CN117558134B - 一种轨道交通车辆的运维管理系统、方法、设备及介质 - Google Patents
一种轨道交通车辆的运维管理系统、方法、设备及介质 Download PDFInfo
- Publication number
- CN117558134B CN117558134B CN202410044908.6A CN202410044908A CN117558134B CN 117558134 B CN117558134 B CN 117558134B CN 202410044908 A CN202410044908 A CN 202410044908A CN 117558134 B CN117558134 B CN 117558134B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- equipment
- fault
- early warning
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 95
- 238000000034 method Methods 0.000 title abstract description 19
- 238000012544 monitoring process Methods 0.000 claims abstract description 133
- 230000036541 health Effects 0.000 claims abstract description 80
- 238000007619 statistical method Methods 0.000 claims abstract description 37
- 238000001514 detection method Methods 0.000 claims abstract description 28
- 238000007726 management method Methods 0.000 claims description 94
- 238000012545 processing Methods 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 4
- 238000009529 body temperature measurement Methods 0.000 claims description 3
- 238000013210 evaluation model Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 206010063385 Intellectualisation Diseases 0.000 abstract description 4
- 238000012549 training Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003862 health status Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000003449 preventive effect Effects 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000001931 thermography Methods 0.000 description 2
- 238000013526 transfer learning Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Analytical Chemistry (AREA)
- Economics (AREA)
- Chemical & Material Sciences (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本申请提供了一种轨道交通车辆的运维管理系统、方法、设备及介质,车辆监控模块将每个轨道车辆的车辆实时运行数据和每个车载设备的设备实时运行数据进行汇总展示;故障预警模块对每个车载设备进行设备故障预测生成设备故障预警信息;统计分析模块对每个车载设备的设备故障预警信息和历史设备故障预警信息进行统计以生成每个车载设备的设备故障统计结果;车辆健康管理模块基于每个车载设备的设备故障统计结果预测每个车载设备的设备健康状态;轨旁监控模块采集每个轨道车辆对应的多种轨旁设备的轨旁检测数据。通过所述系统和方法,达到提高运维水平、辅助决策的目的,提高了对于轨道交通车辆运维的精准化和智能化。
Description
技术领域
本申请涉及轨道交通技术领域,具体而言,涉及一种轨道交通车辆的运维管理系统、方法、设备及介质。
背景技术
随着城市轨道交通网络的快速发展,轨道交通车辆的规模持续扩大,传统的人工维护模式越来越难以适应大规模智能化车辆的运维需求。仅依靠人工经验进行故障预警和车辆健康监测,存在运维效率低下、维修质量参差不齐等问题。因此,如何实现轨道交通车辆的智能化、精准化、规范化运维,成为一个亟待解决的技术问题。
发明内容
有鉴于此,本申请的目的在于提供一种轨道交通车辆的运维管理系统、方法、设备及介质,通过搭建车辆监控模块、故障预警模块、统计分析模块、车辆健康管理模块、轨旁监控模块和移动终端模块,以实现轨道交通车辆状态的智能监控、数据统计分析、健康评估、故障处理等功能,达到提高运维水平、辅助决策的目的,提高了对于轨道交通车辆运维的精准化和智能化。
第一方面,本申请实施例提供了一种轨道交通车辆的运维管理系统,所述运维管理系统包括车辆监控模块、故障预警模块、统计分析模块、车辆健康管理模块、轨旁监控模块和移动终端模块;
所述车辆监控模块,用于获取多个轨道车辆的车辆实时运行数据以及每个轨道车辆对应的车载设备的设备实时运行数据,并在显示界面中将每个轨道车辆的车辆实时运行数据和每个车载设备的设备实时运行数据进行汇总展示;
所述故障预警模块,用于基于每个车载设备的设备实时运行数据对每个车载设备进行设备故障预测,以生成设备故障预警信息;
所述统计分析模块,用于基于每个轨道车辆的车辆实时运行数据以及车辆历史运行数据生成每个轨道车辆的车辆状态数据曲线,基于每个车载设备的设备实时运行数据和设备历史运行数据生成每个车载设备的设备状态数据曲线,并对每个车载设备的设备故障预警信息和历史设备故障预警信息进行统计以生成每个车载设备的设备故障统计结果;
所述车辆健康管理模块,用于基于每个车载设备的设备故障统计结果预测每个车载设备的设备健康状态;
