Transport Research >

2024 , Vol. 10 >Issue 5: 91 - 100

DOI: https://doi.org/10.16503/j.cnki.2095-9931.2024.05.008

Theory & Method

Health Assessment Method for Urban Rail Transit Pantograph-Catenary System Based on Condition Monitoring

  • LIU Shuhao , 1 ,
  • SUN Zhaolan 2 ,
  • FENG Xujie 1 ,
  • WU Gaohua 1 ,
  • HU Hao , 1, * ,
  • LIU Conggang 1
Expand
  • 1 Center of Urban Transportation and Rail Transit, China Academy of Transportation Sciences, Beijing 100029, China
  • 2 CRRC Qingdao Sifang Co., Ltd., Qingdao 266111, China

Received date: 2024-05-16

  Online published: 2024-12-03

Fold

Abstract

In order to improve the safety and reliability of urban rail transit operation, a comprehensive health assessment system was constructed based on condition monitoring technology. Firstly, the mechanism of the pantograph-catenary system was elaborated in detail, the health assessment was introduced, and the characteristics of pantograph-catenary health were analyzed. Secondly, the key factors affecting the operation status of pantograph-catenary system were identified, and a pantograph-catenary health evaluation index system was established from two dimensions: monitoring parameter indicators and appearance status indicators. Then, the weights of each indicator were determined through the Analytic Hierarchy Process, and a 4-level health evaluation standard was constructed. Finally, to verify the effectiveness of the evaluation system, a case study was conducted on an urban rail transit line that had been in operation for over 5 years in Shenyang. The results showed that the health scores of each section ranged from 80.1 to 95.5, with a failure rate of 0.008% to 0.031%; the higher the health score, the lower the failure rate, and there was a clear negative correlation between the two. The research results confirm the usability and effectiveness of the pantograph-catenary health evaluation index system in monitoring multidimensional data and reflecting potential risks of the system. The proposed evaluation method can comprehensively and accurately reveal the operating status of pantograph-catenary system, providing reliable basis for pantograph-catenary maintenance decisions.

Key words： urban rail transit; condition monitoring; pantograph-catenary; health assessment; evaluation system

Cite this article

LIU Shuhao , SUN Zhaolan , FENG Xujie , WU Gaohua , HU Hao , LIU Conggang . Health Assessment Method for Urban Rail Transit Pantograph-Catenary System Based on Condition Monitoring[J]. Transport Research, 2024 , 10(5) : 91 -100 . DOI: 10.16503/j.cnki.2095-9931.2024.05.008

