劉 淼,崔 妍
(中鐵信弘遠(北京)軟件科技有限責任公司,北京 100844)
重載鐵路因其運能大、成本低、效率高等諸多優勢,受到了各國的廣泛重視。智慧時代的到來,為重載鐵路的發展開啟了新的航程。在此背景下,為更好地提升鐵路運輸組織效率效益、提高運輸安全水平、降低運輸成本,世界各國相繼提出重載鐵路數字化與智能化發展戰略規劃,并開展相應的智能化研究和應用[1-2]。
近年來,隨著《“十四五”數字經濟發展規劃》《“十四五”鐵路科技創新發展規劃》等規劃的頒布和實施,中國智能鐵路的研究和建設進入了新發展階段[3],重載運輸領域也正積極開展大數據、人工智能等信息技術應用的研究實踐。基于此,本文結合國內外重載鐵路信息技術的應用現狀和發展趨勢,以及我國智能鐵路建設經驗,分析重載鐵路業務特點和需求,提出智能重載鐵路的總體架構及其數據中臺的建設路徑,并給出典型業務應用的方向,以期實現更加智能、安全、經濟的重載鐵路。
2011 年,歐洲聯盟發布《歐洲一體化運輸發展路線圖》白皮書,旨在將歐洲當時的運輸系統發展為具有競爭力和高效率的運輸系統。歐洲鐵路研究咨詢委員會同步制訂了《Rail Route 2050》計劃,提出具有高資源效率、面向智能化的2050 年軌道交通系統發展藍圖。數字化與智能化鐵路成為歐洲鐵路一體化發展的首要任務,歐州各國相繼出臺一系列戰略規劃[4]。如德國提出了鐵路數字化戰略,以提升乘客滿意度為目標,深入開展生產、運營、維修養護、客戶交互等鐵路系統各環節的技術變革,已實現半自動化列車無線分配、鐵路BIM 建設及無人駕駛的應用[5];數字化法國鐵路提出路網運力自適應、優化客戶服務、優化資源利用等內容;瑞士SmartRail 4.0 戰略旨在進一步提高鐵路系統容量和安全性,在ETCS L3+移動閉塞、集中簡化聯鎖設備、基礎設施建設自動化及列車模塊化等技術上有突出優勢。
美國貨運鐵路啟動資產健康戰略計劃,在預測性維護、客戶服務等方面對數字化技術和物聯網技術不斷探索,實現了智能化列車運行控制、調度、管理及維修等。
日本制定《技術創新中長期規劃》,提出安全保障、強化服務和營銷、優化運用維護、注重能源和環境等4 方面目標,側重于自動化技術、高速列車技術、基礎設施自診斷與自修復技術研究,實現了自動駕駛、列車實時監控預警、設備狀態修和運輸計劃自動化編制等[6]。
我國重載鐵路從20 世紀80 年代開始快速發展,圍繞客戶服務、安全監控、運輸調度等構建了大量的業務信息系統,但缺乏對智能重載系統的頂層設計[7]。
綜上所述,不同國家重載鐵路的數字化、智能化發展戰略雖然不同,但歸根結底都是在智能運營、智能裝備運用維修,以及智能綜合安全管理等方面持續發力。
我國重載鐵路具有載重量大、運輸業務鏈條長、同步操控復雜、運輸繁忙等特點[8],需要在推進重載運輸轉型升級、運輸效率提升、設備設施智能維修及運輸安全保障能力提升等方面持續建設,實現運營管理、裝備運用及安全管理的智能化[9-10]。
1.2.1 運營管理智能化
智能運營即在重載鐵路運輸組織、綜合調度、節能環保等方面的智能化研究。
(1)通過客戶精準畫像尋找目標客戶,實現精準營銷和貨運物流的一體化服務;
(2)通過行車過程中的實時監控,準確地掌握列車的位置、速度、狀態等信息,實現運輸計劃精細化編制、調度指揮一體化管理;
(3)借助物聯網、大數據等技術的應用,實現對列車的能源消耗、污染排放等情況的實時監控和調整,提高運輸過程的節能環保性能。
1.2.2 裝備運用智能化
智能裝備即要實現移動裝備和基礎設施裝備的智能化[11]。
