地鐵信號系統智慧運維研究

楊勇

（深圳地鐵運營集團有限公司，廣東 深圳 518000）

0 引言

城市軌道交通對信號設備的日常維護要求比較高，關系到列車運行的安全。但是目前各個信號系統供應商提供的產品，彼此兼容性并不高，不同的線路都相對獨立地進行運維工作，需要在人員投入以及線網整體運維設備等方面進行優化。不同線路的信號系統每天都收集大量的數據，但是這些數據卻沒有得到較好的分析利用，計劃維修以及實時監測依然是當前信號系統營運維護的主要手段。因此，為了實現地鐵信號系統的智慧運維，需要推進信號系統的綜合化、網絡化以及智能化發展。

1 智慧運維需求分析

城市道路安全仍然是道路交通發展的核心問題之一。根據目前對城市軌道交通信號系統和設備的研究，存在系統抗風險能力不足、對采集數據分析利用不夠的問題，工作和模型以及各種標準碎片化。交通保障系統只在信號系統設計本身的基礎上進行，忽略了故障分析。資料完全依賴手工錄入，導致服務不及時，對整個系統的運作造成不良影響。一旦發生故障，可能影響綜合調度功能的運行，不利于軌道交通的安全運行。此外，只記錄系統本身的運行狀況，忽視系統的深入分析，無法進行智能預警和自動分析，影響了系統安全性的提高。此外，由于維修系統標準不同，不同廠家改進后的維修系統可能會出現功能、接口和操作方法的兼容性問題，從而影響軌道運輸設備的安全性和配置。

綜上所述，為了保證軌道信號系統的可靠運行和整個軌道運動的安全，需要對信號測量系統進行更深入的研究和合理的設計。首先，報警通信系統應具有集中的故障監測、評估、診斷和預警功能，能夠及時發現自動化信號系統及其設備故障的風險，減少信號系統故障對城市交通系統的影響。廣泛收集和分析系統運作數據和員工表現數據，以可視化方式管理數據，了解報警系統及其設備的運作情況。其次，數據分析方法為信號系統及其設備的管理決策提供了可靠的依據。最后，設計了統一的測量標準，使制造商能夠根據系統運行標準進行機器接口設計。

2 智慧運維應用現狀

人工智能在信號系統領域的應用，主要采用機械學習和深度學習的技術增強對日常運行數據的分析，自動生成的異?？梢钥刂凭W絡身份驗證規則。這個過程就是在人的大腦中模擬數據，不斷優化處理規則、原因分析和異常生成，逐步適應網絡運行條件。

2.1 智慧運維的特點

知識淵博的智慧運維具有預測故障的能力，可以通過規則演化的不斷優化，有效地預測可能發生的故障，并提出解決方案。在測量數據處理中，采用智能測量方法代替人工分析，可以減少處理過程中可能出現的空白，降低人工成本，提高系統運行自動化水平和測量質量。

2.2 智慧運維應用

目前，用于智慧運維的深度學習算法已廣泛應用于機器視覺、語言翻譯、語音識別等領域。例如，自動駕駛儀通過機械視覺和環境感知來控制速度和方向，表明人工智能已經變得更加成熟。

在城市道路報警系統中，智能化操作的應用主要體現在監控系統的運行中，包括數據采集仿真、開關采集、實時狀態顯示、報告編寫、故障報警等基本功能。可以通過專家決策、找出缺陷和定位以及添加數據收集模塊來進行更精確的數據分析?，F有的服務管理系統能夠實時提供應急管理和診斷，但有關的研究和應用仍然不足。

3 智慧運維方案研究

在城市道路信號處理系統中，重點是對車站和內外站的檢測儀器進行維護。研究在地鐵中建立智能信號系統測量平臺的可行性，提供所有線路設備接入網絡和通信中心以及從線路網絡中心進行線路運行保障方案的整體協調和管理。

3.1 系統架構

地鐵信號信息平臺提供中央線路網和測量中心線路接入。在保障覆蓋層層面，場站技術檢測儀器直接采集國內供電設備和外軌設備狀態信息，控制中心在線采集列車信息。線性測量支持設備通過主網絡將收集到的數據傳輸到網絡中心。線性網絡和測量中心再將顯示終端進行分類，最后對匯總數據進行分配。終端安裝在車站信號網絡、報警/停車單元和控制中心中，用于收集和控制信息，包括外部設備、線路上收集的信息與網絡中每個顯示器的顯示和網格終端同步，線性終端接收和處理來自網絡測量中心的信息。

