城市轨道交通信号系统智能维护监测平台研究与应用

马 龙

信号系统作为城市轨道交通运营指挥系统的神经中枢,其维护能力日益成为保证运营正常的重要因素。目前已开通和在建的城轨项目中,各线路信号系统一般都单独配置维护监测系统（MSS）,单独运营维护,互相独立,存在监测数据信息分散,维护人员、备品备件、维护工具资源无法共享等问题。随着地铁网络化运营需求加大,以及大数据技术的迅猛发展,搭建基于大数据智能分析的信号MSS平台,实现线网内信号资源共享,提升抢险抢修及时性和处置合理性,准确实施科学有效的维修策略,显得尤为重要。

1 信号维护监测系统发展现状

1.1 传统维护监测系统

目前城市轨道交通信号系统普遍配置了较为完备的维护监测系统,可实现对全线信号设备的状态集中监视和故障报警,实时监测信号设备的使用情况、故障报警和定位、统计故障、管理维修派单作业等。

传统维护监测系统一般采用“中心、车站”二级结构；“中心级”主要是在维修中心设置网络通信设备、服务器、存储设备和维护工作站等；“车站级”则是在控制中心、车站、车辆基地等配置相应的网络通信设备、维护监测采集设备和维护工作站,实现信号设备运行工作状态和主要电气性能的在线实时监测。当设备的工作状态出现异常或电气性能偏离预定界限时,会及时报警,相关报警信息将通过网络传至维修中心进行集中处理和存储,并在维修中心、信号工区的维护工作站中进行故障显示和报警提示,根据故障报警信息向维修工下发维修单。传统维护监测系统虽然可以实现本线路信号设备的实时监测和故障报警,但缺乏故障的预警和有效的维修指导［1］,已不能完全满足运营的需求。

1）系统功能方面,仅支持计划修和故障修,维护数据需人工处理,无法实现故障预警,设备维修周期难估算。

2）运营维护方面,各线路信号系统设备种类繁多,维护难度增大,个人维护经验存在差异,缺乏有效的维护指导,且只能在夜间停运时间维护,维护质量和效率参差不齐。

3）资源共享方面,各线路运营维护互相独立,无法实现资源共享,增加运营维护成本。

1.2 智能维护监测技术

虽然国内北京、上海、广州、深圳等多个城市均在开展智能运维的建设,中国城市轨道交通协会、上海地铁、城市轨道交通列车通信与运行控制国家工程实验室等都相继发布了智能运维指导文件,但各地地铁受限于智能运维发展较晚,信号系统设备状态性能评估体系尚不完善,检测新装备技术的应用也需要进一步配套相应的评估方法,特别是检测评估技术发展的不充分,造成当前监测数据积累不足,以及相关因素状态参数的缺失,在现阶段仍然无法形成全面、有效的设施设备智能化诊断、评估和预测能力,更难以产生智能决策应用［2-5］。

本文在充分吸收各地信号智能运维发展经验,吸纳成熟产品的基础上,结合郑州地铁的实际运维需求,设计了符合郑州地铁的信号智能维护监测系统。

2 智能维护监测系统方案设计与应用

智能维护监测系统通过采集各线路信号设备的状态信息,依托线网大数据智能分析平台进行数据沉淀、挖掘、分析及逻辑处理,实现信号设备的寿命统计分析、运行趋势分析、故障数据统计和故障隐患发掘,并生成信号设备的专家经验,建立人工智能故障模型,给出各线路信号设备的故障预警、故障报警、报警显示、故障诊断、故障溯源,同时给出合理有效的维修指导策略。

信号智能维护监测系统在功能方面,除了实现基本的设备状态监测、故障实时报警外,还可提供预防性告警和维修指导策略；在结构方面,将线路级别的智能维护监测扩展到线网级,实现对线网内信号设备的状态维修。智能维护监测分为线路级和线网级2个层次,其功能架构见图1。

图1 智能维护监测系统架构

2.1 线网级智能维护监测

线网级智能维护监测子系统主要包括云平台、大数据智能分析平台、应用层和展示层。

1）云平台。各线路维修中心服务器接入线网云平台,并上传数据信息。

2）大数据智能分析平台。一是从云平台获取各线路原始监测数据,进行预处理（信息抽取和清洗、数据聚集和表现、数据挖掘、结果分析和人工智能算法建模等）,并结合信号设备的工作原理和规律［6］,形成各类信号设备的专家经验知识库、故障模型。其中专家经验知识库包括人工维护的典型案例、信号设备的仿真及数值算法分析,可捕捉监测数据的突变、波动、趋势变化等异常信息。专家经验知识库和故障模型下发到线路级智能维护监测系统,用于指导各线路的故障预警、故障诊断和溯源以及维护指导［7］。二是将预处理过的监测数据提供给线网应用层和展示层,用于线网维修中心调度大厅的全景图展示、各线路数据监测、应急指挥、信号设备分析和健康管理等。