(1)通過虛擬技術的運用,研發重載列車的自動駕駛駕駛技術,實現自動列車運行控制,提升運營智能化水平;
(2)運用無人飛機、巡檢車、北斗監測等多種智能檢測監測設備,構建重載鐵路線路設備智能感知體系,開展線路設備全壽命周期管理;
(3)搭建基于數字孿生的物聯網平臺,開展機車車輛健康管理和數字化精準維修,提升移動裝備運行安全,降低機車車輛運營成本[12-13];
(4)構建新一代智能牽引供電和通信體系,實現牽引供電、通信息號、線路等基礎設施的全生命周期精細化管理。
1.2.3 安全管理智能化
在重載鐵路運輸全過程中應用人工智能、通信技術、機器視覺、感測技術及物聯網等,采集運輸全流程數據,構建重載鐵路數據中臺,開展大數據融合、勢態分析、智能決策,實現跨專業、跨行業的重載鐵路安全大數據應用,提升運營安全預測預警和運輸安全保障能力。
智能重載鐵路是一個復雜的系統工程,本文研究涵蓋技術、數據、標準三位一體的智能重載鐵路體系架構,秉承應用與數據分離理念,提出“N+1+3”總體架構,從數據要素價值釋放的角度出發,采集鐵路不同業務領域、不同行業的N 類數據,打造一體化重載鐵路數據中臺,實現數據匯聚、處理、服務及治理,推動裝備、運營、安全等3 大應用智能化水平全面提升的智能重載鐵路體系建設,如圖1所示。
2.1.1 數據層
采集各業務領域數據、設備數據及外部數據,通過數據總線匯聚到數據中臺,為決策支持和智能應用提供基礎。其中,設備數據為車載、軌旁安裝的各類傳感器、北斗監測等獲取的設備運行狀態、外部環境信息等;業務數據來自于“十四五”網信規劃中相關業務系統產生的大量生產作業和監控預警數據;外部數據來自于全國一體化政務服務平臺、智慧城市運營平臺等行業、企業公布的社會數據。
2.1.2 決策層
構建重載鐵路數據中臺,打破數據壁壘,通過大數據、人工智能等技術,實現數據跨領域、跨行業、跨專業、跨部門、跨層級、跨應用的融合,匯集運輸、調度、工務、電務、供電、機務、車輛、防災、安監等不同主題視角的全息數據鏈和政務、天氣、公共衛生及其他交通方式等外部數據,通過全局的數據治理,改善數據質量,將數據能力賦能鐵路業務,形成業務數據化、數據資產化、資產價值化、業務智能化的閉環數據資產體系和數據服務能力,加快重載鐵路數字化進程。
2.1.3 應用層
主要包括智能運營、智能裝備和智能安全等領域的主要業務應用。基于重載鐵路數據中臺提供的數據分析、邏輯推理的結果,結合生產實際,解決傳統信息化業務系統的綜合性、復雜性、不確定性問題,在運營、裝備、調度、列車控制、檢測監測、運維及管理等方面實現智能化,為重載鐵路建設和運營提供輔助決策和技術支撐。
數據中臺是智能重載鐵路總體架構的核心。建設重載鐵路數據中臺需要按照“安全替代、技術升級、應用重構”工作思路,從梳理數據產生、流動、應用入手,解耦數據與應用,建立相對獨立的數據總線與數據管理模塊,采集引入全業務、多終端、多形態的數據,打造數據匯聚、數據處理、數據存儲、數據服務和數據治理能力。同時,向上提供各類數據服務,面向業務構建統一的數據服務接口與數據查詢邏輯,提供數據的分析與展示,形成以業務核心對象為中心的鏈接和標簽體系,實現重載鐵路數據資產化及數據運營。
2.2.1 數據總線
鐵路數據總線是支撐重載鐵路各信息系統間數據流動的分布式網絡化技術平臺,以鐵路業務系統數據、物聯網數據、互聯網數據、外部相關機構和企業交互數據為數據源,提供安全、可靠、實時的數據流傳輸服務。鐵路數據總線由鐵路信息網內貫通中國國家鐵路集團有限公司(簡稱:國鐵集團)、鐵路局集團公司、站段的三級節點構成。智能重載鐵路數據總線工作原理如圖2 所示。