所述轨旁监控模块,用于针对于每个轨道车辆对应的多种轨旁设备,采集该轨旁设备的轨旁检测数据,并基于所述轨旁检测数据对该轨旁设备进行轨旁故障预测,以确定出该轨旁设备对应的轨旁故障预警信息;
所述移动终端模块,用于对所述车辆监控模块、所述故障预警模块、所述统计分析模块、所述车辆健康管理模块和所述轨旁监控模块所生成的信息进行显示,以供用户进行查看。
进一步的,所述车辆监控模块包括全局车辆监视单元、多个轨道线路监视单元和多个车辆监视单元;
所述全局车辆监视单元,用于汇总显示所有轨道车辆的车辆实时运行数据,并在预设地图中实时显示每个轨道车辆的当前位置;
所述轨道线路监视单元,用于汇总显示属于同一条轨道线路的多个目标轨道车辆的车辆实时运行数据,并基于每个目标轨道车辆在所述轨道线路上的位置信息对每个目标轨道车辆的运营状态进行监测;
所述车辆监视单元,用于显示所述轨道车辆的车辆实时运行数据,以及所述轨道车辆对应的每个车载设备的设备实时运行数据。
进一步的,所述故障预警模块包括设备故障预警单元、预警信息汇总显示单元、预警信息详情显示单元和预警信息合并显示单元;
所述设备故障预警单元,用于针对于每个车载设备,基于该车载设备的设备实时运行数据对该车载设备进行设备故障预测,以生成该车载设备对应的设备故障预警信息;
所述预警信息汇总显示单元,用于将多个所述设备故障预警信息以列表形式进行汇总显示;
所述预警信息详情显示单元,用于响应于用户对于任一轨道车辆的选择操作,确定出待查询轨道车辆,并显示所述待查询轨道车辆对应的车载设备的设备故障预警信息;
所述预警信息合并显示单元,用于针对于每个轨道车辆,按照预设报警信息过滤规则对该轨道车辆对应的车载设备的设备故障预警信息进行合并处理,得到合并预警信息并进行显示。
进一步的,所述统计分析模块包括车辆状态数据统计单元、设备状态数据统计单元、设备故障预警信息统计单元、多维数据统计单元和统计报表生成单元;
所述车辆状态数据统计单元,用于针对于每个轨道车辆,基于该轨道车辆的车辆实时运行数据以及车辆历史运行数据绘制该轨道车辆的车辆状态数据曲线;
所述设备状态数据统计单元,用于针对于每个车载设备,基于该车载设备的设备实时运行数据以及设备历史运行数据绘制该车载设备的设备状态数据曲线;
所述设备故障预警信息统计单元,用于根据预设统计维度对每个车载设备的设备故障预警信息和历史设备故障预警信息进行统计,生成每个车载设备的设备故障统计结果;
所述统计报表生成单元,用于针对于每个车载设备,基于预设报表配置对该车载设备的设备故障预警信息和历史设备故障预警信息进行筛选,并生成符合所述预设报表配置的预警信息统计报表。
进一步的,所述车辆健康管理模块还用于:
针对于每个车载设备,获取该车载设备在历史时间段内的使用数据;
将该车载设备的使用数据和该车载设备的设备故障统计结果输入到预先训练好的健康状态评估模块中,确定出该车载设备的设备健康状态;
将该车载设备的设备健康状态输入到预先训练好的维护措施预测模型中,确定出用于维护该车载设备的维护措施。
进一步的,所述车辆监控模块还用于:
针对于每个车载设备,将该车载设备的设备历史运行数据输入到预先训练好的设备寿命预测模型中,预测出该车载设备对应的使用寿命预测值。
进一步的,所述运维管理系统还包括:
智能语音模块,用于获取用户输入的待查询故障对应的故障询问语音,将所述故障询问语音转换为对应的故障询问文字并输入到预先构建好的故障问答模型中,预测出用于解决所述待查询故障的故障处理方案。
第二方面,本申请实施例还提供了一种轨道交通车辆的运维管理方法,所述运维管理方法应用于如一种轨道交通车辆的运维管理系统,所述运维管理系统包括车辆监控模块、故障预警模块、统计分析模块、车辆健康管理模块、轨旁监控模块和移动终端模块,所述运维管理方法包括:
控制所述车辆监控模块获取多个轨道车辆的车辆实时运行数据以及每个轨道车辆对应的车载设备的设备实时运行数据,并在显示界面中将每个轨道车辆的车辆实时运行数据和每个车载设备的设备实时运行数据进行汇总展示;
控制所述故障预警模块基于每个车载设备的设备实时运行数据对每个车载设备进行设备故障预测,以生成设备故障预警信息;
控制所述统计分析模块基于每个轨道车辆的车辆实时运行数据以及车辆历史运行数据生成每个轨道车辆的车辆状态数据曲线,基于每个车载设备的设备实时运行数据和设备历史运行数据生成每个车载设备的设备状态数据曲线,并对每个车载设备的设备故障预警信息和历史设备故障预警信息进行统计以生成每个车载设备的设备故障统计结果;
控制所述车辆健康管理模块基于每个车载设备的设备故障统计结果预测每个车载设备的设备健康状态;
针对于每个轨道车辆对应的多种轨旁设备,控制所述轨旁监控模块150采集该轨旁设备的轨旁检测数据,并基于所述轨旁检测数据对该轨旁设备进行轨旁故障预测,以确定出该轨旁设备对应的轨旁故障预警信息;
控制所述移动终端模块对所述车辆监控模块、所述故障预警模块、所述统计分析模块、所述车辆健康管理模块和所述轨旁监控模块所生成的信息进行显示,以供用户进行查看。
第三方面,本申请实施例还提供一种电子设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如上述的轨道交通车辆的运维管理方法的步骤。
第四方面,本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如上述的轨道交通车辆的运维管理方法的步骤。
本申请实施例提供的一种轨道交通车辆的运维管理系统、方法、设备及介质,所述运维管理系统包括车辆监控模块、故障预警模块、统计分析模块、车辆健康管理模块、轨旁监控模块和移动终端模块;所述车辆监控模块,用于获取多个轨道车辆的车辆实时运行数据以及每个轨道车辆对应的车载设备的设备实时运行数据,并在显示界面中将每个轨道车辆的车辆实时运行数据和每个车载设备的设备实时运行数据进行汇总展示;所述故障预警模块,用于基于每个车载设备的设备实时运行数据对每个车载设备进行设备故障预测,以生成设备故障预警信息;所述统计分析模块,用于基于每个轨道车辆的车辆实时运行数据以及车辆历史运行数据生成每个轨道车辆的车辆状态数据曲线,基于每个车载设备的设备实时运行数据和设备历史运行数据生成每个车载设备的设备状态数据曲线,并对每个车载设备的设备故障预警信息和历史设备故障预警信息进行统计以生成每个车载设备的设备故障统计结果;所述车辆健康管理模块,用于基于每个车载设备的设备故障统计结果预测每个车载设备的设备健康状态;所述轨旁监控模块,用于针对于每个轨道车辆对应的多种轨旁设备,采集该轨旁设备的轨旁检测数据,并基于所述轨旁检测数据对该轨旁设备进行轨旁故障预测,以确定出该轨旁设备对应的轨旁故障预警信息;所述移动终端模块,用于对所述车辆监控模块、所述故障预警模块、所述统计分析模块、所述车辆健康管理模块和所述轨旁监控模块所生成的信息进行显示,以供用户进行查看。
