王文華

（中國鐵道科學研究院集團有限公司國家鐵道試驗中心，北京 100015）

軌道交通由車、機、工、電、輛、人員等要素組成，在業(yè)務方面包括運輸組織、客貨服務、經營管理、建設管理和安全保障等作業(yè)內容。隨著信息技術在軌道交通領域的廣泛應用，信息網絡覆蓋并延伸到軌道交通的各個要素和業(yè)務領域。軌道交通的生產與管理向著智能化和管控一體化方向的進一步發(fā)展，對于軌道交通這一復雜巨型系統，構建數字化、智能化軌道交通尤為重要。因此，軌道交通神經網絡研究和應用勢在必行。

1 軌道交通網絡構成

隨著軌道交通技術的快速發(fā)展，需要網絡承載的傳輸業(yè)務越來越多，網絡吞吐量、可靠性等要求越來越高。大量的軌道交通信息如列車控制信息、診斷信息、視頻監(jiān)視信息、旅客信息[1]及多種多媒體信息傳輸等利用日益復雜化的網絡結構進行傳輸。目前，軌道交通網絡平臺包括既有的列車骨干網、GSM-R、地面SDH 傳輸網絡和IP數據網絡。隨著物聯網技術的發(fā)展，大量的智能傳感系統部署到軌道交通的設備、設施上，實時獲取軌道交通的線路狀態(tài)、列車行車狀態(tài)、環(huán)境狀況等的狀態(tài)信息。軌道交通網絡平臺與智能傳感器相互融合：智能傳感系統獲取的傳感信息并通過軌道交通網絡進行大容量傳輸；利用信息處理技術，對實時監(jiān)測的信息進行融合聯動、匯總分析、綜合運用；并通過軌道交通網絡，向軌道交通管理人員提供可視化表達。從而能夠判定設備安全隱患、災害，提供及時準確的災害報警和預警功能，即時采取相應的緊急預防或處置措施。軌道交通網絡平臺如圖1所示。

圖1 軌道交通網絡平臺

軌道交通網絡傳感器網絡覆蓋工務、機務、車輛、電務、供電等各專業(yè)子系統，部署在各專業(yè)子系統中的傳感器對固定設施、移動設備定期的、不定時地進行巡檢，對軌道交通沿線、周邊環(huán)境和人員活動進行實時的監(jiān)測。這些傳感器構成的系統連接起來形成涵蓋“人·機·環(huán)境”的網絡監(jiān)測平臺，涉及軌道交通安全有關的設施、設備、環(huán)境、人員。

（1）列車運行監(jiān)測系統中包含應答器信息接收單元（BTM）、軌道電路信息讀取單元（機車信號）、速度傳感器、壓力傳感器等傳感設備，可提供軌道電路信息、人機交互指令和列車狀態(tài)等信息[2]。列車運行監(jiān)測系統結合GPS及地理信息系統，可獲取指定列車的詳細運行信息。

（2）自然災害及異物侵限監(jiān)測系統主要是對軌道交通沿線的風、雨、雪、地震、異物侵入等環(huán)境因素進行監(jiān)測。

（3）電力監(jiān)測主要依靠傳感器對全線的電力系統狀況進行狀態(tài)監(jiān)控，監(jiān)測鐵路沿線各個變電所的設備和關鍵點狀況，包括電壓、電流、開關、電源等的狀態(tài)信息。

（4）信號監(jiān)測實現鐵路沿線的車站進路和信號機狀態(tài)監(jiān)測。

（5）車輛運行安全監(jiān)控體系主要由5T（THDS、TPDS、TFDS、TADS、TCDS）構成，并結合車號自動識別系統，對車輛的軸承溫度、運行狀態(tài)（軸重、超偏載、踏面擦傷等）、運行故障、軸承工作狀態(tài)、客車運行關鍵部件等進行監(jiān)測。

（6）線橋隧監(jiān)測主要在橋梁隧道周邊部署相關傳感裝備，對影響狀態(tài)的周邊環(huán)境、水位、性能狀態(tài)等信息監(jiān)測需要進行實時監(jiān)控。

