黃 璞

（杭州杭港地鐵有限公司，杭州 310016）

?

基于大數(shù)據(jù)的CBTC車載信號智能維護(hù)系統(tǒng)研究

黃 璞

（杭州杭港地鐵有限公司，杭州 310016）

基于大數(shù)據(jù)理念，通過構(gòu)建神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)相結(jié)合的維護(hù)診斷系統(tǒng)，將CBTC車載信號海量數(shù)據(jù)進(jìn)行分析處理，從而提高運(yùn)營維護(hù)質(zhì)量、縮短故障維修響應(yīng)時(shí)間。

CBTC；大數(shù)據(jù)；智能維護(hù)；神經(jīng)網(wǎng)絡(luò)

在網(wǎng)絡(luò)大數(shù)據(jù)時(shí)代，每完成一個(gè)動(dòng)作，云端都可獲得大量的有效數(shù)據(jù)，比如購物平臺可通過消費(fèi)者購物的數(shù)據(jù)，分析消費(fèi)者的購物愛好，進(jìn)而預(yù)測出商家何時(shí)必須補(bǔ)充貨源，找出未來的消費(fèi)趨勢。在計(jì)算機(jī)信息技術(shù)、傳感器技術(shù)、網(wǎng)絡(luò)技術(shù)高度發(fā)展的今天，機(jī)械設(shè)備在使用過程中也同樣可以產(chǎn)生大量的數(shù)據(jù)。如果能夠充分利用這些數(shù)據(jù)，以富有成本效益的方式加以分析，將會(huì)對設(shè)備的使用提供更佳的維護(hù)。

近期運(yùn)營及新建的軌道交通線路，大多均采用基于通信的列車控制（CBTC）信號系統(tǒng)。CBTC系統(tǒng)由于設(shè)備集成度高、運(yùn)營密度大，車載信號子系統(tǒng)（ATP、ATO）故障將對正常運(yùn)營產(chǎn)生更大的影響。如何對車載信號設(shè)備進(jìn)行高效的維護(hù)，已成為信號系統(tǒng)運(yùn)營維護(hù)中的重點(diǎn)課題。

1　概述

1.1CBTC車載信號維護(hù)現(xiàn)狀

信號系統(tǒng)維護(hù)，基本分為預(yù)防性維護(hù)（Preventive maintenance）和糾錯(cuò)性維護(hù)（Corrective maintenance）兩大類。針對CBTC車載信號系統(tǒng)，目前，由于維護(hù)工作的人力資源和技術(shù)手段的限制，大多數(shù)的預(yù)防性維護(hù)僅停留在機(jī)械硬件設(shè)備維護(hù)層面，無法對電氣設(shè)備的性能進(jìn)行有效維護(hù)。而糾錯(cuò)性維護(hù)，主要是“事后修”，當(dāng)發(fā)生故障后，可借助設(shè)備廠商開發(fā)的診斷工具，人工根據(jù)故障數(shù)據(jù)、檢查情況等對故障部件整體進(jìn)行維修、更換等。

1.2車載信號維護(hù)需求

采用CBTC運(yùn)營的軌道交通，信號系統(tǒng)發(fā)生故障，將會(huì)造成列車延誤，或更嚴(yán)重影響運(yùn)營的事件。為減小信號設(shè)備的故障，就必須做到“事前修”，提高預(yù)防性維護(hù)的質(zhì)量。但現(xiàn)階段受制于維護(hù)周期間隔、人員等因素，無法對所有的設(shè)備做到“事前修”。以使用Ansaldo CBTC信號系統(tǒng)的杭州地鐵1號線為例，共96臺車載信號設(shè)備（CC）處于運(yùn)營狀態(tài)，且CC僅存儲(chǔ)日志數(shù)據(jù)，日志數(shù)據(jù)均需通過人工根據(jù)已有經(jīng)驗(yàn)進(jìn)行分析，但人工無法做到設(shè)備故障100%預(yù)先報(bào)警的要求。因此，運(yùn)營維護(hù)需要一套數(shù)據(jù)存儲(chǔ)量大、可進(jìn)行遠(yuǎn)程診斷、遠(yuǎn)程數(shù)據(jù)下載的設(shè)備，以預(yù)先、合理地進(jìn)行設(shè)備維護(hù)，減少故障發(fā)生的可能性，優(yōu)化運(yùn)營維護(hù)人員的工作。

2　系統(tǒng)總體設(shè)計(jì)

