趙飛， 李紅斌， 伏遠昱， 曹文斌

（1. 中國鐵道科學(xué)研究院集團有限公司 電子計算技術(shù)研究所，北京 100081；2. 中國國家鐵路集團有限公司 運輸調(diào)度指揮中心，北京 100844）

0 引言

在鐵路運輸過程中，調(diào)小機車是指調(diào)車機車和小運轉(zhuǎn)機車，主要負責車站或區(qū)域內(nèi)列車的解體、編組、車輛取送等專項作業(yè)。調(diào)小機車作業(yè)是鐵路運輸?shù)闹匾M成部分，其作業(yè)效率對鐵路運輸?shù)能囕v周轉(zhuǎn)、運輸能力和車站生產(chǎn)能耗與生產(chǎn)效率有重要影響［1］。

隨著列車運行狀態(tài)信息系統(tǒng)（LAIS）在全路投入使用，調(diào)小機車作業(yè)過程中產(chǎn)生的數(shù)據(jù)得到充分的挖掘，并且調(diào)車鉤數(shù)的合理分配對于調(diào)車作業(yè)計劃的高效實施有重要作用［2］。近年來隨著大數(shù)據(jù)技術(shù)的快速發(fā)展，其應(yīng)用覆蓋到諸多領(lǐng)域，我國許多學(xué)者也積極開展大數(shù)據(jù)技術(shù)在鐵路行業(yè)的應(yīng)用探索［3?5］，對于推動大數(shù)據(jù)技術(shù)在鐵路領(lǐng)域的應(yīng)用具有重要價值。在鐵路新裝備、新技術(shù)不斷發(fā)展和數(shù)據(jù)量不斷增加的背景下，在考慮解體調(diào)車作業(yè)、編組調(diào)車作業(yè)、取送調(diào)車作業(yè)、摘掛調(diào)車作業(yè)和其他調(diào)車作業(yè)因素［6?7］的基礎(chǔ)上，采用大數(shù)據(jù)技術(shù)和LAIS 相結(jié)合的方法，構(gòu)建了調(diào)小機車生產(chǎn)狀態(tài)智能感知與輔助決策系統(tǒng)，實時獲取調(diào)車作業(yè)數(shù)據(jù)，結(jié)合調(diào)車鉤計劃對作業(yè)質(zhì)量進行分析，再通過將分析結(jié)果可視化，為輔助調(diào)度人員對調(diào)小機車作業(yè)做出決策提供有力支撐，提高調(diào)小機車的作業(yè)效率。

1 調(diào)小機車運用現(xiàn)狀分析

在傳統(tǒng)的調(diào)小機車作業(yè)過程中，作業(yè)實施方式以車站為單位，調(diào)度人員散布在各個車站進行調(diào)車作業(yè)，車務(wù)段不參與班計劃的編制，調(diào)度所的日班計劃直接發(fā)給車站，計劃兌現(xiàn)全部依靠中間站獨立完成［8］。

在面對流程復(fù)雜、地點分散、運行狀態(tài)需要多次人工確認等問題時，調(diào)度人員很難動態(tài)掌握所有車站的調(diào)車作業(yè)情況，需要進行大量的現(xiàn)場確認，造成時間和人力的大量消耗，且由于靠人工經(jīng)驗和少量計算評估，所獲取調(diào)車作業(yè)時間評估值波動性大，指導(dǎo)性、參考性較弱，個人主觀性強，缺乏統(tǒng)一的解讀標準，容易產(chǎn)生不同的解讀［9］。同時，調(diào)小機車作業(yè)過程中，缺乏有效監(jiān)督，使車站調(diào)度人員不能準確及時掌握裝卸作業(yè)進度，造成調(diào)車機車等裝、等卸或調(diào)車作業(yè)計劃編制不合理，浪費機車能力，加大作業(yè)量。

針對上述問題，結(jié)合實際調(diào)小機車生產(chǎn)作業(yè)需求，主要開展以下工作：

（1）收集調(diào)小機車生產(chǎn)作業(yè)數(shù)據(jù)，包括機車動態(tài)、車站系統(tǒng)、列車運行圖、確報等系統(tǒng)數(shù)據(jù)，也包括LAIS 等系統(tǒng)傳來的相關(guān)數(shù)據(jù)，數(shù)據(jù)量龐大。采用Kafka 消息隊列進行數(shù)據(jù)傳輸，利用大數(shù)據(jù)技術(shù)Hadoop、Spark 等進行相關(guān)的數(shù)據(jù)處理，將海量數(shù)據(jù)在短時間內(nèi)處理完成，減少數(shù)據(jù)展示延遲，實現(xiàn)對數(shù)據(jù)的及時分析和對調(diào)小機車生產(chǎn)狀態(tài)的智能感知。

