基于知识库的铁路行车风险自动检测系统

娄正良

（北京全路通信信号研究设计院集团有限公司，北京 100070）

基于知识库的铁路行车风险自动检测系统

娄正良

（北京全路通信信号研究设计院集团有限公司，北京 100070）

在现有的行车设备基础上，建立安全风险检测知识库，实时追踪行车作业的各类信息，构建一个车站行车作业安全风险检测的知识库体系，并通过知识库推理方法实现车站行车风险预警与提示功能。此系统弥补了当前各类系统分别建设，信息独立的不足，有效提升了运输生产过程中的安全。在实际应用中取得了良好的效果。

知识库；控制系统；铁路运输生产

1 问题和现状

铁路车务安全在运输安全中问题最为突出，车务部门的安全直接关系到人民的生命财产及行车一线职工的生命安全，是各项安全生产中的重中之重。而铁路行车安全在运输安全中问题最为突出，因为人员伤亡、货物损毁、设备破坏等损失都是在行车作业中发生事故造成的。车站是办理行车作业的主要场所，也就不难理解为什么车站发生的事故占行车事故总数的三分之二以上［1］。因此加强铁路车站行车作业安全研究分析，对查找安全隐患，有针对性地制订安全措施，夯实安全基础具有重要意义。

我国铁路的装备这些年来飞速发展，目前各类车站装备的过程控制系统有联锁、驼峰、停车器、调机、脱轨器等；信息处理系统有行车、现车、统计、班计划、货运制票、货运计划、货运保价、货检、集装箱、接发车通知、机务段、平调灯显等；监测或探测系统有车号识别、超偏载、车辆限界、视频监视、电务监测、燃轴、车辆跟踪、轮缘破损等。这些单元控制、监测与信息子系统按照铁路信号的控制逻辑与运算提供了直接安全保障，但操作合理性不在保障范围，为了更好地提高安全性，制定了很多作业规范，比如技规、行规、站细等规章制度，通过人的规范化操作来提高安全。然而人的操作受到人的情绪、疲劳程度、技能等很多因素影响，也不可能永不出错，因此铁路上每年都有安全事故发生，而且有很多同样原因、同样类型的事故发生。这就是将安全依赖于人的缺陷。

其实很多事故的发生，都有一系列错误的操作，或者错误的执行次序等产生，这些在事故发生之前的特征称为预兆。随着铁路装备的发展，这些预兆或多或少地存在于各类系统记录的信息中，并且互相印证，形成预兆链。本文就是采取知识库的方式，通过系统自动分析、检测这些预兆；并且在事故发生前，通过声音、闪烁灯光明显地通知现场作业人员，达到将事故消灭在萌芽中。

2 铁路行车风险自动检测系统

铁路行车风险自动检测系统框架如图1所示，围绕知识库可以将系统分成4个部分。分别是外部系统、知识库维护、知识库应用、系统交互等。

2.1外部系统

铁路行车风险主要利用车站现有的装备系统，具体到车站应用而言，可能略有不同，比如应用于客运站的行车风险自动检测系统就不需要驼峰、停车器等系统。而有些车站，可能还有货运系统，AEI、电力管理信息等。本文所设计的系统，所接受的外部信息越全，能够检测的知识库范围就越宽。这在下文会详细叙述到。目前系统是在编组站综合管控一体化CIPS系统中实施的，因此上述的凡是与CIPS系统作接口的系统都纳入到本系统的信息采集范围。但在本文中，为了系统适应性更广，将铁路行车风险自动检测系统单独作为一个系统来叙述。