0 引言

随着我国城市轨道交通线路规模和客运量的快速增长，运营安全保障压力日益增大。随着线路运营时长的逐年增加，弓网系统等设施设备稳定性下降，故障率上升，导致列车出现延误、晚点，严重时可能造成列车退出运营服务，直接影响行车安全，对人民群众的生命财产安全构成显著的风险。接触网和受电弓作为车辆供电系统和电流传输的主要装置，其良好的运行状态是列车安全高效运行的前提。因此，科学掌握城市轨道交通弓网运行状态，建立契合行业特点的弓网健康度评价体系，对于及时发现弓网系统潜在风险隐患、提升系统可靠性具有重要意义。
弓网系统作为列车获取电能的关键设备，其健康状态的监测与评价日益受到重视。国内外研究人员和机构围绕弓网系统健康状态开展了大量研究，主要集中在受电弓滑板温度、受电弓接触力、稳态臂错动、接触网几何参数、硬点、电流、电压等弓网系统中子系统或部分设备的监测与诊断方面。Balestrino等[1]通过霍夫变换在红外图像上检测受电弓滑板的温度分布；Bocciolone等[2]利用FBG传感器测量受电弓头的接触力和垂直加速度；Xin等[3]开发出一套受电弓测试平台，通过迟滞检测、频率响应检测、可变梯度检测来监测并诊断设备初期故障；Blanco等[4]提出了使用AutoML框架来评估稳态臂错动；中国国家铁路集团有限公司发布了《接触网静态检测评价方法》（Q/CR 842—2021）和《接触网动态检测评价方法》（Q/CR 841—2021），通过接触网静态质量指数（Catenary Static Quality Index, CQI）和接触网动态性能指数（Catenary-Pantograph Dynamic Index, CDI）对弓网几何参数进行评价[5-6]；何海永[7]研发出电气化铁路接触网故障的智能诊断技术，能在很短的时间内准确定位故障区间；孙鹏等[8]通过温度传感器检测高压部分的温度，采用两级无线数据传输网络实现温度的实时传输；王勇[9]设计了一套包含图像采集、算法处理和前端展示的受电弓状态检测系统；王振文[10]通过测量弓网接触压力和接触线抬升量对弓网系统的动态性能进行评估，能有效识别其健康状态；王婧[11]以CQI为基础，对各项目的评价函数进行优化，弥补了CQI的不足。
总的来看，国内外在轨道交通弓网健康度评价领域已开展大量基础性研究，但主要集中在针对弓网系统子系统或部分设备的状态监测和评价方面，对关键部件的表观状态和各系统间多维耦合关系的研究尚不充分，未形成系统性评价体系，在支撑全面、准确判断弓网运行状态和实现提前预警方面还存在不足。城市轨道交通运营企业对弓网运行状态判断不准确、预警不及时可能会导致弓网状态持续劣化，最终引发重大故障，甚至带来严重后果。为此，亟需开展城市轨道交通弓网健康综合评价体系研究，进一步提升弓网系统的本质安全性。本文将系统梳理影响城市轨道交通弓网运行状态的关键因素，从监测参数和外观状态两个方面出发，确定弓网状态评价指标，并从安全性、可靠性、可用性3个方面设计评判准则，建立一套符合我国城市轨道交通弓网系统运行特征的弓网健康度综合评价体系，以期为城市轨道交通弓网健康度评估提供新的思路。

1 城市轨道交通弓网的作用机理及健康度特征分析

1.1 弓网作用机理

城市轨道交通接触网主要采用刚性设计，呈现近似于直线的形态。当列车运行时，接触网在空气动力、温度等因素作用下会产生一定的位移振动。受电弓作为列车车顶的集电装置，因具有非线性的刚度特性和欠阻尼特性，在与接触网摩擦的过程中会发生周期性的分离-接触，其运动姿态也会随之动态变化。同时，弓网间的动态关系还受到风、雨、雪、冰等环境因素的影响，导致接触网与受电弓接触电阻呈现时变性和不确定性，容易引发电弧放电，加剧材料的烧蚀损伤，缩短弓网使用寿命。

1.2 弓网健康度特征

在国内外研究和应用实践中，健康度常被用来表征设备的运行状态，本文将这一概念扩展到城市轨道交通弓网领域，通过选取一系列关键指标，构建系统、全面的弓网运行状态评价体系，以综合评价弓网系统在特定运行条件下的性能和运行状态，并用健康度这一指标来表征其总体情况。弓网健康度一般具有以下特征。
1）动态性
弓网系统的健康状况受运行环境和使用频率的影响呈动态变化。季节性的温度变化可能会引起接触网材料性能的不稳定，因此需要通过定期监测（如电阻测量和视觉检查）和性能分析综合评价其健康程度。
2）复杂性
弓网系统的健康度具有多维耦合效应，其相互关联的因素之间作用机理复杂。弓网系统性能不仅受到电弓磨损程度、接触网张力、弓网间动态接触力的影响，还与风速、湿度等环境因素紧密相关。
3）可预测性
运用基于振动分析的预测性维护等监测技术与数据分析方法，可以辨识出弓网系统性能的退化趋势。通过深入分析受电弓的振动数据，能对接触不良事件的发生进行预测，并在故障实际发生之前实施预防措施。
4）可维护性
通过定期对受电弓、接触网等关键部件进行检查和评估，可以全面识别出需要维护或更换的弓网系统组件，有助于优化维护计划，提升系统的整体运行效率并降低维护成本。