（2）在系統(tǒng)中設(shè)計機車動態(tài)分布、鉤計劃作業(yè)效率分析、作業(yè)質(zhì)量分析、機車效率分析及輔助決策等功能模塊，使作業(yè)人員準確及時地了解調(diào)小機車生產(chǎn)作業(yè)情況，為調(diào)度提供輔助決策，幫助作業(yè)人員減少工作量，提高機車運用效率，達到樣本增效的目標。

2 系統(tǒng)總體方案設(shè)計

該系統(tǒng)主要由感知層、存儲層、服務(wù)層、網(wǎng)關(guān)和前端組成，其架構(gòu)見圖1。感知層主要實現(xiàn)車站、列車運行圖、確報與LAIS 等系統(tǒng)數(shù)據(jù)的接入和解析。存儲層實現(xiàn)數(shù)據(jù)的持久化，包括格式化數(shù)據(jù)庫存儲、Redis 實時數(shù)據(jù)緩存存儲、分布式日志存儲。在服務(wù)層，實現(xiàn)系統(tǒng)的基礎(chǔ)平臺，實時處理通過Kafka 接收LAIS 傳來的車載數(shù)據(jù)，包括列車運行位置、車次、正晚點情況和車速等。根據(jù)列車運行狀態(tài)信息數(shù)據(jù)量大的情況，采用大數(shù)據(jù)技術(shù)進行數(shù)據(jù)處理；并采用微服務(wù)架構(gòu)，為應(yīng)用提供數(shù)據(jù)分析和加工服務(wù)。網(wǎng)關(guān)層提供服務(wù)集成和權(quán)限認證，確保系統(tǒng)使用安全。在前端，通過地理信息系統(tǒng)（GIS）和可視化庫Echarts 對數(shù)據(jù)分析后的結(jié)果進行展示，實現(xiàn)對調(diào)車的重點盯控、調(diào)機狀態(tài)查詢、機車分布查詢和作業(yè)質(zhì)量分析等功能，便于操作人員掌握全局調(diào)車作業(yè)情況。

圖1 系統(tǒng)架構(gòu)示意圖

3 基于大數(shù)據(jù)技術(shù)的數(shù)據(jù)處理方案

3.1 數(shù)據(jù)獲取

該系統(tǒng)所用數(shù)據(jù)主要來源于4個系統(tǒng)：LAIS、車站系統(tǒng)、列車運行圖系統(tǒng)、確報系統(tǒng)。

（1）LAIS 是鐵路行車安全監(jiān)控系統(tǒng)的重要組成部分，該系統(tǒng)實現(xiàn)機車運行安全狀態(tài)信息的自動采集，機車信息和地面信息的雙向互動傳輸，機車運行實時信息與地面線路、設(shè)備檔案及其他相關(guān)信息的動態(tài)融合。系統(tǒng)從LAIS 獲取機車實時運行狀態(tài)信息數(shù)據(jù)，包括機車運行位置、速度、信號燈狀態(tài)，利用這些數(shù)據(jù)進行機車位置感知和運行狀態(tài)感知。

（2）車站系統(tǒng)是運輸生產(chǎn)和調(diào)度指揮的作業(yè)執(zhí)行系統(tǒng)，該系統(tǒng)實現(xiàn)了調(diào)車作業(yè)鉤計劃編制和執(zhí)行管理。系統(tǒng)將從車站綜合管理系統(tǒng)中獲取鉤計劃信息，包括機車型號、甩掛類型和車輛型號，并進行鉤計劃效率分析。

（3）列車運行圖系統(tǒng)是調(diào)度按計劃安排列車運行計劃和列車運行時刻，并提供列車運行軌跡記錄的系統(tǒng)，系統(tǒng)提供包括單機、小運轉(zhuǎn)在內(nèi)的列車運行軌跡和列車關(guān)聯(lián)信息的綜合查詢。并從列車運行圖系統(tǒng)中獲取小運轉(zhuǎn)列車、路用列車和單機的基礎(chǔ)數(shù)據(jù)和運行軌跡數(shù)據(jù)。

（4）確報系統(tǒng)提供開行列車編組傳遞的管理。從確報系統(tǒng)獲取列車編組信息，包括列車編組站、列車解體站、列車機車狀態(tài)等信息，作為機車作業(yè)質(zhì)量分析的數(shù)據(jù)來源。