2.2知识库维护

知识需要按照一定的结构和顺序存储在数据库中从而形成知识库，根据存储的内容，知识库可以划分成3个部分，即动态知识、静态知识和字典数据。

字典数据包括知识库的结构、元数据定义、解析规则以及一些资源数据等。静态知识是一些普遍使用的，固化在系统内的知识，也包括一些重要的预定义函数。动态知识主要用来阐述事故的预兆特征，这些预兆可能发生的场景特征、时间等，这些知识和具体的车站站型、运输组织模式等都有很大关系，因此可以随着区域内的运输任务、组织模式变化而变化。这部分知识是动态的，可以根据需求随时进行增删改操作。

2.3知识库应用

知识库应用是系统的核心环节，在知识库应用环节中，需要采集各类外部数据，并进行适当分类和整理，同时还需要做一些必要数据验证，以防止外部系统异常而发送错误和不合法数据。如何验证数据有错误，根据知识库内设置，需要作出报警或者暂停采集这个外部系统数据或者忽略错误数据，继续采集等不同处置措施。数据验证通过后，需要按照知识库要求、规范化的方式标准化数据并存储。

采集完数据后，需要根据知识库内的知识，进行推理是否含有事故预兆，如果有，那么就进行预警输出，否则系统没有输出。

图1　铁路行车风险自动检测系统示意图

2.4交互

交互层主要有两个部分，一个是知识库维护的部分，还有一个是知识库的推理输出。其实还有一些比如回放、数据查询、统计等辅助的功能在本系统中不再叙述。

用户交互是根据设计一个用户可以看懂的，同时机器也可以理解执行的知识表达体系。因此系统的用户交互的知识库基本上是以自然语言为基础的，录入时可以通过一些标准化的语法提示、语法检查来辅助用户录入正确的知识库，系统对录入的知识进行标准化后，反转生成通俗、易懂的自然语言供用户查看、学习。

预警输出主要有声音输出、灯光输出和可视化屏幕图形输出等3种。预警输出的设备会装在运转室内。会有一个音箱、一个色灯和一块显示屏。

声音输出类型有3种分别为：

合成语音提示，需要在知识库内定义语音内容、播放次数、间隔时间、延迟时间等；

警告语音，需要在知识库内说明播放的语音文件编号；

紧急报警，需要在知识库内说明播放的语音文件编号。系统在输出紧急报警语音时，将会带上适当的颤音，以达到警示的目的。

灯光输出定义如下：

蓝色灯光，表示按照预兆分析，需要提示用户注意，属于轻微的事故预兆；

红色灯光，表示中等程序的警告，提醒用户小心，否则，可能会产生损失不大的事故；

红色闪烁，特别严重的警告，用户必须立即处理，否则，会发生重大事故。

可视化屏幕是指图形化的方式显示事故发生的示意图。

通常对于某个具体的车站而言，事故发生的频率是很低的，通常一年也就两三起事故。但一旦发生就需要以明确、醒目的方式向用户报警。需要用户及时处理。因此预警输出也是按照这种要求，通过声音、灯光、图像等多种方式提醒用户。

3 知识表示

本文采用一阶谓词的形式描述行车中用于安全监测的知识库。行车风险检测中涉及的信息量大，类别多，需要用合适的表达方式将行车中安全事故的预兆明确地表示出来，达到用户能看明白，机器也能正确识别［2］。

3.1词汇表

词汇表是组成知识库的基本元素，也是知识推理的基础。同时词汇表也确定了知识库的表达范围。行车风险知识库的词汇表主要包括以下内容。

站场设备，包括所有具体的股道、道岔、区段、停车器、各种类型的信号灯以及这些设备的属性（长度、坡度、类型、型号等）和他们之间的相互位置关系。

设备表示，指联锁的站场表示内容以及TDCS的邻站表示及区间表示。包括设备的占用、信号灯的颜色、脱轨器和停车器等状态描述，均作为知识的常量元素。

列车信息，列车的车次、到发时间、等级、总重、换长等属性。

车辆信息，包括车辆的位置、车号、自重、换长等。

本务机和调机信息，包括机车型号、机车牵引定数，是否是电力机车等。

运输和行车中常用术语，比如接近区段、离去区段等。

补充信息，主要指从一些外部系统采集到的，不在上述范围内的一些实体信息。

3.2函数

将一组关联约定俗成的知识，通过函数来表达，可以大大简化知识的表达与阅读。比如站场追踪、进路巡检、机车运行速度等。

行车中，有些术语，虽然可以用一组知识来表达，但为了表达简便，可以设计一个函数来和这些术语对应起来，比如进路。实际上是检查一组连续设备的锁闭状态，防护这些设备的信号机开放状态、反向信号机状态等。

