高速鐵路信號系統智能技術應用及發展

寧 濱， 莫志松， 李開成

(1. 北京交通大學 軌道交通控制與安全國家重點實驗室， 北京 100044；2. 北京交通大學 軌道交通運行控制系統國家工程研究中心， 北京 100044)

自2004年1月國務院批準通過《中長期鐵路網規劃》以來，中國高速鐵路從引進吸收再創新，到自主掌握核心技術，形成了以中國列車運行控制系統(Chinese Train Control Systems，CTCS)為核心的信號系統。到2017年底，以“四縱四橫”為骨干的中國高速鐵路運營里程達2.5萬km，占世界高鐵總量的66.3%，并規劃到2025年，中國高速鐵路運營總里程約3.8萬km左右。目前，世界各國高速鐵路信號系統，如我國的CTCS-2級列控系統、CTCS-3級列控系統、歐洲列車運行控制系統(European Train Control Systems, ETCS)、日本DS-ATC系統等都實現了部分自動化，但列車運行仍然以人工駕駛為主。

隨著網絡規模的逐漸擴大、運行速度的不斷提高，高速鐵路信號系統已經從保障高鐵安全高效運行，拓展到多層域狀態智能感知、系統協同控制、安全態勢評估、大數據融合與智能維護、行程智能引導等前沿領域與技術的系統性研究領域。以京張高鐵、京雄高鐵為代表的一批智能高鐵項目的啟動與實施，搭載著云計算、物聯網、大數據、北斗定位、5G通信、人工智能等先進技術迅猛發展，標志著中國高速鐵路進入智能化發展新階段?，F階段，高速鐵路自動駕駛(Automatic Train Operation, ATO)、智能調度指揮(Centralized Traffic Control, CTC)、智能維護等技術，在支撐高速鐵路信號系統智能化的過程中起到了關鍵作用，實現了列車控制自動化、調度指揮智能化及運維監控現代化。

現階段高速鐵路信號系統的三大典型智能技術為高速鐵路自動駕駛、智能調度指揮、智能運維，以及高速鐵路信號系統智能。

1 高速鐵路自動駕駛(ATO)

1.1 系統原理與主要功能

在列車超速防護(Automatic Train Protection, ATP)系統保障列車安全運行的前提下，高速鐵路ATO系統按照優化運行曲線驅動列車安全高效運行，通常采用控制器追蹤既定速度-位置曲線的方法，從而提高列車運行效率，降低牽引能耗，減輕司機勞動強度。如何控制列車在運行過程中精確追蹤既定曲線一直是學術界一個重要的研究熱點，受到國內外學者的廣泛關注。

高速鐵路ATO信號系統結構見圖1，其主要功能包含以下五個方面：

(1) 車站自動發車控制。當車門/站臺門關閉、出站進路排列完成后，ATO車載設備獲得發車授權并提示司機發車；經司機按壓按鈕確認后，ATO車載設備控制列車自動發車。

(2) 區間自動運行控制。在區間運行時，ATO車載設備根據地面設備提供的運行計劃(即下一車站的到達時刻)，結合列車的牽引制動性能，自動選擇區間運行曲線；并根據該曲線控制列車加速、巡航、惰行、減速和停車，實現自動運行。

(3) 車站自動停車控制。ATO車載設備通過精確定位應答器進行位置校正，并根據列車停車位置和制動性能，自動控制列車在車站股道停車標處對標停車。

(4) 車門自動開門防護控制。列車進入車站股道停車后，ATP判斷列車停準、停穩并根據接收的站臺側信息，對車門進行開門防護；ATO按接收到運行計劃自動打開相應的車門。

(5) 車門/站臺門聯動控制。當車站設置站臺門時，ATO系統實現車門與站臺門的聯動控制。

在列車行駛過程中，ATO系統通過車載速度傳感器和軌旁定位設備獲得列車位置x和速度v，并通過車-地傳輸設備獲得運行計劃和線路信息。ATO的速度控制器嵌入在車載計算機中的控制算法中，將反饋信息v與預定位置的推薦速度進行比較以確定控制命令u，以便列車可以盡可能精確地跟蹤推薦的速度曲線，見圖2。

1.2 關鍵技術

高速鐵路ATO是保證高速列車在多等級切換和復雜運行場景等條件下，列車高速平穩運行及一次精確控制(從運行速度最高350 km/h到0 km/h時列車停穩、停準)的核心，由于其具有運行環境復雜等特點，地鐵、城際鐵路中常用的PID、模糊邏輯控制、神經網絡控制、迭代學習控制等傳統方法[1]難以適用，需要提高其自適應性與自學習特性。曲線優化、準點控制和跟蹤控制是需要解決的關鍵技術。

