1 背景

近年來，德國鐵路股份公司（DB）致力于推行數(shù)字化鐵路（Digitale Schiene Deutschland）戰(zhàn)略，旨在利用數(shù)字化技術徹底改變鐵路系統(tǒng)現(xiàn)狀，實現(xiàn)對列車運行的智能、自動控制，以及對列車位置和環(huán)境的實時監(jiān)測，從而達到縮短列車行車間隔、提高鐵路線網(wǎng)運輸能力的目標。

實現(xiàn)這一愿景需要收集和處理大量鐵路基礎設施狀態(tài)數(shù)據(jù)及列車運行數(shù)據(jù)，以監(jiān)控和優(yōu)化所有鐵路資產(chǎn)的使用。這依托于強大的傳感器網(wǎng)絡與智能控制邏輯的結合，數(shù)字孿生是可以滿足這一要求的有效技術手段。

數(shù)字孿生是充分利用物理模型、傳感器更新數(shù)據(jù)、運行歷史數(shù)據(jù)等，集成多學科、多物理量、多尺度、多概率的仿真過程，可在虛擬空間中完成映射，從而反映所對應實體裝備的全生命周期過程，現(xiàn)實世界中的幾乎任何對象都可以創(chuàng)建數(shù)字孿生。其實質(zhì)是，基于計算機的模型通過最新通信技術接收數(shù)據(jù)和信息，并據(jù)此應用分析軟件實施實時優(yōu)化，然后將輸出傳輸回現(xiàn)實世界。數(shù)字孿生的應用已成為推進“工業(yè)4.0”的必然趨勢。

隨著相關技術的成熟和推廣，數(shù)字孿生逐步應用于鐵路領域。鐵路基礎設施公司及運營公司對于利用數(shù)字孿生獲取詳盡的鐵路系統(tǒng)相關實時信息、提高鐵路線網(wǎng)運輸能力、縮短鐵路系統(tǒng)維護時間、實現(xiàn)預測性維修，寄予了極大期望。

構建鐵路數(shù)字孿生需要大量實時數(shù)據(jù)的支撐。負責采集數(shù)據(jù)的傳感器網(wǎng)絡越靈敏、全面，采集的數(shù)據(jù)越及時，則可以越好地映射現(xiàn)實。然而，這對DB來說是一個特別的挑戰(zhàn)。DB下屬線路網(wǎng)絡子公司（DB Netz）運營著歐洲最大的鐵路線網(wǎng)之一，總線路里程超過33 000 km。在如此大規(guī)模的線網(wǎng)中為每個無源傳感器安裝電源和通信鏈路需要花費巨大的人力、物力和財力。因此，DB Netz力圖尋找適合的替代傳感器技術以支持其數(shù)字化戰(zhàn)略。目前，其正在與AP sensing公司、達姆施塔特工業(yè)大學合作開展FOSSIL 4.0研究項目，旨在發(fā)掘光纖傳感（FOS）技術的潛在用途和功能，以替代傳統(tǒng)無源傳感器、提供所需的數(shù)據(jù)。

2 FOSSIL 4.0 項目概述

FOSSIL 4.0項目于2020年4月啟動，預計將持續(xù)到2023年3月，預算為300萬歐元，其中三分之二來自德國聯(lián)邦數(shù)字化和交通部（BMDV）。該項目的主要研究內(nèi)容為：探索如何利用光纖傳感技術支持各種鐵路應用，這有助于確定DB現(xiàn)有的光纖基礎設施是否可用于列車完整性檢測，從而保障列車在行車間隔縮短的情況下安全運行；細化采集列車實時狀態(tài)數(shù)據(jù)，以支持列車的智能和預測性維修，從而提高其可用性；測試節(jié)能駕駛、軌道障礙物檢測、短路快速定位等技術；開發(fā)軟件安全架構以及智能維護、移動閉塞算法，鑒定人工智能（AI）方法的有效性，并利用AI進行自動安全驗證。

3 FOS 技術

本項目的FOS技術主要由AP Sensing公司提供。該技術利用光在光纖中的傳輸特性（如相位、強度等）會隨光纖外部環(huán)境因素（如溫度、壓力、電場、磁場等）的變化而改變的原理，將現(xiàn)有的光纖電纜（以下簡稱“光纜”）網(wǎng)絡（目前僅用于數(shù)據(jù)傳輸）用作無源傳感器，使其成為由數(shù)千個傳感器構成的長鏈。就像人類用感官感知環(huán)境并將信號傳輸?shù)酱竽X一樣，數(shù)字孿生可將FOS系統(tǒng)作為自己的神經(jīng)系統(tǒng)，采集并記錄通過光纖檢測到的、沿途每個點的溫度和振動數(shù)據(jù)。FOS系統(tǒng)對于各種變化的定位精度可達米級。