2.1需求分析

為了滿足運(yùn)營維護(hù)的需求，該系統(tǒng)需具備以下功能。

1） 設(shè)備預(yù)防維修自動(dòng)提醒功能。通過對設(shè)備運(yùn)行狀態(tài)的實(shí)時(shí)監(jiān)測，根據(jù)設(shè)備性能指標(biāo)、設(shè)備使用年限、動(dòng)作次數(shù)、設(shè)備溫度等參數(shù)建立起的數(shù)據(jù)模型，智能預(yù)測出需維護(hù)設(shè)備的具體維護(hù)內(nèi)容，自動(dòng)提醒維護(hù)人員進(jìn)行維護(hù)。

2） 故障預(yù)警功能?，F(xiàn)有主流車載信號設(shè)備均是通過板卡指示燈顯示、司機(jī)顯示界面報(bào)警等方式來實(shí)現(xiàn)故障預(yù)警，存在維修人員故障響應(yīng)滯后等問題。通過車-地?zé)o線網(wǎng)絡(luò)間的數(shù)據(jù)傳輸，維護(hù)人員可在操作終端及時(shí)發(fā)現(xiàn)故障，提高故障響應(yīng)時(shí)間。

3） 故障智能分析功能。通過自動(dòng)化手段，借助已有的專家數(shù)據(jù)庫，利用人工神經(jīng)網(wǎng)絡(luò)、模糊算法等對已發(fā)生故障進(jìn)行準(zhǔn)確分析，定位故障原因，從而縮短故障處理時(shí)間，優(yōu)化人力成本。

4） 遠(yuǎn)程診斷功能。借助車-地通信網(wǎng)絡(luò)，通過遠(yuǎn)程數(shù)據(jù)下載及故障智能分析功能，及時(shí)對線路運(yùn)營故障列車進(jìn)行故障排查。

5） 大數(shù)據(jù)存儲(chǔ)功能。大數(shù)據(jù)是維護(hù)系統(tǒng)準(zhǔn)確預(yù)測、判斷故障的基礎(chǔ)，通過大數(shù)據(jù)存儲(chǔ)，可獲得大量有效的數(shù)據(jù)，以滿足維護(hù)系統(tǒng)智能工作的需求。

2.2系統(tǒng)拓?fù)浼軜?gòu)

網(wǎng)絡(luò)、互聯(lián)設(shè)備以及采集、監(jiān)視和分析得到的數(shù)據(jù)（通常被稱之為大數(shù)據(jù)）是維護(hù)流程的基礎(chǔ)。這些數(shù)據(jù)基礎(chǔ)設(shè)施以及數(shù)據(jù)驅(qū)動(dòng)的智能信息，也就是物聯(lián)網(wǎng)（IoT）。而智能維護(hù)系統(tǒng)也需滿足物聯(lián)網(wǎng)的組成部件。基于需求分析，設(shè)計(jì)了1套針對車載信號設(shè)備的智能維護(hù)診斷系統(tǒng)。

系統(tǒng)主要由3部分組成：數(shù)據(jù)傳輸設(shè)備、列車數(shù)據(jù)采集存儲(chǔ)設(shè)備、數(shù)據(jù)終端設(shè)備。具體系統(tǒng)拓?fù)浼軜?gòu)，如圖1所示。

1） 數(shù)據(jù)傳輸設(shè)備基于Ansaldo CBTC系統(tǒng)的DCS通信網(wǎng)絡(luò)設(shè)備，由于該CBTC系統(tǒng)已建立完善的車-地?zé)o線通信系統(tǒng)，并已覆蓋到所有運(yùn)營線路及車輛段、停車庫，無需另外搭建車-地通信系統(tǒng)（可根據(jù)線路帶寬、業(yè)主需求，另外搭建1套車-地通信系統(tǒng)）。車-地?zé)o線通信系統(tǒng)由車載MR、無線AP、軌旁DCS設(shè)備（服務(wù)器、交換機(jī)等）組成，采用雙網(wǎng)并行冗余設(shè)計(jì)，提供車地之間雙向、可靠、安全的數(shù)據(jù)交換。無線接口采用國際先進(jìn)的IEEE 802.11g技術(shù)，并遵循IEEE 802.11i無線網(wǎng)絡(luò)安全協(xié)議。