(1) 曲線優化

推薦速度曲線(或列車軌跡)優化通常被抽象為基于式( 1 )的最優控制問題[2]。

( 1 )

式中：F、B分別為控制變量加速力、制動力。

目標函數為在給定運行時間、乘坐舒適性、轉換頻率或在這些指標之間的平衡下的列車能耗。因此，限定運行時間下列車從車站i到車站i+1的列車節能曲線優化目標函數為

( 2 )

曲線優化的技術難點主要集中在，應用極大值原理、近似動態規劃等方法在相應的約束下對上述目標進行優化。優化過程中，還需考慮舒適度約束、準時性約束、限速約束、控制變量限制等。

(2) 準點控制

高速鐵路站間距離較長、運行擾動成因復雜控制站間運行時間困難，需要設計一種閉環機制用以控制列車運行時間的偏差。因此，需要建立高精度列車牽引計算模型以保證控制的準確性，同時可以建立基于檢查點的準時運行控制方案，通過在預定點處對準點目標的檢查實現閉環控制以保證列車準點率[3]。

( 3 )

式中:tsi、vsi分別為列車在si處的實際時間和運行速度；Ti為計劃時間；Vi為計劃運行速度。

(3) 跟蹤控制

區間運行常用基于多目標尋優的智能化區間運行策略選擇算法進行研究。區間運行策略的選擇，實質是復雜輸入條件下多目標尋優的最優控制問題，其核心是在列車安全、正點、節能、舒適等多重目標下，尋求最優的區間運行方法[4]?；诟咚倭熊噷嶋H位置與速度的檢測與反饋，通過定義實時位置誤差ep=p-pd和速度誤差ev=v-vd，將高速鐵路ATO控制問題轉化成一類誤差鎮定問題。其中，p、v、pd、vd分別代表列車位置、速度、目標位置、目標速度。

2 高速鐵路智能調度指揮(CTC)

2.1 系統原理與主要功能

高速鐵路調度可分為戰略層、戰術層和操作層三個層次，見圖3，包括運行計劃制定和運行計劃調整兩個方面。對比既有調度與智能調度，智能CTC是從“人工經驗型被動反應”向“科學高效主動調控”轉變，其目的是為了“一日一圖”和“優化調整”，在運輸資源和約束動態變化時快捷編制運行圖，在發生突發事件造成行車秩序紊亂時盡快恢復行車秩序。具體表現為在戰略層和戰術層，從開行方案和運行圖的分層分布迭代轉變為“開行方案-運行圖”動態一體化編制；在操作層從憑人工經驗調度為主變化為數據驅動的預測性智能調度，通過資源的優化配置和應急處置能力的提升，以支撐我國建設“智能高鐵”之智能運輸的需求[5]。

智能高鐵調度集中(CTC)系統以現有CTC系統為基礎，不改變現有CTC系統架構，以實現階段計劃自動調整功能為核心，兼顧異構信息共享和智能安全控制功能，優化完善現有CTC系統，系統框架見圖4。

相對原CTC系統，智能CTC系統在列車運行計劃智能調整、列車進路和命令安全卡控和行車信息數據平臺信息共享等方面進一步優化和完善，其主要功能包含以下三個方面。

(1) 列車運行計劃智能調整。在風雨雪等惡劣天氣或設備故障等應急情況下，利用列車交路、最小折返時間和到發線運用等關鍵信息數據庫，并遵循不改變列車運行先后順序和?？空军c的基礎策略，建立與限速關聯的晚點車次、總晚點時間、到發線運用等綜合列車運行計劃智能調整策略，實現列車運行計劃的智能和快速調整，以提高調度員應急處置效率；同時通過建立列車計劃調整專家知識庫，對不同因素造成的晚點和調整方案進行歸類，實現調整案例和經驗的累積，解決調度員對應急方案學習和調整方案進一步優化的問題。

(2) 列車進路和命令安全智能卡控。融合CTC相關行車和信號邏輯關系，拓展自律卡控條件，提高行車安全性。智能卡控內容包括：進路道岔一鍵單鎖和解鎖，實現對重點列車進路的重點智能盯控；卡控不一致的調度計劃與執行路徑，防止調度員階段計劃中的人為錯誤；有效卡控分路不良道岔的未單鎖操作等。