目前，DB的主要鐵路線路旁邊都已鋪設了光纜，用于鐵路通信，并將在未來幾年內(nèi)覆蓋整個鐵路線網(wǎng)。這些光纜可作為FOS設備，采集和分析列車沿軌道行駛時產(chǎn)生的所有聲音和頻率模式，提供鐵路基礎設施及列車相關的時間和空間連續(xù)聲學圖像，如圖1所示（圖中紅色虛線代表AP Sensing公司用作鐵路數(shù)字孿生神經(jīng)系統(tǒng)的現(xiàn)有光纜網(wǎng)絡）。相關的FOS信號始終與列車實時位置、速度和長度相關聯(lián)，通過這些信號能夠檢測并區(qū)分同時沿一條軌道行駛的多列列車，以及在多軌道線路的各條軌道上行駛的每列列車。由于FOS系統(tǒng)可提供軌道上所有列車的精確位置信息和狀態(tài)數(shù)據(jù)，因此可基于此對列車完整性進行全面檢測，從而實現(xiàn)縮短列車行車間隔、提高鐵路線網(wǎng)運輸能力的目標。

圖1 AP Sensing公司提供的鐵路用FOS系統(tǒng)及其功能

4 FOS 系統(tǒng)靈敏度的提高

由于FOS系統(tǒng)靈敏度和覆蓋范圍的顯著提高和擴大，其目前可以檢測到由行駛列車所引起的聲學信號微小變化，并定位其來源。在此基礎上，采用基于機器學習的特殊調(diào)整算法，可實現(xiàn)對車輪和軌道所產(chǎn)生信號的解耦，從而確定變化是由列車還是軌道結構引起的。

為證明基于FOS技術的數(shù)字孿生的靈敏度和有效性，項目人員在巴魯斯/馬克以北的柏林—德累斯頓干線某區(qū)段上進行了相關測試。測試結果如圖2所示。圖中展示了使用FOS系統(tǒng)檢測出的一系列不同聲學事件，其中模擬光纜被盜的聲學信號與列車駛過、汽車穿越平交道口的聲學信號差異明顯。12 : 27 : 30，一列火車駛進達勒維茨車站，減速并停車，在圖中B區(qū)相關聲學信號清晰可見；與此同時，在距Rangsdorf 1 km的地區(qū)發(fā)生了模擬電纜盜竊事件，見C區(qū)中紅色框標記處；距此1 km處為A10高速公路上跨鐵路的橋梁，公路上頻繁往來的車輛對聲學測量信號產(chǎn)生影響，見D區(qū)中的大面積紅色區(qū)域。這3個事件都在光纜沿線的不同位置同時發(fā)生，通過將FOS技術與基于機器學習的特殊調(diào)整算法相結合，能夠?qū)θ哌M行識別和正確區(qū)分。

圖2 FOS系統(tǒng)測得的3類事件聲學信號展示圖

5 實現(xiàn)鐵路基礎設施智能維護

構建鐵路數(shù)字孿生的優(yōu)點之一是可將FOS系統(tǒng)的檢測數(shù)據(jù)用于鐵路基礎設施診斷。鐵路數(shù)字孿生可利用其“聲學記憶”分析某一線路區(qū)段聲學信號的發(fā)展歷史，并將其與另一區(qū)段的聲學信號進行比較，從而可靠地檢測出緩慢的、與磨損相關的軌道結構變化。這種“聲學記憶”有助于實現(xiàn)鐵路基礎設施的智能維護，以提高軌道的可用性和通過能力。

目前被廣泛采用的移動閉塞技術雖然可縮短行車間隔、提高列車密度，但也會導致鐵路基礎設施的磨損加大。而基于FOS技術的鐵路數(shù)字孿生能夠?qū)崿F(xiàn)對鐵路基礎設施的智能維護，最大限度地減少維修和更新對基礎設施可用性的影響，充分發(fā)揮移動閉塞技術的優(yōu)勢，切實提高鐵路線網(wǎng)的運輸能力。