物聯網技術在鐵路檢測儀表領域中的應用研究

劉朝暉，鐘桂東，陳 棟

檢測儀表在鐵路工務、電務、供電、車輛等專業日常維護作業中一直發揮著重要作用，儀表檢測數據也是實現信號設備故障預測與健康管理系統（Prognostic and Health Management，PHM）功能的基礎。目前鐵路各專業的日常檢修作業，大多基于各類儀器儀表，通過人工操作、紙質記錄的方式，實現對各類基礎設備設施的檢測［1］。隨著鐵路信息化建設日臻成熟，鐵路運量的持續提高，對鐵路日常維護作業的維護效率、數據準確性、數據存儲周期等運維工作也提出了更高的目標［2-4］。當前這種人工紙質記錄數據的方式難以滿足要求，主要表現為：

1）檢測維修效率相對較低。人工記錄數據的方式需對檢測數據逐一記錄，對于較為復雜的故障，需先將數據帶回或發回車間、站段等單位，再組織專家進行分析，增加了對設備故障的分析和處理時間。

2）數據準確性難以保證。作業人員需邊操作、邊記錄，加之作業現場環境較為艱苦，干擾因素較多，難免發生錯記、漏記、串記等情況，容易遺漏、忽略異常數據，造成安全隱患。

3）數據積累和分析困難。所有檢測數據均為紙質存儲，不利于數據資產的積累、流轉、分析和利用，也難以對設備狀態數據進行長期保存。維護人員對設備歷史狀態的分析需要花費大量的時間和精力，不利于快速得出分析結果。

4）難以挖掘數據潛在價值。紙質數據存儲的方式難以對較長時間內的數據進行關聯性分析，不利于信號設備PHM技術的實現，無法充分利用數據的潛在價值，造成了數據資產的浪費。

隨著鐵路智能運維管理技術的日益精細化，對工務、電務、供電等專業基礎設備設施的檢測頻率、效率及數據的可信度等要求也越來越高，檢測儀表的多樣化接入需求、多業務場景需求、數據自動化存儲及標準化傳輸需求、智能化管理需求等越來越清晰。因此，基于微服務架構的物聯網平臺，研究檢測儀表數據智能管理系統，提高儀表的使用效率、深度挖掘數據價值，對保障設備正常運行，提升線路運力和安全性有著十分重要的意義。

1 基于微服務架構的物聯網平臺

針對鐵路行業運維管理特點，物聯網平臺采用瀏覽器/服務器（B/S）的技術架構，維護和升級方式更簡單，并可在私有云平臺上實現部署［5-7］。物聯網平臺面向物聯網感知層的南向接口采用標準MQTT通信協議，可接入鐵路各專業檢測儀表數據。物聯網平臺總體架構見圖1。

圖1 物聯網平臺總體架構

物聯網平臺參考Web頁面設計的主流架構，縱向分層，橫向分塊。前端展現采用H5響應式交互框架和WebSocket（一種在單個TCP連接上進行全雙工通信的協議）實時通信技術，后端服務采用微服務分布式結構。為實現服務的平滑擴展和服務調用的負載均衡，以及服務與服務的充分隔離，后端服務與服務之間需基于分布式系統通信框架進行通信，由遠程過程調用（Remote Procedure Call，RPC）通信框架進行統一的服務注冊與負載均衡管理；同時為避免底層服務對高層服務的調用，采用消息隊列（Message Queuing Telemetry Transport，MQTT）的形式，由底層向高層提供數據推送服務［8］。

2 基于物聯網平臺的檢測儀表數據管理系統

由基于微服務技術架構的物聯網平臺構建的檢測儀表數據智能管理系統（以下簡稱“系統”）架構見圖2。針對鐵路行業檢測儀表的業務需求，系統業務功能包括：終端及儀表管理、測試項目編制、檢測數據處理、實時數據展現、統計分析報表、歷史數據查詢、用戶及日志管理、異常告警等。

圖 2 基于物聯網技術的鐵路檢測儀表數據智能管理系統架構

1）終端及儀表管理。系統前端提供可視化操作界面錄入或導入終端及儀表信息，調用物聯網平臺提供的設備服務接口，存儲終端和儀表基礎信息，并為后續終端接入平臺提供認證信息。通過平臺設備服務接口進行臺賬展示，可查看以下統計信息：①名稱、型號、編號、廠家信息；②主要技術參數；③儀表所屬組織機構、使用頻次統計等。