3.2 大數(shù)據(jù)處理方案

該系統(tǒng)引入大數(shù)據(jù)多分布流式處理技術(shù)Hadoop、Spark 等。Hadoop 大數(shù)據(jù)分析平臺基于分布式計算對海量數(shù)據(jù)進行分析和處理，因其性能穩(wěn)定計算速度快，已應(yīng)用在各個領(lǐng)域［10］。該系統(tǒng)首先從車站、列車運行圖、確報系統(tǒng)和LAIS 系統(tǒng)中抽取列車運行狀態(tài)的海量生產(chǎn)數(shù)據(jù)，利用Kafka 消息隊列將數(shù)據(jù)導(dǎo)入Hadoop 平臺，數(shù)據(jù)信息包含調(diào)小機車的生產(chǎn)作業(yè)軌跡、運行速度、生產(chǎn)時間、等信號時間、非生產(chǎn)時間、吃交整時間和鉤計劃等，經(jīng)處理后按照不同的數(shù)據(jù)類型將數(shù)據(jù)存入數(shù)據(jù)庫。對機車基本信息、股道信息、主要站信息等直接存入數(shù)據(jù)庫。Spark 是一個基于分布式的計算引擎，可交互式搜索、優(yōu)化迭代作業(yè)，適用于海量數(shù)據(jù)快速通用處理場景［11］。對于調(diào)小機車而言，使用Spark 分布式計算技術(shù)來實現(xiàn)調(diào)小機車的實時效率追蹤分析，挖掘隱藏在數(shù)據(jù)中的調(diào)小機車作業(yè)變化趨勢，并通過可視化技術(shù)將抽象的數(shù)據(jù)及其分析和統(tǒng)計結(jié)果進行圖形化顯示，為調(diào)度指揮決策評估提供最直接的方案調(diào)整依據(jù)。調(diào)小機車生產(chǎn)狀態(tài)數(shù)據(jù)處理流程見圖2。

圖2 調(diào)小機車生產(chǎn)狀態(tài)數(shù)據(jù)處理流程

4 系統(tǒng)功能設(shè)計

調(diào)小機車生產(chǎn)狀態(tài)實時感知與輔助決策系統(tǒng)將調(diào)度生產(chǎn)作業(yè)過程中的離散信息整合在一起，并根據(jù)業(yè)務(wù)需求實現(xiàn)機車動態(tài)分布、鉤計劃作業(yè)效率分析、作業(yè)質(zhì)量分析、機車效率分析及輔助決策等功能，通過數(shù)據(jù)共享、輔助決策使操作人員掌握全局調(diào)車作業(yè)的局部及整體情況，可更好地對調(diào)小機車進行作業(yè)管理，為運輸調(diào)度提供指揮。

4.1 機車動態(tài)分布

根據(jù)LAIS 數(shù)據(jù)，通過大數(shù)據(jù)處理方案對機車數(shù)據(jù)進行計算，可以精準掌握每臺調(diào)車機車的當前位置、速度、信號燈狀態(tài)、工況等信息，提供機車基本狀態(tài)的實時感知。結(jié)合GIS地圖，從不同方面、多維度以圖形化的形式展示，更加簡單明了全面地掌握機車當前信息以及歷史記錄，能夠?qū)C車工況、機車速度以及停留時間等信息進行預(yù)警提示，對速度為0的進行原因分析。按工況不同，顯示機車顏色不同：紅色表示速度為0，沒有鉤計劃；黃色表示速度為0，有鉤計劃；綠色表示速度不為0。

4.2 鉤計劃作業(yè)效率分析

針對龐大的調(diào)車機車工作數(shù)據(jù)，采用大數(shù)據(jù)算法進行處理，根據(jù)算法得到關(guān)鍵數(shù)據(jù)指標：最低速度、最高速度、平均速度、生產(chǎn)時間、非生產(chǎn)時間；動態(tài)關(guān)聯(lián)鉤計劃，實時分析鉤計劃執(zhí)行進度情況，實時更新每臺調(diào)車機車的作業(yè)效率圖表，直觀地對每臺調(diào)小機車的作業(yè)效率信息進行動態(tài)展示，提供機車作業(yè)效率的及時感知。

4.3 作業(yè)質(zhì)量分析

基于鉤計劃作業(yè)效率分析的詳細數(shù)據(jù)，統(tǒng)計每臺調(diào)車機車階段時間內(nèi)的總鉤數(shù)、實際鉤分、計劃鉤分等關(guān)鍵指標，結(jié)合列車、編組、待卸、待裝、機車數(shù)量，信號、施工、維修等數(shù)據(jù)，按階段統(tǒng)計機車的速度、生產(chǎn)時間、非生產(chǎn)時間、總鉤數(shù)、鉤分、車輛數(shù)量等數(shù)據(jù)，并根據(jù)不同數(shù)據(jù)指標維度進行作業(yè)質(zhì)量分析，形成不同管理單位的排名分析結(jié)果。