还有一类需要使用高阶谓词叙述的知识，可以用函数来表示，这样在提高知识库表达能力的基础上，简化了知识的表达和推理。

3.3谓词

在知识库设计中，有如下所述的3类谓词。

表达设备关系、属性、特征、位置等。比如：“信号机外方区段”，就是表示特定的知识陈述中所述的信号机和区段的关系。3443的定位区段，就是表示为3443的道岔与区段的关系。

表达设备状态变化、或者场景变换。比如“443DG由出清转占用”，实际上是个三元谓词。

函数输出与函数输出、或者与设备之间的关系。比如：进路的接近区段。

3.4事故预兆陈述

在进行校内外实训的时候，学校方面应该注意对校内外的实训环境进行整合。在进行校内实训的时候，应该对校内相关资源进行丰富，并且对校内设施进行完善，从而保证校内实训的整体效果。学校应该根据实训的实际需要对已有资源进行弹性改变，对现阶段行业市场的整体运行大趋势进行较为详细的了解，并且对现阶段行业的人才需求情况进行研究，从而使校内实训的展开变得尽量社会化，更加贴近社会实训的效果。

在确定了知识库的词汇表后，剩下的工作就是用这些词汇表构造事故预兆的真值表。就是告诉系统，在那些场景下，或者过程中，可能会产生事故。

事故预兆描述包括3个部分内容，事故预兆的描述，事故的分类，以及事故的处理方式，如示例1所示。其中事故的处理方式就是系统的输出。请参照本文的前面部分。

示例1：

预兆：信号机外方区段红光带，信号机灭灯，信号机内方区段由出清转占用。

分类：机车冒进信号机、车辆溜逸

输出：A、色灯红色闪烁

B、紧急报警，报警音（音频编号0521）

示例1用符号可以表述为：

符号表达［3］是计算机内部的存储方式，但对于用户，特别是车站的普通用户，阅读是不方便的，因此系统需要将符号表达方式转化为上述通俗的文字表达方式。这样的输出，用户可以查阅、比较和学习。本文后面采用同样的方式来叙述知识，有兴趣请参见参考文献。

4 知识推理

知识库建立以后，需要通过合适的推理算法［3］，将知识和采集的数据结合起来，实现风险检测和预警的功能，本文在这里不介绍推理算法，只阐述知识推理的相关功能。

4.1数据采集

知识库内的知识建立后，需要和实际的数据结合起来才可以预警。因此数据采集至关重要。而数据采集涉及到的系统众多，也是故障频发点。系统设计的时候，考虑到系统的伸缩性和鲁棒性，对于接口数据采集的原则是，如果某个接口的数据无效，则凡是依赖该接口数据的知识全部无效。这样确保系统不会因为某各接口、或者某个外部系统故障而导致整个预警系统失效。

对于接口失效的处理是按照知识库库内的接口知识来处理。比如在预警系统的外部系统中，联锁数据是主要的源数据，如果联锁数据失效，那么就有可能出现一些重大安全事故而不能预警。因此用户可以添加相应的知识如示例2所示。

