和司機快速處置，特別是車輛、信號和供電故障處置更加便捷快速。在重點區段維保值守保駕利用智能運維可以更加直觀地了解設備運行的實際狀況，發生故障時多專業協同處置，后續增援力量及時到位，與車站客運部門緊密協作，快速處置。

2、設施設備維護模式優化

最近一年多來，隨著既有線智能運維逐步改造投用以及新線全自動運行系統和智能運維系統同步投用，設施設備維護模式正在悄然發生變革。以車輛為代表，正在建立基于智能運維支持的全壽命周期運維，在前期一條老線試點基礎上，一條次新線和一條新線開展全壽命周期均衡維修，

利用智能運維對于關鍵設備部件進行性能狀態預測，建立動態修程，逐步取消架大修，大幅減少列車維修扣車時間，車輛可用率將達96%以上。通號專業在新線建立基于智能運維的維護規程，取消人工巡檢，根據智能運維系統對設備狀態預測全面調整維護周期，基本實現設備狀態修的維護模式。

大修改造通過系統設備狀態分析，綜合各線路使用壽命，采用網絡統一的系統化更新升級，既最大限度發揮設備性能，又逐步統一了各個建設時期不同的技術標準，為互聯互通創造條件。

供電專業在新線智能運維系統加大了巡檢機器人的應用，對變電各類設備和機房環境全面檢測，取消人工巡檢。

從設備投用開始建立到最小可維修單元的設備履歷，應用電子工單，實施維護過程動態更新，全面掌控設備狀態和維護成本。接觸網逐步采用基于狀態評估的集中修模式，提供設備可靠性，降低維護成本。

與維護模式變革配套的生產信息化管理系統也開始進行優化和完善，確保維護全過程信息化記錄。

備品備件庫存根據設備狀態和維護策略進行優化，逐步向零庫存轉變。

3、生產組織模式的改變

智能運維技術的日新月異，促進維護模式的革新，生產組織模式需要及時配套改革。近年來上海地鐵設施設備運維生產組織開始了平臺化轉型。借鑒商業互聯網和產業互聯網組織架構演變的經驗，數據驅動最大的變化是組織平臺化，與數據中臺配套的組織中臺必須建立。

車輛和通號專業已基本建立了平臺化組織架構，以建立網絡化運維支持部為主，強化運維中臺，集中力量進行數據挖掘和分析，部件集中維修和檢驗檢測，對于現場維護部門（前臺）賦能，有利于精準維修和快速搶修；對于職能部門（后臺）支持，便于掌握全局，合理有效決策。供電和工務專業的中臺除了對于前臺數據和維修賦能外，還可以對專用檢測和維修裝備網絡配置使用，具備設施設備維護組織從按線路配置到按區域配置的條件，現場維護多專業崗位復合也成為可能，維護力量可以快速響應。

智能運維逐步推廣應用，不僅對設施設備基本功能配置提出要求，對于人員素質和人員管理提出了更高的要求。這幾年，上海地鐵一方面培養專業技術人員學習數據分析、信息通信技術，另一方面引進了大量數據分析和信息化技術方面的人才，學習專業技術特點，幫助各專業建立大量數據模型，有力支撐了智能運維廣泛應用。在生產組織方面，研究建立人員能效信息化分析系統，配套智能運維生產組織，完善生產信息化管理，對于人員基本信息、工作動態、工時效率、培訓成效、工作表現等進行全方位管理。同時，這些技術手段的應用，對于設施設備委外維護管理更加直觀清晰，考評考核更加客觀，管理改進更易推進，人員技能培訓更有針對性。上海地鐵智能運維的進步離不開上級領導的鼓勵支持，各方面專家的鼎力相助，全體運維人員的共同努力。目前所取得的成果還只是成功路上的一小步，未來還需要得到行業主管部門和協會的更多指導；運維部門繼續深化各類需求和應用場景；研究機構和高校不斷加強基礎理論研究；各家設施設備制造商在設計和制造源頭上完善數據采集的數字底座；信息化企業持續優化數據分析技術和數據模型搭建，真正實現設備會說話、系統能思考、故障可預知的智能化設施設備運維生態。各城市軌道交通智能運維建設和推廣應用可根據各自運營管理要求和設施設備特點，結合線網建設的各個階段的進展情況，加強需求研究和頂層規劃，確定合理的發展路線，推動深入應用，持續改善。