城市軌道交通信號系統智能維護監測平臺研究與應用

馬 龍

信號系統作為城市軌道交通運營指揮系統的神經中樞,其維護能力日益成為保證運營正常的重要因素。目前已開通和在建的城軌項目中,各線路信號系統一般都單獨配置維護監測系統（MSS）,單獨運營維護,互相獨立,存在監測數據信息分散,維護人員、備品備件、維護工具資源無法共享等問題。隨著地鐵網絡化運營需求加大,以及大數據技術的迅猛發展,搭建基于大數據智能分析的信號MSS平臺,實現線網內信號資源共享,提升搶險搶修及時性和處置合理性,準確實施科學有效的維修策略,顯得尤為重要。

1 信號維護監測系統發展現狀

1.1 傳統維護監測系統

目前城市軌道交通信號系統普遍配置了較為完備的維護監測系統,可實現對全線信號設備的狀態集中監視和故障報警,實時監測信號設備的使用情況、故障報警和定位、統計故障、管理維修派單作業等。

傳統維護監測系統一般采用“中心、車站”二級結構；“中心級”主要是在維修中心設置網絡通信設備、服務器、存儲設備和維護工作站等；“車站級”則是在控制中心、車站、車輛基地等配置相應的網絡通信設備、維護監測采集設備和維護工作站,實現信號設備運行工作狀態和主要電氣性能的在線實時監測。當設備的工作狀態出現異常或電氣性能偏離預定界限時,會及時報警,相關報警信息將通過網絡傳至維修中心進行集中處理和存儲,并在維修中心、信號工區的維護工作站中進行故障顯示和報警提示,根據故障報警信息向維修工下發維修單。傳統維護監測系統雖然可以實現本線路信號設備的實時監測和故障報警,但缺乏故障的預警和有效的維修指導［1］,已不能完全滿足運營的需求。

1）系統功能方面,僅支持計劃修和故障修,維護數據需人工處理,無法實現故障預警,設備維修周期難估算。

2）運營維護方面,各線路信號系統設備種類繁多,維護難度增大,個人維護經驗存在差異,缺乏有效的維護指導,且只能在夜間停運時間維護,維護質量和效率參差不齊。

3）資源共享方面,各線路運營維護互相獨立,無法實現資源共享,增加運營維護成本。

1.2 智能維護監測技術

雖然國內北京、上海、廣州、深圳等多個城市均在開展智能運維的建設,中國城市軌道交通協會、上海地鐵、城市軌道交通列車通信與運行控制國家工程實驗室等都相繼發布了智能運維指導文件,但各地地鐵受限于智能運維發展較晚,信號系統設備狀態性能評估體系尚不完善,檢測新裝備技術的應用也需要進一步配套相應的評估方法,特別是檢測評估技術發展的不充分,造成當前監測數據積累不足,以及相關因素狀態參數的缺失,在現階段仍然無法形成全面、有效的設施設備智能化診斷、評估和預測能力,更難以產生智能決策應用［2-5］。

本文在充分吸收各地信號智能運維發展經驗,吸納成熟產品的基礎上,結合鄭州地鐵的實際運維需求,設計了符合鄭州地鐵的信號智能維護監測系統。

2 智能維護監測系統方案設計與應用

智能維護監測系統通過采集各線路信號設備的狀態信息,依托線網大數據智能分析平臺進行數據沉淀、挖掘、分析及邏輯處理,實現信號設備的壽命統計分析、運行趨勢分析、故障數據統計和故障隱患發掘,并生成信號設備的專家經驗,建立人工智能故障模型,給出各線路信號設備的故障預警、故障報警、報警顯示、故障診斷、故障溯源,同時給出合理有效的維修指導策略。

信號智能維護監測系統在功能方面,除了實現基本的設備狀態監測、故障實時報警外,還可提供預防性告警和維修指導策略；在結構方面,將線路級別的智能維護監測擴展到線網級,實現對線網內信號設備的狀態維修。智能維護監測分為線路級和線網級2個層次,其功能架構見圖1。

圖1 智能維護監測系統架構

2.1 線網級智能維護監測

線網級智能維護監測子系統主要包括云平臺、大數據智能分析平臺、應用層和展示層。

1）云平臺。各線路維修中心服務器接入線網云平臺,并上傳數據信息。

2）大數據智能分析平臺。一是從云平臺獲取各線路原始監測數據,進行預處理（信息抽取和清洗、數據聚集和表現、數據挖掘、結果分析和人工智能算法建模等）,并結合信號設備的工作原理和規律［6］,形成各類信號設備的專家經驗知識庫、故障模型。其中專家經驗知識庫包括人工維護的典型案例、信號設備的仿真及數值算法分析,可捕捉監測數據的突變、波動、趨勢變化等異常信息。專家經驗知識庫和故障模型下發到線路級智能維護監測系統,用于指導各線路的故障預警、故障診斷和溯源以及維護指導［7］。二是將預處理過的監測數據提供給線網應用層和展示層,用于線網維修中心調度大廳的全景圖展示、各線路數據監測、應急指揮、信號設備分析和健康管理等。

3）應用層。根據大數據智能分析平臺預處理過的監測數據,分設備類型對線網內信號設備進行狀態監測、異常報警、趨勢預測、故障隱患發掘、可靠性評估、故障統計分析、設備壽命分析、維修指導等。應用層主要由監測中心、健康中心、應急指揮中心等模塊組成：①監測中心可監測設備實時狀態、性能指標、歷史數據趨勢變化、實時故障診斷與報警信息；②健康中心根據設備固有浴盆曲線、運行時長、歷史故障統計分析、歷史維修記錄等因素,綜合評判設備健康度,從而預測設備使用壽命,篩選出運行狀態不良的設備,及時給出故障報警,提供預防性維修指導,并將故障報警和維修建議信息發送到線路級維護工作站,實現設備的事前狀態修；③應急指揮中心結合故障報警/預警信息,將故障對應的處置流程下發至現場搶險人員,用于加快指導事故處理,高效調度后續增援力量,并根據設備狀態判斷后續發展態勢。

