城市轨道交通在城市的发展过程中，担负着交通的枢纽，促进了不同区域之间的沟通与交流，改变了人们出行的交通格局，缓解了城市的交通拥挤，带来了快捷、高效、方便的出行体验。
2020年，《中国城市轨道交通智慧城轨发展纲要》正式印发，作为城轨交通行业从2020年到2035年周期内，制订智慧城轨发展的技术政策、技术规范、发展规划和实施计划的指导性文件，明确了今后我国城轨交通建设智慧城轨的时间表和任务单。
奉行交通强国、城轨担当使命感，推进智慧城轨建设，我国的城轨建设进程明显加快。数据统计，截至2021年4月，全国（不含港澳台）共有45个城市开通运营城市轨道交通线路237条，运营里程约7546.9公里。
但随着城轨规模的快速扩大，运行维护运维和检测的成本直线上升。港铁的预测认为：需要在未来的50年投入等同于现有资产3倍价值的运维费用，才能保持现有的运营表现。
面对越来越大的运维成本压力，城轨行业开始寻求通过新兴技术解决问题。当前，城轨系统中产生的巨大数据量都沉淀在传统的存储系统中，普通的大数据工具无法实现其价值的挖掘。通过使用云智一体的方案，整合云的弹性计算能力与智的人工智能先进算法，形成智能大数据的能力，帮助城轨行业，化被动为主动，突破运维的困局。
城轨行业遭遇运维痛点
中国中车，由原来的中国北车股份有限公司、中国南车股份有限公司合并组建而来。目前已经是全球规模领先、品种齐全、技术一流的轨道交通装备供应商。经营范围涵盖了从铁路和城轨整车、零组件和周边设备的研发、设计、制造以及技术服务。
中车长客上海研发中心城铁车辆设备室主任 肖占
作为一流的轨道交通服务商，中国中车在业务创新上一直走在整个行业的前列。中车长客上海研发中心，城铁车辆设备室主任肖占表示，今年1月份正式开通运营的上海地铁15号线，是国内全自动运行等级最高和国内一次性开通里程最长的全地下轨道交通线路。这些不断的行业创新，要求中国中车不断引入人工智能等先进技术，以加快推动产业的升级。
随着城轨行业市场容量变大，城轨快速发展背后隐含的传统运维模式滞后等问题所带来的矛盾日益凸显，运营成本和运维成本日益增大，也在倒逼整个行业走向业务创新。
为了响应运维业务的新需求，中车长客上海研发中心提出了包括状态检测、健康评估、寿命预测等关键内容，覆盖设计阶段、运维阶段、报废阶段，三个阶段的全生命周期智能运维技术。
我们常说场景是业务创新的核心单元，对于中车而言，场景也是其深入挖掘客户需求的关键，肖占说，在庞大的数据风暴下，我们的数据分析能力是捉襟见肘的。当前每列车一天可以产生近2GB的数据，上海地铁保有量7000多辆车（1100多列，按6节编组估算），杭州也已经有5000多辆车（800多列，按6节编组估算），在如此巨大的数据压力下，传统数据分析方法已难以胜任。
数据量巨大、影响变量众多、关联关系复杂以及长周期潜在特征挖掘，这些依赖传统的数据分析技术难以进行有效分析，需要利用最新的人工智能算法技术，结合行业领域知识，进行智能化的数据分析。具备了先进的人工智能算法，还需要依赖高性价比的存储和算力基础设施，云是承载弹性存储与计算的最佳基础设施。云智一体的方案，恰是解决问题的关键，云智一体本质上是通过整合云的工程技术与智的算法技术，来解决大数据时代的智能数据分析问题，这也是智能大数据的本质。
基于上述云智一体智能数据分析的考虑，中国中车与上海电气共同组建的中车长客上海研发中心，与百度智能云深入合作，针对具体场景中的业务痛点，进行抽丝剥茧，逐个攻破。
场景化整为零，逐一击破痛点
实际上，城铁车辆运维业务横跨维度较多，需要将整车的业务需求逐层分解，从整车依次分解到关键系统，和关键部件，再到关键节点，化整为零，分别解决。
我们与百度大数据团队，经过多轮的沟通，共同确定了这样一个解决方案，共同开发利用设备健康管理系统进行轨道交通车辆运维的技术支撑。肖占说。
据介绍，这套系统，首先参照了美国智能维护中心（IMS）的运维模式选型矩阵，选择故障影响大，频次比较低的关键点去研究。肖占表示，故障影响大的问题，主要包括两个方面，一是影响到列车的基本需求，如运营安全；二是影响到地铁业主，以及运营和维修承包商的正常业务运转。
明确研究方向后，中车长客上海研发中心结合自身行业领域知识，利用百度智能云大数据平台和AI开发平台与百度携手探索建设智能分析引擎，并以此支撑城铁车辆的预测性维护和维护决策两大业务应用。
设备健康管理系统在实际应用中的价值要如何在场景中体现呢？
比如在制动系统主风管漏气预测的场景中，轨道交通车辆在运营过程中制动装置、空簧等装置都需要大量用气，主风管漏气会严重影响列车的运营，轻度漏气会导致车辆运营的能耗增加，重度漏气则会引发车辆救援事故。
而设备健康管理系统可以通过 AI 算法识别压力变化估算车辆用气的整体情况，建立智能决策模型，预测列车是否漏气。尽早对车辆进行检修，减少车辆运营能耗，防止事故的发生。
在系统整个的研究过程中，我们看到了百度数据团队的专业和强大的技术能力，合作过程非常融洽。希望能够和百度成为深度合作伙伴，在预测项点上继续延伸到其他系统的关键项点，携手搭建故障的知识库，一起攻克关键技术，联合打造轨交故障预测性维护平台。肖占表示。
城轨案例的三个价值
以中国中车在整个城轨行业中的领导地位，这个运维预测的案例本身就应该有更深一步的价值体现。
第一，从行业角度看，该案例是典型的场景与算法相结合，知识与经验相结合，让AI能力赋能轨道交通运维的典型。百度智能云帮助中车长客上海研发中心将行业知识转化为AI算法，进一步体现了行业场景与新兴技术的深度融合。
第二，从中国中车的角度，中国中车具有行业内最丰富的场景，也是最具代表性的场景，换言之，中车长客上海研发中心解决的运维检测痛点，也是其它同行业企业的痛点，因此案例不仅具备了标杆意义，未来还可能抽离共性的部分，有机会向全行业进行复制。这也符合了AI普惠的价值。
第三，从百度智能云的角度，中车长客上海研发中心的案例，是其AI赋能行业价值的又一体现。百度智能云的价值主张中，早就明确了赋能行业数字化转型的目标，而中车长客上海研发中心代表的城轨行业的突破，也进一步验证了百度智能云已在行业战场形成了自己的优势。
第四，回到AI技术的本质。AI技术与消费互联网的结合，产生的大量应用已经被人们广泛接受。但AI作为一项专用技术，它在行业维度作为生产力的表现还有待提高。行业AI不仅需要灯塔级的案例，让行业为之叹服，也需要更多的落地实践，推动产业AI化的进程。
最后，从大数据的本质来看，所有的智慧应用都需要数据作为燃料，而要形成驱动力，既要有好的发动机设计架构，这就是云作为基础设施的价值，还要有好的油门控制转速，这就是智能算法的价值。而大数据是渗透在云和智里面的，这也是云智一体能够赋能数字化转型的根本原因。
中车长客上海研发中心与百度智能云探索建设的轨交故障预测性维护平台，带来了运维破局，它也应该像AI魔法一样，赋予城轨行业新的生产力。
