您好, 訪客   登錄/注冊

鐵路電務智能運維系統技術淺談

來源:用戶上傳      作者:

  摘 要:伴隨著中國鐵路的快速發展,鐵路電務系統對于保證行車安全以及高效作業的作用日益重要。本文為適應新的運維方式的發展,對智能交通系統的發展必要性以及鐵路電務智能運維整體架構和關鍵技術進行了介紹。最后以1個例子說明了智能運維系統的作業過程。本文為鐵路電務智能運維提供借鑒。
  關鍵詞:中國鐵路;電務系統;運維管控;智能運維
  中國鐵路通過確定“引進-消化-吸收-再創新”的技術路線,走出了一條通信信號技術快速發展的道路,取得了一系列技術創新成果。[1,2]伴隨著智能交通系統(Intelligent Transportation System,ITS)以及鐵路電務系統規模的不斷擴大,設備數量不斷增多、運維工作量逐漸加大、運維管控難度提高。[3]寧濱院士指出近年來ITS發展的若干科學和技術指出:目前,鐵路信號系統的檢修維護主要采用“定期修”、“故障修”的模式,無法滿足鐵路系統對于提高運輸安全與降低運營成本的需求。[4,5]電務智能運維是智能交通系統的一個子系統。發展鐵路信號設備智能運維系統具有重要意義。
  1 電務維修的現狀
 ?。?)各通信信號子系統間分散建設,缺乏系統方案。
 ?。?)聯鎖、列控、CTC/TDCS等控制系統與外部系統之間的數據的安全共享以及各接口的安全的存在風險。
 ?。?)各系統數據模型各自設計,數據標準不統一,數據一致性難以確保。
 ?。?)沒有實現數據共享。電務專業相關的檢測、監測、運維、管理等數據分散存儲,無法支撐數據的挖掘分析。
 ?。?)大數據分析應用水平不高,缺乏系統性分析。
  (6)缺乏對電務設備的全生命周期管理。
  2 智能運維平臺的特點
  (1)全面接入通信信號系統、業務管理系統全項數據。
 ?。?)綜合運用GIS、大數據、云計算等技術進行分析處理。
 ?。?)實現日常、應急兩級智能化應用。
  (4)智能手段實現狀態修及全壽命周期管理。
  最終實現應急指揮、全生命周期監測、智能診斷及跨系統分析。
  3 智能運維技術介紹
  結合鐵路總公司大數據總體方案和建設規劃,構建電務大數據及智能運維架構。實現電務數據的集成整合、集中管理,遵循“平臺+應用”的模式,。系統主要包括以下幾點:
 ?。?)信號設備監測系統。包括信號集中監測、列控地面設備監測和安全數據網管、CCS、SAM/CIPS。
 ?。?)車載設備監測系統。包括ATP動態監測系統(DMS)、LKJ設備運行監測系統(LMD)、機車信號遠程監測、CIR設備監測、GYK設備監測(GMD)。
 ?。?)軌旁設備監測系統。包括道岔缺口監測(缺口、油壓、油位、溫度、濕度、震動監測)、ZPW-2000室外監測、電纜監測、室外設備環境監測等。
 ?。?)作業卡控系統。包括LKJ版本監測預警系統、LKJ檢測作業質量卡控系統、信號檢修作業監控系統、工具清點系統、機械室門禁、視頻監控(信號機械室、通信綜合、移動單兵視頻監測)等。
 ?。?)通信綜合網管系統。包括GSM-R系統網管、數據通信系統網管、傳輸系統網管、調度通信系統網管、數據網流量監測等。
  (6)通信設備監測系統。包括GSM-R網絡接口監測、光纖監測、動環監測、通信電源在線監測、鐵塔監測等。
  (7)電務安全生產指揮系統。包括設備管理、施工盯控、生產調度、故障管理、問題庫管理、監測數據分析、應急處置指揮等。
  (8)CTC/TDCS的查詢維護系統。
  4 電務智能運維的關鍵技術介紹
  4.1 基于深度學習的故障診斷
  (1)數據整合。將不同來源、不同特征的數據進行歸一化等處理。
  (2)特征提取。采用稀疏編碼技術等自編碼器技術對調整后的數據進行特征提取。
  (3)數據分布調整。因設備種類、型號等的差異,所采集到的故障數據的分布可能極為不均衡,為了更好地泛化系統的預測能力,要將不平衡的數據集平衡化。
  (4)學習訓練。采用scikit-learn等技術實現傳統的隱馬爾可夫過程、條件隨機場等,以及基于Tensorflow實現的循環神經網絡、卷積神經網絡等深度學習方法在數據集上進行訓練,并用交叉驗證調整模型的超參數。
  4.2 基于大數據的設備壽命預測
 ?。?)先驗模型。根據設備的歷史運行數據,維護數據,以及設備運行環境的變化規律,建立設備壽命預測的先驗模型。
  (2)預測模型。根據實時的設備運行監控數據,整合先驗模型,建立并持續修正設備壽命預測模型。
 ?。?)壽命預測。利用支持向量機、集成學習等方法對模型進行訓練和驗證,通過離線學習和在線學習相結合的方式,進行壽命預測。
  4.3 基于大數據風險分析的維護策略
 ?。?)將歷史運營數據、維護數據和環境數據等進行集成、整理。對其中的缺失數據、異常數據、噪聲數據進行預處理。對數據進行探索性分析。
 ?。?)基于集成學習方法,利用大數據分析方法對不同設備的動態安全風險等級預測,并提供對整個系統的動態安全風險等級預測。
  (3)在動態安全風險等級預測基礎之上,基于降低安全風險,以及合理降低運維開銷等多目標,進行運維策略的優化。
  5 總結
  鐵路是中國的國家名片,大國重器,是中國國民經濟大動脈和綜合交通運輸體系的骨干,在支撐國家戰略、推動國民經濟運行和增進人民群眾福祉中肩負著光榮使命和重大職責。為了適應鐵路的高速發展,鐵路電務智能運維技術的研發意義重大。本文對智能運維平臺進行了細致介紹,旨在提高運維管理及工作效率,保障行車安全。
  參考文獻:
  [1]何華武,洪雁,馬健,等.中國鐵路“走出去”投融資模式研究[J].中國工程科學,2017,19(5):27-32.
  [2]孫永福,何華武,鄭健.中國鐵路“走出去”發展戰略研究[J].中國工程科學,2017,19(5):1-8.
  [3]史新宏,蔡伯根,穆建成.智能交通系統的發展[J].北京交通大學學報,2002,26(1):29-34
  [4]寧濱.智能交通中的若干科學和技術問題[J].中國科學:信息科學,2018(9):1264-1269.
  [5]高子初,張寧.用大數據智能交通技術管理復雜多車道道路的新策略[J].科技與創新,2018(1):25-26.
  [6]United States Federal Transportation Advisory Group:An Integrated NationalTransportation System.2001.http://www.interstatetraveler.us/Reference-Bibliography/Vision%202050.pdf.
  [7]田翔,袁芳.借鑒歐洲經驗指導城市交通發展[J].綜合運輸,2013(12):87.
  [8]淺野浩二,李燁,劉景寶.東日本鐵路公司高速列車的發展[J].國外鐵道機車與動車,2018(2).
轉載注明來源:http://www.hailuomaifang.com/1/view-14913082.htm

?
99久久国产综合精麻豆