城市軌道交通跨系統業務鏈路綜合監督系統研究與實踐

摘要： 近年來，城市軌道交通快速發展，已逐步步入“全自動運行”時代。一方面，各專業系統智能化水平顯著提高，系統間自動協同交互，從而帶來了運營效率的大幅提升；另一方面，由于系統關聯日益緊密且復雜，任何業務鏈路環節失效都會造成業務影響，因此如何及時發現跨系統間鏈路隱患、快速診斷故障根源，成為了地鐵重點研究的方向。通過分析跨系統業務鏈路綜合監督系統的研究需求，提出了系統性的設計方案，并結合地鐵典型應用場景說明了系統的工作機制，為全自動運營維護場景提供了新的解決方案。

關鍵詞：業務鏈路監督；跨系統；故障定位；知識圖譜

中圖分類號：U29-39

Research and Practice of the Comprehensive Supervision System for Cross-System Business Links in Urban Rail Transit

WU Feng* WEI Shengxin ZHOU Xingyu ZHU Cunren CUI Mingsong LIU Kechang

CASCO Signal Co.， Ltd.， Shanghai City， 200072 China

Abstract： In recent years， urban rail transit has developed rapidly and has gradually enteredVIiE1NDvi2sO4envxAHl7Q== the era of "fully automatic operation". On the one hand， the intelligence level of various professional systems has significantly improved， with automatic collaborative interaction between systems， resulting in a significant improvement in operational efficiency; On the other hand， due to the increasingly close and complex system connections， the failure of any business link-link can cause business impact. Therefore， how to timely identify cross-system link hazards and quickly diagnose the root cause of faults has become a key research direction for subways. By analyzing the research requirements for cross-system business link comprehensive supervision systems， it proposes a systematic design scheme， and explains the working mechanism of the system in conjunction with a typical application scenario of subway， providing a new solution for fully automated operation and maintenance scenarios.

Key Words： Business link supervision; Cross-system; Fault location; Knowledge graphs

隨著城市軌道交通的快速發展，全自動運行系統已經成為該領域的主流趨勢。全自動運行系統擺脫了有人駕駛系統所需司乘人員的限制，通過提升單系統的智能化水平和跨系統的自動化協同水平，實現全天運輸不間斷服務，使列車運行間隔得到有效縮短，行車密度得到提高。然而，在優化運營人力的同時，為了確保列車自動可靠運行，對各系統及系統間協同的可靠性也提出了更高的要求。現階段，盡管各系統通過提升自診斷能力可以追溯本系統的故障及隱患，但系統間協同失效問題仍然缺乏有效的快速排查和預防診斷。當系統間協同失效時，若無法及時排查處置，可能會導致列車運營受到影響。

系統間協同實質是通過構建包括基礎環境、硬件、軟件等關鍵業務執行單元在內的完整業務鏈路，并確保業務鏈路所有單元均處于正常工作狀態以實現業務功能。因此，如何確保整個業務鏈路的穩定性和可控性是當前亟待解決的核心問題。

為滿足城市軌道交通日益增長的跨系統數據融合需求，某城市地鐵已率先建立了多專業數據匯聚中心[1]，這為跨系統業務鏈路分析提供了數據基礎；與此同時，大數據、知識圖譜等技術的成熟應用也為技術環境提供了有力的支持。基于此，本文重點研究的是適用于跨系統業務鏈路的綜合監督系統，旨在實時診斷失效單元、提前偵測隱患，并為維護人員提供及時的決策支持。

研究目標

城市軌道交通的正常運營依賴于各系統間的緊密配合，這些系統間通過特定的業務鏈路實現業務交互及執行，如供電系統為各系統提供基礎電力支持，確保列車、信號系統、通信設備等正常運行；網絡系統是城市軌道交通中的信息傳遞中樞，為各系統提供基礎傳輸通道，實現信息的共享和交互；硬件設備是承載軟件應用的基礎設施，軟件系統則為業務實現提供應用邏輯支撐。對于一個完整的業務交互場景，通常可能涉及兩個或多個子系統間的協作，任何環節出現問題都會可能導致業務系統的失效。