示例2：

预兆：联锁接口机A，联锁接口机B在1 min内同时无数据。

分类：接口故障

输出：A、色灯红色闪烁

B、紧急报警，报警音（音频编号0521）

这样，通过知识灵活地制定接口的处理规则，预警系统既可以顺利地降级使用，也可以确保一些重要外源系统非正常运行的报警处理。

4.2标准化

预警系统在采集完外部数据后，需要扫描知识库内的知识，逐条验证，如果没有满足条件的，说明一切正常，没有故障的预兆。这是一个比较低效的做法，特别是当知识库内包含一些追踪函数时，因此系统需要预先将知识进行拆分最小合取范式。也就是将知识拆分成单个独立的知识单元，然后将知识库内的知识用这些知识单元重新组合起来。这个过程称为知识的标准化。在知识录入时就需要完成。

4.3知识有效性验证

预警系统对输入的知识在标准化后进行验证，主要验证知识的相容性、互斥性。并对永真和永假的知识进行过滤。防止不正确的知识干扰其他知识的正常推理。

假定知识库内有两条预兆陈述分别为P1和P2，如下面公式所示，公式中的α、β、γ、δ都是指单个的命题符号。

如果α蕴涵γ，而β蕴涵¬δ，那么P1和P2就是一个不相容的命题：

对于互斥的，不相容的，最终都可以推理出永真或永假命题。而系统在预兆侦查时，采用反向链接算法就会获取一个不确定的值作为系统输出，进而导致系统失效。

4.4预兆侦查

在每次采集完数据时，系统首先根据采集到的数据，对每个知识单元进行代入计算。在计算完值后，再参与后继的逻辑运算。

对知识库内的预兆陈述，根据其知识单元组成，从确定的知识单元集合中搜索其正负命题相应的蕴含式并判断预兆陈述是否成立。采用这种反向链接的算法，可以有效提高搜索速度。

4.5输出

系统正常工作时，根据预兆侦查的结果输出前述的声音、灯光和可视化屏幕输出等。这种正常的输出，对于某个具体车站而言，基本上一个月不到一次。而用户需要确切地知道该系统是否正常工作，因此系统除了这个主要的输出外，还有辅助输出。

辅助输出主要是在运行过程中，输出推理日志和自检日志。用户可查看推理日志，了解系统的工作方式和原理，同时也可以发现系统知识库内有无遗漏的预警知识。而自检日志是按照设定的周期定期检查系统自身的软件是否存在故障（包含接口、知识单元运算服务是否正常等），报警装置是否正常。

5 实践

5.1应用

基于知识库的铁路车站行车风险检测系统已经研制完成并于2015年4月应用于苏家屯车站的CIPS系统。作为CIPS管控一体化系统安全防范的一部分。目前苏家屯的行车风险预警知识库内，由用户和厂家整理的知识有173条。包括分路不良、脱轨器、错办接发车进路、车辆溜逸等15个方面的报警。

5.2指标

用户对系统比较关注的性能主要包含两个方面，一个是能检测出多少个风险点，第二是检出风险预警输出的时间提前量。

系统能检测出的风险点主要和采集到数据的完整性和真实性有关系。比如：脱轨器的信息采集不到，那么和脱轨器相关的风险就无法检测。而在数据能够采集到的情况下，检测的风险点没有上限，用户可以根据需要向知识库内添加知识。

风险预警输出的时间提前量，即风险预警和实际事故发生之间的时间间隔。很显然，时间越长，留给用户采取措施挽救的时间就越富裕。但该时间系统无法控制，系统只能缩小风险预兆的出现时间与预警时间之间间隔。这个时间称为预警检测时间。预警检测时间主要由3个部分组成，分别为外部系统的延迟时间，通道时间，预警系统的运算时间。前面两个方面时间，只能通过管理和设备来缩短，属于外部因素。因此预警只能控制自身的运算时间。