2） 車載數(shù)據(jù)采集存儲(chǔ)設(shè)備。Ansolda車載信號設(shè)備CC自帶數(shù)據(jù)采集、存儲(chǔ)功能，但受限于存儲(chǔ)容量僅保留日志數(shù)據(jù)。CC可采集到速度傳感器、加速度計(jì)、CC動(dòng)作等數(shù)據(jù)，CC運(yùn)算周期為250 ms，通信數(shù)據(jù)輪詢周期為50 ms。通過更換大容量存儲(chǔ)硬件，可實(shí)現(xiàn)24 h每50 ms實(shí)時(shí)數(shù)據(jù)的在線存儲(chǔ)。

3） 數(shù)據(jù)終端設(shè)備。數(shù)據(jù)終端設(shè)備主要由數(shù)據(jù)存儲(chǔ)服務(wù)器、數(shù)據(jù)處理服務(wù)器、人機(jī)交互界面操作終端工作站組成，為保證數(shù)據(jù)接收的可靠性，所有設(shè)備均采用A、B雙網(wǎng)冗余設(shè)計(jì)。數(shù)據(jù)存儲(chǔ)服務(wù)器主要存儲(chǔ)從所有列車接收到的數(shù)據(jù)。數(shù)據(jù)處理服務(wù)器主要完成數(shù)據(jù)的處理功能。操作終端工作站主要為人機(jī)交互界面、分析報(bào)告顯示等，供維護(hù)人員使用。

2.3系統(tǒng)功能模塊

該智能維護(hù)診斷系統(tǒng)主要由地面、車載兩部分設(shè)備構(gòu)成，地面設(shè)備主要功能：維修預(yù)警功能、數(shù)據(jù)智能分析、遠(yuǎn)程數(shù)據(jù)下載和遠(yuǎn)程故障診斷；車載設(shè)備主要功能：數(shù)據(jù)采集、數(shù)據(jù)在線存儲(chǔ)功能。具體功能結(jié)構(gòu)如圖2所示。

數(shù)據(jù)預(yù)警功能、數(shù)據(jù)智能分析，主要是根據(jù)數(shù)據(jù)模型，借助已有的專家數(shù)據(jù)庫，利用人工神經(jīng)網(wǎng)絡(luò)、模糊算法等對設(shè)備進(jìn)行預(yù)測維修、對已發(fā)生故障進(jìn)行準(zhǔn)確分析。

遠(yuǎn)程數(shù)據(jù)下載包含自動(dòng)和手動(dòng)下載功能，自動(dòng)下載是列車在回庫途經(jīng)轉(zhuǎn)換軌位置時(shí)，將當(dāng)天運(yùn)行數(shù)據(jù)自動(dòng)下載存儲(chǔ)到數(shù)據(jù)存儲(chǔ)服務(wù)器；手動(dòng)下載是維修人員根據(jù)需求，可隨時(shí)通過數(shù)據(jù)終端工作站進(jìn)行遠(yuǎn)程列車數(shù)據(jù)下載。

遠(yuǎn)程故障診斷，是維修人員可通過操作終端對在線運(yùn)行的所選擇列車進(jìn)行遠(yuǎn)程實(shí)時(shí)監(jiān)測，對相應(yīng)故障進(jìn)行診斷。

車載數(shù)據(jù)采集、數(shù)據(jù)在線存儲(chǔ)，是在既有設(shè)備上進(jìn)行硬件升級后實(shí)現(xiàn)。所有列車最終均通過網(wǎng)絡(luò)將數(shù)據(jù)發(fā)送到數(shù)據(jù)存儲(chǔ)服務(wù)器中進(jìn)行存儲(chǔ)，從而為大數(shù)據(jù)奠定基礎(chǔ)。

3　數(shù)據(jù)分析處理

根據(jù)智能化的診斷系統(tǒng)所需具備的特點(diǎn)，該系統(tǒng)采用人工神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)相結(jié)合的數(shù)據(jù)分析處理方式。人工神經(jīng)網(wǎng)絡(luò)作為一種自適應(yīng)的模式識別技術(shù)，并不需要預(yù)先給出關(guān)于模式的現(xiàn)場檢驗(yàn)知識和判別函數(shù)，而是通過自身的學(xué)習(xí)機(jī)制自動(dòng)形成所要求的決策區(qū)域。而采用人工神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)結(jié)合的方式，可充分發(fā)揮各自的優(yōu)勢，使二者互相協(xié)調(diào)工作；同時(shí)由于神經(jīng)網(wǎng)絡(luò)具有自學(xué)的能力，在診斷過程中神經(jīng)網(wǎng)絡(luò)不斷歸納出新的診斷規(guī)則，充分混合專家系統(tǒng)知識庫的內(nèi)容。

