中车南京浦镇车辆有限公司:深度学习辅助轨道车辆故障诊断
中车南京浦镇车辆有限公司开发的PHM轨道交通健康诊断与智能维护系统,以车辆全生命周期信息为核心基础(涵盖车辆静态信息和动态运行信息),依托平台8大模块搭建的闭环数据处理框架,构建了多维度数据采集体系。这些数据经平台实时监控、系统设置等模块预处理与标准化后,形成结构化数据库,为双中心资产管理系统提供实时、精准、全面的数据支撑,确保车辆状态诊断的准确性和维修管理的科学性。
- 企业名称
- 中车南京浦镇车辆有限公司
- 所属行业
- 轨道交通
- 应用场景
- 深度学习辅助轨道车辆故障诊断
- 技术路线
- 人工智能、深度学习、大数据、机器人
- 项目阶段
- 公开报告所载建设案例(2025年)
报告案例整理:以下建设过程与数字来自中国信息通信研究院《2025年度制造业数字化转型典型案例集》,不是本站自行测量的数据。
来源:中国信息通信研究院《2025年度制造业数字化转型典型案例集》企业篇,PDF 第 95-96 页(书内页码 88-89)。
案例摘要
中车南京浦镇车辆有限公司开发的PHM轨道交通健康诊断与智能维护系统,以车辆全生命周期信息为核心基础(涵盖车辆静态信息和动态运行信息),依托平台8大模块搭建的闭环数据处理框架,构建了多维度数据采集体系。这些数据经平台实时监控、系统设置等模块预处理与标准化后,形成结构化数据库,为双中心资产管理系统提供实时、精准、全面的数据支撑,确保车辆状态诊断的准确性和维修管理的科学性。
AI 应用提要
AI 相关度:AI核心案例
- 系统通过图像处理技术和深度学习技术,对车辆的车顶、车侧、车底及关键部件进行360度图像采集,并自动识别裂纹、变形、磨损、异物入侵等缺陷。
技术标签
人工智能 · 深度学习 · 大数据 · 机器人
原文整理
一、背景情况
传统维修以响应维修和计划维修为主,其中,响应维修实时性差、周期长,更换部件或调运时易造成车辆长期停运,使用率大幅下降;计划维修基于固定周期或定期检测开展,针对性不足、成本偏高,容易导致维修过度或维修不足,且车辆资产管理缺乏系统整合,八大模块所涵盖的实时监控、故障诊断等功能分散。
人工巡检难以实现自动化监控,故障报警滞后;维修计划缺乏体系化管理,多依赖经验决策;物料管理与检修脱节,影响效率。亟需加快推进数字化转型,利用数据支撑,提升车辆诊断维修的效率,提升稳定性和降低成本。
二、主要做法
中车南京浦镇公司开发的PHM轨道交通健康诊断与智能维护系统以车辆全生命周期信息为核心基础,涵盖车辆静态信息和动态运行信息。360检测系统的线阵相机捕捉车底/侧/顶外观及部件状态图像,巡检机器人采集车底关键部件细节数据,巡检无人机获取车顶受电弓等高危区域信息。这些数据经平台实时监控、系统设置等模块预处理与标准化后,形成结构化数据库,为双中心资产管理系统提供实时、精准、全面的数据支撑,确保车辆状态诊断的准确性和维修管理的科学性。
PHM轨道交通健康诊断与智能维护系统
(一)数据处理技术
应用数据采集、存储、挖掘等技术,借助大数据智能分析及机理规则建模。通过多系统集成,整合多源数据,经处理后存储于数据仓库等,为各功能模块提供支持。之后,结合实时监控等模块,利用大数据分析构建健康模型,融合智能检测数据,为地面调度人员提供车辆实时状态监测、故障预警及应急处置建议,助力运营决策。依托检修、物料管理模块,结合维修方案体系,为维保人员提供专家系统故障诊断等状态支持,为运营管理人员提供动态修程修规管理支持。
(二)搭建业务支持体系
通过资产管理模块建立车辆构型体系,结合检修模块建立维修方案体系,联动故障诊断等模块建立故障管理体系,实现数据实时监控与智能远程诊断分析。
(三)开发360检测系统