本申请通过搭建车辆监控模块、故障预警模块、统计分析模块、车辆健康管理模块、轨旁监控模块和移动终端模块,以实现轨道交通车辆状态的智能监控、数据统计分析、健康评估、故障处理等功能,达到提高运维水平、辅助决策的目的,提高了对于轨道交通车辆运维的精准化和智能化。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例所提供的一种轨道交通车辆的运维管理系统的结构示意图;
图2为本申请实施例所提供的一种车辆监控模块的结构示意图;
图3为本申请实施例所提供的一种轨道交通车辆的运维管理方法的流程图;
图4为本申请实施例所提供的一种电子设备的结构示意图。
附图标记:
100-运维管理系统;110-车辆监控模块;120-故障预警模块;130-统计分析模块;140-车辆健康管理模块;150-轨旁监控模块;160-移动终端模块;A-全局车辆监视单元;B1-Bn-轨道线路监视单元;C1-Cn-车辆监视单元;400-电子设备;410-处理器;420-存储器;430-总线。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例,都属于本申请保护的范围。
首先,对本申请可适用的应用场景进行介绍。本申请可应用于轨道交通技术领域。
随着城市轨道交通网络的快速发展,轨道交通车辆的规模持续扩大,传统的人工维护模式越来越难以适应大规模智能化车辆的监控需求。经研究发现,仅依靠人工经验进行故障预警和车辆健康监测,存在运维效率低下、维修质量参差不齐等问题。因此,如何实现轨道交通车辆的智能化、精准化、规范化运维,成为一个亟待解决的技术问题。
基于此,本申请实施例提供了一种轨道交通车辆的运维管理系统,以实现轨道交通车辆状态的智能监控、数据统计分析、健康评估、故障处理等功能,达到提高运维水平、辅助决策的目的,提高了对于轨道交通车辆运维的精准化和智能化。
请参阅图1,图1为本申请实施例所提供的一种轨道交通车辆的运维管理系统的结构示意图。如图1中所示,本申请实施例提供的运维管理系统100包括车辆监控模块110、故障预警模块120、统计分析模块130、车辆健康管理模块140、轨旁监控模块150和移动终端模块160。
所述车辆监控模块110,用于获取多个轨道车辆的车辆实时运行数据以及每个轨道车辆对应的车载设备的设备实时运行数据,并在显示界面中将每个轨道车辆的车辆实时运行数据和每个车载设备的设备实时运行数据进行汇总展示。
需要说明的是,车辆实时运行数据可以是轨道车辆在运行过程中的状态数据和定位数据等,对此本申请不做具体限定。
这里,车辆监控模块110主要用于对轨道车辆及轨道车辆的车载设备进行实时状态监测。在具体实施时,车辆监控模块110获取多个轨道车辆的车辆实时运行数据以及每个轨道车辆对应的车载设备的设备实时运行数据,并在显示界面中将每个轨道车辆的车辆实时运行数据和每个车载设备的设备实时运行数据进行汇总展示。
请参阅图2,图2为本申请实施例所提供的一种车辆监控模块的结构示意图,如图2所示,所述车辆监控模块110包括全局车辆监视单元A、多个轨道线路监视单元B1-Bn和多个车辆监视单元C1-Cn。
所述全局车辆监视单元A,用于汇总显示所有轨道车辆的车辆实时运行数据,并在预设地图中实时显示每个轨道车辆的当前位置。
这里,全局车辆监视单元A主要用于显示所有轨道车辆的实时位置动态效果。在具体实施时,全局车辆监视单元A首先汇总显示所有轨道车辆的车辆实时运行数据,并在预设地图中实时显示每个轨道车辆的当前位置。具体的,全局车辆监视单元A首先在所有轨道车辆的车辆实时运行数据中获取每个轨道车辆的当前位置,并基于每个轨道车辆的当前位置在预设地图中标注每个轨道车辆的车辆位置,以实现车辆图标在预设地图上根据实时位置进行移动。
所述轨道线路监视单元Bi,用于汇总显示属于同一条轨道线路的多个目标轨道车辆的车辆实时运行数据,并基于每个目标轨道车辆在所述轨道线路上的位置信息对每个目标轨道车辆的运营状态进行监测。
这里,轨道线路监视单元Bi主要用于监测属于同一条轨道线路的轨道车辆的运行状态,每个轨道线路监视单元Bi均对应一条轨道线路。在具体实施时,轨道线路监视单元Bi首先汇总显示属于同一条轨道线路的多个目标轨道车辆的车辆实时运行数据,并基于每个目标轨道车辆在轨道线路上的位置信息对每个目标轨道车辆的运营状态进行监测,具体的,目标轨道车辆的位置信息长时间未发生变化时,判断该目标轨道车辆的运营状态异常。这样,在轨道线路监视单元Bi的线路监视界面中能够实现站台区域的站时监控。例如,当目标轨道车辆停站时间过长,在预设地图中对应车辆图标会显示黄色预警状态。当停站超过规定时间,车辆图标变为红色报警状态。
所述车辆监视单元Ci,用于显示所述轨道车辆的车辆实时运行数据,以及所述轨道车辆对应的每个车载设备的设备实时运行数据。
这里,车辆监视单元Ci主要用于监测单个轨道车辆以及单个轨道车辆中的车载设备的实时状态。在具体实施时,车辆监视单元Ci显示轨道车辆的车辆实时运行数据,以及轨道车辆对应的每个车载设备的设备实时运行数据。
作为一种可选的实施例,所述车辆监控模块110还用于:
针对于每个车载设备,将该车载设备的设备历史运行数据输入到预先训练好的设备寿命预测模型中,预测出该车载设备对应的使用寿命预测值。
这里,设备寿命预测模型采用改进的LSTM模型,根据本申请提供的实施例,改进LSTM模型的拓扑结构,增强处理时间序列数据的能力,自适应提取损耗相关特征,实现精准的剩余寿命预测。具体的,根据本申请提供的实施例,改进的LSTM模型主要考虑以下几点:增加跳过连接,让更早的状态直接连接到后面的状态,捕捉长期依赖关系;使用门控循环单元(GRU)等简化结构,减少参数量,防止过拟合;使用栈式LSTM,允许保存多维的状态序列,更好处理分层时间信息;使用注意力机制,让LSTM模型自动关注信息重要部分;在训练和使用上,采用迁移学习、多任务学习等方法,从相关任务中获取信息,以提高模型效果。同时加入预知维护功能。通过模型分析历史数据,预测车载设备的使用寿命预测值。在具体实施时,针对于每个车载设备,车辆监控模块110将该车载设备的设备历史运行数据输入到预先训练好的设备寿命预测模型中,预测出该车载设备对应的使用寿命预测值。
所述故障预警模块120,用于基于每个车载设备的设备实时运行数据对每个车载设备进行设备故障预测,以生成设备故障预警信息。
这里,故障预警模块120主要用于对车载设备进行故障预警。在具体实施时,针对于每个车载设备,故障预警模块120基于该车载设备的设备实时运行数据对每个车载设备进行设备故障预测,以生成设备故障预警信息。
作为一种可选的实施例,所述故障预警模块120包括设备故障预警单元、预警信息汇总显示单元、预警信息详情显示单元和预警信息合并显示单元。