(1)數據生產者:生產、管理類應用系統、車載設備、軌旁設備和人工交互均可作為數據源頭向數據總線輸入數據流。
(2)數據總線:節點網內連續進行“收集、計算、分流、傳遞”處理,為鐵路信息網內任意位置的應用系統間提供安全可靠的數據傳遞服務。
(3)數據消費者:根據業務需求,向總線訂閱、獲取任意數據生產者提供的實時數據流。
2.2.2 數據管理模塊
數據管理模塊采用云計算架構模式,將數據資源、計算資源、存儲資源充分云化,通過多租戶技術進行資源打包整合并開放,為用戶提供“一站式”數據服務[14-16]。數據管理模塊建設主要利用計算、存儲、調度引擎等底層技術組件,發揮平臺服務層計算資源優勢和大數據平臺組件特性,將重點業務應用場景和大數據組件特性相結合,實現需求與工具的適配。數據管理模塊架構設計遵循高內聚、松耦合的原則和組件式開發模式,包含數據處理、數據存儲、數據治理及數據服務等,如圖3 所示。

圖3 智能重載鐵路數據管理模塊架構
(1)數據處理:對鐵路數據總線采集的數據進行抽取、轉換、加載,提供給數據服務平臺。
(2)數據存儲:把不同來源、格式、特點、性質的數據在邏輯上或物理上進行集中,建立數據主題庫,通過應用間數據的有效流通和管理,實現數據資產化管理。
(3)數據治理:為規范數據標準、提高數據質量和保證數據安全而建立,包括數據標準、模型、質量、安全及共享管理等。
(4)數據服務:包括數據標簽、數據目錄、數據地圖、數據分析、服務接口、數據脫敏、數據安全控制等內容,確保數據透明,智能、安全地服務重載鐵路。
實現智能化的鐵路運輸管理是重載鐵路智能化建設和發展的重要方向之一。通過集成物聯網、大數據、人工智能等技術,實現對鐵路運輸全流程的實時監控、調度和管理,提高運輸效率和安全性能。
(1)車輛管理:在運輸過程中,對重載鐵路車輛進行實時監控和管理,包括車輛的位置、運行狀態、狀況等信息的收集和分析。通過物聯網技術實現對車輛的遠程監控,能夠及時發現和解決車輛故障,提高車輛的使用效率。
(2)車站管理:對重載鐵路的車站進行智能化管理,包括貨物進出站、貨物裝卸等環節的自動化操作和監控。通過大數據技術對車站運行情況進行分析和預測,能夠優化車站資源配置,提高運輸效率。
(3)路線管理:利用衛星遙感、北斗、無人機車載設備、人工智能、大數據等技術,通過移動檢測、實時監測等手段,對重載鐵路的路線進行實時監控和精細化管理,提升鐵路運營安全。
(4)運輸安全管理:對重載鐵路運輸過程中的安全問題進行實時監控和管理,包括列車的防撞、防脫軌等安全機制的建立和應用。通過物聯網技術和大數據技術實現對運輸過程的實時監控和預警,能夠有效避免事故的發生[17]。
重載鐵路運輸調度對完成鐵路貨運生產經營任務,提高鐵路運輸企業效益起著重要作用。傳統的重載鐵路調度系統主要依賴人工干預和經驗判斷,存在著調度效率低、易出錯等問題。重載鐵路智能調度的建設需要結合人工智能、大數據和云計算等新技術應用,以“市場需求-能力供給-調度組織-效能評價”業務鏈為牽引[18],主要建設內容包括以下幾方面。
(1)計劃協同編制:以列車開行計劃為核心,縱向實現輪廓計劃、日計劃、作業計劃的三級計劃協同編制,橫向實現貨運工作計劃、列車工作計劃、機車工作計劃、施工維修計劃的一體化編制,通過實時獲取列車運行狀態、車站貨物信息等數據,深化車流自動推算,對行車計劃進行動態調整,提升調度指揮與各專業協同作業效能。
