孟川舒,劉陽學
(1.國防科技大學 智能科學學院,長沙 410073;2.中國鐵道科學研究院集團有限公司 電子計算技術研究所,北京 100081)
常導電磁懸浮技術是我國目前唯一可實現工程應用的高速磁懸浮技術[1],經過20 余年的研究、試驗和積累,隨著時速600 km 工程樣車下線,我國常導高速磁懸浮已經開始邁向工程試驗階段。
運行安全是軌道交通系統的核心,高速磁懸浮列車行車速度更高、運行系統更為復雜,對安全風險更為敏感。從工程試驗階段開始,列車將在實際線路上運行,運行安全將成為首要問題。目前,國內外高速磁懸浮工程試驗線路和商業運營線路非常少,并且線路覆蓋工況相對簡單,有關運行安全的研究多為對運行控制、牽引控制、懸浮導向等單一專業系統的技術性研究,面向真實運營環境和整體安全保障的系統性安全研究很少。朱忠英[2]基于上海磁懸浮實際情況研究了運營安全保障體系;侯圣杰等人[3]研究了氣象、地質等運行環境與災害的監測預警系統方案;其他相關研究亟待開展。而我國高速鐵路(簡稱:高鐵)已經具備非常豐富的運行安全保障經驗,形成了成套管理和技術體系[4-6],其共性經驗可為高速磁懸浮運行安全方案研究提供借鑒。
本文參考現有研究成果,歸納常導高速磁懸浮運行安全特點,進一步分析運行安全監控邏輯,從總體上明確了運行安全監控的對象與層次,在此基礎上提出綜合監控模式,開展基于綜合監控的常導高速磁懸浮運行安全監控總體方案研究。
常導高速磁懸浮系統主要包括列車、線路、牽引供電、通信信號等4 個專業系統,構成核心運行系統。借鑒高鐵經驗,從運營角度形成常導高速磁懸浮完整系統還須包括安全防災、運輸組織、旅客服務、運行維護、網絡信息等方面。常導高速磁懸浮運行安全特點主要體現在以下3 個方面。
(1)對外部運行環境更為敏感。高速磁懸浮列車運行速度非常高,對運行環境中的任何風險都會非常敏感。例如,強風、強降水、凍雨結冰、地震、地質災害、雷電等極端天氣及自然災害對列車安全運行存在很大影響,很可能直接或間接造成列車失穩、車軌碰撞等危險情況,帶來災難性事故;此外,由于列車懸浮間隙很小(8~12 mm 左右)且速度高,對軌道結構平順性的要求更為嚴苛[7],所以基礎設施不平順度超限、線路異物等情況造成的危害極大。
(2)常導高速磁懸浮系統自身安全監測和控制的感知精準性、響應實時性、控制可靠性要求更高。該系統依靠電磁力運行,車軌沒有機械接觸,本質上是基于信息的機電控制系統,需要實時監測感知相關指標物理量,如道岔狀態、懸浮間隙、牽引電流、列車姿態等,如發生非正常情況(如砸軌、車體自激振蕩等),則需要機電控制系統及時作出響應,避免事故/災難發生。
(3)耦合度高,各種信息的關聯度高,安全綜合分析能力要求更高。常導高速磁懸浮系統是地控車模式,運行控制、牽引控制、懸浮控制、測速定位、通信等系統緊密耦合;此外,由于定子布設在地面,車–軌–線也是耦合關系。因此,常導高速磁懸浮系統所產生的各種運行安全監控信息的關聯度非常高,同一數據可能具有多專業多維度的語義,要求安全監控系統具備對安全數據綜合分析和挖掘的能力。
以上特點決定了常導高速磁懸浮運行安全監控的模式、架構、功能等方面的設計考慮需要更加精細和全面。
監控邏輯是明確運行安全監控目標和業務流程的必要條件,通過邏輯分析,能夠從安全視角抽象解析整個運行系統,梳理出可監控的關鍵環節及相互關系。參考安全風險管理和應急管理相關理論,常導高速磁懸浮運行安全監控邏輯框架可分為3 層,即物理層、狀態層和事件層,如圖1 所示。

圖1 高速磁懸浮運行安全監控邏輯框架
(1)物理層對應的是安全風險源,即監控對象的物理實體,按屬性可分為人、系統、環境等3 類;
(2)狀態層對應的是運行安全風險,即物理層監控對象發生了使業務、技術或事件的狀態轉向不安全的風險,風險點是該類風險的具體表現,由一個主要技術指標或若干技術指標構成,能夠直接或間接獲取指標信息進行監控;
(3)事件層對應的是危情,即風險進一步發展、監控對象的狀態發生實質性改變、影響運行安全的危險場景。
