信号集中监测智能分析技术的应用

张凤启

（上海铁路局 电务处， 上海 200071 ）

信号集中监测系统（CSM，Centralized Signalling monitoring System）是面向高速铁路及普速铁路信号领域的综合性维护支持和信息监控网络平台。其监测范围包括联锁、闭塞、列控、TDCS/CTC、驼峰、电源屏、计轴等信号系统和设备；集实时数据采集、数字通信、数据处理、自动控制、多任务协调、图文显示为一体，通过智能化的预警分析技术和故障诊断技术，辅助完成信号设备的日常维护及故障处理。CSM的推广使用，对于提高信号设备的安全运用、强化结合部管理、改善和指导电务现场维修具有重要意义。CSM是电务安全的“黑匣子”，是信号维修技术的重要突破，是实施信号维修体制改革的重要技术支撑，也是信号技术向高安全、高可靠和网络化、智能化、信息化方向发展的重要标志之一。

2006版信号监测系统是以设备监测为导向，辅助一些简单的报警，为信号维护人员提供在线仪器仪表功能，代替维修人员的体力劳动。而目前的集中监测智能分析系统以设备维护为导向，以一位“有经验信号工”的视角，实时发现设备的故障和异常问题，极大地减轻维护人员的工作量，符合铁路信号监测产品的智能化发展方向。

1 系统智能分析技术概述

人工智能（A I，A rtificial Intelligence）是指由人工制造出来的系统所表现出来的智能。专家系统是早期人工智能的一个重要分支，它可以看作是一类具有专门知识和经验的计算机智能程序系统，一般采用人工智能中的知识表示和知识推理技术来模拟通常由领域专家才能解决的复杂问题。一般来说，智能分析系统=知识库+推理机，因此智能分析系统也被称为基于知识的系统。

信号集中监测系统分为3层，如图1所示。最低层为基础数据层，通过车站实时采集的曲线数据、开关量数据、模拟量以及接口上传的数据，提供最基础的信号设备数据。中间层为数据分析层，利用基础数据层提供的数据，通过一系列模型计算和算法，结合知识库中的“知识”，进行实时分析。最上层为结果展示层，主要是从信号维护角度对数据分析结果进行人性化展示，包括设备状态实时展示、分析报告、告警等方式。

图 1 信号集中监测系统框架图

智能分析通过建立支持向量机模型，经过对典型数据的学习，得到故障诊断模型，然后通过故障诊断模型对设备实时状态进行诊断分析。根据现场经验，信号设备在出现故障前特性会有明显下降或上升趋势。假设设备状态不良到出现故障是一个渐进的过程，根据这种假设对信号设备特性进行建模，通过设备历史数据推算出模型函数，通过函数预测近期内信号设备电气特性趋势，在积累、分析信号设备监测与故障分析经验基础上，形成信号设备故障判断逻辑与维修指导专家知识库。专家知识库是一个开放平台，用户可以通过现场故障分析和处理经验的积累，自主向该系统内注入新的故障判断和分析逻辑。经过磨合，各个车站的专家库最终会成为该站独有的并且最适宜该站使用的专家知识库。知识库包含以下内容。

1.1 经验数据

根据信号专家经验整理出来的数据，通过这些经验，计算机就能在某方面像专家一样来分析设备的实时数据，找出异常或者故障（故障范围或者故障点），比如在道岔无表示时，根据表示电压的范围，大致能判断出故障的位置。

1.2 设备特性

现场信号设备多种多样，虽然在最上层表现出来的都是开关量和模拟量，但不同的设备在不同的状态下表现出不同的特性，通过建立不同设备特性的模型来处理不同设备，使对故障的分析更具智能化。例如，轨道电路在过车时具有分路和调整特性，站联电压的正负代表方向特性等。

1.3 训练模型

根据车站典型的数据，通过一定的算法进行训练，得到一组规则数据，可用来对后续设备的状态进行分析。

1.4 诊断模型

根据训练的结果，对后续设备的状态进行诊断分析，与训练模型共同构成完整的自学习功能。

1.5 趋势预测模型

对设备电气特性渐变趋势进行建模并计算出模型函数，利用模型函数预测近期内设备电气特性趋势。

2 智能分析技术应用

系统在进行智能分析时会用到不同的算法，多数情况下需用多种算法综合分析才能得到满意结果。其原理是：基于专家故障模型，结合动态行车关联分析，利用故障树推理演绎技术完成对故障点的定位。对各类ZPW 2000轨道电路故障分析及故障点定位如图2所示。

2.1 信息捕获及归类

智能分析功能可以代替人工进行故障捕获，并缩小或定位故障点，对捕获的结果（形成报警）进行分类汇总并形成报告。管理上要求现场维护人员不放过报告中的每一个报警，以便对报警进行确认和设备的检查，以达到缩短故障延时的目的。