2 城市轨道交通弓网健康度评价体系的构建

2.1 评价指标

为确保弓网健康度评价指标设置的科学性、全面性和实用性，建立评价指标时应遵循系统性、层次性、客观性、可操作性原则。依据这些原则，弓网健康度评价指标被划分为监测参数指标和外观状态指标两类。
1）监测参数指标
从弓网本身的物理特性、受电弓与接触网相互间的作用关系、运行产生的电化学效应等方面系统分析影响弓网健康程度的主要因素，具体如下。
一是弓网物理特性方面，接触网的高度和横向尺寸对其正常运行具有直接影响。高度和横向尺寸的变化会影响受电弓的受电效果，导致导线磨耗加剧，进而降低导电性，引起导线发热，加速磨损，影响弓网动态匹配性及碳滑板和供电网线的使用寿命。
二是受电弓与接触网的相互作用方面，二者间的协调性会影响供电的可靠性和安全性。接触压力的大小和接触线的形状变化决定了长期运行中接触力的变化趋势。当接触线不平顺时，受电弓在运行中会受到突发干扰，造成接触线和受电弓损伤，导致弓网关系恶化，产生异常磨损或受电弓离线现象，引起网流、网压的波动，从而影响列车运行稳定性。
三是电化学效应方面，在受流条件下，受电弓与接触网接触时会产生焦耳热。若弓网接触不良，将引发强烈的放电现象，导致弓网燃弧，产生瞬时高温，会烧蚀接触线或受电弓碳滑板，极端情况下甚至会导致断线或滑板断裂。
综合以上分析，确定了弓网监测参数的9项指标，包括弓网接触力、弓网燃弧、弓网温度、拉出值、导高、接触线磨耗、硬点、网流、网压等，各项监测参数指标获取方式及其对弓网健康度的具体影响如表1所示。
表1 各项监测参数指标获取方式及其对弓网健康度的影响
参数指标 对弓网健康度的影响 指标获取方式
弓网接触力 弓网接触力太小易引起弓网拉弧；弓网接触力太大会增加碳滑板和接触线的磨耗 利用光纤光栅技术监测弓网接触力，得到相应的物理
参数，评估系统的稳定性
弓网燃弧 弓网燃弧易造成车辆网压跳变、受流不畅，增加受电弓、
接触网电气磨耗		 通过紫外光监测技术监测燃弧时间，评估电气接触的
性能
弓网温度 弓网温升过大易造成接触网、受电弓零部件断股、老化、
接触不良，甚至熔断		 采用红外热成像设备实时监测受电弓和接触网温度，
识别过热风险
拉出值 拉出值超限易造成受电弓刮网、刮弓，影响线路运行安全 采用机器视觉技术实时监测拉出值，确保几何参数准确
导高 导高超限易造成受电弓刮网、刮弓，影响线路运行安全 采用机器视觉技术实时监测导高，确保几何参数准确
接触线磨耗 接触线磨耗超标易增加碳滑板磨耗，造成碳滑板损伤 采用图像监测法测量接触线磨耗，评估磨耗程度
硬点 接触网硬点会影响受电弓受流质量，造成碳滑板损伤 利用光纤光栅技术监测硬点，得到相应的物理参数，
评估系统的稳定性
网流 网流不稳定会影响车辆运行性能 通过传感器实时监测网流，确保供电稳定和系统安全
网压 网压不稳定会影响车辆运行性能 通过传感器实时监测网压，确保供电稳定和系统安全
2）外观状态指标
弓网关系不良会导致滑板和接触线表面粗糙，形成锋边和毛刺，影响光洁度并加剧磨耗。因此，确定弓网外观状态指标为受电弓与接触网接触面的光洁度，其主要通过目视、触摸和视频监测等方式进行检查评估。
3）评价指标体系的构建
综上，弓网健康度评价指标体系（见图1）从监测参数与外观状态两个维度进行构建。监测参数包括9个关键指标：弓网接触力、弓网燃弧、弓网温度、拉出值、导高、接触线磨耗、硬点、网流和网压。外观状态则通过受电弓与接触网接触面的光洁度进行评估。通过该指标体系，可全面量化弓网系统的健康状况。
图1 弓网健康度评价指标体系

