劉曉亮

上海電氣泰雷茲交通自動化系統(tǒng)有限公司 上海 201206

前言：對列車運營來說，安全是需要予以高度關注的問題。城軌交通信號系統(tǒng)在此過程中發(fā)揮著關鍵性作用，決定著列車能否安全運營。當然為發(fā)揮其定位價值，就需要處理好信號設備維護工作。不同信號設備、系統(tǒng)在使用中很難兼容。并且不同線路有著相對獨立的運維工作。線路運維期間，需要做好人員、設備的優(yōu)化處理。運營過程中，不同線路信號系統(tǒng)需要采收大量信號數(shù)據(jù)，而以當前的條件來看，數(shù)據(jù)分析與數(shù)據(jù)挖掘能力是不足以支撐信號系統(tǒng)運營需求的。當前國內(nèi)地鐵系統(tǒng)在信號運維中采用的是計劃修與實時監(jiān)測結合模式。今后軌道信號系統(tǒng)在運維中，需要引入更加合理、先進的技術，提升水平，朝向綜合、網(wǎng)絡、智能結構進步。

一、智能運維現(xiàn)狀

所謂的智能運維實際上就是自動化運維對于人工智能的使用，其依靠深度學習與機器學習這兩項技術，完成了對運輸數(shù)據(jù)、運維數(shù)據(jù)的充分分析與學習，能夠生成可以自動監(jiān)控網(wǎng)絡狀態(tài)的結構。該過程類似于人類大腦對數(shù)據(jù)的深度處理，獲知異常狀態(tài)成因，實現(xiàn)了對生成規(guī)則的持續(xù)性優(yōu)化，能夠保障系統(tǒng)更好的適應實際運維需求。

（一）特點

智能運維借助深度學習系統(tǒng)得到了提前預測設備故障的能力，可以在實踐中不斷優(yōu)化自己的規(guī)則，獲得更加科學、合理、可行的故障處理方案，有效扼殺故障隱患。智能運維可以很好的取代人工分析辦法，獲得更有效率的數(shù)據(jù)信息處理能力。該過程中實現(xiàn)了人力成本的控制，并且可以規(guī)避人力計算、人力分析出現(xiàn)的疏忽，保障系統(tǒng)運維質(zhì)量、自動化水平。

（二）應用

現(xiàn)如今智能運維深度學習已經(jīng)成為了非常常見的情況，語音識別、語言范圍、機器視覺都有對深度學習廣泛的運用。比如全自動汽車中就利用機器視覺技術用于感知周圍環(huán)境，并配合汽車性能調(diào)控車輛的運行方向和速度。再比如無人機借助協(xié)同策略合理分工無人機組任務。以上案例印證的是當前人工智能技術的進步與成熟。

事實上城軌交通中的信號系統(tǒng)也有充分利用智能運維這項技術，其作用于監(jiān)測系統(tǒng)的維護當中。當然故障報警、報表生成、實時狀態(tài)監(jiān)控、數(shù)據(jù)量采集、開關量采集等也在運用該技術。甚至還可以用專家決策技術定位與診斷故障，用增加采集模塊的辦法活精準分析數(shù)據(jù)。現(xiàn)如今所用的維護系統(tǒng)甚至能夠做到對線路信號設備的實施診斷和監(jiān)控。當然在線網(wǎng)層面的趨勢分析與故障診斷仍體現(xiàn)出很大的不足。

依靠智能運維系統(tǒng)，人工復雜場景、運維問題得到了充分、合理的解決，其體現(xiàn)和標志的是傳統(tǒng)運維在朝向自動化進步。面對線網(wǎng)密度越來越大的今天，智能運維在信號系統(tǒng)中承擔與具備的意義早已不單單局限于提高線路運維效率，事實上，其還能夠滿足系統(tǒng)運維頭沖管理、信號管理的要求。

（三）需求

信號運維工作主要就是系統(tǒng)監(jiān)控、系統(tǒng)評估與故障診斷，當然有些高級的設備還包括故障設備恢復與維修。在智能運維被引入到軌道信號系統(tǒng)運維以后，功能層面角度不僅實現(xiàn)與達成了基本狀態(tài)有效監(jiān)測、故障預警、故障診斷、健康評估，同時還能夠充分預測故障信息，可以在維修中為系統(tǒng)、工作人員提供相應指導和幫助。結構層面有必要不斷拓展線路級別，直至達到線網(wǎng)級別運維[3]。并處理好線路級別之間的關系，集中監(jiān)測運維線網(wǎng)，保障運維效率。利用運維人員經(jīng)驗與深度學習，分析搜集所得數(shù)據(jù)，從中提煉規(guī)則，不斷調(diào)整和演變規(guī)則，幫助機器獲得更加豐富的經(jīng)驗，其對維修管理、維修決策有很大幫助。