（7）綜合視頻監(jiān)測可實現對軌道交通沿線重點區(qū)域、重點設施、車站、乘客、作業(yè)人員等進行實時監(jiān)控，對車站、供電設備、通信設備、周邊環(huán)境、列車運行狀態(tài)等傳感成像。

2 神經網絡基本原理

神經網絡（人工神經網絡，artificial neural network，縮寫ANN），是模擬生物神經網絡結構和功能的數學或計算模型。生物神經網絡由大量的神經元相互連接構成。生物神經網絡的建立，是相互連接的神經元不斷接收并傳導外界刺激的過程。神經元不斷調整彼此間的連接強度直到達到穩(wěn)定狀態(tài)，并最終對刺激做出反應，生物神經網絡形成。與生物神經網絡類似，人工神經網絡包括感知、模式加工、動作輸出等部分，大量具有感知、計算、傳遞和存儲能力的人工神經元按照特定的拓撲結構連接起來，形成了具有大規(guī)模并行處理和存儲能力的網絡處理系統。

人工神經元是人工神經網絡的基本處理單元，又被稱為神經元或節(jié)點。人工神經元可被抽象為數學模型，包括突觸、加法器、激活函數三部分：①突觸或連接鍵，每一個都由其權值或強度作為特征。②加法器，用于求取各輸入信號和神經元的相應突觸加權的和。③激活函數，也稱傳輸函數，起到非線性映射的作用，同時也規(guī)定了神經元輸出的閾值。目前，神經網絡與進化論、專家系統、模糊識別以及眾多學科融合發(fā)展，不再是單一的數學模型。不同的神經網絡模型，神經元的分類有所不同，但都包含輸入神經元、輸出神經元、隱含神經元三種類型。輸入神經元將感知信息傳輸到神經網絡中，輸出神經元向外部輸出運算后的結果信息。隱含神經元負責學習和處理信息，不與外部發(fā)生直接聯系。

神經網絡中神經元之間的連接方式決定了神經網絡的處理能力。按照連接模式，神經網絡可分為前饋式神經網絡、反饋式神經網絡、復雜神經網絡等多種模型。

在前饋式神經網絡中，神經元只能接受前面神經元的輸出信息，網絡中不存在回路。反饋式神經網絡中存在閉合回路，神經元可以接受后面神經元的輸出信息，可通過閉合回路調整神經網絡以提高網絡的學習能力和性能。

復雜神經網絡由數量巨大的具有自己特性的節(jié)點組成，節(jié)點之間相互連接構成了高度復雜的網絡結構，具有自組織、自相似等特性。

不同的神經網絡模型，學習、處理能力和應用領域也不相同。反復向人工神經網絡輸入一組數據，不斷調整節(jié)點間的連接權重，直到輸入特定的輸入產生期望的輸出。不斷輸入數據，訓練神經網絡，增加其可靠性。此時，神經網絡具有識別、分析、預測能力。

3 軌道交通神經網絡模型建立與設計

將與人類大腦處理問題相類似的神經網絡應用于軌道交通智能評判決策的方案將開拓一個嶄新的應用領域。其目標是：基于現有的軌道交通網絡系統和傳感系統，借助復雜神經網絡和其學習、預測能力，根據軌道交通的相關標準、規(guī)則、基礎參數，以及相關的地理、天氣等專業(yè)知識對軌道交通總體運行狀態(tài)進行感知、分析和推理，為軌道交通的運營決策提供專家級的參考方案，從而使軌道交通運營管理更加的合理，科學有效。

