地铁信号系统智慧运维研究

杨勇

（深圳地铁运营集团有限公司，广东 深圳 518000）

0 引言

城市轨道交通对信号设备的日常维护要求比较高，关系到列车运行的安全。但是目前各个信号系统供应商提供的产品，彼此兼容性并不高，不同的线路都相对独立地进行运维工作，需要在人员投入以及线网整体运维设备等方面进行优化。不同线路的信号系统每天都收集大量的数据，但是这些数据却没有得到较好的分析利用，计划维修以及实时监测依然是当前信号系统营运维护的主要手段。因此，为了实现地铁信号系统的智慧运维，需要推进信号系统的综合化、网络化以及智能化发展。

1 智慧运维需求分析

城市道路安全仍然是道路交通发展的核心问题之一。根据目前对城市轨道交通信号系统和设备的研究，存在系统抗风险能力不足、对采集数据分析利用不够的问题，工作和模型以及各种标准碎片化。交通保障系统只在信号系统设计本身的基础上进行，忽略了故障分析。资料完全依赖手工录入，导致服务不及时，对整个系统的运作造成不良影响。一旦发生故障，可能影响综合调度功能的运行，不利于轨道交通的安全运行。此外，只记录系统本身的运行状况，忽视系统的深入分析，无法进行智能预警和自动分析，影响了系统安全性的提高。此外，由于维修系统标准不同，不同厂家改进后的维修系统可能会出现功能、接口和操作方法的兼容性问题，从而影响轨道运输设备的安全性和配置。

综上所述，为了保证轨道信号系统的可靠运行和整个轨道运动的安全，需要对信号测量系统进行更深入的研究和合理的设计。首先，报警通信系统应具有集中的故障监测、评估、诊断和预警功能，能够及时发现自动化信号系统及其设备故障的风险，减少信号系统故障对城市交通系统的影响。广泛收集和分析系统运作数据和员工表现数据，以可视化方式管理数据，了解报警系统及其设备的运作情况。其次，数据分析方法为信号系统及其设备的管理决策提供了可靠的依据。最后，设计了统一的测量标准，使制造商能够根据系统运行标准进行机器接口设计。

2 智慧运维应用现状

人工智能在信号系统领域的应用，主要采用机械学习和深度学习的技术增强对日常运行数据的分析，自动生成的异常可以控制网络身份验证规则。这个过程就是在人的大脑中模拟数据，不断优化处理规则、原因分析和异常生成，逐步适应网络运行条件。

2.1 智慧运维的特点

知识渊博的智慧运维具有预测故障的能力，可以通过规则演化的不断优化，有效地预测可能发生的故障，并提出解决方案。在测量数据处理中，采用智能测量方法代替人工分析，可以减少处理过程中可能出现的空白，降低人工成本，提高系统运行自动化水平和测量质量。

2.2 智慧运维应用

目前，用于智慧运维的深度学习算法已广泛应用于机器视觉、语言翻译、语音识别等领域。例如，自动驾驶仪通过机械视觉和环境感知来控制速度和方向，表明人工智能已经变得更加成熟。

在城市道路报警系统中，智能化操作的应用主要体现在监控系统的运行中，包括数据采集仿真、开关采集、实时状态显示、报告编写、故障报警等基本功能。可以通过专家决策、找出缺陷和定位以及添加数据收集模块来进行更精确的数据分析。现有的服务管理系统能够实时提供应急管理和诊断，但有关的研究和应用仍然不足。

3 智慧运维方案研究

在城市道路信号处理系统中，重点是对车站和内外站的检测仪器进行维护。研究在地铁中建立智能信号系统测量平台的可行性，提供所有线路设备接入网络和通信中心以及从线路网络中心进行线路运行保障方案的整体协调和管理。

3.1 系统架构

地铁信号信息平台提供中央线路网和测量中心线路接入。在保障覆盖层层面，场站技术检测仪器直接采集国内供电设备和外轨设备状态信息，控制中心在线采集列车信息。线性测量支持设备通过主网络将收集到的数据传输到网络中心。线性网络和测量中心再将显示终端进行分类，最后对汇总数据进行分配。终端安装在车站信号网络、报警/停车单元和控制中心中，用于收集和控制信息，包括外部设备、线路上收集的信息与网络中每个显示器的显示和网格终端同步，线性终端接收和处理来自网络测量中心的信息。