3.1神經(jīng)網(wǎng)絡(luò)模型建立

考慮到神經(jīng)網(wǎng)絡(luò)的診斷速度等各類原因，將采用多個(gè)BP神經(jīng)網(wǎng)絡(luò)分組診斷、推理，不同的BP神經(jīng)網(wǎng)絡(luò)塊對應(yīng)測試不同的部分，神經(jīng)網(wǎng)絡(luò)的輸出對應(yīng)不同的事件特征值。

另外，經(jīng)研究表明，設(shè)備使用期間，設(shè)備故障率呈明顯的階段性，規(guī)律如圖3所示。根據(jù)浴盆曲線對工作在不同時(shí)間段的設(shè)備設(shè)定相應(yīng)的性能閥值，作為設(shè)備性能的參考標(biāo)準(zhǔn)。

每一組神經(jīng)網(wǎng)絡(luò)均由3個(gè)神經(jīng)元層次組成，即輸入層、隱含層和輸出層。各層次的神經(jīng)元之間形成相互連接，同一層次的神經(jīng)元之間沒有連接。以通信系統(tǒng)各部分的狀態(tài)特征矢量作為輸入模式，構(gòu)建神經(jīng)網(wǎng)絡(luò)模型。結(jié)構(gòu)如圖4所示。

考慮到車載信號設(shè)備故障類型較多，一般采用多個(gè)BP神經(jīng)網(wǎng)絡(luò)分塊診斷。每個(gè)BP網(wǎng)絡(luò)相當(dāng)于一個(gè)大規(guī)則，其輸入與規(guī)則的前提相對應(yīng)，輸出與規(guī)則的結(jié)論相對應(yīng)，通過網(wǎng)絡(luò)分塊，解決規(guī)模較大的診斷問題。

3.2故障專家系統(tǒng)建立

專家系統(tǒng)是一種智能的計(jì)算機(jī)程序，它借助人類的知識，采取一定的搜索策略并通過推理的手段去解決某問題。專家系統(tǒng)的構(gòu)建，需具備專家知識庫、推理算法、解釋機(jī)構(gòu)。專家知識庫中存儲(chǔ)從車載信號專家獲取的設(shè)備相關(guān)知識，經(jīng)過算法推理，最終得出故障原因。以“ATO列車?？空九_無門使能”為例，故障原因獲取需構(gòu)建的流程模型如圖5所示。

專家知識系統(tǒng)具有豐富的設(shè)備知識庫，神經(jīng)網(wǎng)絡(luò)具有聯(lián)想記憶和自學(xué)習(xí)能力。將神經(jīng)網(wǎng)絡(luò)和專家知識系統(tǒng)相結(jié)合進(jìn)行維護(hù)診斷，可以通過神經(jīng)網(wǎng)絡(luò)的不斷自我學(xué)習(xí)來完善知識庫的內(nèi)容，從而提高維護(hù)系統(tǒng)的診斷準(zhǔn)確性。

4　結(jié)語

車載信號設(shè)備的維護(hù)是一個(gè)廣泛的研究課題，在此提出的解決方案是一個(gè)基于大數(shù)據(jù)理念，設(shè)計(jì)的智能維護(hù)系統(tǒng)。借助于該系統(tǒng)，運(yùn)營公司將可提高運(yùn)營維護(hù)質(zhì)量、縮短故障維修響應(yīng)時(shí)間，并在節(jié)省運(yùn)營維護(hù)人力成本方面起到很好的作用。

［1］黃贊能，孫金峰.BP神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)相結(jié)合的電子設(shè)備故障診斷系統(tǒng)［J］.艦船電子工程， 2008，28（12）:152-155.

［2］陳德旺.城軌列車智能駕駛的優(yōu)化模型及算法［M］.北京：北京交通大學(xué)出版社， 2014.

［3］ IEEE 1474.1—2004 以通信為基礎(chǔ)的列車控制（CBTC）性能和功能要求［S］.

Based on the concept of big data， mass data of CBTC onboard signals can be analyzed and processed through building a maintenance diagnostic system that integrates the neural network and experts system， to improve the quality of operation maintenance and shorten the response time of fault repairs.

CBTC； big data； intelligent maintenance； neural network

10.3969/j.issn.1673-4440.2016.02.017

2015-06-12）