2.2 评价方法

在构建了评价指标体系后，通过数据采集与预处理、阈值和等级设定、指标评分和综合评价等步骤，来综合评估弓网的健康状况。在数据采集与预处理阶段，通过实时监测系统获取弓网各项参数的原始数据，随后对数据进行预处理，如进行噪声过滤和异常值剔除等，以确保数据的准确性和可靠性。在阈值及等级设定方面，每个监测参数的阈值均根据弓网系统的设计要求和不同运营单位的实际运行情况来设定，并据此划分出不同的等级。在指标打分及综合评分方面，不同的指标揭示了弓网系统在不同方面的健康状况，如接触力反映了弓网系统的物理特性，而燃弧则反映了其电化学效应，通过分别对指标体系中的各项指标进行评价和打分，可以全面、综合地反映弓网系统在各个方面的健康状况。在此基础上，运用特定的健康度评价计算方法确定弓网健康度的综合得分，从而评估线路弓网系统的整体健康程度。

2.2.1 指标权重的确定

为应对弓网健康度多维评价指标权重的复杂性问题，本文采用层次分析法计算各评价指标的权重。首先，构建一个层级化的结构框架，将定性判断转换为定量分析，确定指标间的相对重要性。然后，综合考虑专家经验、弓网故障规律、评价模型适用性等因素，通过构造判断矩阵，对各层级指标进行两两比较，计算相对权重，以减少主观判断的影响。最后，通过加权汇总各项指标的得分，得出弓网健康度的综合评分。
1）划分层次结构。根据已经建立的评价指标体系，每一层的指标 R包含n个下层指标，即 R = r 1 ,   r 2 , ⋯ ,   r n 。
2）构造判断矩阵。采用专家打分法，对同一层中的指标进行两两比较，以 a i j表示指标i对指标j的重要程度，从而建立如下判断矩阵 A：
A = a i j n × n a i j 0 ,   a j i = 1 a i j ,   a i i = 1
对于判断矩阵 A，通过式（2）求解其特征向量 W：
A W = λ m a x W
式（2）中： λ m a x为最大特征根。
3）一致性检验。对构造的判断矩阵进行一致性检验。
4）层次排序。经验证满足一致性要求后，求解最大特征根 λ m a x和对应的特征向量 W，并通过适当的变换和归一化处理，得到各指标对于上一级的权向量 w 1 ,   w 2 , ⋯ ,   w n，其中 w i i = 1 ,   2 , ⋯ ,   n表示指标 r i相对于上层指标 R的权重。