(3) 行車信息大數據平臺。將CTC系統與鐵路運輸信息集成平臺深度結合，實現CTC與客運、供電、施工、防災等多專業信息互聯和實時共享，提供應急處置流程、列車運行綜合展示、客票(旅客人數、座席)信息和司乘信息展示、線路停送電的自動化卡控、施工命令符號自動上圖和防災限速信息自動提取等功能。

2.2 關鍵技術

列車運行計劃的智能調整通常使用線性規劃模型、混合整數規劃模型、約束規劃模型、交互圖模型、模糊Petri網和專家系統模型、離散事件模型和仿真模型[6-10]等進行分析，并結合機器學習、深度學習和增強學習等人工智能理論方法。列車運行計劃的智能調整涉及時刻表調整、動車組調度和乘務計劃調度三個方面。

(1) 時刻表調整

在給定計劃運行圖以及當前列車運行狀態和干擾相關信息等基礎上，首先對列車運行圖進行調整，通過分析干擾影響后偏離原定運行計劃的列車，盡可能少調整計劃列車運行圖。其特點是在極少情況下需要局部調整相鄰列車的順序，不需要對列車進行大規模的調整，使受干擾影響的列車盡快地恢復正常運行。時刻表調整問題通常采用車間調度作業模型描述為[11]

min(tn-t0)

( 4 )

式中:t0,…,tn是操作0,…,n的開始時間，其中操作0和操作n是假定操作，該模型的目標函數表示為所有操作所經過時間，通過最小化目標函數減小列車運行延遲。

(2) 動車組調度

由于干擾對列車運行的影響很大，動車組運行計劃需要調整，并根據調整后的列車運行圖，改變動車組的交路。其特點是運行圖和動車組之間需要一個反饋調整的過程，即先調整運行圖，在此基礎上調整動車組運用計劃，動車組調整和運行圖調整密不可分，它們之間的反饋調整使列車運行調整問題更加復雜，卻能使調整后的列車運行方案更加切實可行。動車組調度問題可以用描述為多商品流圖模型表示，其中節點對應于特定時刻的站點，節點之間的弧表示為必須按照時刻表執行的過程[12]。

(3) 乘務計劃調度

乘務組包括動車司機和列車乘務員，僅在有動車交路計劃發生變化時才需要調整，其調整目標為乘務組的值乘時間、取消運行的列車數量以及各乘務組的工作量。乘務計劃調度可以表述為一個擴展集覆蓋問題，因為計劃階段乘務人員的任務與計劃階段的任務類似，所以在調度時需要考慮計劃階段的任務[13]。

3 高速鐵路智能運維

3.1 系統原理與主要功能

基于電務大數據的智能運維系統按照鐵路局和鐵路總公司兩級部署進行架構設計，采用統一的技術架構、技術標準、分析與計算框架。系統遵循“平臺+應用”模式，平臺應用鐵路一體化信息集成平臺中的鐵路數據服務平臺[14]，信號各子系統數據經過匯聚與融合后統一存入到平臺中，在平臺之上開發電務運維的智能化應用模塊。高速鐵路智能運維系統采用電務監測、檢測和作業管理等信息系統產生的海量結構化和非結構化數據。高速鐵路智能運維系統架構見圖5。

高速鐵路智能運維系統總體分為三個部分：數據匯聚與融合、數據服務與數據應用。

(1) 數據匯聚與融合。系統將信號集中監測等系統產生的動態信息以及信號技術設備履歷管理系統產生的靜態信息統一匯聚，并將各系統產生的多種類型的、獨立的、松耦合的、語義不一致的數據進行集成融合，通過數據的抽取、凈化、轉化、加載過程，從物理和邏輯層面構成一個集成的數據集合，為后續的數據服務和應用打下基礎。

(2) 數據服務。數據匯聚與融合完成后，統一送至數據服務平臺。數據服務平臺作為鐵路一體化信息集成平臺的重要組成部分，是中國鐵路總公司及各鐵路局進行數據集中管理、數據分析和數據共享的基礎，為大數據應用提供數據交換與分析支持。

(3) 數據應用。運用數據服務平臺提供的分析和挖掘工具，對電務大數據進行深度挖掘和分析；綜合分析數據服務平臺中各信號系統數據，為各類電務人員提供智能化的應用。主要包括設備綜合監測、設備全壽命周期管理、設備智能診斷、設備健康管理與故障預測、應急指揮、智能化作業等。

基于數據服務平臺，通常采用大數據分析與因果邏輯分析兩種方法對電務大數據進行深入挖掘和分析，實現電務智能化應用，包括如下主要功能。

(1) 設備綜合監測。系統通過數據服務平臺實時監視各信號設備的工作狀態，并集中顯示各信號設備狀態、業務和管理信息。系統通過對車載和地面信號設備技術狀態的聯動分析，實現車地閉環監測。系統通過GIS地圖實時顯示各信號設備及作業人員的地理位置，可以快速實現應急指揮及任務工單自動下發。

