| 1. 通过行走车辆的数据分析，事先预测故障 根据东海道新干线行走车辆的刹车、车门等设备上取得的机械动作数据，JR东海开始实施进行预测性维护(Condition Based Maintenance，简称CBM)。在掌握了连续性数据的变化节点后，故障发生前可及时发现预兆，通过适当的时期实施保守作业，减少运营时间内不良状态发生的同时改善了作业效率。车辆大数据的实际运用进一步提高了新干线的安全、安定的运营水平。 2. 预测性维护系统的建立背景和大数据 东海道新干线一天运行360次列车，过于紧凑的列车时刻表和大量的输送量成就了东海道新干线“日本的大动脉”的称号。如何减少因车辆的不良状态或故障引发车辆停运的现象，直接关系到新干线的安定运营的最终目标。 JR东海新干线铁道事业本部车辆部车辆科科长田中英允认为：“提前发现预兆，提前对应非常重要”对于所有新干线车辆的列车自动控制装置 (ATC)、驱动部、空调设备、车体倾斜装置等行驶中的动作数据，JR东海均进行了记录，每天约有2太字节 (BT) 的数据从东京站和东部西部车辆基地传送至新干线车辆检修管理体统 (ARIS)。 为了强化数据管理，2015年7月在东京大井和大阪鸟饲两个车辆基地设置了“车辆数据分析中心”，由20名工作人员(东京大阪各10名)对于车辆数据开始进行分析，在故障预测可行性研究取得认证后实施调查并发布具体车辆的维修指令。正式运行开始后，车辆发生故障的件数大幅减少。根据行走距离和行走时间制定的车辆定期检查的部分业务也导入了数据分析体统。今天3月开始，列车自动控制装置 (ATC) 的检查项目进行改变，检查项目从140项减少至20项。车辆部维修科科长阿彦雄一反映“因为掌握了行驶中的所有数据，比起单纯依赖检查数据更有可信度”。 3. 新干线技术的发展与人工智能和大数据结合的前景 1999年导入的700系新干线，由于采用了车辆机器状态的数据收集系统，当时，围绕如何利用该数据对车辆进行维修维护开始了课题研究。目前的最新型车辆N700A的高压受电弓通过摄像机进行状态监视，如何进一步加强画像分析能力也成为新的课题。2020年准备投入运营的N700S的试验车辆正在进行运行车辆和地面之间的通信实验。由于新型车辆的数据量是以往的十倍，分析项目的设定、解析准备工作业已开始。 从预测性维护的角度观察，东海道新干线的车辆数据非常完整。相同编成的车辆和相同行驶区间，积累了大量可靠数据。通过异常数据的监视或直接发现异常数据成为安全运营管理的有效手段。建立更有效率、更加值得信赖的车辆维护系统是东海道新干线永远的课题，为此，车辆数据的深化运用至关重要。2019年春季准备实施车辆行走数据和维修数据在一个平台上使用的整合计划，两个系统的大数据之间的相关分析可以提供更精密准确的维修维护方案，这也是对常年来自运行车辆和维护维修现场的大数据的积极反馈。 来源：安境迩微信公众号 |
GMT+8, 2024-11-25 14:30 , Processed in 0.066694 second(s), 22 queries , Gzip On.
Powered by Discuz! X3.4
Copyright © 2001-2021, Tencent Cloud.
