智能高铁联调联试技术创新与展望

2019-07-22牛道安

中国铁路 2019年7期

牛道安

（1. 中国铁路总公司铁路基础设施检测中心，北京 100844；2.中国铁道科学研究院集团有限公司，北京 100081）

1 概述

为了满足高速铁路建设发展需要，我国开展了高速铁路联调联试技术研究。2008年以来，通过技术探索和工程实践，已形成了以联调联试、动态检测及运行试验为主要内容的高速铁路动态验收模式，构建了科学系统的评价指标，建立了符合高速铁路建设特点的联调联试成套技术体系[1]。

随着智能京张、智能京雄建设的全面启动，我国高速铁路向更高标准的智能高铁方向发展[2]。联调联试作为高速铁路建设的重要组成部分，对于验证高速铁路是否达到设计标准，以及是否满足开通运营需要发挥着重要作用。

2 智能高铁联调联试系统框架

智能高铁联调联试广泛应用大数据、移动互联、多源异构信息融合、多维可视化、虚实互动、专家系统等新技术，实现对智能高铁固定设施、移动装备、内外部环境信息及相关测试数据的全面感知、融合分析、智能诊断，对智能高铁各系统的功能、性能、状态和系统间匹配关系进行综合检测、验证、调整和优化，使整体系统达到设计要求。

智能高铁联调联试按照各系统评价、系统间接口评价、多专业综合评价、全生命周期状态评价等进行顶层设计及构建。智能高铁联调联试系统框架见图1。

（1）各系统评价以及系统间接口评价。紧密围绕智能铁路的智能建造、智能装备、智能运营三大领域关键技术进行系统分析，针对高速动车组自动驾驶系统、基于“AI+”的智能客运车站系统、北斗全域信号增强系统、全面电子客票等一系列智能新技术[3-4]，研究建立相关的评价方法及指标体系，实现对于智能高铁系统的功能及性能、系统间匹配关系的科学评价。

（2）多专业综合评价。将车载/地面联调联试静动态数据、多专业融合分析数据、设备设施综合监测等要素，结合线路环境、设备综合图、二维GIS、BIM进行多专业联动、图数协同一体化展示，为智能高铁状态综合评价及融合分析提供可视化及辅助决策支持。

（3）全生命周期状态评价。综合联调联试及日常运营检测监测数据，运用大数据挖掘技术、机器学习、专家系统等手段，实现基础设施的故障智能诊断及趋势变化分析，为基础设施全生命周期健康管理提供技术支撑。

图1 智能高铁联调联试系统框架

3 关键技术

智能高铁联调联试按照系统及接口评价、多专业综合评价、全生命周期状态评价进行技术演进。需要解决智能化检测、数据融合分析及集成展示、大数据分析及应用等关键技术。其技术路线见图2。

图2 智能高铁联调联试技术路线图

3.1 智能化检测技术

研究智能牵引供电、智能车站、智能列车运行控制系统、智能客服、智能票务等测试方法，建立测试场景、测试案例库，建立综合评判指标。

研究工务工程、牵引供电、通信信号、信息化、振动噪声数据自动检测方法及异常值自动判别技术，实现数据自动采集、传输、分析、处理、报表生成等，提高工务工程、牵引供电、通信信号、信息化等联调联试数据分析自动化水平。

3.2 检测数据融合分析、集成展示技术

开展轮轨关系、弓网关系、列车空气动力学联调联试数据融合分析研究，开展灾害监测多点数据融合分析。

研究检测数据叠加、数据可视化、多图联动技术，研究被测对象、周边环境和构筑物平行仿真技术，研究联调联试大值报警、线路质量TQI、GSM-R场强覆盖和服务质量、环境噪声振动、声屏障降噪效果等图数协同技术。

3.3 联调联试大数据分析及应用

研究联调联试多源异构数据标准化、资源总体架构、数据资源分布、数据及网络接口、安全策略、数据汇聚流程等[5]，研究全生命周期的数据管理模型，提出高速铁路联调联试大数据管理总体技术方案。

研究基于机器学习、专家系统的故障智能诊断技术，提取各专业典型故障特征并建立知识库，对于检测数据进行机器学习、建模、训练，实现对于检测数据的智能诊断分析。

4 技术创新

（1）智能综合分析展示平台。通过建立智能综合分析展示平台，实现标准化数据接口及安全传输、数据规范化存储管理，融合多专业、多维度条件下线路设备状态、车站及线路周边环境结构物功能状态的动态实时或准实时的智能综合显示，达到洞察数据内部规律，挖掘数据价值，提高数据的交互性、使用效率的目的。

（2）轨道几何参数与轮轨动力学数据融合分析。综合轨道几何平顺、轨道结构、车辆状态等实际因素融合分析，深入挖掘同一断面轨道几何检测数据、车辆动态响应及轮轨力检测数据之间的关联关系，研究不同速度级、不同轨道结构下轮轨力、加速度的时域、频域及时频特性，分析列车运行速度及轨道结构对于轮轨动力学响应特性的影响，找出引起车辆剧烈振动的病害及特征。

（3）静动态接触网数据融合分析。利用弓网关系和受流性能评价指数（CPOI）、接触网静态质量评价指数（CQI）实现静动态接触网数据融合分析，对接触网设备质量进行更为全面的、多角度的反映，为维修决策和合理调配维修资源的提供定量化数据支撑。

（4）联调联试大数据管理系统。通过对联调联试数据的清洗、格式转换、时空校准、元数据建模等建立大数据融合应用的数据基础，实现数据的安全和共享管理。联调联试大数据管理系统总体架构见图3。采用模块化分析、标准化接口等提高多专业技术融合及大数据分析应用能力。在此基础上进行机器学习建模、训练，并通过模式识别、规律发现、故障预测和联合分析等手段，充分发挥联调联试数据的内在价值，全面提升分析和应用能力，为技术升级、产品能力验证等提供数据支撑。

图3 联调联试大数据管理系统总体架构

5 发展展望

通过全面推进数字高铁、智能高铁建设，加大云计算、物联网、大数据、北斗定位、人工智能等先进技术在智能高铁联调联试领域应用的广度和深度，持续保持我国在高速铁路综合检测领域的领先优势。结合智能高铁发展规划，智能高铁联调联试发展可分为以下2个阶段：

（1）2018—2020年，依托智能京张、智能京雄高铁示范工程建设，研究建立智能高铁各系统及系统间接口的评价方法、评价指标，研究建立多专业综合评价方法及指标，初步构建智能铁路联调联试技术标准体系，实现车载集成显示平台、多专业关联分析、大数据融合分析等应用格局。

（2）2021—2025年，实现联调联试及日常检测多源异构数据标准化，建立联调联试大数据管理系统。突破联调联试数据挖掘及智能诊断分析等理论与技术，对于检测数据进行机器学习建模、训练，并通过模式识别、规律发现、故障预测和联合分析等手段，实现联调联试检测系统智能诊断分析与无人值守。实现联调联试数据与日常检测数据的综合关联分析，科学评价基础设施状态趋势变化，充分发挥联调联试数据的内在价值。