相應地,從安全管理的角度,對風險源要充分進行預防性管理,及時監測和控制風險,當發生未能避免的危情時能夠及時有效處置;同時,嚴密控制事態發展,降低損失和影響,以監控為中心形成邏輯閉環。因此,常導高速磁懸浮運行安全監控的基本邏輯是采用各種技術手段對涉及運行安全的風險點進行監控,及早發現和處理問題,最大程度地降低風險,避免其向危情方向發展,保障列車運行安全。
與輪軌不同,常導高速磁懸浮系統的運行控制與牽引控制緊密耦合,設置中央控制系統,集中實現列車牽引控制、運行控制和車地通信管理[8],因此,與基本行車安全相關的監控都由中央控制系統實現。本文在中央控制系統層面之上構建安全管控層面的、面向全部運營安全環節的運行安全綜合監控系統,匯集全部安全監控信息,基于安全數據綜合分析,實現常導高速磁懸浮運行安全綜合監控,更有利于發揮大數據作用,提高安全信息運用效率,增強協同安全防控能力。
常導高速磁懸浮運行安全監控方案總體架構如圖2 所示,可分為狀態層、數據層和系統層。

圖2 高速磁懸浮運行安全監控方案總體架構
(1)狀態層對應邏輯框架中的安全狀態,按照業務屬性,可將涉及人、系統、環境的安全狀態劃分為基礎設施、列車運行、作業和環境共4 大類11小類,每一小類又包含若干個風險點。通過監控相關風險指標,獲得對應監控對象的狀態數據。
(2)數據層對應從狀態層獲取的各類數據的集合,包括各類檢測數據、監測數據、監控數據及相關專業系統生成的二次信息,基于數據層可實現安全大數據分析。
(3)系統層對應獲取運行安全相關數據的各個系統,包括基礎設施檢測、防災監測等各專業系統,以及中央控制系統和運行安全綜合監控系統。運行安全綜合監控系統位于頂層,與各專業系統、中央控制系統通過安全數據產生交互關系,以監為主、以控為輔。
3.2.1 基礎設施監控
常導高速磁懸浮基礎設施主要包括橋梁/線路梁體、懸浮導向軌道及線圈、牽引定子及線圈、道岔、隧道、車站、變電所等,對其監控分為技術狀態、物理狀態和空間幾何狀態等3 個方面。
(1)技術狀態監控。主要是對橋梁/線路梁體、車站雨棚天橋的撓度、振動頻率等技術指標進行監控,看其是否有異常或超限情況發生。
(2)物理狀態監控。主要是對橋梁/線路梁體、軌道、定子、線圈、隧道襯砌、雨棚天橋、站臺等傷損情況進行監控,如構筑物裂紋、空鼓、殘缺、坍塌等物理損傷。
(3)空間幾何狀態監控。主要是對橋梁/線路梁體、雨棚天橋的沉降或姿態異常,以及軌道線路不平順、道岔不平順、道岔平移不到位、站臺超限等空間幾何異常問題進行監控。
3.2.2 列車運行監控
列車運行主要涉及車輛、控制、通信、網信等方面。
(1)列車技術狀態監控。主要監控車體及關鍵部件傷損、車輛電氣設備及電氣控制故障(網絡控制、空調、車門等)、列車供電故障等情況。
(2)列車運動狀態監控。主要監控車體失穩(蛇形、振蕩、晃車等)、車體砸軌、懸浮間隙持續超限等情況。
(3)列車運行狀態監控。主要監控丟車、冒進、速度異常、制動異常、異常停車等情況,此功能主要由中央控制系統實現,也需要利用多源信息進行輔助監控。
(4)控制系統技術狀態監控。主要包括運行控制系統、牽引控制系統、供電系統本身的故障監控,主要由中央控制系統實現。
(5)通信系統技術狀態監控。主要是地面及車地通信系統故障監控,如通信時延異常、基站故障、越區切換故障等情況。
(6)網絡信息(簡稱:網信)系統技術狀態監控。主要包括網絡安全、信息系統運行情況、數據安全等方面實時監控。
3.2.3 作業監控
作業狀態監控的對象是工作人員,包括違規上線、違規操作、操作失誤等。違規上線方面主要是結合作業計劃、作業狀態等監控人員上線作業情況;操作方面主要是監控作業過程并通過結果反饋。作業狀態監控主要涉及車站及車上客運作業、線路運營維護(簡稱:運維)等內容。
3.2.4 環境監控
環境狀態監控主要是對氣象狀態、地質災害、異物侵限、火災的監控。氣象方面主要包括強風、強降水、積雪、結冰、雷電等場景,需要進行實時監控;地災方面主要包括地震、沉降、滑坡及泥石流、危巖落石等場景,需要進行實時監控,也需要持續檢測監測;異物侵限方面主要包括旅客違規侵限、區間周界入侵、線路異物等場景,需要實時監控;火災主要是列車、車站內火情的實時監控。
常導高速磁懸浮運行安全監控技術體系龐大,從數據邏輯的角度,關鍵技術主要包括前端產生數據的檢測監測技術、系統端處理數據的數據融合技術和應用端運用數據的大數據分析技術。
