張海峰 夏立軍 楊曉磊 邵俊捷 林柏池 李 瀟

(1.中車長春軌道客車股份有限公司科技管理部,130062,長春；2.中車長春軌道客車股份有限公司國家軌道客車工程研究中心，130062，長春//第一作者,高級工程師)

高速鐵路應(yīng)急指揮是保證高速鐵路行車安全、正點運行以及提高列車服務(wù)的關(guān)鍵，因此，建立高效、智能的列車應(yīng)急指揮平臺成為保障高速列車運營秩序的重要研究課題。

列車應(yīng)急指揮管理平臺可將采集到的高速動車組數(shù)據(jù)進(jìn)行處理、分析和展示，通過數(shù)據(jù)驅(qū)動和模型驅(qū)動等方式全面感知動車組狀態(tài)，從而診斷和預(yù)測動車組故障，以及實現(xiàn)動車組遠(yuǎn)程實時監(jiān)控、故障信息填報、現(xiàn)場圖像和視頻采集等功能。該平臺有利于應(yīng)急指揮人員及時掌握現(xiàn)場信息，并依托智能知識庫提供故障快速診斷和處置預(yù)案[1]；平臺通過提供應(yīng)急指揮協(xié)同支持工具，使多方專家參與應(yīng)急指揮過程，這樣可以有效提升故障處置效率和技術(shù)資源復(fù)用率；平臺還可將應(yīng)急指揮經(jīng)驗保存為結(jié)構(gòu)化數(shù)據(jù)，以豐富專家知識庫。

1 研究背景

1.1 國外現(xiàn)狀

有著運量大、速度快、安全、正點率高的日本高鐵，借助COSMOS(新干線綜合運輸管理系統(tǒng))能夠?qū)崟r監(jiān)測車輛運行狀態(tài)及故障報警等信息，從而實現(xiàn)司機屏幕信息同步顯示、運行故障信息實時回傳并直接進(jìn)行指揮等功能[2]。德國、法國、瑞典、韓國等國家的高速鐵路為保證高速列車的穩(wěn)定運營，都高度重視車載信息以及專家支持系統(tǒng)在列車運行故障應(yīng)急處置方面的應(yīng)用，但由于國外動車組車型體系相對單一，列車運營密度、運行速度及環(huán)境復(fù)雜度相對較低，故運行故障應(yīng)急處置工作要求相對簡單[3-4]。

1.2 國內(nèi)現(xiàn)狀

我國高速鐵路運營速度高、里程長、車型多，一貫比較重視高速鐵路調(diào)度管理工作。通過出臺的相關(guān)文件，從管理制度上對高速鐵路調(diào)度的組織機構(gòu)、工作職責(zé)及流程規(guī)范等做出了明確要求[5]。

通過對動車組調(diào)度長期的探索與應(yīng)用，我國在動車組運行故障處置方面積累了大量經(jīng)驗。但由于我國鐵路運營情況較國外更為復(fù)雜，車輛調(diào)度信息獲取自動化程度低、來源零散、集成度差；加之我國地域遼闊、車型較多，對各車型的故障模式及故障機理的分析還在積累和完善中，因此，影響鐵路運輸秩序的列車運行故障還時有發(fā)生。中國鐵路總公司頒發(fā)了《應(yīng)急故障處置手冊》等文件，但該文件主要是針對具體單一問題，目前尚未建立統(tǒng)一、標(biāo)準(zhǔn)的列車運行故障分類體系以及相應(yīng)的處理措施和處置流程。

綜上所述，建立車輛應(yīng)急指揮信息系統(tǒng)，規(guī)范列車運行故障分類體系及處理措施和處置流程，是車輛調(diào)度管理工作的迫切要求。

2 動車組應(yīng)急指揮管理平臺的技術(shù)特征

2.1 動車組應(yīng)急指揮管理系統(tǒng)的功能

2.1.1 數(shù)據(jù)流設(shè)計

動車組應(yīng)急指揮管理平臺的構(gòu)建以應(yīng)急發(fā)起、應(yīng)急處置、應(yīng)急結(jié)束的時間點為主線，覆蓋應(yīng)急指揮的全流程數(shù)據(jù)驅(qū)動架構(gòu)[6]。