3）应用层。根据大数据智能分析平台预处理过的监测数据,分设备类型对线网内信号设备进行状态监测、异常报警、趋势预测、故障隐患发掘、可靠性评估、故障统计分析、设备寿命分析、维修指导等。应用层主要由监测中心、健康中心、应急指挥中心等模块组成：①监测中心可监测设备实时状态、性能指标、历史数据趋势变化、实时故障诊断与报警信息；②健康中心根据设备固有浴盆曲线、运行时长、历史故障统计分析、历史维修记录等因素,综合评判设备健康度,从而预测设备使用寿命,筛选出运行状态不良的设备,及时给出故障报警,提供预防性维修指导,并将故障报警和维修建议信息发送到线路级维护工作站,实现设备的事前状态修；③应急指挥中心结合故障报警/预警信息,将故障对应的处置流程下发至现场抢险人员,用于加快指导事故处理,高效调度后续增援力量,并根据设备状态判断后续发展态势。

4）展示层。在线网维修大厅的中央显示屏上显示全线网信号设备状态、业务实时状态以及核心指标。同时在线网维修大厅内,可针对同类信号设备设置维护工作站,负责线网统一标准制定及设备维护指导,分为转辙机专家工作站、列车自动监控（ATS）设备专家工作站、列车自动防护（ATP）设备专家工作站、数据通信系统（DCS）设备专家工作站、计算机联锁（CI）设备专家工作站、电源设备专家工作站等［8］。

2.2 线路级智能维护监测

线路级智能维护监测子系统在传统维护监测设备的基础上,增加监测采集设备和模块,实现对信号设备多维度、高精度的监测数据采集,缩小数据采集的颗粒度,为大数据智能分析提供可靠完善的数据基础；结合线网级智能维护监测的专家经验、故障模型,预测即将可能出现的故障,根据各子系统运行日志、设备状态时序监测,实现故障溯源,并给出合理的维修指导。

2.2.1 在线监测

要实现智能维护监测系统的故障预警、故障定位、故障溯源等,需在传统维护监测系统采集信息的基础上,根据不同种类信号设备、不同信号设备部件的工作特性,增加相应的在线监测感知模块和采集模块,完成关键设备的状态监测和全过程信息链的构建,智能维护监测系统需采集的信息见表1。

表1 智能维护监测系统信息采集

2.2.2 智能分析

在各线路维修中心设置智能分析服务器,可实现以下功能。

1）故障诊断及报警。系统采集及监测信号设备状态,及时给出报警,同时以曲线、报表、设备图等形式,提供丰富的维护界面,便于用户调阅及维护。

2）故障预警。线路级智能维护监测收到专家经验知识库及设备故障模型后,与本线设备状态信息进行对比分析,实现对本线路信号设备运行状态趋势预测,达到预先告警、提前维护管理的目的。

3）故障溯源和定位。系统可实现本线路信号设备工作状态和主要电气性能的故障监测报警功能,根据专家经验知识库、故障树模型和推理机机制,可对信号设备故障进行捕捉,并通过故障树检索进一步判定故障原因。同时结合三维视景功能,见图2,实现故障设备可视化显示,节约抢修时间［9］。

图2 智能维护监测系统三维视景

4）维修指导。系统根据设备故障原因,给出合理的维修指导；也可根据线网健康中心提供的设备健康状况,为预防性维修提供指导。同时,维修指导可在信号设备室、信号工区、维修中心的维护工作站上显示,也可根据需要下发到维护人员的移动维护终端设备上显示。

2.3 数据流程图

智能维护监测系统数据流程见图3。维护监测采集模块实时采集设备状态信息,并将监测数据发送给智能分析服务器。当设备的工作状态异常时及时报警。除在维护工作站上进行显示和报警外,智能分析服务器还将该监测数据和报警信息通过云平台上传到大数据智能分析平台。由大数据智能分析平台对数据进行处理后,生成专家经验知识库和故障模型,用于智能分析服务器实现故障预警、故障溯源和定位,并给出科学的维修指导。

图3 智能维护监测系统数据流程

应用层的监测中心实时监测设备状态、性能及历史数据趋势变化,健康中心通过设备全生命周期的分析,对可能出现的设备故障提前预警,并给出维修指导,预警和报警信息可同步传输至线路级的维护工作站。应用层将设备状态信息、关键设备指标等信息发送给展示层,用于线网指挥大厅内的大屏显示。

2.4 方案应用

郑州地铁已开展维护监测系统智能化的相关研究,并与信号系统供货商在既有5号线开展试点应用,在车站新增道岔缺口监测设备、道岔组合继电器时序采集模块等,通过智能分析可准确定位故障点,并结合道岔电路图展现的方式,实现故障点可视化展示,给出合理的维修指导意见。

目前郑州地铁正在建设基于大数据云平台的线网指挥中心（COCC）,并在此基础上构建线网级智能维护监测子系统。同时郑州地铁既有线在设计时已预留有与COCC的接口,在建10号线、12号线等线路均按照本文所述智能维护监测系统方案进行设计［10-11］。

3 总结

本文在传统维护监测系统的基础上,引入大数据和智能分析技术,建立智能维护监测系统,可对信号设备进行智能化管理,实现各线路信号设备的故障预警、故障诊断、故障溯源及维修指导,提升运营管理维修水平精细化、标准化,抢险抢修及时性、合理性,维修策略有效性、科学性。

目前郑州地铁信号智能维护监测系统仍处于初期的平台搭建阶段,只有积累大量监测数据、扩充数据类型、关联数据信息特点,才能建立完善的专家经验知识库及故障模型,从而实现故障的预警、溯源和维修指导。后续还需打通与移动维护终端、网络化运营调度、资产管理网、其他专业系统等的接口,实现运营和维护相协同、线路间资源和经验共享、多专业协同应急指挥,进而实现整个线网的智能运维。