2）測試項目編制。系統前端提供表格形式的編輯操作，可依據鐵路工、電、供各專業對各類設備進行現場維護作業時的測試項，以及測量值合理的范圍，確定測試項目編制內容，并保存為測試項模板。通過調用物聯網平臺數據庫，將表單信息進行保存，為后續作業和檢測數據的存儲提供基礎。

3）檢測數據處理。終端設備基于MQTT協議連接到物聯網平臺，對儀表檢測數據進行上報。平臺接收到數據后，基于時序數據庫進行解析和存儲，同時將數據對應到相應的測試表單，實現對手持終端應用軟件上報數據的接收、標準協議解析、按測試項進行數據分發和存儲、檢測數據查詢、問題管理、檢測數據和測試項之間的關聯及綁定等功能。

4）實時數據展現。物聯網平臺將現場測試數據解析并保存到時序數據庫中，系統通過調用平臺數據中心的開放接口，將現場測試的數據實時回傳至應用系統，并呈現給用戶，各專業專家可實時查看現場檢測數據。數據展現方式包括單一數值、測試數據曲線等。

5）歷史數據查詢。基于物聯網平臺數據中心的存儲和查詢能力，通過調用平臺數據中心的開放接口，對過去一段時間內上報的檢測數據，依據時間范圍、儀表名稱、作業類型、組織機構等字段進行數據檢索、查詢、展示等。

6）統計分析報表。針對檢測過程中出現的問題進行統計分析，按日、月、年等不同時間周期，給出預告警統計列表，包括預告警頻次、故障頻次、多發故障原因、維修手段等。物聯網平臺處理和存儲歷史數據，并通過數據中心的開放接口傳輸給系統應用層，應用層通過調用平臺的開放數據接口，并結合表格、曲線等多種可視化手段，進行統計分析報表的展示。

7）用戶及日志管理。系統管理功能提供賬戶信息維護、登錄認證及密碼管理、權限控制管理等，以便更好地適應不同專業、不同人員的日常操作管理需求；同時對系統運行日志進行管理，便于系統維護。

8）異常告警。針對測試數據超標、超限等情況，給出預告警信息。

3 關鍵技術

3.1 檢測儀表智能化改造

鐵路維護作業涉及的儀表種類繁多、形態各異。基于鐵路工務、電務、供電3個專業常用儀表的使用頻率、檢測數據的重要性、作業場景的實時性等因素，結合儀表自身的特點，選擇軌道檢查小車、電子道尺、藍牙數字萬用表、接觸網激光測量儀、大口徑三相鉗形功率表等作為典型儀表，實現檢測數據自動化獲取。其中電子道尺、藍牙數字萬用表和接觸網激光測量儀，廠家已采用藍牙通信方式升級改造為具備自動上報數據功能。而軌檢小車、大口徑三相鉗形功率表目前還沒有滿足需求的成熟產品，因此，需單獨設計硬件模塊，使其具備無線通信、小體積、長續航、便攜性等特點，實現數據自動上報等功能。

以大口徑三相鉗形功率表為例，設計和開發采集模塊，包含硬件和軟件2部分。

1）硬件部分。研發一款無線藍牙數據傳輸模塊，用于大口徑三相鉗形功率表測量數據的傳輸，通過藍牙傳輸至現場手持終端。采集模塊硬件架構見圖3。其中，低功耗處理器通過外設接口與各功能單元或組件連接，主要實現檢測數據傳輸、工作狀態指示等；藍牙模塊實現與控制單元及手持終端通信；電源與電池管理單元主要包括電源與電池充電管理、電源轉換模塊、鋰電池和外部供電接口；狀態指示燈用于指示模塊的工作狀態，包括藍牙通信建立指示、電池充電狀態指示和電池電量指示；USB通信接口用于采集模塊和儀表之間的USB通信，同時為儀表提供電源；調試串口用于系統調試。

圖3 采集模塊硬件架構

2）軟件處理。采集模塊軟件處理流程見圖4，具體說明如下：①藍牙模塊及系統初始化配置，主要包括硬件驅動初始化、系統時鐘配置、外設時鐘配置、操作系統初始化、“啟動任務”創建、操作系統啟動、電池電壓檢測、指示燈狀態初始化、藍牙模塊初始化配置、鏈路連接狀態檢查等；②啟動任務包括接口硬件初始化、其他任務創建、指示燈掃描循環等；③藍牙串口接收即讀取藍牙串口命令數據；④判斷命令數據讀取是否超時；⑤判斷幀結構是否正確；⑥如命令未超時且幀結構正確，則將數據轉發至USB接口；⑦USB接口初始化，定時調用USB中間件的USB主機處理方法，實現對USB接口的掃描處理；⑧USB接收任務，從儀表USB接口接收一幀數據；⑨將數據轉發到藍牙模塊。

圖4 采集模塊軟件處理流程

3.2 數據自動獲取及標準化傳輸

近年來，物聯網短距無線通信技術發展十分迅速，已經出現了很多成熟、可靠的短距無線通信技術［9］，并實現了一對多的通信機制［10］。其中藍牙技術作為常見的短距無線通信技術，具有硬件體積小、低成本、低功耗、兼容性較好、抗干擾性強、標準開放等特點［11］。而鐵路作業現場廣泛使用的手持終端也大多支持藍牙通信功能，因此藍牙通信成為檢測儀表智能化改造的首選通信方式，這也與目前儀表廠家的智能化產品所采用的通信技術相吻合。

由于鐵路各專業檢修維護作業涉及的儀表種類繁多、型號各異、生產廠家也沒有統一的數據協議標準可以參考，這就造成了各儀表都有自己特定的數據協議。因此，需研究如何實現不同檢測儀表數據協議的標準化、統一化接入技術，降低系統開發、運維難度，為形成檢測儀表數據傳輸標準奠定技術基礎。

檢測儀表數據智能管理系統通過手持終端應用軟件，將各類儀表數據協議統一轉換成物聯網標準MQTT協議，實現數據回傳。MQTT是一種輕量級、低開銷的即時通信協議［12］，提供了多個層次的安全特性：①網絡層通過專線或者使用虛擬專用網絡連接設備與MQTT代理，最大限度地避免了竊聽和非授權訪問；②傳輸層使用安全傳輸協議進行加密，在配置文件中指定認證文件和密鑰文件，在客戶端安裝證書，既可以保證傳輸數據加密，也可以做連接認證，防止中間人攻擊；③應用層提供客戶標識以及用戶名、密碼，使用授權管理插件，實現批量級用戶權限和讀寫權限管理，亦可在應用層驗證設備［13］。

綜上，儀表數據獲取的方式為：通過儀表本身或加裝的硬件模塊藍牙接口，將數據發送給手持終端，在手持終端側開發應用軟件，支持多種檢測儀表的數據接入及協議解析，并將不同儀表的數據轉換成標準的MQTT協議數據，通過運營商核心網實現與物聯網平臺的數據交互。檢測儀表數據傳輸示意見圖5。

圖5 檢測儀表數據傳輸

3.3 數據智能管理

基于物聯網平臺數據中心提供的數據存儲和處理能力，檢測儀表數據智能管理系統對數據進行實時、離線2種處理。基于實時數據實現智能預警，基于離線數據進行數據分析，保證常規性報警的及時性，輸出設備狀態的分析報告，為實現更加復雜的預警處理、趨勢分析、預測和綜合評估能力積累數據。

考慮到目前檢測數據仍然按照計劃周期進行獲取，系統采用批處理和實時處理相結合的方式，同時實現實時數據處理和離線數據處理，并構造相應的數據倉庫。實時數據倉庫和離線數據倉庫之間采用基于Kafka隊列的同步工具實現數據同步。

3.3.1 實時數據處理

回傳到系統的檢測數據，經過物聯網平臺的消息引擎，以及系統的數據校驗預處理、提取設備主要特征參數后，存儲到實時數據倉庫中，可供系統查看。實時數據處理過程見圖6。

圖6 實時數據處理過程

在實時數據倉庫處理過程中，需要調用規則引擎實現預警生成功能。規則引擎采用jar包形式封裝到物聯網平臺流式處理的每個節點執行器上，由流式處理引擎通過Java API觸發調用規則匹配處理，生成預警。系統采用主流規則引擎工具Drools 實現，將業務報警規則（專家規則）定義為規則引擎中的規則。規則引擎以規則文件方式，根據外部傳參參數，與事先定義好的規則進行匹配。當觸發規則時，生成報警。Drools規則引擎可基于retes算法進行規則推理，即在將觸發的規則之間進行Agenda沖突調節，從而形成最終推理結論。

在實時數據流式處理過程中，同時通過批處理隊列將數據推送到離線數據倉庫，為離線數據分析積累檢測數據。

3.3.2 離線數據處理

在離線數據倉庫流式處理過程中，采用離線數據隊列異步同步方式，數據經過ETL和指標計算，存儲到離線數據倉庫，實現設備檢測全集數據的匯聚；并可通過ETL、FTP功能，從其他業務系統收集到設備履歷信息、設備維修數據等，通過應用界面進行數據展示。離線數據處理過程見圖7。