3.3.1 檢測監測技術
檢測監測技術是利用聲、光、電、熱、磁等基本物理手段測量監控對象物理狀態的技術,獲取的數據是最為原始的數據。按照前述狀態分類,基礎設施檢測監測方面主要采用圖像識別、超聲檢測、激光測量、三維激光掃描、形變雷達測量、衛星定位及測量等技術;列車運行方面除了車體需要通過圖像、超聲等技術進行檢測外,其余均可通過列車系統自身功能進行監控,列車運動狀態、運行狀態可采用獨立的慣性測量技術、衛星定位技術等進行輔助監控;作業方面主要采用視頻監控、衛星定位等技術融合相關管理信息實現監控;環境方面,主要是基于各類傳感器的物聯網監控技術,同時融合視頻監控、雷達、激光、衛星測量等技術。不同監控指標需要適配應用不同技術,同時在基礎設施、環境等存在共性場景的方面可以充分參考高鐵相關技術和系統。具體歸納如表1 所示。

表1 高速磁懸浮運行安全監控涉及的主要檢測監測技術
3.3.2 數據融合技術
數據融合技術是指在一定規則和程序下對多源數據加以自動融合分析,使信息更加可靠和可信,以完成決策和評估任務而進行的信息處理技術。其實現基礎是運行系統具有時空一致性保障和語義一致性保障,以確保多源數據能夠在同一時空標尺和特征描述規則下融合關聯,為下一步數據的共享、分析和挖掘建立基礎。數據融合是分層級、分維度的,不同層級和維度所采用的數據融合技術不同。對于整個高速磁懸浮運行安全監控而言,數據層級自下而上可分為功能單元(傳感器)層、功能系統層、管理系統層和綜合應用層。
(1)功能單元(傳感器)層的數據融合主要是對各個檢測監測傳感器所采集的原始數據進行融合處理,如列車測速定位單元多個定位傳感器數據的融合、列車振動監測單元多個振動傳感器數據的融合等,主要目的是更好地控制測量誤差,更真實地反映監控對象的實際物理狀態,能夠最大程度地保持數據的完整性。卡爾曼濾波、最小二乘法等算法是這一層級數據融合處理的常用方法。
(2)功能系統層的數據融合主要是特征級融合,即根據數據關聯特征,從多源傳感器數據中提取部分有代表性的數據,進一步融合形成特征數據。這一層的數據融合在目標檢測方面應用較多,如激光雷達數據和毫米波雷達數據的融合,用于異物侵限檢測、線路基礎設施病害檢測等方面。深度學習、神經網絡等方法是這一層級數據融合處理的常用方法。
(3)管理系統層主要是決策級融合,即每類傳感器先獨自完成原始數據融合和特征級融合,得到具有特征的初步結果,再由系統進行融合判決得出綜合結果。決策級融合是可信度判決和概率判決,用于列車運行控制、運行環境狀態監測等方面。貝葉斯估計、D-S 證據推理等方法是這一層級數據融合處理的常用方法。
(4)綜合應用層,基于各個應用局部決策,進行包括事件數據在內的多源異構數據跨應用全局融合,實現管理層面的綜合決策;基于大數據分析,利用專家系統、知識模型等實現全局數據融合。
3.3.3 大數據分析技術
運行安全監控大數據分析技術是指在數據融合的基礎上,對整個數據集進行不同安全維度和安全特征角度的分析挖掘,發現數據規律,提取數據特征,反饋給相關應用系統,輔助人或系統對安全問題進行研判決策。
(1)時空維度。分析各層級數據的時空分布特征和時空關聯特征,以及結合業務特征和業務邏輯后的時–空–頻域特征,如可通過列車時空–速度實時數據與歷史數據的比對分析列車運行狀態是否正常等。
(2)特征維度。結合安全風險指標和狀態指標構建安全特征模型,實現風險辨識與評估。如結合實時氣象信息、線路環境風險歷史數據和線路狀態數據,辨識評估當前線路風險。
(3)邏輯維度。根據業務邏輯和數據邏輯構建數據信任模型,實現數據風險評估,通過數據異常分析保障業務安全、數據真實可信,如可通過列車運行數據、人員位置數據和運維計劃數據保障線上天窗運維人員安全,出現數據邏輯不一致則可能出現現場作業風險或數據安全風險。
本文闡述了常導高速磁懸浮運行安全監控的總體方案。分析常導高速磁懸浮運行安全特點,構建運行安全監控邏輯框架,提出應采用綜合監控模式,在中央控制系統之上構建運行安全綜合監控系統,面向風險進行安全數據綜合分析,實現常導高速磁懸浮運行安全的全面監控,可為高速磁懸浮安全理論研究和實際安全監控系統構建提供參考。后續將開展具體檢測技術和綜合監控系統構建的研究。