所述设备故障预警单元,用于针对于每个车载设备,基于该车载设备的设备实时运行数据对该车载设备进行设备故障预测,以生成该车载设备对应的设备故障预警信息。
这里,设备故障预警单元主要用于对每个车载设备进行设备故障预测。在具体实施时,针对于每个车载设备,设备故障预警单元基于该车载设备的设备实时运行数据对该车载设备进行设备故障预测,以生成该车载设备对应的设备故障预警信息。这里,根据本申请提供的实施例,设备故障预警单元通过下述步骤实现对车载设备进行设备故障预测:首先收集样本车载设备的设备历史运行数据和对应的故障标签作为训练样本;然后对训练样本进行特征提取,提取训练样本中的统计特征、频域特征等能反映样本车载设备的设备状态的特征。构建设备故障预测模型,考虑LSTM模型、RNN模型捕捉时间相关性,以及SVM模型、随机森林算法等进行故障分类。然后,使用训练样本对构建好的设备故障预测模型进行迭代训练模型,选择优化算法以提高模型预测的准确率。设备故障预测模型训练好后使用测试集来验证设备故障预测模型的预测效果。将车载设备的设备实时运行数据输入到训练好的设备故障预测模型,输出该车载设备对应的设备故障预警信息,这里,设备故障预警信息可以是故障类型、故障原因以及故障处理建议等。
所述预警信息汇总显示单元,用于将多个所述设备故障预警信息以列表形式进行汇总显示。
这里,预警信息汇总显示单元主要用于对多个设备故障预警信息进行汇总。在具体实施时,预警信息汇总显示单元将多个设备故障预警信息以列表形式进行汇总显示,方便用户同时查看多条故障预警信息。
所述预警信息详情显示单元,用于响应于用户对于任一轨道车辆的选择操作,确定出待查询轨道车辆,并显示所述待查询轨道车辆对应的车载设备的设备故障预警信息。
这里,预警信息详情显示单元主要用于显示单个轨道车辆中的预警信息。在具体实施时,预警信息详情显示单元响应于用户对于任一轨道车辆的选择操作,确定出待查询轨道车辆,并显示待查询轨道车辆对应的车载设备的设备故障预警信息。这样,用户可通过选择想要查看的轨道车辆,预警信息详情显示单元仅显示该轨道车辆所涉及的预警信息。
所述预警信息合并显示单元,用于针对于每个轨道车辆,按照预设报警信息过滤规则对该轨道车辆对应的车载设备的设备故障预警信息进行合并处理,得到合并预警信息并进行显示。
这里,预设报警信息过滤规则为预习配置好的,对于多个设备故障预警信息进行合并的规则。具体的,根据报警相关性或时序逻辑等规则进行合并。例如,将合并受电弓脱落和牵引系统离网报警合并为电机故障报警。在具体实施时,针对于每个轨道车辆,预警信息合并显示单元按照预设报警信息过滤规则对该轨道车辆对应的车载设备的设备故障预警信息进行合并处理,得到合并预警信息并进行显示。这样,通过配置好的过滤规则对多条预警信息进行合并,避免报警冗余频繁时占用过多资源而影响其他功能。
所述统计分析模块130,用于基于每个轨道车辆的车辆实时运行数据以及车辆历史运行数据生成每个轨道车辆的车辆状态数据曲线,基于每个车载设备的设备实时运行数据和设备历史运行数据生成每个车载设备的设备状态数据曲线,并对每个车载设备的设备故障预警信息和历史设备故障预警信息进行统计以生成每个车载设备的设备故障统计结果。
这里,统计分析模块130主要提供数据统计和分析功能。在具体实施时,统计分析模块130基于每个轨道车辆的车辆实时运行数据以及车辆历史运行数据生成每个轨道车辆的车辆状态数据曲线,基于每个车载设备的设备实时运行数据和设备历史运行数据生成每个车载设备的设备状态数据曲线,并对每个车载设备的设备故障预警信息和历史设备故障预警信息进行统计以生成每个车载设备的设备故障统计结果。
作为一种可选的实施例,所述统计分析模块130包括车辆状态数据统计单元、设备状态数据统计单元、设备故障预警信息统计单元、多维数据统计单元和统计报表生成单元;
所述车辆状态数据统计单元,用于针对于每个轨道车辆,基于该轨道车辆的车辆实时运行数据以及车辆历史运行数据绘制该轨道车辆的车辆状态数据曲线。
这里,车辆状态数据统计单元主要用于生成车辆状态数据曲线。在具体实施时,针对于每个轨道车辆,车辆状态数据统计单元基于该轨道车辆的车辆实时运行数据以及车辆历史运行数据绘制该轨道车辆的车辆状态数据曲线。
所述设备状态数据统计单元,用于针对于每个车载设备,基于该车载设备的设备实时运行数据以及设备历史运行数据绘制该车载设备的设备状态数据曲线。
这里,设备状态数据统计单元主要用于生成设备状态数据曲线。在具体实施时,针对于每个车载设备,设备状态数据统计单元基于该车载设备的设备实时运行数据以及设备历史运行数据绘制该车载设备的设备状态数据曲线。
所述设备故障预警信息统计单元,用于根据预设统计维度对每个车载设备的设备故障预警信息和历史设备故障预警信息进行统计,生成每个车载设备的设备故障统计结果。
在具体实施时,设备故障预警信息统计单元根据预设统计维度对每个车载设备的设备故障预警信息和历史设备故障预警信息进行统计,生成每个车载设备的设备故障统计结果。这里,预设统计维度可以为不同的故障类型,也可以为不同的车载设备等,对此本申请不做具体限定。
所述统计报表生成单元,用于针对于每个车载设备,基于预设报表配置对该车载设备的设备故障预警信息和历史设备故障预警信息进行筛选,并生成符合所述预设报表配置的预警信息统计报表。
这里,统计报表生成单元实现自定义报表配置。用户通过设定预设报表配置,可以自由组合统计车型、时间等条件生成报表。在具体实施时,针对于每个车载设备,统计报表生成单元,基于预设报表配置对该车载设备的设备故障预警信息和历史设备故障预警信息进行筛选,并生成符合所述预设报表配置的预警信息统计报表。
所述车辆健康管理模块140,用于基于每个车载设备的设备故障统计结果预测每个车载设备的设备健康状态。
这里,车辆健康管理模块140主要用于评估车载设备的健康状态,展示健康评估结果。在具体实施时,车辆健康管理模块140基于每个车载设备的设备故障统计结果预测每个车载设备的设备健康状态。
作为一种可选的实施例,所述车辆健康管理模块140还用于:
针对于每个车载设备,获取该车载设备在历史时间段内的使用数据。
将该车载设备的使用数据和该车载设备的设备故障统计结果输入到预先训练好的健康状态评估模型中,确定出该车载设备的设备健康状态。
将该车载设备的设备健康状态输入到预先训练好的维护措施预测模型中,确定出用于维护该车载设备的维护措施。
针对上述三个步骤,在具体实施时,针对于每个车载设备,获取该车载设备在历史时间段内的使用数据。将该车载设备的使用数据和该车载设备的设备故障统计结果输入到预先训练好的健康状态评估模型中,确定出该车载设备的设备健康状态。这里,健康状态评估模型采用随机森林、LSTM神经网络等模型进行数据分析。然后将该车载设备的设备健康状态输入到预先训练好的维护措施预测模型中,确定出用于维护该车载设备的维护措施。这样,本申请通过车辆健康管理模块140提供预防性维护建议,根据机器学习模型对系统健康趋势预测,推荐相应的预防性维护措施,降低故障发生率。具体的,维护措施预测模型,利用迁移学习技术,整合不同健康评估模型的知识,提高对复杂系统健康趋势的预测准确性,推荐对应系统的定期保养、主要部件更换等维护措施。