系统通过分析归类，将车站一段时间内所有报警信息按设备分类，并以设备报警情况报告和详细报警汇总表的形式进行展现。用户可根据需要调整所分析的时间段。通过设备报警情况报告，维护人员可清楚直观地了解到车站信号设备的总体运用情况，可从宏观的角度审视设备运用状态。通过详细报警汇总表，维护人员可对一段时间内所发生报警的类型分布和报警设备有个直观的了解。

对于已经发生的故障，监测系统会通过声光等多种方式予以提示，并可以自动提取故障发生前后一段时间内的相关历史数据，供用户浏览回放，支持同一时间轴下多组相关模拟量、开关量信息的关联回放，且能在原理图中提示相应的故障位置或范围。

2.2 智能分析与诊断

智能分析与故障诊断功能的主要目的就是实现信号设备的预防修和在信号设备故障情况下压缩故障延时。系统通过对车站信号设备中日常故障发生频率较高的道岔、轨道电路、信号机等设备进行状态监测、趋势预警及故障诊断，帮助电务维护人员迅速实时掌握管内信号设备的运用状态。在设备发生故障时，能迅速定位故障、分析故障原因和排除故障。系统以报警分析为中心，通过监测信息的逻辑处理与模型比对，将车站层的报警信息、预警信息2个层面的内容分类汇总形成分析报告。报警信息对应于影响进路排列、信号开放的故障，预警对应于设备异常，预警按照一级、二级和三级进行分类汇总呈现。信号维护人员只需对分析报告进行浏览和处理，即可完成日常的设备维护工作。

在报警分析过程中，系统会对设备异常事件的处理过程记录，车站设备维护人员在系统提供的报警处理界面上，可进行故障原因和处理方法等相关信息的录入，同时该结论会自动存入数据库中作为现场经验的保留。报警信息的确认也可通过典型故障的形式录入系统的专家知识库，可被系统做延伸性、复制性应用，从而为设备同类故障的后续处理提供逐步丰富和准确的参考信息。

在预警分析过程中，系统会对设备的异常现象进行持续跟踪和分析，在其变化超过预设指标时发出预警。设备维护人员在系统提供的预警处理界面上，应对现场预警的实际情况以及分析处理过程的相关信息进行录入，该结论会自动存入数据库中作为现场经验的一部分保留。预警信息的确认也可以典型预警的形式录入专家知识库，可被系统做延伸性、复制性应用，从而为设备预警的处理过程监控和以后相类似预警的处理提供逐步丰富和准确的参考信息。

在诊断分析时，集中监测的智能分析功能对捕捉到的异常信息采用灵活的推理控制策略，应用专家分析的手段，从信号维护专家的角度进行进一步的故障诊断，以实时报警的形式为现场信号维护人员提供及时有效的诊断信息和解决问题的大致方向，能够简化维修流程或直接定位故障处所，帮助维护人员迅速发现故障点并及时进行处理，进而缩短维修时间，提高维修效率和维修水平。

同时，系统针对历史数据信息进行数据挖掘和智能分析，结合系统中各类实时信息和历史信息，进行设备趋势预警和预防性维修警示，为维护人员提供科学的养护依据。

3 智能分析功能界面展示

在实时反映被监测设备运用质量的同时，为了更直观更形象的表现设备的质量，集中监测通过系统状态界面图来实时展现站上所有被监测设备的状态。当设备出现异常时，设备状态图上相应设备的颜色会变成黄色并进行闪动提醒。当设备发生故障时，设备状态图上相应设备的颜色会变成红色并进行闪动提醒。被监测设备的接口状态（包括通信的状态）也统一在设备状态图上进行直观反映。

为便于信号设备的管理维护，智能分析功能对设备运行状态进行分析，把若干日（可设置）内发生的报警进行统计分析，形成分析报告。使维护人员和管理人员全面把握站上设备的使用情况，掌握维修工作的重点。设备运行状态分析报告部分界面如图3所示。

图 3 设备运行状态分析报告界面图

在分析报告中能对报警进行分析总结，提醒维护人员哪些报警没有进行处理；还可以对当天应该浏览但未浏览的报表进行汇总等。界面中蓝色的字体都是超链接，点击后会弹出相应的界面对超链接的内容进行处理。报警处理界面如图4所示。

图4 报警处理界面

对智能分析诊断的结果，维护人员可借助故障分析功能，在同一界面中查看故障时刻、设备所有采集项和相关设备的采集项。把这些和故障有关的采集项放在同一界面中进行展现，使维护人员对故障的原因一目了然，提高故障分析的效率。

4 结束语

本文介绍智能分析技术在信号集中监测方面的应用。随着监测技术的日渐成熟和知识库的积累，专家知识库以及监测系统将逐步得到强化和完善，这将对现场信号设备维修管理提供更好的保障。在电务技术装备向高精尖发展的进程中，监测监控技术的运用将更加广泛，其在铁路电务安全生产中的作用也必将更加突出。

[1] 铁道部.铁路信号集中监测系统技术条件[Z].运基信号[2010] 709 号文.