軌道交通神經網絡是復雜的、多種子神經網絡構成的綜合型網絡模型。在橫向上，軌道交通神經網絡模型由列車、機務、車輛、工務、電務和調度指揮6類子網絡模型構成，列車、機務、車輛、工務、電務和調度指揮等都是信息網絡上的節(jié)點，都是獨立的子神經網絡。各子神經網絡相互連接在一起，構成了復雜神經網絡，各子神經網絡間相互作用，進而對整個軌道交通運營體系產生影響。為提升軌道交通神經網絡模型的準確性，各子神經網絡內部采用反饋式網絡模型進行訓練，由各子神經網絡構成的復雜網絡模型采用自組織映射模型進行聚類。在縱向上，軌道交通神經網絡模型由總公司、路局、站段等各級神經網絡構成，權值由管理組織結構、調度指揮、工作規(guī)程習慣等規(guī)則綜合構成。根據管理體系授權，感知信息和決策控制信息按層次傳遞分發(fā)。

現在大部分車輛線路上發(fā)生故障只能在動車組回庫后，通過檢查線路、試驗和測試的方法進行故障處理。運用軌道交通神經網絡建模，基于神經網絡模型的軌道交通網絡，列車、調度、工務等都是神經網絡的基本單元，也就是獨立的子神經網絡，具有適度獨立決策處理能力，各子神經網絡（即基本單元）可以根據需要建立多個突觸，并通過突觸獲取感知信息，各子神經網絡根據規(guī)則賦予突觸不同的權重和采集頻率。例如，列車對變化的運行環(huán)境、設備狀態(tài)的信息實時感知，經過傳遞函數（規(guī)則、歷史數據、設備參數）處理（數據分析和自學習）形成針對其他節(jié)點所需要的信息，并把信息通過突觸傳遞給其他子神經網絡（調度、工務等子神經網絡）。軌道交通神經網絡具有并行計算、分布式信息存儲和自適應學習能力。提供給神經網絡的信息越多、越全面，網絡的性能越高，準確性越好。在軌道交通神經網絡中，接入全部的傳感系統，可以更好地完成監(jiān)測、預測等任務。軌道交通神經網絡構成圖如圖2所示。

圖2 軌道交通神經網絡

軌道交通神經網絡不是簡單的多個反饋式神經網絡的組合，而是復雜的多種子神經網絡組合構成復雜神經網絡，多種子神經網絡保序映射，通過自組織聚類形成根據重要度的類別排序。它將多個系統的判斷結果綜合起來形成最終判斷，并將最終判斷反饋給各子系統，用于更新它們的判斷，進而改進整個系統的性能[3]。軌道交通神經網絡基本模型如圖3所示，軌道交通神經網絡感知、判斷具體步驟流程如圖4所示。

軌道交通神經網絡應用到軌道交通安全監(jiān)測、預測系統。軌道交通神經網絡的節(jié)點包含調度節(jié)點、工務節(jié)點和行進列車節(jié)點3大類，主要包括機務系統（機務節(jié)點）、工務系統（工務節(jié)點）、運行列車、調度系統等節(jié)點，這些節(jié)點具有適度獨立決策處理能力，各神經元節(jié)點之間通過連接傳遞信息。軌道交通神經元節(jié)點一直保持并及時更新發(fā)布到突觸上的信息，相關神經元節(jié)點根據授權和需要通過相聯系的突觸采集信息。通過相應的突觸相互連接，軌道交通各個組件自行決策并互相傳遞決策信息，進而自發(fā)形成某些規(guī)則下的有序狀態(tài)，實現列車的自適應運行[4]。

圖3 軌道交通神經網絡基本模型

圖4 軌道交通神經網絡感知、判斷步驟

4 結語

通過對軌道交通的關鍵設施設備及系統的相關屬性、參數和狀態(tài)的全方位感知，利用軌道交通網絡對感知信息融合處理，搭建軌道交通神經網絡模型，利用神經網絡對軌道交通所有資源及其運行環(huán)境時空變化進行建模，實現狀態(tài)感知、大容量傳輸、融合處理和可視化表達，協調優(yōu)化軌道交通各業(yè)務流程和各類資源，達到軌道交通自檢測、自診斷、自決策的目標，以較低成本達到保障安全、提高運輸效率、改善經營管理等目的。