轨道交通地下区间给排水智慧运维管控平台及管理方法技术

本发明专利技术公开了一种轨道交通地下区间给排水智慧运维管控平台及管理方法，该方法包括：获取现场监测的原始数据，并将原始数据按照数据来源进行分类，将分类后的原始数据作为维保大数据，采用预设的故障分析模型进行大数据分析，根据分析结果生成故障预判；对高发故障及发生周期进行提前判断，提前发出维保指令，确保在设备故障前进行维修；通过故障预判结果将各种故障情况发生的概率进行统计整理，对故障原因进行概率分析，根据故障原因生成维修建议。本发明专利技术通过历史数据设置故障分析模型实现了故障预警，确保在故障即将发生或已经发生时做到准确预判，避免运维人员浪费大量精力进行故障排查，实现故障的精准锁定。实现故障的精准锁定。实现故障的精准锁定。

【技术实现步骤摘要】
轨道交通地下区间给排水智慧运维管控平台及管理方法


[0001]本专利技术涉及轨道交通给排水管控
，尤其涉及一种轨道交通地下区间给排水智慧运维管控平台及管理方法。

技术介绍

[0002]在地铁给排水设计中，地铁区间隧道线路变坡的最低点需设置区间废水泵房，主要排除结构渗漏水及消防废水。泵房内设两台潜水排污泵，平时互为备用，必要时两台水泵同时启动。排水泵的排水能力按最大小时排水量计算，集水池的有效容积不小于最大一台排水泵15～20min的出水量。水泵均采用水位自动控制、就地手动控制和车站控制室远程控制，水泵的启、停、故障状态信号在车站控制室有显示，并上传控制中心。
[0003]地下区间排水泵房距离车站一般较远，行车期间人员无法进入，只能利用夜间天窗时间进行巡检和维修，实际操作过程较为不便，随着线路运营时间的增长，故障信息增多，成为管理的薄弱环节。
[0004]区间废水泵主要依靠设备自动控制和紧急情况下的远程控制为主，设备监控系统如果没有报警，一般情况下没有人管理，设备运营过程中的一些运行数据，并没有进行深入的数据处理、数据开发和应用。
[0005]目前主要设备信息均通过有线的方式上传至综合监控系统，但上传的信息包含内容较少。以地下区间主废水泵为例，上传至BAS系统的信息包括就地/远程状态、各台水泵启停状态、液位报警状态和综合故障状态。当BAS系统上传综合故障状态时，车控室值班人员会认为水泵故障，将故障信息下发至机电运维人员，由机电运维人员到达现场进一步检查，对于问题部位进行维修。但机电运维人员到现场前，只得到水泵故障信息，其他信息均不了解，增大维修难度。同时，水泵发生故障前，主要运行数据(如前期运行时间、启停泵频率、电流、电压等)往往会发生异常，对于这类数据的异常波动，BAS系统无法进行主动判断和报警，无法做到故障预测，对于运维人员的应急处理能力要求较高。并且，给排水专业设备需要大量运维人员定期巡检，才能保证各系统安全可靠。
[0006]因此，本申请提供一种轨道交通地下区间给排水智慧运维管控平台及管理方法，对日常数据进行分析后进行主动判断和故障预警，降低设备的维护成本，减少运维人员的工作量。