3.2 接口方案

根据对智能测量信号系统以及整个信号网络的智能监控与维护系统平台的需求分析，通过具有不同线性报警系统的外部接口进行数据传输。接口分为内部线性计算中心和终端，以及外部线性终端和报警子系统接口。在智能平台与地铁报警系统的接口，与ATS 系统的接口主要来自ATS 子系统数据库版本、列车编号ZC 和CI 系统接口负责接收列车信息有关繁忙地区、箭头位置等的资料。接口主信号集线器，箭头，轨道电路，紧凑型停止按钮设备运行模式设置；与电源设备的接口-电源采集一次系统提供电流、电压参数、各模块的工作参数等。通过内部接口的线性电平终端，将1 号系统数据加载到网络中心，然后中心将数据处理结果发送给线性终端。

3.3 关键技术

线性操作中心需要从用户获得大量数据，并按类别存储、查看、读取和分析，使用人工智能存储大数据和深入学习。大数据存储技术的作用：一方面可以保存海量的服务数据，方便用户随时查阅历史数据，为大规模数据分析提供可靠的数据源；另一方面，数据存储和维护中心在应用层发生故障时，提供数据传输的可靠性。分布式文件系统实现数据长期存储后，将数据存储技术引入数据中心的过程是接收中间消息并传输数据的客户端；同时从数据中心和应用程序中提取必要的数据，供上层应用进行数据分析。深入学习可以解释为准备大量的数据样本以揭示数据特征。基于深度学习技术的数据分析，可以为现场信号系统设备的健康状况评估提供有效的支持。在数据分析中，引入深入学习的概念是既定规则的一部分，使系统能够获得更多尚未手动获得的数据，实现从了解现有数据到预测未来趋势的转变。在研究了大量的历史维度信息后，系统将得到更精确的预测。

以箭头运动电流分析过程为例，基于深度学习技术，与传统箭头运动数据流进行比较。传统的箭头运动控制分析允许设定时间获得运动电流，比较标准运动电流范围，直接判断运动电流是否正常。虽然这种方法可以实时跟踪箭头的移动，但不能作为预防性维修的附加指南。数据分析方法基于深度学习技术，通过在标准动作流中训练大量数据样本，根据数据样本的变化规律，训练更符合光束运动和标准匹配区域的变化。在准备密集数据采样时，可以确定该箭头组在正常条件下的运动电流范围，为日常维修提供实用的参考。在取样准备过程中，可以包括时间、湿度等客观参数。对其进行分析，以进一步调整指针的运动电流范围。如果收集到的数据数次偏离课程，可进行现场检查，以确定是否存在设备磨损、老化等现象。此外，还可以对同一网络中相同类型的交换机进行分析，从而对在不同条件之下，设备的工作情况进行深度的了解，制定更加科学有效的控制和维护策略。人工智能与传统的服务方式相比，在弥补实地数据收集不足的基础上，充分用于预测未来的健康状况，并对预防性服务提出建议。

3.4 保障平台

网络支撑平台是利用人工智能计算机技术和专家系统对所获得的数据进行故障诊断，实现对信号的全生命周期控制，并以图表和报告的形式显示分析或预警结果。有关车辆的资料会送交总站。该平台包括数字模块、应急数据处理模块、可靠性评估模块、运行数据分析模块和故障分析模块。其中，数字模块的功能是对信号系统及其设备的基本数据进行数字处理，保证数据的完整性和可靠性，为设备的使用和操作提供依据。

应急数据处理模块旨在对故障信息进行专家评估和应急处理。可靠性评估模块的主要功能是根据警报系统的功能分析其可靠性。交通运行数据分析模块是对报警系统设备维护信息的统计分析。故障分析模块是故障信息的分析和表示，包括信息搜索、输入等。计算机界面实时显示列车运行图和信号设备运行详细信息。此外，物料管理模块负责管理报警系统及相关设备的备件，以及支持新增、修改、删除、批量导入和导出数据，支持无人看管的仓储空间和智能物料管理。环境监测模块可实现实时工作环境监测、多维环境数据分析和统计，并提供专家诊断和预警。

