城市轨道交通信号智能运维系统安全架构与部署

周纪武 管文丽 丁伟 王笑 余建

摘要 在城市軌道交通建设规模不断扩大的背景下，其信号设备系统也越来越复杂，无形中增大了维护管理难度。而轨道交通企业现有的“以计划修为主、故障修为辅”的维护管理模式，不仅效率低，而且实施效果也不太理想，越来越不适应现代轨道交通的发展要求。而随着智能技术、大数据技术等新技术的发展及应用，为城市轨道交通信号运维工作指明了新的发展方向。基于此，为提高城市轨道交通信号运维系统的智能化水平，文章针对城市轨道交通的信号智能运维系统安全架构及部署进行了分析及研究，旨在为推动城市轨道交通发展做贡献。

关键词 轨道交通;信号;智能运维;安全架构

中图分类号 U284.92;TP311.13 文献标识码 A 文章编号 2096-8949（2022）05-0019-03

0 引言

通过对大连地铁1号线进行现场调研，包括现场环境、系统应用环境、现场实际需求等几方面。针对需求，广泛收集及查阅相关资料，并开展相应技术的可行性研究及论证，依据实际需求，建立相应的、合理的评估体系，确定出系统所需的各项指标参数，如技术指标参数、功能指标参数、性能指标参数等。

1 轨道交通信号系统的运维现状

1.1 线网级监测功能不完善

对于城市轨道交通而言，各线路上目前已经具备了一些信号设备在线监测功能，然而信息收集覆盖不全面、监测技术不完善、新老线路标准不统一、各维护子系统不联通等问题依然未得到有效解决，不仅导致整个线路网的信号设备运行状态的跟踪、分析及管控等工作效率低下且效果不良，而且集成化统管能力也比较弱，最终造成应急响应和应急处理滞后[1]。

1.2 维修周期制定不合理

目前，城市轨道交通企业的维护管理模式为“以计划修为主、故障修为辅”的模式，并按照定期计划检修安排进行设备检修。这种维护管理模式比较固定，缺乏弹性，导致状态良好的设备产生过度检修，而有隐患的设备却不能及时排除隐患，从而会恶化设备工况，甚至引发更大的故障。

1.3 故障处置过程不可控

传统运维管理模式下，故障处理基本是依靠人工进行现场检查、数据收集及分析、故障判断等，对人为经验依赖比较大，不仅工作效率低、工作量大，而且不确定因素也多。比如，以道岔转辙设备为例，日常运营中，维修人员难以进入正线中，对设备工况信息掌握不及时。当发生故障时，通常需要15～30 min才能现场确定故障位置，耗时比较长。另外，在获得调度申请后，技术人员进行故障修复耗时也比较长，无形中增大了抢修成本。

2 系统功能

系统在对地铁信号设备运行状况进行实时监测的同时，利用智能数据挖掘、大数据分析等技术综合分析、诊断信号系统的健康状况、存在的故障和潜在风险，并结合移动互联信息技术为信号维护工作提供方便、快捷的支持，充分提高设备可用性，降低维护难度和维护成本。

系统功能包括：

2.1 实时在线监测

实时监测轨旁基础设备（转辙机、信号机、计轴、电源屏/UPS/蓄电池）、车载、联锁、ATS、FTM、ZC各子系统设备的运行状况、列车运营工况及环境温湿度，同时对转辙机动作电流、表示电压等电气特性参数的测试。

包含站场图、车辆运行状态、关键继电器开关量、道岔定反位、设备房间温湿度、电源系统数据、道岔表示电压、各子系统实时报警信息[2]。

2.2 故障诊断与预警

自动识别并定位故障设备。对预警和报警信息进行分级筛选，按紧急程度分级，并可人工调整设置。

包含故障预警、故障报警、历史报警查询、历史数据查询、检修屏蔽等。

2.3 智能分析与处理

分日、月、年或任选时间段对设备运用情况、故障情况及设备性能等进行统计分析，为状态预警、故障辅助处理提供基础数据。

包括统计分析、道岔曲线分析、道岔时序图、日志下载、性能分析、电气测试、日志分析。

2.4 大数据与智能学习

数据中心对信号各子系统数据开展数据深度分析及二次开发，以达到预维修的目的。实现在线实时监测、运营故障数据实时总览、设备工况监测、针对故障和预警推送处置指导等功能，并最终将生成的运维研判结果经防火墙推送至应用中心用户终端工作站，指导运营维护及故障处置。基于大数据分析的预测性维护，合理组织维护计划，提高设备可用性，降低维护难度和维护成本。

3 轨道交通信号智能运维系统安全架构

3.1 系统架构

智能运维系统主要由三部分构成（如图1）：采集中心、应用中心、数据中心[3]。

采集中心完成感知层数字量和模拟量信息采集，主要包括采集传输CBTC实时数据及常规设备信息（包括电源屏、计轴设备），并通过增设微机监测子系统掌握信号轨旁基础设备的运行状态，如全面监测转辙机启动/动作电流、表示/动作电压转辙机定反位的物理识别、屏蔽门站联电源、关键开关量、设备房间温湿度等参数。