所述轨旁监控模块150,用于针对于每个轨道车辆对应的多种轨旁设备,采集该轨旁设备的轨旁检测数据,并基于所述轨旁检测数据对该轨旁设备进行轨旁故障预测,以确定出该轨旁设备对应的轨旁故障预警信息。
这里,轨旁监控模块150所监控的轨旁设备可以包括集成在轨道车辆的车身下部摄像头、轴箱热像仪、制动盘测温等多种轨旁设备。轨旁监控模块150主要用来采集轨旁设备的轨旁检测数据,并对每种轨旁设备进行故障预测。在具体实施时,针对于每个轨道车辆对应的多种轨旁设备,轨旁监控模块150采集该轨旁设备的轨旁检测数据,并基于轨旁检测数据对该轨旁设备进行轨旁故障预测,以确定出该轨旁设备对应的轨旁故障预警信息。这里,根据本申请提供的实施例,轨旁监控模块150通过下述步骤实现对轨旁设备进行轨旁故障预测:当轨旁设备为轨道车辆的车身下部摄像头时,轨旁监控模块150对车身下部摄像头采集到的图像进行目标识别、异常检测等分析,以确定出该轨旁设备是否存在故障。当轨旁设备为轴箱热像仪或者传感器等设备时,轨旁监控模块150首先收集样本轨旁设备的历史轨旁检测数据和对应的故障标签作为训练样本;然后对训练样本进行统计特征提取。然后将不同轨旁设备的数据组合,以构建更全面的检测模型。使用CNN、RNN等算法构建轨旁故障检测模型,使用样本数据训练该轨旁故障检测模型,训练提取关联特征。将轨旁设备的轨旁检测数据输入到训练好的轨旁故障检测模型中,确定是否存在故障,定位关键部件,输出轨旁故障预警信息,这里,轨旁故障预警信息可以包括轨旁故障类型、故障位置及故障处理措施等信息。
所述移动终端模块160,用于对所述车辆监控模块、所述故障预警模块、所述统计分析模块、所述车辆健康管理模块和所述轨旁监控模块所生成的信息进行显示,以供用户进行查看。
这里,移动终端模块160主要用来呈现监控、分析、故障预警、健康管理和轨旁监控等信息。在具体实施时,移动终端模块160对车辆监控模块、故障预警模块、统计分析模块、车辆健康管理模块和轨旁监控模块所生成的信息进行显示,以供用户进行查看。
作为一种可选的实施例,移动终端模块160还可以实现扫码或NFC检测报警部位的快速确认功能。具体的,-在车厢关键设备位置贴附带设备信息的二维码或NFC标签,移动终端模块160扫码或靠近标签可快速确认故障部位,提高维修效率。
作为一种可选的实施例,本申请实施例所提供的运维管理系统100还包括:
智能语音模块,用于获取用户输入的待查询故障对应的故障询问语音,将所述故障询问语音转换为对应的故障询问文字并输入到预先构建好的故障问答模型中,预测出用于解决所述待查询故障的故障处理方案。
这里,智能语音模块主要用来提供智能语音助手功能。用户可通过语音询问故障处理方案,智能语音模块提供解决方案。通过构建基于知识图谱的问答系统,收集车辆故障问题及解决方案构建知识图谱,实现对用户的语义化问答服务。在具体实施时,智能语音模块获取用户输入的待查询故障对应的故障询问语音,将故障询问语音转换为对应的故障询问文字并输入到预先构建好的故障问答模型中,预测出用于解决所述待查询故障的故障处理方案。
作为一种可选的实施例,本申请实施例所提供的运维管理系统100还包括AR辅助维修模块。通过开发AR辅助维修模块,使用AR眼镜,识别故障部位,显示维修指引。
本申请实施例所提供的轨道交通车辆的运维管理系统,包括车辆监控模块、故障预警模块、统计分析模块、车辆健康管理模块、轨旁监控模块和移动终端模块;所述车辆监控模块,用于获取多个轨道车辆的车辆实时运行数据以及每个轨道车辆对应的车载设备的设备实时运行数据,并在显示界面中将每个轨道车辆的车辆实时运行数据和每个车载设备的设备实时运行数据进行汇总展示;所述故障预警模块,用于基于每个车载设备的设备实时运行数据对每个车载设备进行设备故障预测,以生成设备故障预警信息;所述统计分析模块,用于基于每个轨道车辆的车辆实时运行数据以及车辆历史运行数据生成每个轨道车辆的车辆状态数据曲线,基于每个车载设备的设备实时运行数据和设备历史运行数据生成每个车载设备的设备状态数据曲线,并对每个车载设备的设备故障预警信息和历史设备故障预警信息进行统计以生成每个车载设备的设备故障统计结果;所述车辆健康管理模块,用于基于每个车载设备的设备故障统计结果预测每个车载设备的设备健康状态;所述轨旁监控模块,用于针对于每个轨道车辆对应的多种轨旁设备,采集该轨旁设备的轨旁检测数据,并基于所述轨旁检测数据对该轨旁设备进行轨旁故障预测,以确定出该轨旁设备对应的轨旁故障预警信息;所述移动终端模块,用于对所述车辆监控模块、所述故障预警模块、所述统计分析模块、所述车辆健康管理模块和所述轨旁监控模块所生成的信息进行显示,以供用户进行查看。
本申请通过搭建车辆监控模块、故障预警模块、统计分析模块、车辆健康管理模块、轨旁监控模块和移动终端模块,以实现轨道交通车辆状态的智能监控、数据统计分析、健康评估、故障处理等功能,达到提高运维水平、辅助决策的目的,提高了对于轨道交通车辆运维的精准化和智能化。
请参阅图3,图3为本申请实施例所提供的一种轨道交通车辆的运维管理方法的流程图。所述运维管理方法应用于一种轨道交通车辆的运维管理系统,所述运维管理系统包括车辆监控模块、故障预警模块、统计分析模块、车辆健康管理模块、轨旁监控模块和移动终端模块。如图3中所示,所述运维管理方法包括:
S301,控制所述车辆监控模块获取多个轨道车辆的车辆实时运行数据以及每个轨道车辆对应的车载设备的设备实时运行数据,并在显示界面中将每个轨道车辆的车辆实时运行数据和每个车载设备的设备实时运行数据进行汇总展示;
S302,控制所述故障预警模块基于每个车载设备的设备实时运行数据对每个车载设备进行设备故障预测,以生成设备故障预警信息;
S303,控制所述统计分析模块基于每个轨道车辆的车辆实时运行数据以及车辆历史运行数据生成每个轨道车辆的车辆状态数据曲线,基于每个车载设备的设备实时运行数据和设备历史运行数据生成每个车载设备的设备状态数据曲线,并对每个车载设备的设备故障预警信息和历史设备故障预警信息进行统计以生成每个车载设备的设备故障统计结果;
S304,控制所述车辆健康管理模块基于每个车载设备的设备故障统计结果预测每个车载设备的设备健康状态;
S305,针对于每个轨道车辆对应的多种轨旁设备,控制所述轨旁监控模块采集该轨旁设备的轨旁检测数据,并基于所述轨旁检测数据对该轨旁设备进行轨旁故障预测,以确定出该轨旁设备对应的轨旁故障预警信息;