應(yīng)急發(fā)起支持3種模式，列車工作人員可以通過撥打應(yīng)急電話、通過移動端應(yīng)用一鍵觸發(fā)接入應(yīng)急指揮系統(tǒng)或者通過車載傳輸網(wǎng)絡(luò)與地面應(yīng)急指揮系統(tǒng)打通數(shù)據(jù)，將模型預(yù)警結(jié)果推送到動車組應(yīng)急指揮管理平臺。通過以上3種方式快速、準(zhǔn)確地創(chuàng)建應(yīng)急故障任務(wù)單。

在應(yīng)急處置過程中，平臺可自動獲取車組狀態(tài)、車組運營及列車工作人員等信息，并通過車輛構(gòu)型實現(xiàn)上述數(shù)據(jù)信息的關(guān)聯(lián)和融合，以快速提報應(yīng)急故障單；平臺可和電子交互手冊平臺的數(shù)據(jù)對接實現(xiàn)故障隔離，通過推理模型庫的推理模型實現(xiàn)應(yīng)急預(yù)案的智能推導(dǎo)，同時支持以視頻會議、語音會議的方式實現(xiàn)調(diào)度指揮過程中的協(xié)同指揮。

應(yīng)急處置結(jié)束后，需對本次應(yīng)急處置過程進(jìn)行應(yīng)急評價，評價內(nèi)容包括應(yīng)急流程評價、處理人員評價和應(yīng)急預(yù)案評價。將評價結(jié)果結(jié)構(gòu)化以優(yōu)化推理機模型，從而實現(xiàn)數(shù)據(jù)的閉環(huán)和應(yīng)用。

2.1.2 功能設(shè)計

1) 遠(yuǎn)程監(jiān)控：監(jiān)測動車組的位置、狀態(tài)、實時參數(shù)、遠(yuǎn)程故障等信息，監(jiān)控人員在任何時間、任何地點可實時掌握列車運行狀態(tài)。

2) 故障診斷：包括故障精準(zhǔn)定位和故障原因排查兩大功能[8]。根據(jù)動車組遠(yuǎn)程故障數(shù)據(jù)形成的故障列表進(jìn)行故障診斷，其目的是根據(jù)車載數(shù)據(jù)報出的故障代碼，排查可能的故障原因，并且精確定位真實的故障原因。故障邏輯樹輸出的是某一個具體的故障原因，用途是故障的精準(zhǔn)定位，屬于故障診斷的前置程序，相當(dāng)于虛警過濾。故障精準(zhǔn)定位包括故障邏輯自動定位和專家?guī)熳詣悠ヅ鋬煞N方法，在后臺運行，其結(jié)果在告警詳情頁面顯示。故障精準(zhǔn)定位結(jié)果是定位后的故障原因，故障原因排查是基于故障精準(zhǔn)定位的結(jié)果進(jìn)行交互式故障排查。

3) 協(xié)同指揮：利用語音融合技術(shù)，建立文本、語音、視頻會議交流通道，組織多方專家、專業(yè)技術(shù)人員參與應(yīng)急指揮。協(xié)同指揮代替原來單一的電話、赴現(xiàn)場支持的問題解決模式，整合了優(yōu)勢技術(shù)資源 。

4) 預(yù)案推薦：根據(jù)高速列車運行狀態(tài)、列車履歷、現(xiàn)場情況等要素，利用推理機模型，根據(jù)故障描述在方案庫中進(jìn)行匹配，匹配結(jié)果由平臺自動推送應(yīng)急預(yù)案。

2.2 應(yīng)用架構(gòu)

中車長春軌道客車股份有限公司研發(fā)的動車組應(yīng)急指揮管理平臺由數(shù)據(jù)源、數(shù)據(jù)總線、支撐工具、應(yīng)用服務(wù)、應(yīng)用集成、終端訪問等6部分組成。其中，數(shù)據(jù)源包括構(gòu)型數(shù)據(jù)庫、技術(shù)資料數(shù)據(jù)庫、全壽命周期履歷庫及時間序列數(shù)據(jù)庫，主要用于數(shù)據(jù)的接入。動車組應(yīng)急指揮平臺數(shù)據(jù)源如表1所示。

