摘 要 ：地鐵車載信號(hào)設(shè)備是保障列車運(yùn)行安全、提高運(yùn)輸效率的核心部件，利用 QC（質(zhì)量控制）方法快速有效地診斷信號(hào)設(shè)備故障具有重要意義。首先，運(yùn)用排列圖確定研究對象，通過現(xiàn)場調(diào)查、數(shù)據(jù)分析、實(shí)驗(yàn)驗(yàn)證，確定造成信號(hào)設(shè)備故障的決策變量 ；其次，針對選定變量制定應(yīng)對車載信號(hào)設(shè)備故障的方案 ；最后，通過實(shí)例分析驗(yàn)證 QC 方法的有效性。結(jié)果表明，基于 QC 理論對故障信息進(jìn)行數(shù)值化、圖表化展示，通過科學(xué)、系統(tǒng)的分析各類故障成因，可以有效降低車載信號(hào)設(shè)備故障率，為科學(xué)有效的處理和預(yù)防信號(hào)設(shè)備故障提供決策支持。

0 引 言

地鐵車載信號(hào)系統(tǒng)在我國目前的列控系統(tǒng)中占有重要地位，它的安全運(yùn)行直接關(guān)系著地鐵運(yùn)行的安全性和快速性 [1]。在實(shí)際運(yùn)行過程中，車載信號(hào)設(shè)備的故障率相對較高，由于環(huán)境的干擾、部件的磨損、設(shè)備老化等因素引起系統(tǒng)自身設(shè)備性能退化，導(dǎo)致系統(tǒng)可靠性下降，從而引發(fā)車載信號(hào)設(shè)備故障，給乘客的安全出行帶來隱患 [2]。因此，在行車時(shí)及時(shí)診斷出系統(tǒng)中出現(xiàn)的故障和安全漏洞并對其加以處理至關(guān)重要，否則將引發(fā)一系列單元故障，甚至造成重大的經(jīng)濟(jì)損失和人員傷亡。列控系統(tǒng)在運(yùn)行時(shí)，會(huì)自動(dòng)生成記錄系統(tǒng)運(yùn)行狀態(tài)、事件的日志數(shù)據(jù)，對其數(shù)據(jù)特征的研究，能夠使維護(hù)維修人員及時(shí)掌握系統(tǒng)的運(yùn)行情況，適時(shí)對系統(tǒng)進(jìn)行檢修與維護(hù)，保證列車的安全運(yùn)行 [3]。

QC 作為一種質(zhì)量管理方法，在促進(jìn)企業(yè)改進(jìn)質(zhì)量、降低耗損、提高效益等方面發(fā)揮著很大作用 [4]，自 1978 年引進(jìn)我國后，已普遍應(yīng)用到各行各業(yè) [5-7]。通過 QC 方法更加科學(xué)有效地優(yōu)化設(shè)備及軟件故障維修維護(hù)策略，并能夠?qū)Τ囕d信號(hào)系統(tǒng)以外設(shè)備的故障診斷策略提供新思路 [8]，為后繼QC 方法應(yīng)用于地鐵設(shè)備維護(hù)維修的推廣提供先期實(shí)踐論證與過程鋪墊，對提高設(shè)備可靠度及乘客滿意度等城市軌道交通運(yùn)營服務(wù)質(zhì)量具有重大意義 [9]。

由于車載信號(hào)系統(tǒng)及設(shè)備數(shù)量眾多，運(yùn)行性能及故障發(fā)生具有普遍性。設(shè)備目前的維護(hù)維修方式主要通過廠家提供的相關(guān)手冊開展工作，從故障原因分析及處理方面來講方法較為單一，存在經(jīng)驗(yàn)主義傾向。基于此，本文在以上方法分析的基礎(chǔ)上，依據(jù)大量的車載信號(hào)設(shè)備故障統(tǒng)計(jì)表數(shù)據(jù)，借助 QC 方法中的七大工具從數(shù)值及圖表分析角度入手 [10]，選取典型故障分析其主要因素，并制定有效的解決措施。