4 智慧运维的主要功能

智慧轨道信号测量系统旨在实现设备状态的实时控制、智能诊断、安全风险预测和生命周期分析控制、设备维护内容和时间的确定，根据智能监测诊断结果，制定有针对性的维修计划，及时发现系统或设备故障，并进行维修和更换。考虑到设备的可靠性和经济性，对设备进行购置和折旧、运行费用和全面报废，以及全生命周期信息化和运营服务智能化。除了上述功能外，安全风险挖掘预测系统还增加了智能诊断和风险预测功能，并采用了计算机人工智能、大数据处理技术等，实现对信号及其系统的全面控制，提高系统的整体抗风险能力。

4.1 可视化实时在线监测

地铁信号系统是一个智能测量平台。线性网络中心通过执行基本的维护和管理功能，实现网络的可视化管理。大屏幕显示轨道段、车站、箭头、信号机等的静态数据。网络中心与线路信号系统建立正常通信后，ATS 与ATP 系统提供列车运行位置、加油位置、箭头位置等信息。通过可视化界面，可以将线路从网络层快速定位到特定位置，帮助操作员分析故障对操作环境的影响，促进网络人员快速转发，并提供人员通信，减少信号故障对线路运行的影响。

4.2 信号系统健康管理

智能信号系统平台控制整个数据网络，确定设备的硬件属性及其运行参数。监控数据以终端图的形式实时显示，通过故障诊断机制、设备故障检查和故障及时报警，将故障和维护信息发送到线路服务终端。

在深入研究大规模数据分析的基础上，就设备的生命周期、工作条件和标准参数等方面得出了机器本身的确定规则。在完成准备并满足设备缺陷预警能力建设需求后，可将现有监测机制完善为平台的新功能模块。在此平台上，建立了关键设备故障预警系统，进行了异常振荡预警，类似专家分析修改服务建议，以确保数据在现场标准之外的处理和恢复。医疗警报系统管理机制可以覆盖警报系统的整个生命周期，通过实时状态监测和故障趋势预警相结合提供警报指导。

4.3 可靠性模型仿真分析

信号系统本身就是一种纠错机制，能够提供可靠的故障保护，但是信号系统目前还缺乏较为完整的分析模型来进行具体的故障原因分析。因此，在此背景之下，要逐步建立完整可靠的信号系统模型，对故障进行模拟演示，更加快速、精确地分析故障的类型。在此基础上，制定有效的解决策略，进一步保障信号系统的可靠性。

在覆盖系统设备的基础上，建立完整可靠的分析模型，反映系统设备的一切过时和正常运转的状态，由此分析出的数据将与实际运转状态中的数据无限接近。通过对历史数据的分析，可以优化大量的数据测量和现场日志，作为可靠性分析的重要参考。通过理论到模拟分析，可以提前预估信号系统实际的运行状况。在模拟运行中，观察分析在实际运行当中会出现什么样的问题，对信号系统进行进一步的优化完善。

4.4 提高系统抗风险的能力

智能操作系统的功能是实现数据控制、智能诊断和风险预测、信号故障报警，包括对指针、信号、外部网络、电缆等非工业智能设备、数字音频轨道电路的控制，移动闭环以及控制信号系统的整个生命周期。此外，采用人工智能方法进行数据采集分析，实现信号设备安全风险的智能诊断预警，消除干扰并分析异常参数。一旦出现异常趋势，应及时进行程序报警和维护，同时不断完善数据分析、智能诊断、可靠的数据和可靠的诊断结果，为设备故障预防和日常维护决策提供可靠依据，使操作人员充分了解设备的运行状况和可能出现的故障。

5 结语

通过分析智慧运维技术在未来发展的趋势，以及当下城市轨道信号系统对于运维的需求，提出了将智慧运维理念应用到城市轨道信号系统当中的方案。通过对各条线路进行综合自动化的管理，建成线网级的城市轨道交通运维平台，可以智能化预测系统故障，使信号系统保持在一个长期可靠的状态。