因此，這項研究的目的是兩個方面，一方面，在發現故障或隱患時，需要能夠迅速定位到業務鏈路上的具體根源， 并針對故障應急快速處置的要求，采取相應的修復或預防措施，避免因故障影響運行； 另一方面，需要對系統間完整業務鏈的系統進行實時監測，通過對各系統的工作狀態、性能指標等參數進行監測， 提前發現可能存在的鏈路劣化隱患，從而在故障發生前進行故障預警、幫助采取相應的維護措施進行風險規避，進而在確保城市軌道交通安全、高效運營。

需求分析

業務鏈路故障定位

目前，城市軌道交通各專業維護人員通常依靠專業維護系統對系統內單設備進行故障分析，可滿足系統內故障診斷的要求。但是當跨系統復雜鏈路故障發生時，需要各專業維護人員同時調閱多個維護系統，并結合各類日志共同分析才能形成初步的診斷，有時甚至由于缺乏數據無法診斷出結果。

由此，一方面僅依靠傳統的孤立方式進行故障定位，無法滿足應急場景下的時效性要求，容易造成運營延時影響；另一方面人工分析過程耗時耗力，效率和質量都無法保證，有必要進行完善優化。

這就需要通過對業務鏈路進行知識圖譜建模，對業務鏈路進行了深入的分析，識別出了各個子系統之間的依賴關系和影響關系，完成業務場景中鏈路關鍵單元的自影響及互影響分析，用知識圖譜將這些關系轉化為業務場景的數字化知識模型構建。在此基礎上，首先從各個維護系統中集成數據，將各個維護系統的數據進行整合[2]，形成統一的數據源；從整合后的數據中提取與故障相關的特征信息，通過這些關鍵數據進行實時分析，可以及時發現故障，并進行故障歸類和定位；為了方便運維人員掌握故障情況并采取相應的措施，應將與故障相關的數據以可視化的方式直觀呈現出來，實現針對業務鏈路的故障定位和維護指導，從而提升故障處置的效能。

業務鏈路隱患偵測

由于跨系統間業務鏈路的多源性和復雜性，依靠人工方式或單系統監W6GUtauIlCRvuYkgq5gz4Q==測方式無法完成全鏈路的實時有效監測。為了預防跨系統鏈路故障的發生，必須進行 24 小時的系統排查和檢測，對鏈路中存在的隱患或劣化過程做到早發現、早處理，把故障消滅在萌芽狀態。

需要通過對業務鏈路中系統可監測項的評估分析，確定具備劣化分析條件的關鍵單元及評估因子，形成業務鏈路評估體系。通過對關鍵單元及因子的實時評估分析，結合評估量化算法，給出針對業務鏈路的健康度，指示業務鏈路的健康狀態，實現提前發現劣化隱患，及時消除潛在故障。

總體設計

針對跨系統業務的復雜鏈路場景需求[3]，系統首先基于知識圖譜建模工具，結合城軌跨系統業務分析場景，構建跨系統業務鏈路的知識圖譜表示；同時，通過業務鏈路數據關聯生成工具將實體業務設備對象生成關聯映射關系。系統鏈路監督分析引擎通過加載知識圖譜模型和數據關聯關系，結合數據實時采集界面推送的實時數據，實現對鏈路的監督分析，并形成診斷結果，最終通過可視化的方式進行呈現。

構建跨系統業務鏈路的知識圖譜表示，實現業務場景的數字化知識模型構建，基于知識圖譜可以清晰地表示出業務鏈路。

通過業務鏈路數據關聯生成工具，可以方便建立實體業務設備對象之間的關聯映射關系，提高數據處理的效率。

鏈路監督分析引擎加載業務鏈路知識圖譜，與實時采集數據相結合，監控業務鏈路的運行狀態，發現故障隱患，實現鏈路的監督分析和故障診斷，從而提升故障處置時效。

提供可視化呈現方式，方便維護人員快速理解故障情況并采取相應的措施，提高故障處置的準確性和效率。

核心實現

鏈路知識圖譜建模

對于跨系統業務復雜鏈路應用場景，傳統故障診斷定位方法往往缺乏多維度、多層級研判分析能力，難以應對復雜系統的各種問題。為了應對這一問題，引入了城軌領域性的知識圖譜技術，以此提升復雜場景建模的效能。