數(shù)據(jù)總線是針對數(shù)據(jù)源的數(shù)據(jù)進(jìn)行采集、清洗、流式計算等操作。對于從外部系統(tǒng)接入的車載、履歷、檢修、檢測等數(shù)據(jù)必須經(jīng)過數(shù)據(jù)處理，對無效和異常的數(shù)據(jù)進(jìn)行清洗和過濾，同時根據(jù)系統(tǒng)和部件的實時參數(shù)，結(jié)合履歷和檢測數(shù)據(jù)進(jìn)行特征提取，建立系統(tǒng)和部件的性能模型，輸出系統(tǒng)和部件的性能參數(shù)，實現(xiàn)數(shù)據(jù)的規(guī)范化和關(guān)聯(lián)化，為工具層提供總線服務(wù)。

支撐工具層提供構(gòu)型管理、流式計算、表單配置及模型配置工具等。

應(yīng)用服務(wù)包括應(yīng)急工作臺、運營管理、綜合信息、知識管理等，用來實現(xiàn)數(shù)據(jù)的利用和業(yè)務(wù)扭轉(zhuǎn)。

應(yīng)用集成包括數(shù)據(jù)和工具兩部分，業(yè)務(wù)數(shù)據(jù)通過接口將數(shù)據(jù)接入數(shù)據(jù)總線，工具通過軟件集成的方式嵌入到平臺中，通過業(yè)務(wù)節(jié)點進(jìn)行調(diào)用。

終端訪問主要由隨車機械師、遠(yuǎn)程指揮中心和業(yè)務(wù)專家等通過電話、移動APP(應(yīng)用程序)終端和電腦完成。

2.3 關(guān)鍵技術(shù)

2.3.1 專家?guī)熳詣悠ヅ?/p>

動車組應(yīng)急指揮管理平臺記錄與存儲故障歷史案例，包括故障原因、故障現(xiàn)象、故障模式等必要字段。平臺通過文本大數(shù)據(jù)方法學(xué)習(xí)故障文本之間的語義關(guān)聯(lián)，以獲取字面不同但文本含義有邏輯關(guān)聯(lián)的詞組。

當(dāng)發(fā)生新故障時，向系統(tǒng)錄入故障現(xiàn)象，系統(tǒng)通過自然語言處理方法以及上述的文本語義關(guān)聯(lián)匹配最相關(guān)的歷史故障案例，并將歷史故障案例按照相關(guān)度進(jìn)行智能排序。

2.3.2 交互式排除故障

動車組應(yīng)急指揮管理系統(tǒng)根據(jù)當(dāng)前已知的故障現(xiàn)象與已排除的故障原因，通過貝葉斯理論計算剩余可能的故障原因的條件概率；通過基于信息熵的算法給出下一步檢查項目，使期望的測試費用或者檢測次數(shù)最小化；檢查下一步項目并返回系統(tǒng)，系統(tǒng)給出故障原因或推薦下一個檢查項目。

動車組應(yīng)急指揮管理系統(tǒng)以信息熵作為下一步測試選擇的依據(jù)。

在當(dāng)前已測試所有結(jié)果的條件下，令X為當(dāng)前故障分布，選取下一步測試為Ti，使得每比特的費用ci/H(Ti) 最小。其中，ci為相應(yīng)的測試費用；H(X)為信息熵。

(1)

式中：

pi——事件X發(fā)生的概率。

通過X可以完全確定Ti。從信息熵的性質(zhì)可以得出：

H(X)-H(X|Ti)=H(Ti)

(2)

式(2)左邊為測試ti導(dǎo)致的信息熵的減少量。動車組應(yīng)急指揮管理系統(tǒng)所采用的每比特費用最小化的方案在平均情況下可以使得整體費用最小化。當(dāng)各個測試項目的費用均相等時，系統(tǒng)得到的方案即測試步驟最小化的方案。