2.2.2 健康度计算方法

根据监测数据的分析结果，确定弓网各监测参数的阈值、健康等级和对应得分，并结合各监测参数的得分和权重计算得出弓网监测参数得分；根据巡检结果，确定弓网外观状态健康等级，并按照赋分规则计算弓网外观状态得分。最终，将弓网监测参数得分与外观状态得分相结合，综合评估得出弓网的整体健康度分值。
1）弓网监测参数指标评价分数计算
根据《城市轨道交通初期运营前安全评估规范》[12]《轨道交通 牵引供电系统电压》（GB/T 1402—2010）[13]《高速铁路接触网运行维修规则》（TG/GD 124—2015）[14]等多项规范和标准，结合接触线的检修维护规范和各运营单位的实际运行情况，确定9项弓网监测参数指标的阈值，具体的阈值分级见表2（以DC1500V刚性接触网为例）。
表2 弓网监测参数阈值分级
参数
名称		 预警阈值 告警阈值 超限比例阈值
拉出值 基准值±20 mm 基准值±30 mm 2%
导高 基准值±10 mm 基准值±30 mm 2%
硬点 90 m/s2 490 m/s2 0.1%
弓网
接触力		 超过最大值15 N或
低于最小值15 N		 超过最大值30 N
或低于最小值30 N		 2%
弓网燃弧 85 ms 100 ms 0.1%
接触线
磨耗		 磨损面积25%
（磨损高度3.6 mm）		 磨损面积45%
（磨损高度5.6 mm）		 2%
弓网温度 基准值+10 ℃ 基准值+20 ℃ 2%
网流 基准值±10 A 基准值±30 A 2%
网压 大于1 800 V或小于
1 000 V不超过2 min		 大于1 950 V或小于1 000 V超过2 min 2%
表2列出了刚性接触网系统中各项关键监测参数的预警和告警阈值。拉出值和导高等几何参数参考《高速铁路接触网运行维修规则》（TG/GD 124—2015）[14]进行设置；硬点和弓网接触力的告警阈值依据《城市轨道交通初期运营前安全评估规范》[12]设置；弓网温度和接触线磨耗的告警阈值依据《轨道交通 地面装置电力牵引架空接触网》（GB/T 32578—2016）[15]和相应的检修维护规范；网压与网流的预警和告警阈值参考《轨道交通 牵引供电系统电压》（GB/T 1402—2010）[14]。由于不同线路的设计要求可能存在差异，因此基准值应根据弓网系统的具体设计要求和运营单位的实际运行情况进行调整。
依据监测数据和设定的阈值标准，结合经验判断确定各指标参数得分，参数状态被划分为A、B、C三个等级。每个等级对应一个特定的得分区间，其定义及赋值区间如表3所示。
表3 监测参数状态等级
等级 定义 赋值区间
A 评价单元内参数数据处于预警状态且低于超限比例，无监测值处于告警状态 [0，20]：得分与预警或告警呈正相关，预警或告警程度越高，分值越高
B 评价单元内参数数据处于预警状态且高于超限比例，参数数据处于告警状态且低于超限比例 （20，40]：得分与预警或告警呈正相关，预警或告警程度越高，分值越高
C 评价单元内参数数据处于告警状态且高于超限比例 （40，100]：得分与预警或告警呈正相关，预警或告警程度越高，分值越高
根据式（3）计算弓网监测参数得分：
S = ∑ ω k ρ k ( 1 + θ )
式（3）中： S为弓网监测参数得分； ρ k为第 k个指标得分； ω k为第 k个指标的权重； θ为人工修正系数。
2）弓网外观状态指标评价分数计算
通过目视、触摸、视频监测等方式检查弓网外观状况，确定外观状态健康等级，并按照等级划分和赋分规则计算外观状态得分。健康等级被分为A、B、C三个级别，每个等级对应一个特定的得分区间，其定义和赋值区间如表4所示。
表4 外观状态等级
等级 定义 赋值区间
A 外观缺陷程度轻微，如汇流排脏污、螺母松动等，不影响供电和行车 [0，20]：得分与外观缺陷程度呈正相关，程度越严重，分数越高
B 外观缺陷程度介于轻微与严重之间，如开口销缺失、螺母缺失、绝缘子较脏污等，暂不影响供电和行车，但不处理可能造成故障 （20，40]：得分与外观缺陷程度呈正相关，程度越严重，分数越高
C 外观缺陷程度较为严重，如零部件缺失/断裂、螺栓缺失/松脱、绝缘子破损、接触线脱槽等，可能危及供电和行车 （40,100]：得分与外观缺陷程度呈正相关，程度越严重，分数越高
3）弓网健康度分值计算
弓网系统健康度分值按式（4）进行计算。
H = 100 - ( α S + β ρ )
式（4）中： H为给定时段区间内弓网健康度分值； S、 ρ分别为弓网监测参数评价得分、弓网外观状态评价得分； α、 β分别为对应的权重系数。