技术实现思路

[0007]因此，本专利技术的目的在于提供一种轨道交通地下区间给排水智慧运维管控平台及管理方法，对现场获得的原始数据，进行大数据分析处理，根据建立的故障分析模型进行逐步排查，生成故障预判结果，对高发故障及发生周期进行提前判断，提前发出维保指令，确保在设备故障前进行维修，实现了故障预警，确保在故障即将发生或已经发生时做到准确预判，避免运维人员浪费大量精力进行故障排查，实现故障的精准锁定。
[0008]为了实现上述目的，本专利技术的一种轨道交通地下区间给排水智慧运维管理方法，
包括如下步骤：
[0009]S1、获取现场监测的原始数据，并将原始数据按照数据来源进行分类，包括：排水管道实时排水量、集水坑水位、水泵参数；所述水泵参数包括水泵电流、日启泵次数；
[0010]S2、将分类后的原始数据作为维保大数据，采用预设的故障分析模型进行大数据分析，根据分析结果生成故障预判；对高发故障及发生周期进行提前判断，提前发出维保指令，确保在设备故障前进行维修；
[0011]S3、通过故障预判结果将各种故障情况发生的概率进行统计整理，对故障原因进行概率分析，根据故障原因生成维修建议。
[0012]进一步优选的，所述故障分析模型，包括按照如下第一顺序阶梯建立故障预判条件；
[0013]根据日启泵次数，判断日启泵次数是否超过阈值，若是，则进行水泵异常分析；若否，则认为无故障；
[0014]根据排水管道实时排水量，判断水泵停止工作时，排水管道实时排水量是否异常，若是，则分析启泵时集水坑水位的实时数据；若否，则生成第一级故障预判映射关系；
[0015]根据集水坑水位实时数据，判断水泵运行时，集水坑水位是否变化，若是，则根据水泵参数建立第二顺序阶梯，建立故障预判条件，若否，则分析集水坑水位状态状态信息，生成第二级故障预判映射关系。
[0016]在上述任意一项实施例中进一步优选的，所述根据水泵参数建立第二顺序阶梯，建立故障预判条件包括如下步骤：
[0017]根据水泵实时运行电流，判断水泵实时运行电流是否不小于正常范围，若是，则进一步判断水泵当日的累计排水量是否正常，若是，则生成第三级故障预判映射关系；
[0018]根据水泵实时运行电流是否小于超过正常范围，生成第四级故障预判映射关系。
[0019]在上述任意一项实施例中进一步优选的，所述第一级故障预判映射关系根据水泵工作时，排水管流量值为负值；将管道组件故障概率P
管道
和排水泵故障概率P
水泵
赋值，并按照P
管道
≥12P
水泵
分配权重；且P
管道
+P
水泵
＝1。
[0020]在上述任意一项实施例中进一步优选的，所述第二级故障预判映射关系根据集水坑水位是否为高位，对液位传感器故障概率P
液位
、水泵控制故障概率P
控制
以及排水泵故障概率P
水泵
进行赋值；按照：
[0021]为高水位状态时，P
液位
：P
泵控
：P
水泵
＝3：4：4；且P
液位
+P
泵控
+P
水泵
＝1；
[0022]为低水位状态时：P
液位
：P
泵控
＝4：1；且P
液位
+P
泵控
＝1。
[0023]在上述任意一项实施例中进一步优选的，所述第三级故障预判映射关系根据水泵当日的累计排水量是否正常；
[0024]当水泵当日累计排水量大于历史平均值时，对结构渗水概率P
渗水
和检修排水概率P
检修
进行赋值，P
渗水
：P
检修
＝9：1。
[0025]在上述任意一项实施例中进一步优选的，根据区间是否有结构渗漏历史、环境温度是否低于0度、消防系统为干湿转换系统或湿式系统，逐步计算结构渗漏概率、管道冻裂概率、连接件破损概率及管道破裂概率。
[0026]在上述任意一项实施例中进一步优选的，所述第四级故障预判映射关系根据水泵的电流数据是否小于正常范围；对水泵性能概率P
性能
与叶轮磨损概率P
磨损
进行赋值；
[0027]若水泵的电流数据小于正常范围，P
性能
：P
磨损
＝6：4；
[0028]若水泵的电流数据不小于正常范围，P
性能
：P
磨损
＝3：7。
[0029]本专利技术还提供一种轨道交通地下区间给排水智慧运维管控平台，用于实施上述的轨道交通地下区间给排水智慧运维管理方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种轨道交通地下区间给排水智慧运维管理方法，其特征在于，包括如下步骤：S1、获取现场监测的原始数据，并将原始数据按照数据来源进行分类，包括：排水管道实时排水量、集水坑水位、水泵参数；所述水泵参数包括水泵电流、日启泵次数；S2、将分类后的原始数据作为维保大数据，采用预设的故障分析模型进行大数据分析，根据分析结果生成故障预判；对高发故障及发生周期进行提前判断，提前发出维保指令，确保在设备故障前进行维修；S3、通过故障预判结果将各种故障情况发生的概率进行统计整理，对故障原因进行概率分析，根据故障原因生成维修建议。2.根据权利要求1所述的轨道交通地下区间给排水智慧运维管理方法，其特征在于，所述故障分析模型，包括按照如下第一顺序阶梯建立故障预判条件；根据日启泵次数，判断日启泵次数是否超过阈值，若是，则进行水泵异常分析；若否，则认为无故障；根据排水管道实时排水量，判断水泵停止工作时，排水管道实时排水量是否异常，若是，则分析启泵时集水坑水位的实时数据；若否，则生成第一级故障预判映射关系；根据集水坑水位实时数据，判断水泵运行时，集水坑水位是否变化，若是，则根据水泵参数建立第二顺序阶梯，建立故障预判条件，若否，则分析集水坑水位状态状态信息，生成第二级故障预判映射关系。3.根据权利要求2所述的轨道交通地下区间给排水智慧运维管理方法，其特征在于，所述根据水泵参数建立第二顺序阶梯，建立故障预判条件包括如下步骤：根据水泵实时运行电流，判断水泵实时运行电流是否不小于正常范围，若是，则进一步判断水泵当日的累计排水量是否正常，若是，则生成第三级故障预判映射关系；根据水泵实时运行电流是否小于超过正常范围，生成第四级故障预判映射关系。4.根据权利要求2所述的轨道交通地下区间给排水智慧运维管理方法，其特征在于，所述第一级故障预判映射关系根据水泵工作时，排水管流量值为负值；将管道组件故障概率P
管道
和排水泵故障概率P
水泵
赋值，并按照P
管道
≥12P
水泵
分配权重；且P
管道
+P
水泵
＝1。5.根据权利要求2所述的轨道交通地下区间给排水智慧运维管理方法，其特征在于，所述第二级故障预判映射关系根据集水坑水位是否为高位，对液位传感器故障概率P
液位
、水泵控制故障概率P
控制
以及排水泵故障概率P
水泵
进行赋值；按照：为高水位状态时，P
液位
：P
泵控
：P
水泵
＝3：4：4；且P

【专利技术属性】
技术研发人员：郭强，
申请(专利权)人：天津三号线轨道交通运营有限公司，
类型：发明
国别省市：