地鐵信號系統智能運維方案設計

劉曉亮

上海電氣泰雷茲交通自動化系統有限公司 上海 201206

前言：對列車運營來說，安全是需要予以高度關注的問題。城軌交通信號系統在此過程中發揮著關鍵性作用，決定著列車能否安全運營。當然為發揮其定位價值，就需要處理好信號設備維護工作。不同信號設備、系統在使用中很難兼容。并且不同線路有著相對獨立的運維工作。線路運維期間，需要做好人員、設備的優化處理。運營過程中，不同線路信號系統需要采收大量信號數據，而以當前的條件來看，數據分析與數據挖掘能力是不足以支撐信號系統運營需求的。當前國內地鐵系統在信號運維中采用的是計劃修與實時監測結合模式。今后軌道信號系統在運維中，需要引入更加合理、先進的技術，提升水平，朝向綜合、網絡、智能結構進步。

一、智能運維現狀

所謂的智能運維實際上就是自動化運維對于人工智能的使用，其依靠深度學習與機器學習這兩項技術，完成了對運輸數據、運維數據的充分分析與學習，能夠生成可以自動監控網絡狀態的結構。該過程類似于人類大腦對數據的深度處理，獲知異常狀態成因，實現了對生成規則的持續性優化，能夠保障系統更好的適應實際運維需求。

（一）特點

智能運維借助深度學習系統得到了提前預測設備故障的能力，可以在實踐中不斷優化自己的規則，獲得更加科學、合理、可行的故障處理方案，有效扼殺故障隱患。智能運維可以很好的取代人工分析辦法，獲得更有效率的數據信息處理能力。該過程中實現了人力成本的控制，并且可以規避人力計算、人力分析出現的疏忽，保障系統運維質量、自動化水平。

（二）應用

現如今智能運維深度學習已經成為了非常常見的情況，語音識別、語言范圍、機器視覺都有對深度學習廣泛的運用。比如全自動汽車中就利用機器視覺技術用于感知周圍環境，并配合汽車性能調控車輛的運行方向和速度。再比如無人機借助協同策略合理分工無人機組任務。以上案例印證的是當前人工智能技術的進步與成熟。

事實上城軌交通中的信號系統也有充分利用智能運維這項技術，其作用于監測系統的維護當中。當然故障報警、報表生成、實時狀態監控、數據量采集、開關量采集等也在運用該技術。甚至還可以用專家決策技術定位與診斷故障，用增加采集模塊的辦法活精準分析數據?，F如今所用的維護系統甚至能夠做到對線路信號設備的實施診斷和監控。當然在線網層面的趨勢分析與故障診斷仍體現出很大的不足。

依靠智能運維系統，人工復雜場景、運維問題得到了充分、合理的解決，其體現和標志的是傳統運維在朝向自動化進步。面對線網密度越來越大的今天，智能運維在信號系統中承擔與具備的意義早已不單單局限于提高線路運維效率，事實上，其還能夠滿足系統運維頭沖管理、信號管理的要求。

（三）需求

信號運維工作主要就是系統監控、系統評估與故障診斷，當然有些高級的設備還包括故障設備恢復與維修。在智能運維被引入到軌道信號系統運維以后，功能層面角度不僅實現與達成了基本狀態有效監測、故障預警、故障診斷、健康評估，同時還能夠充分預測故障信息，可以在維修中為系統、工作人員提供相應指導和幫助。結構層面有必要不斷拓展線路級別，直至達到線網級別運維[3]。并處理好線路級別之間的關系，集中監測運維線網，保障運維效率。利用運維人員經驗與深度學習，分析搜集所得數據，從中提煉規則，不斷調整和演變規則，幫助機器獲得更加豐富的經驗，其對維修管理、維修決策有很大幫助。

二、方案研究

在城規信號系統運維中，需要考慮的是檢測設備對于轄區、車站的管理。本文將以地鐵信號運維設備，統籌規劃、管理設備線網，保障線路有效維護。

（一）系統設計

在地鐵信號運維平臺中，線路級運維與中央線網運維是最重要的兩個結構。如圖1所示。

圖1 運維平臺結構

線路及運維層面，每一個車站的監控設備都是出于直接應用室內電源和室外設備的情況，統一由控制中心管理車輛信息。在車輛運行中，車輛的信息會被軌道旁邊的設備所記錄，并匯總交由運維中心，由運維中心統一處理所獲得的數據，可以用顯示終端分類顯示這些型號與信息。

線路車載設備、信號室、控制中心使用監測終端，能夠獲得電源設備、室內ATC機柜、絕緣電纜、車載、計軸、信號機、轉轍機信息。此外線路所采集到的信息會被同步顯示在每一個線網級、線路級顯示終端，并由終端機接受與處理信息。

（二）接口設計

基于信號系統智能運維需求考慮，包括運維平臺結構，要想實現平臺對信號系統的有效維護與檢測，就需要運用線路信號系統在外部接口中連接到設備，傳輸數據。這里的接口包括內部運維中心、線路終端機接口、線路分機連接子系統的接口，方案如圖2.