S306,控制所述移动终端模块对所述车辆监控模块、所述故障预警模块、所述统计分析模块、所述车辆健康管理模块和所述轨旁监控模块所生成的信息进行显示,以供用户进行查看。
进一步的,所述车辆监控模块包括全局车辆监视单元、多个轨道线路监视单元和多个车辆监视单元;所述运维管理方法还包括:
所述全局车辆监视单元,用于汇总显示所有轨道车辆的车辆实时运行数据,并在预设地图中实时显示每个轨道车辆的当前位置;
所述轨道线路监视单元,用于汇总显示属于同一条轨道线路的多个目标轨道车辆的车辆实时运行数据,并基于每个目标轨道车辆在所述轨道线路上的位置信息对每个目标轨道车辆的运营状态进行监测;
所述车辆监视单元,用于显示所述轨道车辆的车辆实时运行数据,以及所述轨道车辆对应的每个车载设备的设备实时运行数据。
进一步的,所述故障预警模块包括设备故障预警单元、预警信息汇总显示单元、预警信息详情显示单元和预警信息合并显示单元;所述运维管理方法还包括:
控制所述设备故障预警单元针对于每个车载设备,基于该车载设备的设备实时运行数据对该车载设备进行设备故障预测,以生成该车载设备对应的设备故障预警信息;
控制所述预警信息汇总显示单元将多个所述设备故障预警信息以列表形式进行汇总显示;
控制所述预警信息详情显示单元响应于用户对于任一轨道车辆的选择操作,确定出待查询轨道车辆,并显示所述待查询轨道车辆对应的车载设备的设备故障预警信息;
控制所述预警信息合并显示单元针对于每个轨道车辆,按照预设报警信息过滤规则对该轨道车辆对应的车载设备的设备故障预警信息进行合并处理,得到合并预警信息并进行显示。
进一步的,所述统计分析模块包括车辆状态数据统计单元、设备状态数据统计单元、设备故障预警信息统计单元、多维数据统计单元和统计报表生成单元;所述运维管理方法还包括:
控制所述车辆状态数据统计单元针对于每个轨道车辆,基于该轨道车辆的车辆实时运行数据以及车辆历史运行数据绘制该轨道车辆的车辆状态数据曲线;
控制所述设备状态数据统计单元针对于每个车载设备,基于该车载设备的设备实时运行数据以及设备历史运行数据绘制该车载设备的设备状态数据曲线;
控制所述设备故障预警信息统计单元根据预设统计维度对每个车载设备的设备故障预警信息和历史设备故障预警信息进行统计,生成每个车载设备的设备故障统计结果;
控制所述统计报表生成单元针对于每个车载设备,基于预设报表配置对该车载设备的设备故障预警信息和历史设备故障预警信息进行筛选,并生成符合所述预设报表配置的预警信息统计报表。
进一步的,所述运维管理方法还包括:
控制所述车辆健康管理模块针对于每个车载设备,获取该车载设备在历史时间段内的使用数据;
控制所述车辆健康管理模块将该车载设备的使用数据和该车载设备的设备故障统计结果输入到预先训练好的健康状态评估模块中,确定出该车载设备的设备健康状态;
控制所述车辆健康管理模块将该车载设备的设备健康状态输入到预先训练好的维护措施预测模型中,确定出用于维护该车载设备的维护措施。
进一步的,所述运维管理方法还包括:
控制所述车辆监控模块针对于每个车载设备,将该车载设备的设备历史运行数据输入到预先训练好的设备寿命预测模型中,预测出该车载设备对应的使用寿命预测值。
进一步的,所述运维管理方法还包括:
控制智能语音模块获取用户输入的待查询故障对应的故障询问语音,将所述故障询问语音转换为对应的故障询问文字并输入到预先构建好的故障问答模型中,预测出用于解决所述待查询故障的故障处理方案。
请参阅图4,图4为本申请实施例所提供的一种电子设备的结构示意图。如图4中所示,所述电子设备400包括处理器410、存储器420和总线430。
所述存储器420存储有所述处理器410可执行的机器可读指令,当电子设备400运行时,所述处理器410与所述存储器420之间通过总线430通信,所述机器可读指令被所述处理器410执行时,可以执行如上述图3所示方法实施例中的轨道交通车辆的运维管理方法的步骤,具体实现方式可参见方法实施例,在此不再赘述。
本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时可以执行如上述图3所示方法实施例中的轨道交通车辆的运维管理方法的步骤,具体实现方式可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释,此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (8)
1.一种轨道交通车辆的运维管理系统,其特征在于,所述运维管理系统包括车辆监控模块、故障预警模块、统计分析模块、车辆健康管理模块、轨旁监控模块和移动终端模块;
所述车辆监控模块,用于获取多个轨道车辆的车辆实时运行数据以及每个轨道车辆对应的车载设备的设备实时运行数据,并在显示界面中将每个轨道车辆的车辆实时运行数据和每个车载设备的设备实时运行数据进行汇总展示;
所述故障预警模块,用于基于每个车载设备的设备实时运行数据对每个车载设备进行设备故障预测,以生成设备故障预警信息;
所述统计分析模块,用于基于每个轨道车辆的车辆实时运行数据以及车辆历史运行数据生成每个轨道车辆的车辆状态数据曲线,基于每个车载设备的设备实时运行数据和设备历史运行数据生成每个车载设备的设备状态数据曲线,并对每个车载设备的设备故障预警信息和历史设备故障预警信息进行统计以生成每个车载设备的设备故障统计结果;
所述车辆健康管理模块,用于基于每个车载设备的设备故障统计结果预测每个车载设备的设备健康状态;
所述轨旁监控模块,用于针对于每个轨道车辆对应的多种轨旁设备,采集该轨旁设备的轨旁检测数据,并基于所述轨旁检测数据对该轨旁设备进行轨旁故障预测,以确定出该轨旁设备对应的轨旁故障预警信息;其中,所述轨旁设备包括集成在轨道车辆的车身下部摄像头、轴箱热像仪和制动盘测温,所述轨旁故障预警信息包括轨旁故障类型、故障位置及故障处理措施;
所述移动终端模块,用于对所述车辆监控模块、所述故障预警模块、所述统计分析模块、所述车辆健康管理模块和所述轨旁监控模块所生成的信息进行显示,以供用户进行查看;
所述车辆健康管理模块,还用于:
针对于每个车载设备,获取该车载设备在历史时间段内的使用数据;
将该车载设备的使用数据和该车载设备的设备故障统计结果输入到预先训练好的健康状态评估模型中,确定出该车载设备的设备健康状态;
将该车载设备的设备健康状态输入到预先训练好的维护措施预测模型中,确定出用于维护该车载设备的维护措施;
所述车辆监控模块,还用于:
针对于每个车载设备,将该车载设备的设备历史运行数据输入到预先训练好的设备寿命预测模型中,预测出该车载设备对应的使用寿命预测值。
2.根据权利要求1所述的运维管理系统,其特征在于,所述车辆监控模块包括全局车辆监视单元、多个轨道线路监视单元和多个车辆监视单元;
所述全局车辆监视单元,用于汇总显示所有轨道车辆的车辆实时运行数据,并在预设地图中实时显示每个轨道车辆的当前位置;
