摘要
随着城市化的快速发展，城市轨道交通凭借体量大、效率高、绿色环保等优势，逐渐成为大中城市交通运输的主力军。为了应对不断增加的客流量，地铁运营企业不断增加运营列车的数量。如何在保证安全稳定运行的前提下，实现运维成本降低，提高运维管理效率，成为城市轨道交通亟待解决的问题。受传统运维制度和养护管理模式的限制,各大城市轨道交通运营企业基本选择计划维修和状态维修的维护模式，传统的维护方式存在效率低、成本高、过度维修等问题，导致地铁列车运维效率低下，难以满足可靠、经济的运行维护需求。地铁列车智能运维系统利用先进的监控感知、云计算、物联网、大数据等技术手段，实现地铁列车的实时监控、故障预测以及健康评估，从而保证车辆运行安全，促进企业运维方式转变，实现地铁列车运维的降本增效。本文主要研究工作如下: (1)基于地铁列车高通量数据，采用分布式消息队列和大数据处理引擎混搭架构方式实现高通量地铁列车数据的实时接收与解析。 (2)构建地铁列车车门地面预警模型。通过分析城轨地铁列车车门落地数据，选择了车门开门一致性、车门关门一致性与车门开关门总耗时三个维度构造车门特征指标，通过对一段时间全部列车的开关门异常指数做统计，计算出开关门异常指数的均值与方差，根据方差和均值的偏离度进一步判断车门是否存在异常。 (3)初步构建地铁列车健康评估方法。利用层次分析法根据各个子系统对整车安全性影响的大小排序，构造各子系统的加权权重，利用子部件预警模型与故障模式与危害影响对子系统的健康状态进行打分，进一步求得子系统的健康度，通过子系统健康度的加权计算得出整车健康度。
NETL