4.4 機車效率分析及輔助決策

根據(jù)調(diào)車機車的工作數(shù)據(jù)，為每臺調(diào)車機車生成作業(yè)效率圖表，能夠?qū)γ颗_調(diào)車機車在車站作業(yè)時長、速度、速度占比、工況、運行軌跡等不同維度的數(shù)據(jù)進行全方面的機車效率分析。所有調(diào)車機車按照不同維度的數(shù)據(jù)可進行排名，以及每臺調(diào)車機車可通過生成同比、環(huán)比等數(shù)據(jù)進行對比。將不同調(diào)車機車的效率數(shù)據(jù)、同一調(diào)車機車不同時間的效率數(shù)據(jù)進行排名分析，可為機車調(diào)度提供輔助決策。

機車工作時間、非工作時間、鉤計劃等數(shù)據(jù)是評估機車效率的重要指標，為根據(jù)機車效率得到合理的機車優(yōu)化輔助決策方案，該系統(tǒng)選取1個月作為時間周期。因機車工作一班的時間為12 h，所以如果機車在一班中工作時間遠低于12 h，可標記為效率低下的機車；如果符合條件，效率低下的機車標記為被優(yōu)化的機車。具體優(yōu)化算法如下：

基于大量調(diào)車機車效率數(shù)據(jù)，通過算法進行調(diào)車機車數(shù)量優(yōu)化，以車站為最小單位進行分析，時間周期為1個月，判斷是否可以進行調(diào)車機車數(shù)量優(yōu)化，步驟如下：

步驟1：選取調(diào)別大于1的車站，構(gòu)成車站集合E；

步驟2：遍歷選取車站集合E，對站內(nèi)每個調(diào)別的每臺機車按生產(chǎn)時間長短進行升序排序；

步驟3：按生產(chǎn)時間長短排序后，對生產(chǎn)時間進行累加，如果累加結(jié)果小于12 h 則繼續(xù)累加，并記錄累加機車集合J，大于12 h則不加并結(jié)束步驟3；

步驟4：機車集合J大于2，則標記該車站可以進行調(diào)車機車數(shù)量優(yōu)化，返回步驟2繼續(xù)循環(huán)操作，直至遍歷完車站集合E。

車站集合E為存在效率低下且符合被優(yōu)化條件的機車，將該集合信息提供給相關(guān)作業(yè)人員，可輔助其進行調(diào)配調(diào)車機車的決策，提高調(diào)車機車生產(chǎn)效率。

5 系統(tǒng)應(yīng)用

系統(tǒng)部分功能已經(jīng)在中國鐵路北京局集團有限公司（簡稱北京局集團公司）的34 個重點車站應(yīng)用，通過對調(diào)小機車進行狀態(tài)的實時智能感知、效率分析及信息可視化，為北京局集團公司運輸部、調(diào)度所以及機務(wù)部對機車運力資源的調(diào)配提供輔助決策，更加高效地實現(xiàn)安排調(diào)小機車的作業(yè)組織。北京局集團公司減少了4 臺機車，優(yōu)化了司機人數(shù)，減少了燃料消耗，達到了鐵路調(diào)車作業(yè)過程降本增效的目的。通過該系統(tǒng)的輔助決策功能，不僅縮短了操作人員進行調(diào)小機車作業(yè)安排的時間，降低了調(diào)度人員的勞動強度，提高了調(diào)車作業(yè)效率，也減少了機車設(shè)備和人力資源的浪費。

6 結(jié)束語

隨著調(diào)小機車作業(yè)需求急速增加，傳統(tǒng)的調(diào)車作業(yè)監(jiān)控和質(zhì)量分析方式將耗費大量人力，在數(shù)據(jù)不全、部門溝通不足等情況下，會導(dǎo)致調(diào)車機車資源利用不足及能力浪費情況掌握不準確，進而產(chǎn)生調(diào)車作業(yè)效率持續(xù)低下等情況。因此，調(diào)車作業(yè)信息化模式須推廣應(yīng)用。基于LAIS 的調(diào)小機車生產(chǎn)狀態(tài)智能感知與輔助決策系統(tǒng)的建設(shè)可較好地解決該問題，未來隨著機車運行狀態(tài)數(shù)據(jù)、毛玻璃、鉤計劃等數(shù)據(jù)源質(zhì)量的提高和線路設(shè)備基礎(chǔ)數(shù)據(jù)的統(tǒng)一規(guī)范，將逐步提升調(diào)小機車生產(chǎn)狀態(tài)實時感知與輔助決策結(jié)果的準確性，推動調(diào)車作業(yè)組織安排模式走向數(shù)字化、智能化，進一步提升鐵路調(diào)車作業(yè)的高效性。