所述轨道线路监视单元,用于汇总显示属于同一条轨道线路的多个目标轨道车辆的车辆实时运行数据,并基于每个目标轨道车辆在所述轨道线路上的位置信息对每个目标轨道车辆的运营状态进行监测;
所述车辆监视单元,用于显示所述轨道车辆的车辆实时运行数据,以及所述轨道车辆对应的每个车载设备的设备实时运行数据。
3.根据权利要求1所述的运维管理系统,其特征在于,所述故障预警模块包括设备故障预警单元、预警信息汇总显示单元、预警信息详情显示单元和预警信息合并显示单元;
所述设备故障预警单元,用于针对于每个车载设备,基于该车载设备的设备实时运行数据对该车载设备进行设备故障预测,以生成该车载设备对应的设备故障预警信息;
所述预警信息汇总显示单元,用于将多个所述设备故障预警信息以列表形式进行汇总显示;
所述预警信息详情显示单元,用于响应于用户对于任一轨道车辆的选择操作,确定出待查询轨道车辆,并显示所述待查询轨道车辆对应的车载设备的设备故障预警信息;
所述预警信息合并显示单元,用于针对于每个轨道车辆,按照预设报警信息过滤规则对该轨道车辆对应的车载设备的设备故障预警信息进行合并处理,得到合并预警信息并进行显示。
4.根据权利要求1所述的运维管理系统,其特征在于,所述统计分析模块包括车辆状态数据统计单元、设备状态数据统计单元、设备故障预警信息统计单元、多维数据统计单元和统计报表生成单元;
所述车辆状态数据统计单元,用于针对于每个轨道车辆,基于该轨道车辆的车辆实时运行数据以及车辆历史运行数据绘制该轨道车辆的车辆状态数据曲线;
所述设备状态数据统计单元,用于针对于每个车载设备,基于该车载设备的设备实时运行数据以及设备历史运行数据绘制该车载设备的设备状态数据曲线;
所述设备故障预警信息统计单元,用于根据预设统计维度对每个车载设备的设备故障预警信息和历史设备故障预警信息进行统计,生成每个车载设备的设备故障统计结果;
所述统计报表生成单元,用于针对于每个车载设备,基于预设报表配置对该车载设备的设备故障预警信息和历史设备故障预警信息进行筛选,并生成符合所述预设报表配置的预警信息统计报表。
5.根据权利要求1所述的运维管理系统,其特征在于,所述运维管理系统还包括:
智能语音模块,用于获取用户输入的待查询故障对应的故障询问语音,将所述故障询问语音转换为对应的故障询问文字并输入到预先构建好的故障问答模型中,预测出用于解决所述待查询故障的故障处理方案。
6.一种轨道交通车辆的运维管理方法,其特征在于,所述运维管理方法应用于如权利要求1-5任一项所述的一种轨道交通车辆的运维管理系统,所述运维管理系统包括车辆监控模块、故障预警模块、统计分析模块、车辆健康管理模块、轨旁监控模块和移动终端模块,所述运维管理方法包括:
控制所述车辆监控模块获取多个轨道车辆的车辆实时运行数据以及每个轨道车辆对应的车载设备的设备实时运行数据,并在显示界面中将每个轨道车辆的车辆实时运行数据和每个车载设备的设备实时运行数据进行汇总展示;
控制所述故障预警模块基于每个车载设备的设备实时运行数据对每个车载设备进行设备故障预测,以生成设备故障预警信息;
控制所述统计分析模块基于每个轨道车辆的车辆实时运行数据以及车辆历史运行数据生成每个轨道车辆的车辆状态数据曲线,基于每个车载设备的设备实时运行数据和设备历史运行数据生成每个车载设备的设备状态数据曲线,并对每个车载设备的设备故障预警信息和历史设备故障预警信息进行统计以生成每个车载设备的设备故障统计结果;
控制所述车辆健康管理模块基于每个车载设备的设备故障统计结果预测每个车载设备的设备健康状态;
针对于每个轨道车辆对应的多种轨旁设备,控制所述轨旁监控模块采集该轨旁设备的轨旁检测数据,并基于所述轨旁检测数据对该轨旁设备进行轨旁故障预测,以确定出该轨旁设备对应的轨旁故障预警信息;其中,所述轨旁设备包括集成在轨道车辆的车身下部摄像头、轴箱热像仪和制动盘测温,所述轨旁故障预警信息包括轨旁故障类型、故障位置及故障处理措施;
控制所述移动终端模块对所述车辆监控模块、所述故障预警模块、所述统计分析模块、所述车辆健康管理模块和所述轨旁监控模块所生成的信息进行显示,以供用户进行查看;
所述运维管理方法还包括:
控制所述车辆健康管理模块针对于每个车载设备,获取该车载设备在历史时间段内的使用数据;
控制所述车辆健康管理模块将该车载设备的使用数据和该车载设备的设备故障统计结果输入到预先训练好的健康状态评估模块中,确定出该车载设备的设备健康状态;
控制所述车辆健康管理模块将该车载设备的设备健康状态输入到预先训练好的维护措施预测模型中,确定出用于维护该车载设备的维护措施;
所述运维管理方法还包括:
控制所述车辆监控模块针对于每个车载设备,将该车载设备的设备历史运行数据输入到预先训练好的设备寿命预测模型中,预测出该车载设备对应的使用寿命预测值。
7.一种电子设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过所述总线进行通信,所述机器可读指令被所述处理器运行时执行如权利要求6所述的轨道交通车辆的运维管理方法的步骤。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求6所述的轨道交通车辆的运维管理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410044908.6A CN117558134B (zh) | 2024-01-12 | 2024-01-12 | 一种轨道交通车辆的运维管理系统、方法、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410044908.6A CN117558134B (zh) | 2024-01-12 | 2024-01-12 | 一种轨道交通车辆的运维管理系统、方法、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117558134A CN117558134A (zh) | 2024-02-13 |
CN117558134B true CN117558134B (zh) | 2024-04-12 |
Family
ID=89817054
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410044908.6A Active CN117558134B (zh) | 2024-01-12 | 2024-01-12 | 一种轨道交通车辆的运维管理系统、方法、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117558134B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018086573A1 (zh) * | 2016-11-10 | 2018-05-17 | 中车青岛四方机车车辆股份有限公司 | 轨道车辆的监控方法和系统 |