4）展示層。在線網維修大廳的中央顯示屏上顯示全線網信號設備狀態、業務實時狀態以及核心指標。同時在線網維修大廳內,可針對同類信號設備設置維護工作站,負責線網統一標準制定及設備維護指導,分為轉轍機專家工作站、列車自動監控（ATS）設備專家工作站、列車自動防護（ATP）設備專家工作站、數據通信系統（DCS）設備專家工作站、計算機聯鎖（CI）設備專家工作站、電源設備專家工作站等［8］。

2.2 線路級智能維護監測

線路級智能維護監測子系統在傳統維護監測設備的基礎上,增加監測采集設備和模塊,實現對信號設備多維度、高精度的監測數據采集,縮小數據采集的顆粒度,為大數據智能分析提供可靠完善的數據基礎；結合線網級智能維護監測的專家經驗、故障模型,預測即將可能出現的故障,根據各子系統運行日志、設備狀態時序監測,實現故障溯源,并給出合理的維修指導。

2.2.1 在線監測

要實現智能維護監測系統的故障預警、故障定位、故障溯源等,需在傳統維護監測系統采集信息的基礎上,根據不同種類信號設備、不同信號設備部件的工作特性,增加相應的在線監測感知模塊和采集模塊,完成關鍵設備的狀態監測和全過程信息鏈的構建,智能維護監測系統需采集的信息見表1。

表1 智能維護監測系統信息采集

2.2.2 智能分析

在各線路維修中心設置智能分析服務器,可實現以下功能。

1）故障診斷及報警。系統采集及監測信號設備狀態,及時給出報警,同時以曲線、報表、設備圖等形式,提供豐富的維護界面,便于用戶調閱及維護。

2）故障預警。線路級智能維護監測收到專家經驗知識庫及設備故障模型后,與本線設備狀態信息進行對比分析,實現對本線路信號設備運行狀態趨勢預測,達到預先告警、提前維護管理的目的。

3）故障溯源和定位。系統可實現本線路信號設備工作狀態和主要電氣性能的故障監測報警功能,根據專家經驗知識庫、故障樹模型和推理機機制,可對信號設備故障進行捕捉,并通過故障樹檢索進一步判定故障原因。同時結合三維視景功能,見圖2,實現故障設備可視化顯示,節約搶修時間［9］。

圖2 智能維護監測系統三維視景

4）維修指導。系統根據設備故障原因,給出合理的維修指導；也可根據線網健康中心提供的設備健康狀況,為預防性維修提供指導。同時,維修指導可在信號設備室、信號工區、維修中心的維護工作站上顯示,也可根據需要下發到維護人員的移動維護終端設備上顯示。

2.3 數據流程圖

智能維護監測系統數據流程見圖3。維護監測采集模塊實時采集設備狀態信息,并將監測數據發送給智能分析服務器。當設備的工作狀態異常時及時報警。除在維護工作站上進行顯示和報警外,智能分析服務器還將該監測數據和報警信息通過云平臺上傳到大數據智能分析平臺。由大數據智能分析平臺對數據進行處理后,生成專家經驗知識庫和故障模型,用于智能分析服務器實現故障預警、故障溯源和定位,并給出科學的維修指導。

圖3 智能維護監測系統數據流程

應用層的監測中心實時監測設備狀態、性能及歷史數據趨勢變化,健康中心通過設備全生命周期的分析,對可能出現的設備故障提前預警,并給出維修指導,預警和報警信息可同步傳輸至線路級的維護工作站。應用層將設備狀態信息、關鍵設備指標等信息發送給展示層,用于線網指揮大廳內的大屏顯示。

2.4 方案應用

鄭州地鐵已開展維護監測系統智能化的相關研究,并與信號系統供貨商在既有5號線開展試點應用,在車站新增道岔缺口監測設備、道岔組合繼電器時序采集模塊等,通過智能分析可準確定位故障點,并結合道岔電路圖展現的方式,實現故障點可視化展示,給出合理的維修指導意見。

目前鄭州地鐵正在建設基于大數據云平臺的線網指揮中心（COCC）,并在此基礎上構建線網級智能維護監測子系統。同時鄭州地鐵既有線在設計時已預留有與COCC的接口,在建10號線、12號線等線路均按照本文所述智能維護監測系統方案進行設計［10-11］。

3 總結

本文在傳統維護監測系統的基礎上,引入大數據和智能分析技術,建立智能維護監測系統,可對信號設備進行智能化管理,實現各線路信號設備的故障預警、故障診斷、故障溯源及維修指導,提升運營管理維修水平精細化、標準化,搶險搶修及時性、合理性,維修策略有效性、科學性。

目前鄭州地鐵信號智能維護監測系統仍處于初期的平臺搭建階段,只有積累大量監測數據、擴充數據類型、關聯數據信息特點,才能建立完善的專家經驗知識庫及故障模型,從而實現故障的預警、溯源和維修指導。后續還需打通與移動維護終端、網絡化運營調度、資產管理網、其他專業系統等的接口,實現運營和維護相協同、線路間資源和經驗共享、多專業協同應急指揮,進而實現整個線網的智能運維。