3.2 接口方案

根據對智能測量信號系統以及整個信號網絡的智能監控與維護系統平臺的需求分析，通過具有不同線性報警系統的外部接口進行數據傳輸。接口分為內部線性計算中心和終端，以及外部線性終端和報警子系統接口。在智能平臺與地鐵報警系統的接口，與ATS 系統的接口主要來自ATS 子系統數據庫版本、列車編號ZC 和CI 系統接口負責接收列車信息有關繁忙地區、箭頭位置等的資料。接口主信號集線器，箭頭，軌道電路，緊湊型停止按鈕設備運行模式設置；與電源設備的接口-電源采集一次系統提供電流、電壓參數、各模塊的工作參數等。通過內部接口的線性電平終端，將1 號系統數據加載到網絡中心，然后中心將數據處理結果發送給線性終端。

3.3 關鍵技術

線性操作中心需要從用戶獲得大量數據，并按類別存儲、查看、讀取和分析，使用人工智能存儲大數據和深入學習。大數據存儲技術的作用：一方面可以保存海量的服務數據，方便用戶隨時查閱歷史數據，為大規模數據分析提供可靠的數據源；另一方面，數據存儲和維護中心在應用層發生故障時，提供數據傳輸的可靠性。分布式文件系統實現數據長期存儲后，將數據存儲技術引入數據中心的過程是接收中間消息并傳輸數據的客戶端；同時從數據中心和應用程序中提取必要的數據，供上層應用進行數據分析。深入學習可以解釋為準備大量的數據樣本以揭示數據特征。基于深度學習技術的數據分析，可以為現場信號系統設備的健康狀況評估提供有效的支持。在數據分析中，引入深入學習的概念是既定規則的一部分，使系統能夠獲得更多尚未手動獲得的數據，實現從了解現有數據到預測未來趨勢的轉變。在研究了大量的歷史維度信息后，系統將得到更精確的預測。

以箭頭運動電流分析過程為例，基于深度學習技術，與傳統箭頭運動數據流進行比較。傳統的箭頭運動控制分析允許設定時間獲得運動電流，比較標準運動電流范圍，直接判斷運動電流是否正常。雖然這種方法可以實時跟蹤箭頭的移動，但不能作為預防性維修的附加指南。數據分析方法基于深度學習技術，通過在標準動作流中訓練大量數據樣本，根據數據樣本的變化規律，訓練更符合光束運動和標準匹配區域的變化。在準備密集數據采樣時，可以確定該箭頭組在正常條件下的運動電流范圍，為日常維修提供實用的參考。在取樣準備過程中，可以包括時間、濕度等客觀參數。對其進行分析，以進一步調整指針的運動電流范圍。如果收集到的數據數次偏離課程，可進行現場檢查，以確定是否存在設備磨損、老化等現象。此外，還可以對同一網絡中相同類型的交換機進行分析，從而對在不同條件之下，設備的工作情況進行深度的了解，制定更加科學有效的控制和維護策略。人工智能與傳統的服務方式相比，在彌補實地數據收集不足的基礎上，充分用于預測未來的健康狀況，并對預防性服務提出建議。

3.4 保障平臺

網絡支撐平臺是利用人工智能計算機技術和專家系統對所獲得的數據進行故障診斷，實現對信號的全生命周期控制，并以圖表和報告的形式顯示分析或預警結果。有關車輛的資料會送交總站。該平臺包括數字模塊、應急數據處理模塊、可靠性評估模塊、運行數據分析模塊和故障分析模塊。其中，數字模塊的功能是對信號系統及其設備的基本數據進行數字處理，保證數據的完整性和可靠性，為設備的使用和操作提供依據。

應急數據處理模塊旨在對故障信息進行專家評估和應急處理?？煽啃栽u估模塊的主要功能是根據警報系統的功能分析其可靠性。交通運行數據分析模塊是對報警系統設備維護信息的統計分析。故障分析模塊是故障信息的分析和表示，包括信息搜索、輸入等。計算機界面實時顯示列車運行圖和信號設備運行詳細信息。此外，物料管理模塊負責管理報警系統及相關設備的備件，以及支持新增、修改、刪除、批量導入和導出數據，支持無人看管的倉儲空間和智能物料管理。環境監測模塊可實現實時工作環境監測、多維環境數據分析和統計，并提供專家診斷和預警。