CN109948169A (zh) * | 2017-12-20 | 2019-06-28 | 中国中车股份有限公司 | 一种铁路货车故障预测与健康管理系统 |
CN110887679A (zh) * | 2019-08-23 | 2020-03-17 | 唐智科技湖南发展有限公司 | 一种轨道交通车辆健康管理方法、装置和系统 |
CN112394703A (zh) * | 2019-08-14 | 2021-02-23 | 中车时代电动汽车股份有限公司 | 一种车辆故障管理系统 |
CN112706805A (zh) * | 2021-03-26 | 2021-04-27 | 交控科技股份有限公司 | 轨旁设备、轨道星链系统及列车运行控制系统 |
CN114267178A (zh) * | 2021-12-30 | 2022-04-01 | 佳都科技集团股份有限公司 | 一种车站的智能运营维护方法及装置 |
CN115035628A (zh) * | 2022-05-23 | 2022-09-09 | 斯润天朗(北京)科技有限公司 | 车辆实时监控系统 |
-
2024
- 2024-01-12 CN CN202410044908.6A patent/CN117558134B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018086573A1 (zh) * | 2016-11-10 | 2018-05-17 | 中车青岛四方机车车辆股份有限公司 | 轨道车辆的监控方法和系统 |
CN109948169A (zh) * | 2017-12-20 | 2019-06-28 | 中国中车股份有限公司 | 一种铁路货车故障预测与健康管理系统 |
CN112394703A (zh) * | 2019-08-14 | 2021-02-23 | 中车时代电动汽车股份有限公司 | 一种车辆故障管理系统 |
CN110887679A (zh) * | 2019-08-23 | 2020-03-17 | 唐智科技湖南发展有限公司 | 一种轨道交通车辆健康管理方法、装置和系统 |
CN112706805A (zh) * | 2021-03-26 | 2021-04-27 | 交控科技股份有限公司 | 轨旁设备、轨道星链系统及列车运行控制系统 |
CN114267178A (zh) * | 2021-12-30 | 2022-04-01 | 佳都科技集团股份有限公司 | 一种车站的智能运营维护方法及装置 |
CN115035628A (zh) * | 2022-05-23 | 2022-09-09 | 斯润天朗(北京)科技有限公司 | 车辆实时监控系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117558134A (zh) | 2024-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11144378B2 (en) | Computer system and method for recommending an operating mode of an asset | |
RU2540830C2 (ru) | Адаптивное дистанционное обслуживание подвижных составов | |
KR20190107080A (ko) | 클라우드 기반 차량 고장 진단 방법, 장치 및 시스템 | |
KR20180108446A (ko) | Ict 인프라 관리 시스템 및 이를 이용한 ict 인프라 관리 방법 | |
CN103105846A (zh) | 用于车辆检修的维修辅助系统 | |
KR102427205B1 (ko) | 인공지능 모델을 위한 학습 데이터 생성 장치 및 방법 | |
KR20140031435A (ko) | 운전 습관 분석 진단 시스템 및 방법 | |
CN114894411A (zh) | 一种基于无线传感器网络的桥梁健康监测方法及系统 | |
CN102180170A (zh) | 车辆数据采集存储分析显示装置 | |
CN112906900A (zh) | 用于监视车辆的状况和用于告警反常/缺陷的方法和系统 | |
US20220100595A1 (en) | Computer System and Method for Recommending an Operating Mode of an Asset | |
US20170169342A1 (en) | System and method for diagnosing at least one component requiring maintenance in an appliance and/or installation | |
KR100564362B1 (ko) | 도시철도차량 유지보수 정보화 예방정비 분석을 이용한예방 정비 시스템 및 방법 | |
CN113063611A (zh) | 一种设备的监控管理方法及其系统 | |
KR20220036366A (ko) | 도로 운행 상황 결정 방법 및 장치, 기기, 저장 매체 및 프로그램 | |
CN116882426A (zh) | 基于标识解析的机电设备管理平台 | |
CN202080217U (zh) | 车辆数据采集存储分析显示装置 | |
CN117170303B (zh) | 一种基于多元时间序列预测的plc故障智能诊断维护系统 | |
CN110809280A (zh) | 一种铁路无线网络质量的检测预警方法及装置 | |
CN117558134B (zh) | 一种轨道交通车辆的运维管理系统、方法、设备及介质 | |
CN116453345B (zh) | 一种基于驾驶风险反馈的公交行车安全预警方法及系统 | |
CN114715234B (zh) | 列车运行控制系统的数字孪生系统、装置和方法 | |
CN114633709A (zh) | 一种车辆故障处理系统和方法 | |
CN117172559B (zh) | 一种用于物联网数据的风险识别预警方法、系统及存储介质 | |
CN117610932B (zh) | 一种基于人工智能的公交运营风险管控系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |