城市軌道交通信號智能運維系統設計與研究

胡壽建 吳榮斌 王亞坤 劉春洋 牛 超

1.天津津航計算技術研究所；2.天津軌道交通運營集團有限公司

1 引言

隨著城市軌道交通線路大規模建設與開通運營，城市軌道交通運營維護壓力不斷增大，現有的信號系統維護模式難以滿足目前城市軌道交通的發展需求。此外，隨著大數據、云計算、5G、區塊鏈等新一代信息技術快速發展，軌道交通運維智能化、網絡化、綜合化趨勢日益顯著。2020年3月，中國城市軌道交通協會發布《中國城市軌道交通智慧城軌發展綱要》明確提出，要建立完善的全生命周期智能運維體系，建設車輛、能源、通信、信號等專業智能運維系統并在全行業推廣[1]。筆者研究建立了基于大數據技術的軌道交通智能運維系統平臺，實現對線路信號系統設備狀態的實時監測、智能分析、健康評價、故障預警等服務功能，提高信號設備維護的智能化、信息化程度，確保城市軌道交通信號系統的安全運營。

2 信號系統運維現狀

隨著我國城市軌道交通線路大規模建設與開通運營，城市軌道交通運營維護需求日益增強，特別是多個城市已經邁入網絡化運營階段，運輸壓力越來越大，對行車效率的需求越來越高。軌道交通線路在高負荷運轉下故障頻率增加，運營維護要求不斷提升，使軌道交通運營用戶面臨巨大挑戰，軌道交通行業急需新思路、新技術、新裝備，有效提升運營維護質量與效率。

2.1 存在的問題

在運維業務方面，一是檢修效率低、維修強度大。當前線路需要檢修的設備規模大，設備檢測點多，數據相對分散，錄入工作繁瑣；此外，隨著服役時間的增加，設備老化問題愈加嚴重，設備維護的頻次和要求日益上升。二是運維保障壓力大、成本高。目前依賴人工檢修、維修為主的運維方式，對人員運維業務技術要求高，對人員數量要求多，運維保障壓力大，且隨著新線不斷建設投入運營，運維成本將不斷攀升。

在運維工具、系統應用方面，一是設備監測信息分散、監測范圍有限、監測深度不夠。同一條線路信號系統監測子系統分立設置，監測信息分散在不同設備中，部分信號設備未納入監測范圍，設備監測深度不夠，無法提供板卡級、操作系統級監測及報警信息。二是數據存儲容量有限、數據智能診斷能力較弱。監測數據一般在6個月或1年被自動丟棄，數據利用程度不高；同時信號子系統級故障智能診斷依賴人工分析進行信息監測與報警，缺乏大系統級故障診斷功能，不具備系統整體運行狀態檢測和系統故障智能定位能力。三是難以滿足全自動運行系統的運維需求。相對原有軌道交通信號系統，全自動運行系統增加了諸多地面、車載信號設備等相關設備，設備間聯動控制復雜度進一步提升，系統運維工作量加大、難度提升，既有維護監測工具難以滿足其運維需求。

2.2 研究現狀

目前，國內軌道交通行業信號智能運維系統研究及建設進入了高速發展期，并取得了一定的研究及應用成果。施聰[2]研究提出了基于多源融合感知、多專業融合協同等關鍵技術的城市軌道交通通信信號專業智能運維系統；鄧永祁等[3]基于分布式文件系統，采用MapReduce框架建立了城市軌道交通信號智能運維系統數據平臺；段亞美等[4]基于信號智能運維系統的應用，分析提出了地鐵信號設備維護的管理建議；陸鑫源等[5]從運維管理、維護支持、智能分析3個方面，提出基于感知層、平臺層、服務層的信號智能運維系統應用。但面對國內各城市軌道交通信號系統設備型號多、種類多、設備監測標準不一、運維管理體系與組織架構不同以及故障場景樣本積累少等諸多情況，國內信號智能運維系統建設還需要進行不斷探索和深化研究。

國外軌道交通智能運維研究方面，德國的COBRA診斷系統、法國鐵路TGV動車組的TIGER軟件、日本的新干線高速鐵路管理系統的應用較為成熟，設備維護的智能化、信息化程度較高，降低了運維成本,但在多專業協同、設備故障診斷、預測預警的應用方面存在不足。

3 系統架構設計

城市軌道交通信號智能運維系統針對目前線路中信號系統運營維護存在的問題，從實際運維管理需求出發，將系統分為數據源、數據處理、數據存儲、數據分析、數據應用5個層級，實現綜合監測中心、分析決策中心、健康管理中心、生產指揮中心4種系統應用。系統架構如圖1所示。