1 信號(hào)系統(tǒng)運(yùn)行現(xiàn)狀

為降低維修維護(hù)的成本，提高故障處理速度，本文以一條地鐵線路 2019 年的故障數(shù)據(jù)庫為依據(jù)，分析故障統(tǒng)計(jì)表后發(fā)現(xiàn)，故障主要包括 ATS、車載、正線、誤操作、外專業(yè)、現(xiàn)象誤報(bào)等類別，其中信號(hào)系統(tǒng)故障主要由 ATS、車載、正線及誤操作等組成，具體信號(hào)系統(tǒng)故障統(tǒng)計(jì)表及信號(hào)系統(tǒng)故障分布累計(jì)百分比曲線見表 1 及圖 1 所示。

由表 1 及圖 1 可知，車載故障率最高，占比為 77.05%。由于車載樣本容量相對較大，且故障問題種類繁多，故以車載信號(hào)設(shè)備故障為研究對象，對其可靠度進(jìn)行分析。由于車載信號(hào)設(shè)備故障占比較高，通過收集一條地鐵線路 2019 年的車載信號(hào)設(shè)備全數(shù)故障信息，并使用故障統(tǒng)計(jì)表及故障分布累計(jì)百分比曲線進(jìn)行了分類統(tǒng)計(jì)，見表 2 及圖 2 所示。

由表 1 及圖 1 可知，車載故障率最高，占比為 77.05%。由于車載樣本容量相對較大，且故障問題種類繁多，故以車載信號(hào)設(shè)備故障為研究對象，對其可靠度進(jìn)行分析。

由于車載信號(hào)設(shè)備故障占比較高，通過收集一條地鐵線路 2019 年的車載信號(hào)設(shè)備全數(shù)故障信息，并使用故障統(tǒng)計(jì)表及故障分布累計(jì)百分比曲線進(jìn)行了分類統(tǒng)計(jì)，見表 2 及、圖 2 所示。

根據(jù)以上數(shù)據(jù)分析，車載信號(hào)設(shè)備共計(jì)發(fā)生故障 141 次，嚴(yán)重影響了列車的運(yùn)營準(zhǔn)點(diǎn)率。據(jù)此判斷 3 個(gè)主要因素為 ：無人自動(dòng)折返失敗、ATO 停車不準(zhǔn)及列車產(chǎn)生緊急制動(dòng)。

2 目標(biāo)設(shè)定

根據(jù)實(shí)際情況制定降低車載信號(hào)設(shè)備故障率的目標(biāo)，將車載信號(hào)設(shè)備故障率從 77.05% 降低至 50% 以下。

3 要因分析及確認(rèn)

3.1 因素分析

針對車載信號(hào)設(shè)備故障率高這一研究對象，從“5M1E”即人（Man）、機(jī)器（Machine）、材料（Material）、方法（Method）、環(huán)境（Environment）、測量（Measurement）角度展開要因分析。利用魚骨圖對無人自動(dòng)折返失敗分別從設(shè)備、人員、材料、方法及環(huán)境這五方面進(jìn)行分析，如圖 3 所示。同理，按照“5M1E”分析 ATO 停車不準(zhǔn)及列車產(chǎn)生緊急制動(dòng)故障的原因，重點(diǎn)得出共計(jì) 11 項(xiàng)末端因素，如圖 4 所示。

3.2 主要因素確認(rèn)

對上述故障分析的 11 項(xiàng)末端因素進(jìn)行深入研究和驗(yàn)證，包括驗(yàn)證方法、驗(yàn)證結(jié)果確定要因，具體見表 3 所列。主要通過檢修人員配合確認(rèn)、專項(xiàng)作業(yè)重點(diǎn)確認(rèn)、規(guī)范作業(yè)指導(dǎo)書及細(xì)化調(diào)查研究等方式開展驗(yàn)證工作。

4 對策措施

根據(jù)無人自動(dòng)折返失敗、ATO 停車不準(zhǔn)及列車產(chǎn)生緊急制動(dòng)故障的要因確認(rèn)結(jié)果，提出解決車載信號(hào)設(shè)備故障的對策和措施，見表 4 所列。

5 實(shí)施情況

根據(jù)對要因確認(rèn)表及對策措施表的分析，制定對策實(shí)施計(jì)劃并予以實(shí)施情況如下 ：

針對無人折返通信中斷、列車移動(dòng)、屏蔽門無法聯(lián)動(dòng)及無門允許命令情況，引起的無人自動(dòng)折返失敗、列車產(chǎn)生緊急制動(dòng)等一系列故障，通過 QC 分析，對車載 ATP、ATO 軟件進(jìn)行改造升級(jí)，經(jīng)改造后不再出現(xiàn)折返失敗、緊急制動(dòng)情況。為了更好地應(yīng)對此類故障，提升檢修人員的故障分析能力，應(yīng)加強(qiáng)檢修人員的業(yè)務(wù)培訓(xùn)。