目前预警检测时间在1 s以内。其中外部系统延迟和通道时间大概在600 ms左右，而预警系统的运算时间（包含调度和推理）的时间小于400 ms。

5.3示例

下面例举苏家屯数据库内的关于分路不良的一组知识说明系统的应用。现场使用的分路不良的知识共有23条，这里篇幅所限，例举3条，如示例3所示。

示例3：

预兆：机车以高于70 km/h的速度通过分路不良区段。

分类：分路不良

输出： A、色灯红色闪烁

B、紧急报警，报警音（音频编号0521）

预兆：机车在分路不良区段折返时间小于2 min。

分类：分路不良

输出： A、色灯红色闪烁

B、紧急报警，报警音（音频编号0521）

预兆：机车在分路不良区段无表示。

分类：分路不良

输出： A、色灯红色闪烁

B、紧急报警，报警音（音频编号0521）

系统对于分路不良的检测如果能够取到准确的机车位置信息，那么自然可以准确的预警，但目前并不是所有的机车（包括调机和本务机）都装备定位和通讯设备，即使装备了，定位也不一定准确。上述3个示例是通过巡检区段表示检测分路不良的事故预兆。首先3条规则都将检测区段限制在电务登记过的分路不良区段来减少误报的可能性。第一条规则中机车速度是系统通过分路不良区段的压红时间和下一个区段的压红时间以及区段的长度来计算机车的走行速度。第二条规则中，系统自动识别折返进路，根据分路不良区段的占用时间计算机车的调头时间。第三条规则表示机车在分路不良区段没有表示，同时进路的下一个区段也没有表示。

很显然，上述的3条知识是不完备的，但是分析了2010年至2015年全路出现的分路不良事故7起，通过上述的知识检测，都可以检测到。

5.4风险报警后处理

本文主要是研究风险如何检查、报警，那么，报警后的处理就由用户来处理。大致有3类情况：

1）需要用户处理，并且用户在风险报警后有充裕的时间来处理的，比如发车方向报警，系统根据值班员排列的发车进路和股道内的车次来检测列车有无发错方向 。这样的预兆报警，用户就有时间来消除故障。

2）用户不需要做任何操作，比如上述的分路不良，当系统检测到分路不良并预兆报警后，用户只要不排敌对进路，就可以确保不会发生掉道、挤岔等事故。

3）需要用户立即做处理的，处理越快，损失越小，比如车辆溜逸，当系统报警后，值班员一方面要在溜逸方向上顺道岔，另一方面要组织现场内的人员进行车辆制动。

6 结论

基于知识库的铁路车站行车风险检测系统，在国内国际铁路界首次采用知识库及相关技术来检测和防范事故。目前在苏家屯实施，取得了良好的效果。随着用户使用体验的加深和对系统的熟悉，知识库会得到的进一步扩充和细化，效果会更好。

1）铁路车站的值班员岗位长期依靠规章制度及安全意识进行安全保障、预防行车事故，无法避免人为差错带来不可扭转的人身和经济损失，能够在行车安全保障方面研究一套保障系统，有效的总结和组织安全生产规章制度和知识，很好的解决这个由来已久的问题。

2）预警知识表达方式通俗易懂，灵活性大，适应性广。随着系统的推广应用，可以逐步将技规、行规相应的行车安全措施用知识表达出来，由系统来监督执行。

［1］王大光.铁路中间站行车安全问题与对策［J］.黑龙江交通科技，2010（8）：239-241.

［2］Edward A.Feigenbaum.Knowledge Engineering in the 1980s.Dept. Of Computer Science，Stanford University， Stanford，CA，1982.

［3］修春波.人工智能原理［M］.北京：机械工业出版社，2011.

On the basis of existing railway equipment， a station train operation safety detection system is established based on setting a safety risk detection knowledge base， in order to trace various train operation messages in real time and fulfi l station train operation risk alert and warning functions through the knowledge base reasoning method. The system can remedy shortages of existing isolated systems， and it can improve effectively the train operaiton safety and has good effects in practical applications.

knowledge base； control system； railway transportation and production

10.3969/j.issn.1673-4440.2016.04.014

2015-12-29）