通過對城軌業務鏈路構成的影響分析后，構建了影響因子庫。這個庫包含了各種可能影響城軌業務鏈路運行的因素，如供電因素、網絡因素、硬件因素、環境因素等。基于不同的場景，可以選擇相關的因子，構建關聯時序數據，然后進行知識抽取、知識融合及知識計算。如圖2所示來構建影響因子庫。

通過構建復雜鏈路知識圖譜，可以提供對耦合性較高的數據場景的深入理解，解決復雜查詢和根因追蹤的問題。通過知識圖譜，可以實現跨系統的故障精準定位和監督分析，具體如下。

首先通過對故障數據的深入分析，識別出常見的故障類型，并據此在知識圖譜中構建相應的節點，為后續的故障處理與分析奠定基礎。隨后，利用知識圖譜的關聯分析能力，能夠跨越系統局限，將多個故障模式緊密聯系起來，找出它們之間的潛在聯系與共同特征，打破傳統故障分析的范圍界限，實現更廣泛的分析。進一步地，通過對知識圖譜的深入挖掘，能夠精準追蹤到故障的根源，為故障的快速修復提供了明確而具體的指導方向。同時，知識圖譜的精準定位能力使得能夠迅速且準確地找到故障位置與影響范圍，極大地提升了故障響應的速度與準確性。最后，通過實時動態更新知識圖譜，確保對業務鏈路的進行實時監督分析，有效增強了對潛在的故障與隱患的預警能力，為系統的持續穩定運行提供了有力保障。

在構建了業務鏈路的知識圖譜之后，從各個維護系統中集成數據。在平臺上整合了各維護系統的信息，形成了統一的數據源。另一方面，通過業務鏈路數據關聯生成工具，將實體業務設備對象生成關聯映射關系。這些關聯關系包括設備之間的連接關系、設備與系統之間的依賴關系等，為后續的故障定位和維護指導提供了重要依據。

業務鏈路監督分析

業務鏈路數據關聯關系采用圖數據庫進行圖關系存儲，并根據圖數據庫構建業務鏈路各單元的矢量化模型，形成相關聯的鏈路路徑表；鏈路監督分析引擎是實現故障診斷和分析的核心部分，通過對鏈路單元所涉及的影響因子判斷條件按圖鏈路順序逐個計算， 實現對圖鏈路計算。判決條件根據監督分析的復雜度選擇不同的算法，可采用包括數值計算、匹配度計算、特征計算等算法實現。

如圖3所示，通過這些算法的選擇和應用，鏈路監督分析引擎可以實現故障的精準定位和監督分析。當跨系統業務鏈路工作路徑上發生異常時，系統基于診斷結果快速判斷鏈路單元位置，并通過圖形化動態輔助進行定位分析及展示。其中在隱患偵測過程中，具體措施如下。

測關鍵單元：通過對業務鏈路中的關鍵單元進行實時監測，可以及時發現潛在的隱患或劣化過程。

評估因子分析：針對每個關鍵單元，可以確定一系列評估因子，采用層次分析法評估其健康狀態。

實時評估分析：通過實時收集關鍵單元的監測數據，并利用評估量化算法對數據進行處理和分析，可以計算出關鍵單元的健康度分數[4]。其可以指示關鍵單元的健康狀態，以及是否存在隱患或劣化過程。