對于牽引 / 制動(dòng)手柄“未回零”情況，因車載信號(hào)未采集到牽引 / 制動(dòng)手柄回零信息，導(dǎo)致列車無法進(jìn)入 DRB 模式，DRB 折返失敗。通過分析其原因，對車首尾兩端 ATP 板卡進(jìn)行對調(diào)，經(jīng)過試車驗(yàn)證，未出現(xiàn)采集不到牽引 / 制動(dòng)手柄回零信息使無人自動(dòng)折返失敗故障。

ATO 停車不準(zhǔn)主要受列車速度測量精確性、列車位置定位精確性及車載 ATO 系統(tǒng)軟件算法的影響。同時(shí)，車輛側(cè)制動(dòng)系統(tǒng)是否良好、ATO 允許信號(hào)命令與回采反饋是否一致也是主要的影響因素。針對列車速度測量不精確問題，由于測速電機(jī)與多普勒雷達(dá)獲得的速度信息誤差允許范圍設(shè)置較大，通過將誤差允許參數(shù)范圍調(diào)小，且增加測速電機(jī)與多普勒雷達(dá)的維護(hù)次數(shù)，提高準(zhǔn)確度，有效避免了此類問題 ；列車位置定位不精確的原因，主要在于應(yīng)答器數(shù)據(jù)的精確度不高，通過增加車站區(qū)段內(nèi)應(yīng)答器校驗(yàn)次數(shù)，提高列車的定位信息 ；針對車載 ATO 系統(tǒng)軟件算法的影響，導(dǎo)致繪制出的列車運(yùn)行曲線不準(zhǔn)確問題，通過改進(jìn)軟件算法及技術(shù)人員對升級(jí)軟件進(jìn)行多次現(xiàn)場測試，使得列車運(yùn)行曲線精確度提高 ；針對車輛制動(dòng)響應(yīng)延遲現(xiàn)象，一是增加電制動(dòng)延遲退出功能，二是優(yōu)化氣制動(dòng)施加條件，確保車輛側(cè)制動(dòng)系統(tǒng)良好 ；針對ATO 允許信號(hào)命令與回采反饋不一致的情況，司機(jī)按照 HMI人機(jī)提示的按壓確認(rèn)。

針對因 ZC 的 MA 超時(shí)導(dǎo)致緊急制動(dòng)的問題，是由于車載通信 TAU 至車載無線接收單元 TRU 間存在通信延時(shí)丟包，通過對列車 TC2 端網(wǎng)絡(luò)（B 網(wǎng)）進(jìn)行排查，對 TAU 至車載TRU 層交換機(jī)接口端子（交換機(jī) B 的 X2 接口端子）之間線纜進(jìn)行校線，并重新緊固插頭。

6 效果檢驗(yàn)

經(jīng)過 2020 年故障臺(tái)賬統(tǒng)計(jì)，通過多次對車載信號(hào)設(shè)備故障信息數(shù)值化、圖表化，科學(xué)、系統(tǒng)地分析造成各類故障的主要因素，并制定對策，有效解決了無人自動(dòng)折返失敗、ATO 停車不準(zhǔn)及列車產(chǎn)生緊急制動(dòng)等車載故障問題，且車載故障率下降至 50% 以下，完成了預(yù)期目標(biāo)。該條地鐵線路2019 年和 2020 年信號(hào)系統(tǒng)各類故障占比如圖 5 所示。

7 結(jié) 語

從上文分析的結(jié)果來看，車載信號(hào)設(shè)備故障率達(dá)到了預(yù)期的目標(biāo)。通過 QC 分析方法，有效降低了因車載信號(hào)故障導(dǎo)致的列車晚點(diǎn)率，降低了維修設(shè)備費(fèi)用和運(yùn)營成本，保證了城市軌道交通系統(tǒng)的正常運(yùn)轉(zhuǎn)，方便了廣大市民的正常出行，具有較高的經(jīng)濟(jì)效益和社會(huì)效益。在下一階段，我們將繼續(xù)把 QC 方法應(yīng)用到信號(hào) ATS、正線等設(shè)備，使信號(hào)系統(tǒng)各類故障率降到最低。

審核編輯 ：李倩