2.4 新技術(shù)應(yīng)用

2.4.1 基于神經(jīng)網(wǎng)絡(luò)的特征參數(shù)提取

基于神經(jīng)網(wǎng)絡(luò)的特征參數(shù)提取主要運用以下兩種簡單的網(wǎng)絡(luò)框架實現(xiàn)。

1) 前饋神經(jīng)網(wǎng)絡(luò)。前饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。圖1中，網(wǎng)絡(luò)結(jié)構(gòu)層數(shù)及每層的神經(jīng)元數(shù)、最大迭代次數(shù)以及學(xué)習(xí)函數(shù)的學(xué)習(xí)速率等參數(shù)均可調(diào)。網(wǎng)絡(luò)結(jié)構(gòu)特征參數(shù)的提取默認(rèn)使用反向傳播算法。

圖1 前饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

2.4.2 混合型數(shù)據(jù)庫的應(yīng)用

針對動車組海量數(shù)據(jù),列車應(yīng)急指揮管理平臺具有產(chǎn)生頻率快、嚴(yán)重依賴采集時間和測點多、信息量大等特點；而關(guān)系型數(shù)據(jù)庫由于天生劣勢存在無法進(jìn)行數(shù)據(jù)的高效存儲和查詢的問題，故提出使用時間序列數(shù)據(jù)庫的存儲方式，使動車組時序大數(shù)據(jù)可以被高效存儲和快速處理。傳統(tǒng)磁盤數(shù)據(jù)庫受數(shù)據(jù)操作方式和系統(tǒng)調(diào)用時間的影響，存取海量數(shù)據(jù)時存在響應(yīng)時間過長等問題；而列車應(yīng)急指揮管理平臺針對內(nèi)存數(shù)據(jù)庫在數(shù)據(jù)緩存、快速算法及并行操作等方面具有顯著優(yōu)勢的特點，提出使用內(nèi)存數(shù)據(jù)庫作為動車組海量數(shù)據(jù)的存儲介質(zhì)。此外，該平臺借助構(gòu)型參數(shù)配置管理技術(shù)能夠?qū)榆嚱M數(shù)據(jù)進(jìn)行科學(xué)劃分，從而提高動車組實時數(shù)據(jù)與歷史數(shù)據(jù)的維護(hù)效率[9]。

2.5 數(shù)字孿生技術(shù)在動車組應(yīng)急指揮管理中的應(yīng)用

為了全面感知動車組狀態(tài)以及分析和預(yù)測動車組問題，一種簡便有效的方法就是在虛擬的空間中建立一個與動車組實體完全一致的“孿生”虛擬可視化動車組模型，即工業(yè)數(shù)字孿生技術(shù)。

數(shù)字孿生，顧名思義，就是指對于物理世界的一個實體對象，通過數(shù)字建模技術(shù)去構(gòu)建一個與物理世界中一模一樣的虛擬可視化模型，從而實現(xiàn)對物理對象的監(jiān)測、分析和優(yōu)化。在高速動車組運營中，數(shù)字孿生技術(shù)可以發(fā)揮自動感知信號、快速智能計算、加快數(shù)據(jù)傳遞的優(yōu)勢，通過提取設(shè)備、環(huán)境、信息等基礎(chǔ)要素，建立一個與物理實體高度一致、不斷交互、高效精準(zhǔn)、協(xié)同運作的虛擬可視化高速動車組模型，對高速動車組進(jìn)行實時準(zhǔn)確的狀態(tài)感知和故障診斷、預(yù)測，實現(xiàn)對高速動車組故障的預(yù)警，保證高速動車組安全平穩(wěn)運行，并為高速動車組運營決策提供技術(shù)支持，從而最終在高速動車組運維中，實現(xiàn)智能感知、多維度呈現(xiàn)、模擬仿真、故障預(yù)警、指導(dǎo)運維及反補設(shè)計的目標(biāo)。因此數(shù)字孿生技術(shù)在動車組應(yīng)急指揮管理中具有深遠(yuǎn)的意義[10]。復(fù)興號列車數(shù)字孿生圖如圖2所示。