2.3 评判准则

在定量获取弓网健康度分值的基础上，进一步对健康状态进行等级划分与风险研判，旨在为状态监测预警和维修策略优化提供依据。本文在参考IEC 62499: 2021[16]、TB/T 3199—2008[17]等标准的基础上，结合系统退化过程的“慢-快-慢”演化特点[18]，从安全性、可靠性、可用性三个维度，提出了一套“健康-亚健康-病态-失效”的城市轨道交通弓网系统健康度等级划分方案，具体如表5所示。
表5 弓网健康度等级、分值区间与描述
健康度等级 分值
区间		 安全水平 可靠性水平 可用性水平
健康 （90, 100] 安全隐患极少，事故风险可控 失效概率低，系统高度可靠 系统完好，可持续使用
亚健康 （80, 90] 安全隐患增多，事故风险有所提高 零部件开始退化，但系统仍可用 系统基本完好，可短期
使用
病态 （60, 80] 安全隐患显著，系统进入亚健康状态 零部件严重退化，失效风险大幅提高 系统性能降低，须及时
检修
失效 [0, 60] 安全事故频发，系统进入失效状态 关键部件失效，系统完全不可靠 系统丧失既定功能，须停用检修
健康度等级划分主要从安全性、可靠性、可用性三方面考虑，具体依据如下。
1）安全性依据。弓网系统的首要目标是确保列车运行安全，因此将事故风险作为健康等级划分的重要依据。通过对弓网硬点、燃弧等故障模式的统计分析，可大致判断不同健康水平下的安全隐患等级。当健康度分值高于90时，弓网事故极少发生；当健康度分值低于60时，安全隐患突出，事故频发，系统进入失效状态。
2）可靠性依据。可靠性从概率的角度刻画了系统在规定时间、条件下完成既定功能的能力。通过对弓网零部件寿命分布及失效率变化的分析，可预估不同退化阶段的可靠度水平。例如，当健康度分值从80降至60时，弓网关键部件进入明显退化期，失效概率快速提升。
3）可用性依据。可用性衡量了系统在需要时处于功能可用状态的能力，与系统允许使用的剩余寿命直接相关。当弓网处于“健康”的状态时，可持续安全使用；而当健康度分值降至“病态”“失效”等级时，系统性能大幅下降，须及时开展检修，否则将面临失效风险。