(2)安全智能保障:開展運輸規則數字化研究,基于調度命令的全面數字化,在計劃編制、計劃執行等環節實現沖突檢測、預警和安全卡控,減少人為因素的干擾,嚴格執行生產作業計劃及指令,確保運輸安全。
(3)效益分析決策:構建效率效益分析實時評價模型,圍繞運輸效率、線網能力、開行效益、線網機輛、人員成本等,對計劃編制質量、計劃執行效果進行即時評價,支撐計劃滾動編制調整、應急調整,提升鐵路路網運輸能力供給,降低系統能耗、設施損耗,實現運輸整體效益最大化。
通過在鐵路車輛、設備和站點等關鍵節點上安裝傳感器和監測設備,實現設備的實時監控和狀態數據有效采集。通過對采集數據進行匯總、分析和處理,有效實現對機車、車輛、線路等裝備/設備運行狀態和可靠性的監控和智能評估,提高運營效率和運行安全、降低運營成本。
(1)移動裝備故障預測與健康管理(PHM,Prognostics Health Management):融合物聯網、大數據分析等技術,建立機車履歷,實現一車一檔的機車數字化健康管理,提供機車狀態監測、故障預測預警及智能分析、維修決策建議等,開展移動裝備“狀態修”,實現修程修制改革。
(2)固定設施PHM:基于北斗衛星導航系統、物聯網,搭建基于空天車地一體化的檢測設備,實現重載鐵路軌道、橋梁、路基、隧道等線路狀態全面勢態感知、實時診斷、安全預警及智能決策。
基于列車運行控制、移動閉塞等鐵路成熟應用基礎上,融合傳感器、計算機視覺和機器學習等技術,研發重載列車自動駕駛系統,實現連續發車、后備降級模式、不停車切換、列車完整性檢查、列車運行數據分析等。增設環境識別系統、高速高可信的車地無線通信設備,實現對復雜周邊運行環境的自主識別能力、無人駕駛自動控制與安全防護。通過虛擬連掛等技術的運用,實現自動列車群組運行控制。
自動駕駛技術已在軌道交通中成熟運用,在重載鐵路運營中,可選擇適合的線路和列車進行試點應用。通過試點應用,不斷積累經驗、優化技術,逐步實現自動駕駛技術在重載鐵路的全覆蓋。同時,研究、制定相應的標準和規范,以確保自動駕駛技術在重載鐵路應用的安全性和可靠性。
鐵路信號系統的智能化升級發展方向包括網絡升級、設備智能化升級、交通控制智能化升級和智能化維護等方面,可提高鐵路運輸的效率和安全性,進一步推動重載鐵路的智能化建設。
(1)信號系統網絡升級:將傳統的信號系統網絡升級為數字化、智能化的網絡,實現對鐵路運輸的全面監測和管理。例如,建立大數據平臺,實時監測鐵路線路、車輛運行狀態和信號設備的運行情況,提高信號系統的實時性和準確性。
(2)信號設備智能化升級:通過智能化設備的引入,實現信號系統的智能化升級。例如,采用智能傳感器和監測系統,對鐵路設備的溫度、濕度、震動等數據進行監測和分析,實現對設備狀態的實時監測和維護。
(3)鐵路交通控制智能化升級:采用先進的信號控制技術,實現鐵路交通的智能化控制。例如,通過控制列車運行速度和間距,實現列車的自動化控制和調度,提高列車的運行效率和安全性。
(4)信號系統智能化維護:通過采用智能化技術,實現信號設備的遠程監測和維護,提高設備的可靠性和運行效率。例如,通過引入物聯網技術,建立設備狀態監測和預警系統,實現對設備故障的實時診斷和預警,提高信號系統的可靠性和運行效率。
本文結合國內外重載鐵路智能化應用的發展現狀和趨勢,設計了智能重載鐵路的總體架構,提出了重載鐵路數據中臺概念和建設方案,給出了典型業務應用的方向,可為重載鐵路的智慧化發展提供參考。
下一步將著重推進智能重載鐵路的頂層設計,制定可實施的技術方案,使智能化理念在重載鐵路得以驗證、轉化、實施、推廣,扎實推動重載鐵路智能技術創新和應用。