李強
(國能運輸技術研究院有限責任公司,北京 100080)
鐵路信號系統的集成化、智能化發展是必然趨勢,但是隨著各類電子裝置、測控設備的增多,數據共享性差、維護難度大等一系列問題也逐漸暴露出來。在這一背景下設計一種鐵路信號設備集中診斷和智能分析系統,在數據充分共享的基礎上,依托大數據、云計算、人工智能等技術手段進行故障的集中診斷、智能分析,從而為鐵路檢修工作的開展提供必要的參考。基于需求側的鐵路信號設備集中診斷與智能分析系統,應做到數據實時采集和抽樣分析,并根據分析結果進行故障診斷和即時報警,最終通過應急作業管理完成故障處理,保障鐵路信號設備的穩定運行。
該功能的功能是通過采集、分析前端信號設備的運行信息、工況參數,然后進行關鍵數據對比分析進行故障診斷。現以ZPW-2000 軌道電路的主軌電壓數據為例分析設備集中診斷功能。
1.1.1 數據采集
該軌道電路的數據采集對象包括發送器發送側電壓、電纜模擬網絡盤收發側電壓、衰耗器收發側電壓、接收器接收側電壓等,共計11 個采集點,具體布置位置如圖1 所示。

圖1 ZPW-2000 主軌電壓位置點示意圖
1.1.2 數據抽樣及整理
當軌道處于空閑狀態時,從各個監測點上采集電壓參數,將采樣頻率設定為10min/次。取樣周期為當前時間的前1 小時,累計獲得6 組抽樣數據,分別為-60min、-50min……-10min、0min。記錄監測到的6 組電壓數據,并以采樣時間點為x 軸、以主軌出電壓為y 軸,繪制電壓隨時間變化的折線圖,如圖2 所示。由于ZPW-2000 軌道電路的主軌出電壓的設定標準為≥235mV,因此設定了235mV 的報警線。

圖2 主軌出采集電壓變化折線圖
1.1.3 趨勢預測
在折線圖中對監測電壓進行曲線擬合,可以得到一個擬合的直線方程。將擬合曲線向后延伸,能夠預測出在未來一段時間內的電壓變化趨勢,如圖3 所示。通常設定最長預測時間為30min,只要在未來30min 內,該擬合曲線上任意一點的主軌出電壓<235mV,則系統進行報警,提醒相關人員提前采取應急措施。

圖3 主軌出采集電壓趨勢預測圖
1.1.4 集中診斷
參考各個監測點反饋的數據,利用回溯算法進行分析。從發出預警的監測點開始,向前回溯,對每個監測點進行集中診斷,從而找出所有可能發生問題的故障點。在完成診斷后,系統自動生成故障診斷報告,為下一步開展設備維護和修理提供了依據。軌道電路故障預測的回溯算法原理如圖4 所示。

圖4 軌道電路故障點預測回溯算法流程圖
在集中診斷和智能分析系統中,數據對比是判斷有無異常工況和運行故障的關鍵。將采集到的實時數據與預設的標準數據進行對比,如果實時數據不在標準區間內,即可判斷為異常,在顯示異常信息的同時進行報警。為了減少數據處理量,在系統實際運行時僅選擇一些關鍵數據展開對比。這里的關鍵數據主要包括軌道區段信息、列車位置信息、通道故障信息等。對比分析又可分為兩種情況,其一是由車站負責對比,其二是由中心負責對比。首先由車站進行信息對比,如果實測數據與標準數據不一致,則將該報警信息上傳至中心接口服務器,再轉發到中心應用服務器,對該異常信息做進一步處理。這里以軌道區段信息對比為例,信息流向如圖5 所示。

圖5 區間信息流向圖
在圖5 中,在區段信息傳輸中分別涉及到了列車控制中心系統(TCC)、計算機聯鎖系統(CBI)、列車調度集中指揮控制系統(CTC)三部分。集中診斷系統在收集各個系統的區段信息并進行對比后,結合區段信息流向,判斷區段信息與各個系統的實時運行信息是否一致。如果存在不一致的情況,則自動分析錯誤環節,并提出維修建議。
該模塊包含了站點監控、報警預警、設備備品管理等功能,同時能夠利用通信接口,在通信中轉站的幫助下實現與手持巡檢PDA 的遠程連接,為管理人員遠程開展應急指揮作業提供了便利,其結構如圖6 所示。