3 实例分析

为验证所建立的城市轨道交通弓网健康度评价体系的科学性和有效性，选取沈阳市投入运营5年以上的地铁1号线作为实例进行分析。该线路全长约15 km，设车站10座，采用6节编组B型车运行，共配备36列车。
根据弓网健康度评价指标体系各指标参数要求，汇总1号线各项监测参数的统计值（见表6）。同时，组织专业人员对线路各区段进行巡检评价，根据巡检发现的缺陷和问题确定外观状态等级。
表6 1号线各评价单元（区间）弓网健康度评价指标测量数据统计
评价单元（区间） 车站1—车站2 车站2—车站3 车站3—车站4 车站4—车站5 车站5—车站6 车站6—车站7 车站7—车站8 车站8—车站9 车站9—车站10
监测参数指标 弓网接触力/N 123 125 120 126 124 129 134 126 124
弓网燃弧/ms 15 18 12 22 16 25 53 21 17
弓网温度/℃ 65.8 67.1 63.4 68.3 66.3 69.6 79.8 68.1 66.7
拉出值/mm 255 257 248 241 256 59 267 258 243
导高/mm 4 078 4 091 4 060 4 102 4 081 4 112 4 156 4 099 4 089
接触线磨耗（%） 4 7 3 9 5 10 19 8 6
硬点/（m/s2） 74 77 73 79 75 81 89 78 76
网流/A 1 599 1 603 1 602 1 604 1 598 1 605 1 609 1 596 1 597
网压/V 1 495 1 493 1 504 1 508 1 506 1 490 1 520 1 492 1 494
外观状态指标 5.8 7.2 4.5 8.3 6.4 9.6 19.9 8.1 6.7
根据指标权重计算公式确定各级指标权重，如表7所示。
表7 弓网健康度评价指标权重
二级指标及权重 三级指标及权重
监测参数指标 0.736 弓网接触力 0.135
弓网燃弧 0.146
弓网温度 0.107
拉出值 0.128
导高 0.103
接触线磨耗 0.121
硬点 0.099
网流 0.087
网压 0.074
外观状态指标 0.264
基于各项指标监测值、外观巡检结果，根据各项指标的阈值分级标准确定指标的等级并对指标赋值，结合指标权重计算得出1号线各评价单元（区间）弓网健康度评价指标分值，结果如表8所示。
表8 1号线各评价单元（区间）弓网健康度评价指标分值计算结果
评价单元（区间） 车站1—车站2 车站2—车站3 车站3—车站4 车站4—车站5 车站5—车站6 车站6—车站7 车站7—车站8 车站8—车站9 车站9—车站10
监测参数指标 弓网接触力 0.576 0.715 0.447 0.825 0.636 0.954 1.977 0.805 0.666
弓网燃弧 0.623 0.774 0.484 0.892 0.688 1.032 2.138 0.870 0.720
弓网温度 0.457 0.567 0.354 0.654 0.504 0.756 1.567 0.638 0.528
拉出值 0.546 0.678 0.424 0.782 0.603 0.904 1.875 0.763 0.631
导高 0.440 0.546 0.341 0.629 0.485 0.728 1.509 0.614 0.508
接触线磨耗 0.517 0.641 0.401 0.739 0.570 0.855 1.772 0.721 0.597
硬点 0.423 0.525 0.328 0.605 0.466 0.700 1.450 0.590 0.488
网流 0.371 0.461 0.288 0.531 0.410 0.615 1.274 0.519 0.429
网压 0.316 0.392 0.245 0.452 0.349 0.523 1.084 0.441 0.365
外观状态指标 1.531 1.901 1.188 2.191 1.690 2.534 5.254 2.138 1.769
通过式（4）计算弓网系统健康度分值，对应评判准则，得到1号线各评价单元（区间）的健康度等级，如表9所示。
表9 1号线各评价单元（区间）弓网健康度计算结果
评价单元（区间） 车站1—
车站2		 车站2—
车站3		 车站3—
车站4		 车站4—
车站5		 车站5—
车站6		 车站6—
车站7		 车站7—
车站8		 车站8—
车站9		 车站9—
车站10
健康度分值 94.2 92.8 95.5 91.7 93.6 90.4 80.1 91.9 93.3
健康度等级 健康 健康 健康 健康 健康 健康 亚健康 健康 健康
为进一步验证评价体系的准确性和合理性，将健康度评价结果与线路实际运行情况进行对比分析。统计1号线2023年1月至2023年12月各区段的弓网故障率，如表10所示，绘制对比图，如图2所示。可以看出，该线路中各评价单元（区间）弓网健康度分值分别为94.2、92.8、95.5、91.7、93.6、90.4、80.1、91.9、93.3，统计2023年1月至2023年12月各评价单元（区间）弓网故障率分别为0.01%、0.012%、0.008%、0.015%、0.011%、0.016%、0.031%、0.014%、0.009%。通过对比分析发现，健康度分值与故障率之间呈显著的负相关，评定为“亚健康”等级的区段故障率明显高于“健康”等级区段；“亚健康”等级区段在实际运行中也是全线故障多发的“重灾区”，这与评价结果相吻合，据此验证了模型的精确性和有效性。
表10 1号线各评价单元（区间）弓网系统故障率
评价单元（区间） 车站1—
车站2		 车站2—
车站3		 车站3—
车站4		 车站4—
车站5		 车站5—
车站6		 车站6—
车站7		 车站7—
车站8		 车站8—
车站9		 车站9—
车站10
故障率（%） 0.010 0.012 0.008 0.015 0.011 0.016 0.031 0.014 0.009
图2 1号线故障发生情况与健康度评价结果对比
以上实例分析表明，本文所构建的城市轨道交通弓网健康度评价体系可准确反映弓网系统的健康状况，能为运营单位全面诊断弓网系统健康状况、及时发现风险隐患、采取针对性预防维护措施提供技术指导和决策支持。此外，与现有的评价方法相比，本文提出的评价指标体系在多维度监测数据的整合与分析上更具优势，能更全面地反映弓网系统的健康状况。

4 结束语

本研究通过构建基于状态监测的城市轨道交通弓网健康度评价体系，提出了一种综合性评价方法，结合监测参数与外观状态两个维度，对弓网系统的健康状况进行了全面评估。经实例验证，所提出的评价体系能有效反映弓网系统的实际运行状况，并在预测潜在风险方面具有较高的准确性和实用价值。与现有的评价方法相比，本研究的评价体系在多维度监测和综合评价方面具有明显优势，但也存在一定的局限性。如，研究中使用的数据仅限于特定线路，缺乏对不同城市、不同气候条件下弓网系统的广泛验证。尽管本研究的评价指标体系涵盖了影响弓网系统健康的多个关键因素，但未来仍可进一步丰富和优化评价指标，特别是针对系统长期退化过程的监测与评估；同时应扩大研究样本，涵盖更多的城市轨道交通线路，验证评价体系的普适性，并探索将人工智能技术应用于数据分析和风险预警中，以提高系统的自动监测和决策支持能力。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
BALESTRINO A, BRUNO O, LANDI A, et al. Automatic processing analysis of infrared images for monitoring pantograph catenary interactions[C]// International Conference on Computational Methods and Experimental Measurements 2007. Prague: WIT Press, 2007. DOI: 10.2495/CMEM070801.