圖1 信號智能運維系統架構

3.1 數據源

信號智能運維系統接入數據包括信號設備數據和基礎信號設備數據、檢修維護數據和基礎信息數據。

信號系統監測設備為計算機聯鎖（CI）、車載控制器（VOBC）、區域控制器（ZC）、列車自動監督（ATS）等，由各個維護機子系統負責采集設備運行數據。以車載信號設備為例，采集的數據主要包括列車自動運行（ATO）、列車自動防護（ATP）設備工作狀態及其各板卡工作狀態、車載無線設備工作狀態、應答器傳輸模塊（BTM）工作狀態、測速設備工作狀態、車載信號設備對外通信狀態、車載ATP、ATO設備運行處理信息、車載實時維護信息、車載信號設備故障信息、報警提示信息、車載日志信息等。

基礎信號監測設備包括道岔、轉轍機、信號機、計軸、站臺門、應答器、地面電子單元（LEU）、電源、信號按鈕、外電網、發車表示器、與聯鎖設備接口的繼電器、機房環境等。以道岔設備數據為例，采集的數據包括室內設備、室外設備監測數據，室內設備的數據采集內容為道岔組合中的電參數（電流、電壓）、空閑節點開關量實時狀態、道岔輔助組合中的空閑節點開關量實時狀態、分線盤定位、反位下的電壓值等；室外設備數據采集內容包括轉轍機表示桿缺口偏移量、轉換時長、轉換次數、電參數（動作電流、電壓、功率）、溫濕度、異常情況下的報警提示信息等。

檢修維護數據包括信號設備履歷和設備日常維護工單等數據。基礎信息數據包括產品認證信息、設備版本信息、氣象信息等。

3.2 數據處理

數據處理為按照定義的數據標準，通過數據清洗、數據轉換、數據加工等方式，對接入數據進行預處理，確保數據格式符合分析要求，為數據分析提供標準格式的多源異構數據。

3.3 數據存儲

智能運維系統需要存儲的數據量大、種類多，為實現對數據的高效、可靠的利用，信號智能運維系統使用關系型數據庫MySQL存儲業務類數據；使用消息中間件（Kafka）的方式存儲消息；使用Hadoop分布式文件系統（HDFS）存儲原始報文數據和日志數據；Hbase用來存儲設備的報警信息、運行狀態關鍵信息數據和通信狀態數據等；使用Spark Steaming進行實時數據分析處理；應用層則使用MySQL和Redis進行存儲。數據存儲架構如圖2所示。

圖2 數據存儲架構圖

3.4 數據分析

采用邏輯分析、聚類分析、回歸分析、關聯分析等分析方法和分布式計算、批量計算、內存計算、流計算、云計算等計算方法對信號設備實時狀態數據、報警數據等進行統籌計算和分析，為信號運維人員的各類應用場景提供技術支撐，滿足用戶的定制化計算和分析需求。

3.5 數據應用

3.5.1 綜合監測中心

綜合監測中心實現全線路信號系統設備的實時運行狀態監測功能，包含信號設備和基礎信號設備的監測。監測中心綜合運用前端可視化技術和三維場景重建技術，使用文本、圖形、圖像、音頻、動畫等元素，對線路各信號設備工作狀態、系統運行狀態、輸入輸出狀態、與其他子系統的通信狀態以及報警提示信息進行全方位展示。

3.5.2 分析決策中心

針對軌道交通信號數據規模龐大、數據種類多、數據格式繁雜、數據采集更新頻率高等特點，研究實現海量信號數據存儲、數據清洗、數據集成、數據變換、數據規約、數據分發、數據冗余備份功能，同時實現數據計算、數據智能分析服務功能；滿足軌道交通信號數據海量存儲、高并發采集、快速查詢、可靠存儲等要求。

3.5.3 健康管理中心

健康管理中心通過信號故障智能診斷應用系統，實現對信號系統級故障、子系統級設備故障進行綜合智能診斷，使信號維護人員及時、準確定位故障位置并獲知故障類型，降低由于未及時發現故障導致的安全風險，縮短故障修復時間。

3.5.4 生產指揮中心

生產指揮中心基于設備狀態監測信息、報警信息及故障診斷信息，實現對設備履歷、設備故障、檢修規程、維修計劃、維修工單、維修記錄的電子化、信息化管理；通過智能搜索、知識獲取等技術為故障設備提供維修指導，為亞健康設備提供維修建議，從而降低人工維護工作量，提高檢修維護效率。

4 結束語

本文提出了一種基于大數據技術的城市軌道交通信號智能運維系統的設計方案，介紹了系統的整體架構，劃分了數據源、數據處理、數據存儲、數據分析、數據應用5個層級，明確了各個層級的具體功能以及層級之間的數據流向。在數據應用層研究設計了綜合監測中心、分析決策中心、健康管理中心、生產指揮中心。通過該智能運維系統的應用，信號智能運維的數據采集、儲存、分析和處理效率顯著提高，在優化運維管理、降低運維成本等方面發揮了積極作用。未來可以從多線路資源整合、共享的角度出發，深入研究線網級信號系統智能運維方案，同時對構建多專業協同智能運維系統進行探索。