二、方案研究

在城規(guī)信號系統(tǒng)運維中，需要考慮的是檢測設備對于轄區(qū)、車站的管理。本文將以地鐵信號運維設備，統(tǒng)籌規(guī)劃、管理設備線網(wǎng)，保障線路有效維護。

（一）系統(tǒng)設計

在地鐵信號運維平臺中，線路級運維與中央線網(wǎng)運維是最重要的兩個結構。如圖1所示。

圖1 運維平臺結構

線路及運維層面，每一個車站的監(jiān)控設備都是出于直接應用室內(nèi)電源和室外設備的情況，統(tǒng)一由控制中心管理車輛信息。在車輛運行中，車輛的信息會被軌道旁邊的設備所記錄，并匯總交由運維中心，由運維中心統(tǒng)一處理所獲得的數(shù)據(jù)，可以用顯示終端分類顯示這些型號與信息。

線路車載設備、信號室、控制中心使用監(jiān)測終端，能夠獲得電源設備、室內(nèi)ATC機柜、絕緣電纜、車載、計軸、信號機、轉(zhuǎn)轍機信息。此外線路所采集到的信息會被同步顯示在每一個線網(wǎng)級、線路級顯示終端，并由終端機接受與處理信息。

（二）接口設計

基于信號系統(tǒng)智能運維需求考慮，包括運維平臺結構，要想實現(xiàn)平臺對信號系統(tǒng)的有效維護與檢測，就需要運用線路信號系統(tǒng)在外部接口中連接到設備，傳輸數(shù)據(jù)。這里的接口包括內(nèi)部運維中心、線路終端機接口、線路分機連接子系統(tǒng)的接口，方案如圖2.

圖2 信號接口

地鐵信號接口中，ATS接口作用在于獲知ATS每一個子系統(tǒng)所傳輸回來的車輛操作日志、運營車次號、線路數(shù)據(jù)庫。CI系統(tǒng)與ZC系統(tǒng)接口用于列車位置、道岔位置、區(qū)域占用信息接收。軌旁信號接口用作緊停按鈕、軌道電路、轉(zhuǎn)轍機、信號機數(shù)據(jù)采集[4]。電源設備接口作用為獲取電源電壓模塊狀態(tài)與各種電壓參數(shù)。線路終端機利用內(nèi)部接口把所得到的信號數(shù)據(jù)傳輸?shù)竭\維中心，隨后中心將這些數(shù)據(jù)的處理結果發(fā)回各個終端分機。

（三）技術分析

1.大數(shù)據(jù)

這里所說的大數(shù)據(jù)就是對現(xiàn)場所得大的數(shù)據(jù)做長期保存。該技術的作用在于能夠有效存儲海量的維護數(shù)據(jù)，為用戶提供更好的條件查看數(shù)據(jù)，保障了數(shù)據(jù)分析可靠性、來源可靠性。此外還能夠確保數(shù)據(jù)足夠可靠。在應用層故障以后，可以在數(shù)據(jù)中心保存數(shù)據(jù)。該技術的實現(xiàn)流程為，利用數(shù)據(jù)中心客戶端搜集與獲取接收到的各種數(shù)據(jù)，隨后以分布式文件持久化存儲數(shù)據(jù)，并且可以將數(shù)據(jù)提取到應用層和數(shù)據(jù)中心中間件，以便上層對數(shù)據(jù)做分析，詳細流程如圖3.

圖3 大數(shù)據(jù)的存儲流程

2.深度學習

這里所說的深度學習可以被認為是利用大數(shù)據(jù)樣本訓練，獲知數(shù)據(jù)分布特征形式，隨后用深度學習技術展開分析。這些數(shù)據(jù)將會成為信號設備健康評估、維修的有利資源。以深度學習展開數(shù)據(jù)分析，能夠在特定規(guī)則條件下，理解應用場景與數(shù)據(jù)，獲得許多人工無法發(fā)現(xiàn)的特點，獲知今后數(shù)據(jù)、設備、系統(tǒng)的發(fā)展趨勢。大量運維數(shù)據(jù)的學習，能夠使得運維系統(tǒng)獲得更加精準的預測結果。