4 智慧運維的主要功能

智慧軌道信號測量系統旨在實現設備狀態的實時控制、智能診斷、安全風險預測和生命周期分析控制、設備維護內容和時間的確定，根據智能監測診斷結果，制定有針對性的維修計劃，及時發現系統或設備故障，并進行維修和更換。考慮到設備的可靠性和經濟性，對設備進行購置和折舊、運行費用和全面報廢，以及全生命周期信息化和運營服務智能化。除了上述功能外，安全風險挖掘預測系統還增加了智能診斷和風險預測功能，并采用了計算機人工智能、大數據處理技術等，實現對信號及其系統的全面控制，提高系統的整體抗風險能力。

4.1 可視化實時在線監測

地鐵信號系統是一個智能測量平臺。線性網絡中心通過執行基本的維護和管理功能，實現網絡的可視化管理。大屏幕顯示軌道段、車站、箭頭、信號機等的靜態數據。網絡中心與線路信號系統建立正常通信后，ATS 與ATP 系統提供列車運行位置、加油位置、箭頭位置等信息。通過可視化界面，可以將線路從網絡層快速定位到特定位置，幫助操作員分析故障對操作環境的影響，促進網絡人員快速轉發，并提供人員通信，減少信號故障對線路運行的影響。

4.2 信號系統健康管理

智能信號系統平臺控制整個數據網絡，確定設備的硬件屬性及其運行參數。監控數據以終端圖的形式實時顯示，通過故障診斷機制、設備故障檢查和故障及時報警，將故障和維護信息發送到線路服務終端。

在深入研究大規模數據分析的基礎上，就設備的生命周期、工作條件和標準參數等方面得出了機器本身的確定規則。在完成準備并滿足設備缺陷預警能力建設需求后，可將現有監測機制完善為平臺的新功能模塊。在此平臺上，建立了關鍵設備故障預警系統，進行了異常振蕩預警，類似專家分析修改服務建議，以確保數據在現場標準之外的處理和恢復。醫療警報系統管理機制可以覆蓋警報系統的整個生命周期，通過實時狀態監測和故障趨勢預警相結合提供警報指導。

4.3 可靠性模型仿真分析

信號系統本身就是一種糾錯機制，能夠提供可靠的故障保護，但是信號系統目前還缺乏較為完整的分析模型來進行具體的故障原因分析。因此，在此背景之下，要逐步建立完整可靠的信號系統模型，對故障進行模擬演示，更加快速、精確地分析故障的類型。在此基礎上，制定有效的解決策略，進一步保障信號系統的可靠性。

在覆蓋系統設備的基礎上，建立完整可靠的分析模型，反映系統設備的一切過時和正常運轉的狀態，由此分析出的數據將與實際運轉狀態中的數據無限接近。通過對歷史數據的分析，可以優化大量的數據測量和現場日志，作為可靠性分析的重要參考。通過理論到模擬分析，可以提前預估信號系統實際的運行狀況。在模擬運行中，觀察分析在實際運行當中會出現什么樣的問題，對信號系統進行進一步的優化完善。

4.4 提高系統抗風險的能力

智能操作系統的功能是實現數據控制、智能診斷和風險預測、信號故障報警，包括對指針、信號、外部網絡、電纜等非工業智能設備、數字音頻軌道電路的控制，移動閉環以及控制信號系統的整個生命周期。此外，采用人工智能方法進行數據采集分析，實現信號設備安全風險的智能診斷預警，消除干擾并分析異常參數。一旦出現異常趨勢，應及時進行程序報警和維護，同時不斷完善數據分析、智能診斷、可靠的數據和可靠的診斷結果，為設備故障預防和日常維護決策提供可靠依據，使操作人員充分了解設備的運行狀況和可能出現的故障。

5 結語

通過分析智慧運維技術在未來發展的趨勢，以及當下城市軌道信號系統對于運維的需求，提出了將智慧運維理念應用到城市軌道信號系統當中的方案。通過對各條線路進行綜合自動化的管理，建成線網級的城市軌道交通運維平臺，可以智能化預測系統故障，使信號系統保持在一個長期可靠的狀態。