应用中心通过网络连接，将采集中心数据进行接收储存并转发至远程云平台，通过该中心的转储，保障了信号内部网络的安全，同时保障了云平台大数据处理的需求。

数据中心远程海量收集线路的设备运行数据，利用智能数据挖掘技术，并结合移动互联技术，推动开展数据智能分析筛选，形成故障预警感知，精确定位故障点，并基于数据支撑推送故障合理化处置建议。其核心理念是基于大数据分析的预测性维护。

3.2 系统软件架构

采集中心采集现场信号系统设备实时运行数据，在应用中心经安全网络传输对采集数据执行汇总转储处理，数据中心对信号各子系统数据开展数据深度分析及二次开发，以达到预维修的目的。

3.2.1 采集中心

采集中心软件包括智能运维服务端采集程序、智能运维数据库，均部署在既有CMS备用服务器。完成现场信号系统设备实时运行数据的接收和汇总。经网闸将汇总数据单向摆渡至应用中心。

3.2.2 应用中心

应用中心软件为ActiveMQ消息中间件程序，运行模式为转发模式。接收来自采集中心的汇总数据，并实时传输至天津数据中心应用服务器。

3.2.3 数据中心

数据中心的应用服务器搭载ActiveMQ消息中间件程序、智能运维数据中心采集程序、智能运维数据库、数据可视化平台（如图2）。

ActiveMQ消息中间件程序，运行模式为接收模式，数据源来自大连应用中心ActiveMQ。

智能运维数据中心采集程序，从ActiveMQ消息中间件程序消息队列获取采集数据，对信号各子系统数据开展数据深度分析。将处理结果推送到数据可视化平台的同时也会存储至智能运维数据库。

数据可视化平台，提供访问接口给终端工作站，实现在线实时监测、运营故障数据实时总览、设备工况监测、抢修处置指导等功能[4]。

3.3 基于云平台的大数据分析处理研究

依托于该项目的研究，搭建大连地铁信号智能运维大数据平台，通过建立数据中心，远程海量收集线路的设备运行数据，利用智能数据挖掘技术提供诊断建议，并结合移动互联技术提供技术支持和服务。其核心理念是基于大数据分析的预测性维护。科学合理安排维护工作，提高设备可用性，降低维护难度和维护成本，完成故障诊断及报警的提示功能。以“降本增效，提高效率”为准则，极大优化指挥调度、资源协调、应急抢险等运维管理工作。

提高运营可靠性、信号系统安全性以及提高检修效率、检修质量，降低人员投入、减少管理成本，为地铁的安全运营提供保障，逐步实现“故障修”向“状态修”转变的总体目标。

系统基于云端服务方式部署数据中心，云端共享，单个项目建设费用低，且免维护，由被动响应式服务向主动式服务转变，系统采用模块化设计配套微服务架构，可拓展性和可变化性强。

3.4 信号内网采集数据远程安全透传手段研究

通過在信号内网中配置一台接口服务器，在数据中心配置两台接入公域网的应用服务器，在信号内网与公域网之间布置一台网闸。利用网闸双主机系统之间无物理连接、逻辑连接、信息传输协议连接的特点，将现场数据由信号内网至公域网单向以文件的形式进行无协议摆渡，从逻辑上隔离、阻断了对信号内网具有潜在安全威胁的一切连接。在网闸实现安全传输的基础上，通过在接口服务器与天津两台应用服务器上安装消息中间件（ActiveMQ），并做相应配置，从而实现将现场采集数据由信号内网安全透传至天津数据中心。实现10 M上传带宽，<100 ms数据延迟[5]。

3.5 数据流程图

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。

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。

3.6 应急指挥调度

在应急智慧调度系统中，不仅可以有效储存各类故障问题及相应的应急处理方案，而且也可以利用三维仿真模型对预案的应用过程进行模拟、对结果进行评估。当出现紧急事件的时候，可以通过相应的应急预案建立对应模型，以便确定故障的位置及影响范围等，随后也可以生产对应的预案流程，最后维护管理人员可根据预案及时、合理的调配物资及人员等，从而降低故障影响。

3.7 全生命周期数据管理

根据设备全生命运行情况建立全生命周期数据管理数据库，其中应集合设备编码、设备型号、生产厂家、生产日期、投运日期及预期使用年限等基本数据，同时，也应将设备运行过程中的监测数据、预警数据、诊断数据和维修数据等动态数据收录其中。

4 结论

综上所述，信号系统是保障城市轨道交通安全稳定运行的重要条件，因此，在日常运维管理中必须做好信号系统维护管理，保障信号系统的性能良好。同时，轨道交通企业也必须顺应时代发展，积极引入智能化技术、大数据技术等构建完善的智能维护管理系统，进一步提高信号系统维护管理水平，进而推动城市轨道交通实现更加稳健的发展。

参考文献

[1]杨文轩. 基于大数据的城轨信号系统健康维护平台研究[D]. 北京：北京交通大学， 2019.

[2]王冰， 李洋， 王文斌， 等. 城市轨道交通智能运维技术发展及智能基础设施建设方法研究[J]. 现代城市轨道交通， 2020（8）： 86-90.

[3]段亚美， 戴翌清， 王历珘. 基于智能运维系统的地铁信号设备维护管理研究[J]. 铁道通信信号， 2020（4）： 88-91.

[4]李聪. 地铁信号系统智能运维方案设计[J]. 铁道通信信号， 2019（2）： 86-90.

[5]陈建译. 电务大数据智能运维平台研究与应用[J]. 铁道通信信号， 2019（S1）： 162-166.