在车辆运营线路及入库检修线路位置安装线阵相机扫描高清图像技术,对通过车辆的车底、车侧、车顶等状态进行在线动态检测。系统通过图像处理技术和深度学习技术,对车辆的车顶、车侧、车底及关键部件进行360度图像采集,并自动识别裂纹、变形、磨损、异物入侵等缺陷。系统检测结果将传输至监控终端,减轻传统人工定期检查工作量,实现远程实时的日常监控、信息查询、数据统计、信息展示、报警管理,以便检修人员查看并为后续检修提供参考。
(四)利用巡检机器人进行精细检查
利用线阵相机对通过车辆进行快速扫描,检测覆盖范围广、效率高,但对车辆部分部位存在检查盲区。
利用巡检机器人对360检测系统发现异常项点和系统无法检测部位进行精细检查,实现异常项点二次确认和漏检项点补充。根据360检测系统和巡检机器人系统形成更全面准确的检测报告,运维人员负责故障的复核和处理,人机配合,提升检修工作的精准度和可靠性。
三、成效与亮点
该案例在南京、深圳、苏州、杭州等多地推广应用,通过该技术应用,实现了维修间隔时间的延长和维修方法的优化,故障分析效率提升26.7%,故障统计时间缩短50%,维保规程编制效率提高30%。同时,减少了维护人员数量及其劳动强度。该应用实现了从“计划修”和“故障修”向未来的“状态修”转换,助力提升了行业的维护水平和维护手段。
四、经验启示
本项目以车辆基础信息与运行信息为基础,建设以车辆状态诊断服务、车辆维修为双中心的企业级资产管理系统,搭建了完整的车辆构型体系、维修方案体系、故障管理体系和维修计划执行体系,能够为地铁公司提供自动化车辆运行监控、实时故障报警、维修计划管理、维修方案建议、自动化维修提示等作业支持,同时实现维修工单的自动生成及派发、移动终端的故障录入及故障维修反馈等功能。通过一体化的车辆状态诊断与车辆维修系统的建设,在车辆维保业务流程的疏理和设计基础上,将建立轨道交通健康诊断及智能维护平台,实现车辆故障的预测性维修以及备品备件的智能化管理等。
来源页面截图
资料定位
中国信息通信研究院《2025年度制造业数字化转型典型案例集》,PDF 第 95—96 页。报告版本为2025年,整理日期为2026年10月20日。
业务效果与 ROI
报告披露:故障分析效率提升26.7%,故障统计时间缩短50%
继续阅读
安徽古井贡酒股份有限公司:5G+AI检测支撑白酒酿造透明工厂
古井贡酒构建“1510”古井5G全连接透明工厂,围绕1张5G定制专网,布局5类领域,打造10大场景应用,破解传统白酒生产人力密集、数据滞后、信号衰减等痛点。通过5G+AI智能检测、无人行车、AGV叉车等技术,实现生产全环节数字化,为传统制造业提供“技术+工艺”融合范本,推动从传统制造向数智化转型, 锻造白酒“绿色酿造、智能制造”新质生产力,让数字产生“酒香”。
中船重工龙江广瀚燃气轮机有限公司:数字孪生驱动燃气轮机全寿命研制
燃气轮机作为国之重器,中船重工龙江广瀚燃气轮机有限公司正推动全业务链数字化转型,构建了涵盖研发、制造、试验、服务的数字化体系,利用数字技术对燃气轮机研制进行全方位、全角度、全链条赋能,提升全要素生产率。通过MBSE、数字孪生、大数据等技术,实现研制效率的提升,全面打造高端装备领域“绿色高效、数据驱动、智能决策、柔性交付”的燃气轮机精益智能化工厂,成为高端装备数字化转型标杆, 为制造业升级提供示范。
浏阳市颐和隆烟花集团有限公司:AIoT实现烟花高危场景主动预警
颐和隆烟花集团以数字化转型为核心战略,构建“微数据中台+AIOT技术+智能装备”三位一体的数字化体系。AI安全防控与智能装备协同,部署AI图像识别系统实现1秒预警、30秒阻断,隐患消除效率提升。依托微数据中台贯通全流程数据,整合智能叉车的高效转运与智能码垛机的精准作业,生产周期缩短25%,成本降低10%。研发智能燃放系统,结合专业编排软件、声光及无人机技术,实现高端焰火品质升级, 带动燃放业务增长和服务溢价。