圖2 復(fù)興號列車數(shù)字孿生圖

動車組孿生應(yīng)急指揮管理平臺通過接入車載監(jiān)測狀態(tài)、歷史、故障等數(shù)據(jù)，以及故障處理情況、故障代碼表及故障處置建議方案，結(jié)合系統(tǒng)算法模型，可實現(xiàn)高速動車組故障孿生分析、故障孿生預(yù)警以及故障孿生專家?guī)熘С窒碌膭榆嚱M應(yīng)急指揮管理功能。

2.5.1 故障孿生分析

故障孿生分析分為故障統(tǒng)計分析和故障原因診斷等，它是通過獲取列車故障的時間、故障代碼、故障描述等故障詳細(xì)信息，結(jié)合列車故障運行數(shù)據(jù)、檢修過程記錄等，對列車故障數(shù)據(jù)進(jìn)行孿生分析。其中，故障統(tǒng)計分析通過對動車組歷史故障等信息的分析，以數(shù)字孿生模型的形式呈現(xiàn)列車各系統(tǒng)部件的故障統(tǒng)計分布，并用不同顏色等形式對各部件故障情況進(jìn)行統(tǒng)計分析展示；故障原因診斷通過調(diào)取故障專家?guī)斓男畔ⅲ瑢α熊嚬收闲畔⑦M(jìn)行診斷分析，并孿生診斷故障的可能原因，給出相應(yīng)故障原因的處置建議，以指導(dǎo)故障處置。

2.5.2 故障孿生預(yù)警

故障孿生預(yù)警通過接入外部狀態(tài)、檢測、履歷等數(shù)據(jù)，采用多學(xué)科交叉的思路，結(jié)合半監(jiān)督學(xué)習(xí)、集成學(xué)習(xí)、信息幾何及高階時頻分析等混合智能算法，全面實現(xiàn)典型動車組關(guān)鍵設(shè)備的特征提取及約減、半監(jiān)督故障診斷以及并發(fā)故障診斷及預(yù)測。

選取有針對性的系統(tǒng)部件進(jìn)行數(shù)字孿生故障預(yù)警算法研究，并對轉(zhuǎn)向架、牽引系統(tǒng)、空調(diào)系統(tǒng)、車門系統(tǒng)等安全等級要求高或故障發(fā)生頻率高的系統(tǒng)部件進(jìn)行重點研究，從而實現(xiàn)京張高速動車組重點系統(tǒng)部件的數(shù)字孿生預(yù)警。

2.5.3 故障孿生專家?guī)?/p>

故障孿生專家?guī)炷K通過故障數(shù)據(jù)的全方位收集整理、大數(shù)據(jù)分析與故障診斷建模，以及通過多種孿生分析及故障孿生預(yù)警模塊的關(guān)聯(lián)，結(jié)合故障代碼庫及日常故障處理情況，不斷優(yōu)化故障孿生專家?guī)?。故障孿生專家?guī)熘С指鶕?jù)車載數(shù)據(jù)報出的故障代碼，提供可能的故障原因，為故障的精確定位及故障處置提供決策建議；支持列車故障處置應(yīng)急孿生仿真、現(xiàn)場作業(yè)培訓(xùn)等系統(tǒng)功能，通過不斷自學(xué)習(xí)完善，形成不斷優(yōu)化迭代的專家?guī)煜到y(tǒng)。

3 結(jié)語

本文在分析國內(nèi)外動車組運維系統(tǒng)發(fā)展現(xiàn)狀的基礎(chǔ)上,以中車長春軌道客車股份有限公司研發(fā)的動車組應(yīng)急指揮管理平臺研究對象,在深入分析該系統(tǒng)平臺的系統(tǒng)功能和架構(gòu)的前提下,對其中涉及的數(shù)據(jù)處理分析技術(shù)進(jìn)行了詳細(xì)介紹,為動車組運維技術(shù)提供了新思路和新方法;同時分析了新興的數(shù)字孿生技術(shù)在動車組應(yīng)急指揮管理方面的應(yīng)用價值;后續(xù)將對動車組智能運維相關(guān)技術(shù)進(jìn)行更廣泛深入的研究。