隨著近年來鄭徐、滬昆、寶蘭、石濟等多條高鐵的開通，我國“四縱四橫”高鐵網基本成型，成為世界上唯一高鐵成網運行的國家。我國發布的《中長期鐵路網規劃》中指出，要在“四縱四橫”的基礎上打造“八縱八橫”，實現相鄰大中城市間1~4小時交通圈、城市群內0.5~2小時交通圈。到2030年，中國鐵路網運營里程將達到20萬公里左右，其中高速鐵路長達4.5萬公里。

在此背景下，近日中車青島四方機車車輛股份有限公司（簡稱中車四方）副總經理、總工程師梁建英在第281場工程科技論壇上對《高科技與產業化》記者表示：“我國鐵路事業的蓬勃發展給軌道交通裝備的后續服務帶來了嚴峻挑戰，高速動車組的運維能力面臨著各種挑戰。如何在大數據與人工智能時代，提升動車組的運維能力已經成為我們關注的重點。”

中國國土面積幅員遼闊，鐵路網絡縱橫超過5000公里，馳騁的列車需要在高寒、高熱、高濕等極端自然環境中穿行，而且還要適應不同的線路。

梁建英舉例道：“比如武廣高鐵全程長達1068公里，共有226個隧道。在任何線路與環境下，都要求列車能全時全域全天候安全的運行。而且，載客量大也給列車后續服務如為用戶提供快速響應、及時處理問題等，提出了巨大的挑戰。”

目前，高鐵動車組的檢修基本上為“計劃加故障修”的形式，沒有依據動車組運行工況和零部件性能衰弱對列車的影響做到“預測修”，這樣往往會造成“過度修”。

梁建英指出，這給車輛整體檢修作業、檢修周期以及檢修成本，都帶來了嚴峻的挑戰。此外，如今海外購買動車的國家都要求能實現本土化，現有的勞動密集型的檢修模式也不適合高鐵技術的對外輸出。

“如何從粗獷檢修模式向精細化檢修模式轉變，如何從成本相對較高的模式向成本低檢修模式轉變，以及如何從計劃修向狀態修或預測修轉變，是我們同時面臨的幾個難題。”

高速動車組是一個復雜的系統，有九大關鍵技術、十大核心配套技術，其中核心零部件高達4萬多個，構成一列動車組的零部件逾百萬個。列車檢測源頭也非常密集，需要檢測大量的信號，一列動車組每天因此所產生的數據高達幾十GB。而且，在進行數據維護或者提升運維管理能力時，需要同時收集列車實時狀態和內部靜態數據并進行有效融合。梁建英指出，列車海量的數據對挖掘技術也提出了新的挑戰。

近年來，大數據與人工智能已經遍布各個行業，在高鐵動車組的運維中自然也擔任了重要角色。

梁建英指出，國內外的工業企業和軟件龍頭企業都在快速布局大數據技術與應用，如GE、西門子、ABB，三一重工、航天科工等都建立了自己的大數據應用分析平臺。

她認為，大數據應用在動車組運維中，能提高軌道交通運營與安全綜合保障的水平。前期設計時應為大數據的應用匹配良好的環境，這也是面向智能化的可實施的基本條件即數字化。

“從設計到生產制造、檢驗檢測以及交付、運營，應當實現全數字化驅動。同時，還要實現對車輛關鍵系統和部件狀態的監測和診斷的基本需求。而從服務用戶的角度看，需要對售出的產品進行預測性維修及健康狀況、剩余壽命的評估等，這樣才能滿足今后遠程運維服務的要求。”

此外，當前中國大陸地區動車組保有量約為3100組左右。面對如此大的保有量，如何實現配件服務的可共享化，也是運維過程中必須考慮的問題。

環顧全球知名企業，也都在加速建設大數據平臺并推進人工智能領域的研發。如德國西門子公司正依托Mindsphere平臺，深耕軌道交通大數據應用，推出數據傳輸解決方案、建立開發式數字系統，并推出了數字化雙胞胎等產品，全方位借助人工智能技術提升列車智能化、數字化，積極優化列車維護的應用性與可靠性。

阿爾斯通也開發了HealthHub系統，用于分析列車和基礎設施數據，實時評估關鍵部件健康狀態、剩余壽命并為維護計劃排程優化等。阿爾斯通通過使用HealthHub系統，使成本降低15%、維護時間也降低85%。

梁建英表示：“工業大數據在未來兩到三年內將迎來戰略發展的窗口期，企業如何利用大數據來實現自身轉型與升級，是值得每個企業深思的問題。”

