福州动车段作业人员在进行动车组数字化探伤作业。林 涛 摄
张贵锋李文樑步杨星
“机械师，03车异常耗风，请检查确认！”12月2日，在中国铁路南昌局集团有限公司福州动车段安全生产调度指挥中心内，作业人员童海庆紧盯屏幕、轻移鼠标，快速分析动车组运维信息，其中一列动车组一组异常数据引起他的注意。迅速查阅过往数据、分析演化趋势后，他精准做出研判，并呼叫机械师第一时间检查、确认，迅速处置了这处隐患。
作为全路首批成立的动车段，该段在标准化规范化建设中加快发展新质生产力，深耕数字化建设，搭建大数据分析平台，推进“PHM+”系统开发运用，全方位勾勒动车组画像，足不出户远程“问诊把脉”，让动车组的检修效率更上一层楼。
福州动车段深挖数据潜能，在中国铁道科学研究院集团有限公司研制的PHM系统基础上，自主开发动车组画像系统，通过接入设备检测、技术改造、高级修等数据，运用故障风险、质量评估等23项评价指标，赋予算法实现“一车一画像”和自主健康评分，透过画像模型数据，做到对故障隐患、设备质量等信息一目了然，为动车组精准检修提供科学依据。
“动车组运行速度快、电气设备多、安全标准高，要确保‘零隐患’上线，提升故障隐患超前预警能力非常必要。”该段技术科副科长胡敏平介绍。这个段技术中心与铁科院合作，组建技术团队，通过研究电气原理，深入探索设备参数演变趋势，总结故障发生逻辑，自主研发制动缸残余压力、牵引变流器状态监测等16个预警模块，并陆续上线投入使用。
为提高故障预警准确率，技术团队发挥大数据引擎作用，建立典型预警故障数据库，对收录的590件重点故障深入分析趋势规律，借助大数据模型推演设备性能状态，故障预警准确率达93%。
说到“PHM+”系统上线应用带来的最大变化，该段安全生产调度指挥中心应急指挥员陈凌敏深有体会：“以往故障排查主要通过人工检修作业，难以发现深层次隐患，系统上线后与人工检查相辅相成，不仅省时省力，而且让防控更科学高效、更精准可靠！”
在此基础上，该段深化动车组“老年病”的健康研究，建设配件寿命分析管理模型，分析配件与装车年限、走行里程及高级修程间的关系，实现动车组关键配件寿命预警、周期管理、检修决策等功能，进一步推动计划修向深度检修模式的转变，大幅度降低动车组的故障率。
12月4日，在该段福州南动车组运用二所检修库内，一台动车组车底智能检测机器人正在检测一台车组转向架。福州动车段通过引进智能工装、AI模型智能识别技术，陆续建成空心车轴探伤、轮对镟修、齿轮箱换油等8个数字化工位，自主开发29个配套数字化系统，数据互通自成数字生态。
数字化工位实现了预警纠错、实时管控，助力关键作业管控由传统人防向数智技防跨越发展。如空心车轴探伤拆装工位，重点管控扭力施加值，防漏防松。作业人员通过手持终端将工具材料、配件安装状态拍照上传后，系统通过物模定位、AI智能识别技术，分析工具材料领用、回收是否有错漏及配件安装状态等信息。
今年以来，该段借助深度开发的相关系统，对评分低于900分和评级低于A级的21列动车组制定专项补强措施，对5项未达到预期治理效果的项目重新整治，显著提升动车组健康管理水平，全年百万公里故障率保持在0.15左右，处于全路动车段第一方阵。