(2) 設備全壽命周期管理。系統利用數據服務平臺上各信號系統的全量動靜態信息，實現對電務設備的全壽命周期管理。系統賦予每個設備、板件唯一身份標識碼，對其出廠—運行—維修—中修—大修—更改—報廢的整個過程進行追蹤，并結合預報警、故障等動態信息，對其全壽命周期內運行用情況進行分析，保證設備健康、高效、低成本的運行。

(3) 智能診斷分析。采用綜合分析法，對存在內在聯系的信息進行持續跟蹤分析，智能比對關鍵數據的一致性，智能分析邏輯的正確性，及時發現信號設備異常狀態。采用大數據分析法，在大量數據里發現有價值數據，實現設備隱患提前發現、設備故障精確定位。

(4) 設備健康管理與故障預測。依托數據服務平臺的數據優勢，實現信號設備的健康管理和動態養護，當設備即將達到維修周期或出現劣化趨勢時，及時預警提醒維護人員進行維護系統以日常的健康日志、年度體檢、壽命評估、年狀態分析等方式開展健康管理，對設備的健康狀況進行評估；系統以鐵路局為單位，以各信號設備監測檢測及維修信息為對象，采用可視化分析、數據挖掘算法、預測分析等大數據分析方法，進行數據分析，并綜合運用基于物理失效、數據驅動以及基于兩者融合的故障預測技術進行故障預測。

(5) 應急指揮。在出現應急情況時，系統根據智能診斷分析的結果快速定位故障點或范圍，綜合協同現場人員、應急車輛、備品備件、技術資料、技術專家等資源，通過電子地圖、衛星地圖、單兵視頻等直觀的方式實現對應急情況的可視化指揮調度，并通過智能化作業卡控流程實現指揮調度工單的自動下發。

(6) 作業流程智能化卡控。依托數據服務平臺的電務生產指揮及設備智能診斷分析信息，實現作業流程的智能化卡控。根據電務生產指揮系統的計劃及設備診斷結果，系統自動生成生產計劃，并按照作業流程自動派發工單，作業工單可以自動同步到作業人員手持終端；通過作業過程中匯聚到數據服務平臺的設備監測及人員作業信息，實現對作業過程的智能化監控；通過對作業后相關設備技術狀態的分析，實現對作業效果的智能評估。

3.2 關鍵技術

智能運維需要對長期、海量、異構歷史數據(如電務設備監測數據、圖片、維修文本記錄、設備臺賬等)進行有效存儲、檢索、故障模式挖掘和劣化趨勢分析。傳統的基于計算機和關系數據庫存儲和處理技術難于適應這種需求，隨著大數據和云計算等技術的發展，重點研究基于大數據和云計算的電務設備健康管理和故障預測技術，實現電務設備超前預防，提前發現并有效化解系統源頭風險。

(1) 多源異構數據融合技術

電務運維數據包括集中監測系統采集的結構化時間序列數據，圖像監控、列控司法記錄儀等半結構化數據，以及記錄日志等非結構化文本數據，不能有效實現知識的共享和互操作，這將影響高速鐵路的智能運營維護決策和行車效率。多源異構信息融合技術和方法，可以實現結構化、半結構化和非結構化多源異構數據的融合互補，形成一致性、綜合性電務維護數據[15-16]。

(2) 基于大數據和云計算的智能診斷技術

利用主題模型(Latent Dirichlet Allocation，LDA)中主題詞項分布和文檔主題分布進行文本挖掘[17]，采用基于大數據和云計算的智能診斷技術，實現海量(TB甚至PB級)、異構數據(電務設備監測數據、圖片、維修文本記錄、設備臺賬等)的云存儲，電務設備多維運行狀態和監測數據的檢索、綜合集成和可視化，電務設備故障診斷與精確定位。

(3) 故障預測技術

利用隱馬爾科夫模型(Hidden Markov Model，HMM)方法，融合壓力、電流、電壓等監測數據，通過建立基于狀態的簡單預測(Simple State-Based Prognostic，SSBP)模型，實現道岔設備的故障預測[18]；利用時間延時神經網絡、自回歸滑動平均模型，實現道岔設備的故障預測[19]；通過建立基于模糊神經網絡(Fuzzy Neural Network，FNN)的軌道電路故障診斷與預測模型，研究軌道電路故障預測，實現軌道電路故障預測與健康管理[20]。