在此背景下，中車四方在軌道交通裝備發展以及動車組智能化、大數據應用領域也有著自己的思考，并開展了一系列的工作。梁建英說：“我們的設想是以主機企業為主體、以車輛裝備為核心，構建數字化的運維體系與推送服務。”

她認為，作為載人工具的車輛，其安全與否決定了乘車人和周圍所有設備之間的關系。“我們希望能夠構建這樣一個系統，即將列車研發數據、檢修數據、線路特征數據及環境數據等，通過標準化的數據傳輸推送到大數據平臺上，然后再開展數據的分析、整合、挖掘與處理，以實現應用的需求。”

同時還要實現對在線運營車輛故障的可預測性，并對所有關鍵部件做到預測性的維修。“我們可以向用戶提供可視化、虛擬的互助維修方式，并對用戶進行遠程云端的培訓；也可以為用戶構建配件一體化的配送模式，只要將基本數據和典型數據清理出來，就可以向用戶、供應商和企業內部智能單位推送信息。”

當前，梁建英與中車四方的研發團隊從動車組車輛維修和運營的特點入手，通過預測性維修、配件服務、業務協同等六個方面提升動車組運維模式，力圖突破現有運維模式在時間與空間上的制約，實現智能、高效、協同的運維模式。

要實現這一目標，梁建英指出，首先需建構故障診斷和健康管理平臺，讓現有的維修模式從“計劃修”向“預測修”轉變；其次構建交互式與互聯網化的資料管理平臺，用以提升資料的共享性。同時，打破中車四方常態的配件儲備模式，構建新型的配件一體化、向電商轉化的服務平臺，并構建虛擬可視化的遠程指導，提高與用戶間的指導與快速協同作業。

“尤其是當列車遇到問題時，中車四方應急指揮中心或者技術專家可快速地參與故障分析的現場，通過遠程迅速指導用戶應對，以避免問題的擴大。最后還需要打造增值服務平臺，給用戶提供最好的維修建議方案，減少和降低用戶在整個運行維護過程中的費用和周期。”

目前，中車四方正圍繞高速列車建立數據采集、傳輸、管理與挖掘系統，并運用開發一體化平臺實現動車組運營模式的提升。梁建英表示，中車四方正依據列車基本性能分析構成列車的關鍵系統和部件，以此來布置列車的測試；通過現有智能傳感技術和邊緣計算技術等獲取基本數據，再以基于復雜多元數據的差異化傳送方式推送至大數據平臺，并進行整合治理，以開發與優化部署模型。同時，依據中車四方業務的需求開發應用系統，進行故障預測、健康管理、配件一體化管理、遠程協同、在線培訓服務的推送等開發工作。

近年來中國綜合交通的快速發展，對交通裝備多元化的需求也提上了日程。在梁建英看來，未來軌道交通的主題應當圍繞“安全、效能和品質”三個維度，在全壽命周期服務、多樣定制、環境適應性、可持續發展和人員環境改善的需求上，在安全、智能、綠色、多元、人因等方面持續創新與應用。

梁建英指出：“人工智能在其中扮演著非常重要的角色。必須以智能化為核心，把智能放入軌道交通裝備大系統當中，和周圍設備、基礎設施以及環境、線路等進行綜合處理，才能實現安全運行。”

她認為，這需要全行業共同構建數據聯盟，讓數據實現共享并且產生價值，需要構建基礎設施，移動裝備、運營指揮等五位一體的數據中心，統籌數據管理、資源配置還有保障安全、監測管理與服務。

在大數據應用領域，用戶最關心的自然是如何安全運營并降低運營成本，其次便是服務與性能的提升。而對中車四方等主機廠來說，最主要的需求自然是產品優化、制造效率提升、供應鏈優化以及持續的定單保障等。

“實際上，大數據和人工智能技術在軌道交通行業當中的深度應用，可為實現用戶和主機廠的目標提供必要的保障。無論是用戶還是主機廠，如何把大數據和人工智能技術應用在公司的經營管理上，也是需要思考的重要問題。”梁建英說。

所有產品的智能化都需要針對其全壽命周期，從產品研發到制造再到車輛設備的配制乃至整個車輛服務的保障、車輛的調度等，都應做到全方位的智能化，這樣才能在產品全生命周期內達到降低成本、安全運行的目標。

梁建英表示：“將來智能化列車應當具備自感知、自識別、自決策、自學習等功能，并且通過動車組行車、運維、監控、旅客服務的智能化保證智能安全，提升乘客出行的體驗。”

她總結道，未來軌道交通裝備正朝著更加安全、綠色、高效、智能的方向發展，以物聯網、大數據、人工智能、新材料為代表的新興技術與軌道交通的深度融合，將是構建下一代軌道交通服務模式和技術體系的主要途徑。