例如道岔動作的分析，相較于傳統(tǒng)道岔動作分析流程，在運用深度學習以后，能夠獲得更有效率的預測結果。傳統(tǒng)道岔分析如圖4。

圖4 傳統(tǒng)道岔動作分析

將所獲得到的整個周期動作電流用對照標準范圍的方式，判定動作電流正常與否。雖然該方法能夠?qū)崟r監(jiān)測道岔電流，不過去并不能為預防維修提供足夠多的幫助。并且深度學習對于數(shù)據(jù)分析的支持，只不過是在大量分析樣本數(shù)據(jù)，根據(jù)樣本變化規(guī)律，確定出電流變化。深度學習道岔動作流程如圖5。

圖5 深度學習道岔動作流程

深度學習中獲得大量樣本數(shù)據(jù)，在訓練中能夠針對特定道岔獲知電流范圍。該范圍對于后續(xù)的道岔維護有很大幫助。樣本訓練可以加入溫濕度、時間等要素，更好的修正電流范圍，獲知以上因素帶給道岔的影響。如果所得數(shù)據(jù)頻頻偏離訓練范圍，就需要現(xiàn)場監(jiān)測獲取是否存在設備老化、磨損問題。除此之外還要用類比方式分析同類型道岔設備，獲知不同條件下遇到的工作問題，結合工作特性制定科學、合理、可行維修管理思路。該方法相較于傳統(tǒng)模式充分利用了現(xiàn)場數(shù)據(jù)，不僅可以有效維修故障，同時也能夠很好的預測今后發(fā)展趨勢。

三、功能討論

（一）實時在線監(jiān)測

必須強調(diào)的是，地鐵信號運維平臺為實現(xiàn)實時監(jiān)測、維修檢測，就需要具備線路可視化，能夠可視化完成線網(wǎng)層管理。

運維中心應實時同步電子地圖傳達的數(shù)據(jù)，利用電子地圖數(shù)據(jù)做線路拓撲圖生成，并在大屏幕當中，展現(xiàn)信號機、道岔、車站、軌道區(qū)段數(shù)據(jù)。線路信號系統(tǒng)和運維中心在獲得正常通信以后，從ATP和ATS系統(tǒng)得到類車位置與區(qū)段的占用情況，甚至是道岔信息，并將這些信息傳播到線路拓撲的截面，實時更新信息?？梢暬缑婺軌?qū)崟r獲知線網(wǎng)層位置和定位情況，幫助運維人員掌握故障帶給運維環(huán)境的影響，幫助運維工作人員更好的和維保人員溝通，減少設備故障帶來的負面影響。

（二）健康管理

運維平臺可以全方位采集網(wǎng)絡數(shù)據(jù)，數(shù)據(jù)信息，為設備工作參數(shù)、硬件特性提供診斷機制。在持續(xù)性采集與判斷數(shù)據(jù)、信息的過程中，獲知設備當前工作情況。監(jiān)測數(shù)據(jù)被投影在終端當中，實時呈現(xiàn)。以故障診斷系統(tǒng)得出運行狀態(tài)不佳的設施，第一時間發(fā)出故障報警，能夠?qū)⒕S修建議與故障情況發(fā)送到維修終端。有著深度學習能力的系統(tǒng)可以參照標準參數(shù)、工作環(huán)境、設備生命周期判定機器規(guī)則。結束訓練后，做設備故障趨勢分析，并將其作為全新平臺模塊，建立完善監(jiān)測系統(tǒng)。為管件設備提供預警體系，做數(shù)據(jù)預警，在現(xiàn)場處理后，超標數(shù)據(jù)重新恢復正常。

（三）可靠性分析

信號系統(tǒng)容錯機制能夠作為安全防護門檻，欠缺故障根源分析能力需要建立可靠性模型，仿真故障處理思路，包括對系統(tǒng)影響的分析，制定可行、合理的針對性策略，保障信號系統(tǒng)穩(wěn)定性、可靠性。建立可靠性模型，全面覆蓋系統(tǒng)狀態(tài)。假設模型可以完整表達失效狀態(tài)、正常狀態(tài)，則意味著該模型可靠性近似真實值。

結語：參照城軌交通對信號系統(tǒng)的運維要求，包括智能運維這一技術當前的實際情況和趨勢，本文將運維理念用在了信號系統(tǒng)的保障方案當中，也就是打造線網(wǎng)級運維平臺，自動化處理線路。該方案能夠很好的預測故障，保障系統(tǒng)穩(wěn)定性、可靠性。