隱患預警：根據關鍵單元的健康度分數，可以設定相應的預警閾值。當關鍵單元的健康度評分低于預警閾值時，系統會發出隱患預警，提醒維護人員及時處理潛在問題。

劣化過程分析：通過對歷史數據的分析和挖掘，可以識別出關鍵單元的劣化過程和趨勢。這有助于維護人員了解隱患的發展趨勢，并采取相應的措施進行預防和修復。

應用效果

在城市軌道交通的實際運營中，信號、通信、車輛、供電、機電、工務等多個專業緊密協作[5]，各專業根據不同的業務場景構建各自的業務鏈路。其中道岔業務鏈路是比較典型且復雜的跨專業業務鏈路場景。

道岔設備在軌道交通中的運行狀態，與行車安全、運營效率有著直接關聯。這類設備的特性在于其單點故障性，即缺乏冗余保護。一旦出現故障，特別是在關鍵區域如折返區的道岔設備，若不能迅速定位和解決問題，將導致運營的長時間延誤，給乘客出行帶來不便。

道岔設備的正常工作依賴于信號、供電、工務等專業相關系統的協同運作，基于命令-驅動-執行完整的業務過程，從而實現道岔設備的正常扳動。但由于整個業務過程和鏈路環節的復雜性，在道岔發生跨系統故障時，如何快速準確地定位并解決問題，始終是城市軌道交通領域的難題。

針對這一難題，深入分析了道岔設備完整的業務鏈路（如圖4所示），結合現場實際數據和運營經驗，構建了一套行之有效的故障診斷和處置策略。

供電專業保障道岔設備及計算機聯鎖系統的供電質量，主要由外電網、電源屏及UPS子系統構成。

信號專業保障計算機聯鎖發出正確的命令，并通過執行組電路、分線盤和室外電纜分線盤完成正確的驅動過程，室外轉轍機最后須處于正常的工作狀態。

工務專業應保障室外道岔部分處于正常的工作狀態。

該系統以構建的道岔業務鏈路業務知識圖譜為基礎，采用業務鏈路監督分析和建立快速響應機制等措施，通過實時監測診斷鏈路中的關鍵單元，使得道岔設備故障診斷準確率和處置效率明顯提高。其中評估業務失效時關鍵單元的關鍵診斷因子[6]可參見表1。

該系統能夠有效整合來自供電、信號和工務專業的多源數據，結合業務鏈路動態分析算法，對道岔跨系統的故障進行精準定位，顯著提升了排故效率和質量。系統可視化展示效果如圖5所示，圖中清晰地呈現了道岔設備的實時狀態、故障信息及處置指引，為運維人員提供了全方位、可視化的運維指導。

結語

城市軌道交通跨系統業務鏈路綜合監督系統旨在解決跨系統復雜場景下的故障定位及隱患偵測難題，該系統通過自動化、智能化的方式代替傳統人工運維方式，提升了運維排故的質量和效率，為全自動系統運行提供了更可靠、更安全的基礎能力。

目前，該系統在國內外城市軌道交通運營維護領域中具有典型示范作用，在實際應用中表現出了顯著的效益和價值。隨著業務鏈路場景的不斷豐富，系統將匯聚更多專業和系統的業務數據，構建更完善的城軌業務鏈路知識庫，從而持續提升跨系統運維場景的智能化發展。

參考文獻

[1]王向陽，朵建華，劉懂懂，等.城市軌道交通多專業數字化運維體系[J].城市軌道交通研究，2023，26（11）：212-216.

[2]奚笑冬.城市軌道交通跨專業數據融合分析的預處理及時間同步方法[J].城市軌道交通研究， 2021，24（S01）：40-46.

[3]雷云鵬.城市軌道交通跨專業智能運維系統設計及應用[J].城市軌道交通研究，2022，25（11）：140-142.

[4]洪海珠.城市軌道交通多專業融合主動維修決策關鍵技術研究[J].城市軌道交通研究， 2023，26（12）：262-265.

[5]廖云.基于大數據平臺的城市軌道交通多專業智能運維系統構建探討[J].控制與信息技術，2021 （5）：1-5.

[6]尹山，匡立偉.基于業務拓撲的告警聚類關聯分析方法[J].計算機與數字工程，2022（5）：1069-1072.