圖6 應急指揮功能結構圖
1.3.1 站點監控
站點監控的主要功能有兩個,其一是自定義布局站點。在GIS 地圖中,管理人員可以查看站點實際分布情況,并根據管理需要自定義添加站點,或刪除站點;其二是站點報警管理。基于集中診斷和智能分析,在確定了某臺信號設備存在故障后,該設備的相關信息(如位置信息、故障信息等)會在報警信息中實時展示,以便于管理人員盡可能全面地了解故障情況。
1.3.2 設備和備品管理
利用GIS 地圖能夠隨時查看信號設備的分布情況,同時支持查看設備名稱、產品碼、車站名、上線時間等更加詳細的信息。另外,在GIS 地圖界面中還能查看備品分布情況,如果現場設備因為故障需要更換備件時,可以在手持巡檢PDA 上自動查看備件庫中是否有對應的備件,以及備件的庫存數量。在開展故障處理時,可以直接從備品庫中獲取備品進行替換。
1.3.3 應急指揮
利用移動手持設備中的GPS 定位模塊,以及GIS 地圖信息,可以將維修人員的實時位置發送給GIS 地圖界面上,這樣指揮中心就可以遠程、實時查看維修人員的具體位置和分布情況。然后通過集中調度,安排故障設備就近的維修人員對故障問題展開處理。除此之外,該系統還支持語音對講、視頻通話兩種模式,聯系指揮中心人員和現場人員,通過及時溝通進一步提高信號設備故障的處理效率。在現場維修人員完成故障處理任務后,可以在手持PDA 上提交作業計劃。在指揮中心接收到作業單并確認作業完畢后,在系統后臺將“故障正在處理”更新為“故障處理完畢”。同時系統自動保存此次故障信息、診斷報告和維修方案,以備查看。
為驗證集中診斷與智能分析系統的應用效果,針對部分功能設計了測試方案。測試方案的具體內容為:在測試準備階段,確認集中診斷與智能分析系統在車站、中心、終端等處的軟件運行正常,以及系統之間接口設備軟件通信正常。然后開始對該系統的部分功能進行現場測試,包括工作狀態查看測試、動態圖紙分析測試、一致性對比分析等。現以軌道、道岔和信號機工作狀態分析,報警查詢與報警統計,以及開關量、模擬量和狀態量實時測試為例展開分析。
2.2.1 軌道、道岔和信號機工作狀態與動態圖紙分析
測試內容:a.查看室外設備運行狀態;b.設置任意軌道電氣特性超限報警,并觀察綜合查看界面;c.分別選擇不同的站、軌道,查看室外設備動態圖和綜合查看界面的動態圖紙。
預期結果:a. 室外設備狀態圖上能夠正常顯示室外軌道、道岔、信號機的設備運行狀態。采用不用顏色的指示燈區別當前的實時狀態,其中綠色為正常,黃色為預警,紅色為報警;b.在綜合查看界面上,可以將軌道的占用、鎖閉、模擬量信息進行多系統對比展示。同時還可以將該軌道的電氣特性超限報警展示在綜合查看界面下放的報警信息欄中;c.可以通過動態電路圖的方式,直觀地展示各站、各軌道的工作原理、繼電器狀態以及實時的模擬量信息。當軌道狀態從空閑變為占用后,GJ 節點會自動吸起,接收端電壓有大幅度降低。當軌道狀態重新從占用變回空閑后,GJ 節點自動斷開,接收端電壓恢復正常。
2.2.2 報警查詢與報警統計
測試內容:a.選定站和報警類型后,輸入報警查詢條件,點擊查詢。選中任意一條報警信息,雙擊后查看彈出的報警處理意見框。選中任意一條報警信息,選擇跳轉回放,查看報警期間的各項參數。b.選擇站,輸入報警統計查詢條件,點擊查詢。點擊報警級別餅狀圖,查看報警信息。
預期結果:a.可以根據輸入的查詢條件,展示對應站的歷史報警信息。在報警處理意見框中,展示報警原因,可點擊查看。可以回放任意一條報警信息的各項參數,并且該參數與各個接口系統的歷史數據保持一致。b.可以根據輸入的查詢條件,展示對應站的報警統計信息,并且按照報警級別、所屬系統、報警類型等進行分區展示。點擊報警級別餅狀圖后,按照報警類型對三級報警進行統計展示。
2.2.3 開關量、模擬量和狀態量實時測試
測試內容:a.打開開關量選擇站,聯鎖系統,進行查詢。b.打開模擬量選擇站,設備類型選擇“電源屏”,監測項目選擇“電壓”,點擊確定。c.打開狀態量選擇站,查詢列控中心主機硬件平臺。
預期結果:a. 可以正常展示各接口系統的軌道、道岔、信號機的表示信息,設備運行狀態以開關量表格形式實時展示。b.電源屏設備的模擬量實測值以表格形式展示。c.列控中心硬件平臺信息以表格形式展示。
針對當前鐵路信號設備監控中存在的數據共享性差、故障診斷精度不高等一系列問題,本文設計了一種融合了GIS 技術、遠程控制技術、人工智能技術的信號設備集中診斷和智能分析系統。該系統具有信息采集、關鍵數據對比、故障診斷與分析等功能。下一步,還要從人機交互設計、通信傳輸效率以及人工神經網絡算法等方面進行持續優化,以期進一步提高鐵路信號設備集中診斷與智能分析系統的綜合應用效果。