[2]
BOCCIOLONE M, BUCCA G, COLLINA A, et al. Pantograph-catenary monitoring by means of fibre bragg grating sensors: Results from tests in an underground line[J]. Mechanical Systems and Signal Processing, 2013, 41(1-2): 226-238.

[3]
XIN T, ROBERTS C, WESTON P, et al. Condition monitoring of railway pantographs to achieve fault detection and fault diagnosis[J]. Proceedings of the Institution of Mechanical Engineers, Part F: Journal of Rail and Rapid Transit, 2020, 234(3): 289-300.

[4]
BLANCO B, ERRANDONEA I, BELTRÁN S, et al. Panhead accelerations-based methodology for monitoring the stagger in overhead contact line systems[J]. Mechanism and Machine Theory, 2022: 104742. DOI:10.1016/j.mechmachtheory.2022.104742.

[5]
中国国家铁路集团有限公司. 接触网静态检测评价方法:Q/CR 842—2021[S]. 北京: 中国标准出版社, 2021.

[6]
中国国家铁路集团有限公司. 接触网动态检测评价方法:Q/CR 841—2021[S]. 北京: 中国标准出版社, 2021.

[7]
何海永. 电气化铁路线路故障诊断系统及其应用[J]. 科技视界, 2015(4):104-105,175.

[8]
孙鹏, 钱承山, 李俊, 等. 基于无线传感技术的接触网导线接头及换相点温度监测系统[J]. 电子器件, 2014, 37(2):292-296.

[9]
王勇. 基于目标识别与边缘检测的受电弓碳滑板磨耗检测系统研究[D]. 成都: 西南交通大学, 2023.

[10]
王振文. 高速铁路弓网系统动态性能评估[J]. 铁路技术创新, 2011(1):70-71.

[11]
王婧. 弓网运行质量指数评价函数优化研究[J]. 中国铁路, 2020(8):1-6.

[12]
交通运输部办公厅. 交通运输部办公厅关于印发《城市轨道交通初期运营前安全评估规范》的通知(交办运〔2023〕56号)[EB/OL]. (2023-09-22)[2024-08-30]. https://www.gov.cn/zhengce/zhengceku/202310/content_6909158.htm.

[13]
国家铁路局. 轨道交通牵引供电系统电压: GB/T 1402—2010[S]. 北京: 中国标准出版社, 2010.

[14]
中国铁路总公司. 高速铁路接触网运行维修规则:TG/GD 124—2015[S]. 北京: 中国铁道出版社, 2015.

[15]
全国牵引电气设备与系统标准化技术委员会. 轨道交通地面装置电力牵引架空接触网:GB/T 32578—2016[S]. 北京: 中国标准出版社, 2016.

[16]
European Committee for Standardization. Railway Applications-Current Collection Systems-Pantogr-aphs, Testing Methods for Contact Strips: IEC 62499: 2021[S]. Brussels: European Committee for Sta-ndardization, 2021.

[17]
中铁电气化局集团有限公司. 电气化铁路接触网用绝缘子第1部分:棒形瓷绝缘子:TB/T 3199.1—2008[S]. 北京: 中国铁道出版社, 2008.

[18]
BARMADA S, TUCCI M, MENCI M, et al. Clustering techniques applied to a high-speed train pantograph-catenary subsystem for electric arc detection and classification[J]. Proceedings of the Institution of Mechanical Engineers, Part F: Journal of Rail and Rapid Transit, 2016, 230(1): 85-96.

Options
Outlines

/

〈 〉