4 高速鐵路信號系統智能技術發展趨勢

智能高鐵的研究和應用剛剛起步，伴隨著計算機技術、人工智能技術和現代通信技術的快速發展，高速鐵路信號系統的智能化擁有很大發展空間。

(1) 多層域狀態智能感知

軌道交通自動化等級的進一步提高和高速列車自動駕駛的發展等，需要運用列車運行周界檢測與入侵物智能感知技術和識別技術，實現對軌道交通運載工具、運行環境、運行周界等進行全天候、全場景、跨區間、多層域的狀態實時感知，除了在列車上增加智能感知設備外，在鐵路沿線也要增加智能感知設備，并將感知狀態實時傳輸給列車，實現車、地相結合的智能感知。

未來高速鐵路信號系統可對車、電、機和環境的狀態進行數據收集和融合，見圖6。通過M-M網絡實現設備間信息傳輸，利用全感知信息的障礙物狀態輸入，實現高精度、高安全的列車移動閉塞控制。

(2) 車-車通信

目前在用的列車運行控制系統都是以“地面設備為中心”，各個列車將自身的狀態信息匯集到地面中心設備，然后由地面設備再向相關列車發送，造成追蹤列車(后車)對前方列車的運行狀態信息獲取不及時。隨著通信技術的不斷發展，車-車通信(Vehicle to Vehicle)技術變為可能，見圖7，使得傳統的線性通信變為了三角通信的網絡。前車可通過車-車通信的通道直接將位置、狀態等安全相關信息發送至后行列車，使后行列車增加了獲取前車位置的渠道，綜合地面設備的信息，增強主動防護的能力。

通過實現列車間的直接通信，實時獲取前車的位置信息、速度信息和運行狀態信息(牽引或者制動)等信息，提高列車控制的反應能力，為列車智能駕駛提供及時、全面的信息。

(3) 智能駕駛

研究發展高速鐵路移動閉塞技術和更高自動化程度(GoA3/GoA4級)的列車自動駕駛技術，進一步提高運能、降低能耗，進一步提高列車操縱自動化水平、減輕司機勞動強度、優化旅客旅行體驗。

未來高速鐵路信號系統實現列車智能駕駛，能夠實現設備替代司機智能化地駕駛列車，使列車平穩地加速至行駛速度，自動調整車速，并使列車平穩地停在車站的正確位置。智能駕駛系統與地面調度控制系統直接通信，實現監督、引導列車按預定的時刻表運行，保證系統的穩定性。智能駕駛系統的基本結構見圖8。

通過列車智能系統部分或完全替代駕駛員，實現對列車速度更安全、高效、舒適、節能的控制，實現單體列車的最優化控制。

(4) 智能調度控制一體化

運用先進的感知、傳輸、控制方法和技術，利用實時狀態反饋、精細抗擾控制和列車智能分群調度的思想，深度融合調度指揮和運行控制，研究突發事件的基于數據驅動的高速鐵路列車群協同控制與動態調度理論、深度融合調度指揮和列車運行控制的技術，實現具有“快(實時)、智(智能)、協(協同)、穩(穩定)”特色的智能調度與列車運行優化控制一體化，從而實現路網整體運行效率全局最優化控制，全面提升及時應對突發事件能力。實現控制調度智能、扁平、全局化的控制調度一體化理念見圖9。

(5) 智能維護

隨著傳感技術、大數據處理、人工智能、深度學習和云計算技術的不斷成熟和實踐，可以在對信號系統進行全面數字化、信息化和智能化的基礎上，通過海量數據挖據、機器自學習和數據關系建模等方法，完善和開發監測監控系統的故障精準定位技術、故障處理的向導技術，同時通過監測數據與生產維修調度指揮流程和業務的有機結合和聯動，健全信號系統健康管理PHM體系，在預防性維修和綜合維護方面發揮更加積極有效的作用。

5 結束語

智能、綠色是人類社會發展的必然趨勢，鑒于高速鐵路天然的環保特征，智能高鐵必將在第四次工業革命中占據重要地位。2035年中國將率先建成發達完善的以高速鐵路為骨干的現代化鐵路網，為實現社會主義現代化強國提供強大運輸保障，進而使中國鐵路成為社會主義現代化強國的重要標志和組成部分。高速鐵路將向基于智能感知和車-車通信的移動閉塞，以及全系統、全過程智能化和高度自動化方向發展，高速鐵路將會更加安全、更加高效、更加舒適、更加環保，在交通強國建設中獨樹一幟，并引領世界高速鐵路的發展。