圖7 離線數據處理過程

離線數據倉庫內部按照貼源層、特征層、數據倉庫明細層、數據倉庫匯總層以及設備標簽層，進行數據分層部署。

1）貼源層：存儲回傳的原始儀表檢測數據。

2）特征層： 在貼源層基礎上，基于流式處理的預處理（包括濾波等）和特征工程，將檢測數據轉換為clean數據和特征數據（采集數據的特征矢量）。特征層可以視作一種特殊的數據倉庫明細層表。

3）數據倉庫明細層： 是數據倉庫內核心的存儲結構，是經過關聯、合并、標準化后的模式化數據倉庫數據，包含大量的數據倉庫內歷史數據，按照有序的維度建模方法，形成有利于分析的數據模型。數據模型采用基于星型或雪花型的維度模型構造，根據表類型，一般劃分為數倉維度表和事實表。

數據維度表用來定義各類設備實體，實體是由各種表示統一維度屬性的組合構成。其中一類代表實際實體，例如設備實體，主要包括設備類型、設備型號、設備廠家、安裝車站等維度屬性；另一類代表抽象實體，例如日期維度，主要包括年、季度、月、星期的維度屬性。數據倉庫可以通過實體編碼，實現事實表與對應實體表之間的關聯，并根據實體表的維度，生成各維度的指標統計（按維度分組）和關聯性寬表（基于維度屬性并與實體編碼匹配）。事實表用來存儲事實的度量及指向各個維度的外鍵值。維度表用來保存該維的元數據，即維的描述信息，包括維的層次及成員類別等。簡單的說，維度表主要觀察該事物的角度（維度），事實表主要關注內容。例如信號機主體信息表，信號機主體事件可以轉化為一個事實表，即主體事實表，然后車站對應一張車站維度表，信號機類型對應一張信號機類型維度表。每個維度表都包含單一的主鍵列。維度表的主鍵可以作為與之關聯的任何事實表的外鍵，同時維度表行的描述環境應與事實表行完全對應。

4）數據倉庫匯總層：通過匯總、統計運算，形成匯總統計數據，可以包含各類指標，各類時間維度（日表、月表和年表）的曲線數據統計指標等。該層數據主要服務于各類查詢展示，包括上取、下鉆等聯機分析處理場景。

5）設備標簽層：為面向設備對象的一種融合數據建模方法，即打通一個設備對象的各種標識，歸一有關設備的各類描述信息，把跨業務板塊、數據域的對象數據在同一個粒度基礎上組織起來，并同該對象進行關聯綁定。例如，對于1個設備標簽表，可以將與設備有關的設備靜態履歷屬性、設備維修信息、設備檢測數據信息、設備故障信息，以及設備檢測統計信息，共同構成這一設備相關的設備標簽表信息。

通過建立離線數據倉庫，可以構建設備健康狀態評估的框架，有效組合利用數據價值，通過數學計算進一步提升數據價值，為設備“狀態修”提供有益參考。通過確定設備健康狀態影響因素，如報警情況（使用一級報警/二級報警次數來表達）、上道時間、維修情況、使用狀況（由于不同設備的指標不同，可考慮其在日常檢測中的異常值及出現次數、頻率等因素）、環境條件（可以使用環境溫濕度報警次數）等，在不同類型的設備之間進行調整，進而判斷設備的健康狀況，生成健康狀態評估報告。

4 應用情況

目前檢測儀表數據智能管理系統已在包神鐵路萬水泉南站部署并試運行，解決了現場儀表數據紙質存儲、不便于數據分析，無法實時掌握現場測試數據等問題，對于異常處理的流程也實現了電子化管理，提高了檢測作業及問題處理的效率。

5 結束語

針對鐵路行業工務、電務、供電等專業日常運維作業過程中檢測儀表的使用情況，在分析人工記錄、紙質流轉檢測數據存在諸多不足的基礎上，基于物聯網技術對檢測儀表進行智能化改造，通過物聯網短距無線通信技術及MQTT標準化傳輸協議，實現鐵路檢測儀表數據自動化上報、標準化傳輸技術，為信號設備PHM系統積累數據。同時，研究基于典型物聯網平臺的微服務能力，結合鐵路各專業檢測儀表業務需求，搭建鐵路檢測儀表數據智能管理系統，實現檢測儀表數據的自動化存儲、智能化分析及應用。目前該系統已在現場部署試運行，并切實解決了檢測儀表數據處理的問題，具有一定的應用價值。