圖2 信號接口

地鐵信號接口中，ATS接口作用在于獲知ATS每一個子系統所傳輸回來的車輛操作日志、運營車次號、線路數據庫。CI系統與ZC系統接口用于列車位置、道岔位置、區域占用信息接收。軌旁信號接口用作緊停按鈕、軌道電路、轉轍機、信號機數據采集[4]。電源設備接口作用為獲取電源電壓模塊狀態與各種電壓參數。線路終端機利用內部接口把所得到的信號數據傳輸到運維中心，隨后中心將這些數據的處理結果發回各個終端分機。

（三）技術分析

1.大數據

這里所說的大數據就是對現場所得大的數據做長期保存。該技術的作用在于能夠有效存儲海量的維護數據，為用戶提供更好的條件查看數據，保障了數據分析可靠性、來源可靠性。此外還能夠確保數據足夠可靠。在應用層故障以后，可以在數據中心保存數據。該技術的實現流程為，利用數據中心客戶端搜集與獲取接收到的各種數據，隨后以分布式文件持久化存儲數據，并且可以將數據提取到應用層和數據中心中間件，以便上層對數據做分析，詳細流程如圖3.

圖3 大數據的存儲流程

2.深度學習

這里所說的深度學習可以被認為是利用大數據樣本訓練，獲知數據分布特征形式，隨后用深度學習技術展開分析。這些數據將會成為信號設備健康評估、維修的有利資源。以深度學習展開數據分析，能夠在特定規則條件下，理解應用場景與數據，獲得許多人工無法發現的特點，獲知今后數據、設備、系統的發展趨勢。大量運維數據的學習，能夠使得運維系統獲得更加精準的預測結果。

例如道岔動作的分析，相較于傳統道岔動作分析流程，在運用深度學習以后，能夠獲得更有效率的預測結果。傳統道岔分析如圖4。

圖4 傳統道岔動作分析

將所獲得到的整個周期動作電流用對照標準范圍的方式，判定動作電流正常與否。雖然該方法能夠實時監測道岔電流，不過去并不能為預防維修提供足夠多的幫助。并且深度學習對于數據分析的支持，只不過是在大量分析樣本數據，根據樣本變化規律，確定出電流變化。深度學習道岔動作流程如圖5。

圖5 深度學習道岔動作流程

深度學習中獲得大量樣本數據，在訓練中能夠針對特定道岔獲知電流范圍。該范圍對于后續的道岔維護有很大幫助。樣本訓練可以加入溫濕度、時間等要素，更好的修正電流范圍，獲知以上因素帶給道岔的影響。如果所得數據頻頻偏離訓練范圍，就需要現場監測獲取是否存在設備老化、磨損問題。除此之外還要用類比方式分析同類型道岔設備，獲知不同條件下遇到的工作問題，結合工作特性制定科學、合理、可行維修管理思路。該方法相較于傳統模式充分利用了現場數據，不僅可以有效維修故障，同時也能夠很好的預測今后發展趨勢。

三、功能討論

（一）實時在線監測

必須強調的是，地鐵信號運維平臺為實現實時監測、維修檢測，就需要具備線路可視化，能夠可視化完成線網層管理。

運維中心應實時同步電子地圖傳達的數據，利用電子地圖數據做線路拓撲圖生成，并在大屏幕當中，展現信號機、道岔、車站、軌道區段數據。線路信號系統和運維中心在獲得正常通信以后，從ATP和ATS系統得到類車位置與區段的占用情況，甚至是道岔信息，并將這些信息傳播到線路拓撲的截面，實時更新信息?？梢暬缑婺軌驅崟r獲知線網層位置和定位情況，幫助運維人員掌握故障帶給運維環境的影響，幫助運維工作人員更好的和維保人員溝通，減少設備故障帶來的負面影響。

（二）健康管理

運維平臺可以全方位采集網絡數據，數據信息，為設備工作參數、硬件特性提供診斷機制。在持續性采集與判斷數據、信息的過程中，獲知設備當前工作情況。監測數據被投影在終端當中，實時呈現。以故障診斷系統得出運行狀態不佳的設施，第一時間發出故障報警，能夠將維修建議與故障情況發送到維修終端。有著深度學習能力的系統可以參照標準參數、工作環境、設備生命周期判定機器規則。結束訓練后，做設備故障趨勢分析，并將其作為全新平臺模塊，建立完善監測系統。為管件設備提供預警體系，做數據預警，在現場處理后，超標數據重新恢復正常。

（三）可靠性分析

信號系統容錯機制能夠作為安全防護門檻，欠缺故障根源分析能力需要建立可靠性模型，仿真故障處理思路，包括對系統影響的分析，制定可行、合理的針對性策略，保障信號系統穩定性、可靠性。建立可靠性模型，全面覆蓋系統狀態。假設模型可以完整表達失效狀態、正常狀態，則意味著該模型可靠性近似真實值。

結語：參照城軌交通對信號系統的運維要求，包括智能運維這一技術當前的實際情況和趨勢，本文將運維理念用在了信號系統的保障方案當中，也就是打造線網級運維平臺，自動化處理線路。該方案能夠很好的預測故障，保障系統穩定性、可靠性。