基于Docker的列车故障诊断系统研究

刘琦

摘  要：随着工业互联网技术的不断发展，列车故障诊断系统也逐步变得系统化、复杂化。为了解决传统故障诊断系统模型更新难、系统响应频度大等问题，有效提升系统的性能，本文提出一种基于Docker容器技术的软件系统部署架构。通过分析容器技术的优势，设计新型分布式故障诊断架构模型，并通过实际项目验证了架构的可行性。整体采用Docker容器技术实现传统系统架构的重构优化，提供更加模块化、耦合性高的解决方案，从而实现故障诊断系统的统一管理。

关键词：Docker  故障诊断系统  容器化  列车

中图分类号：TP277                           文献标识码：A                文章编号：1674-098X（2020）09（a）-0053-03

Abstract：With the continuous development of industrial Internet technology， the train fault diagnosis system has gradually become systematic and complicated. In order to solve the problems of traditional fault diagnosis system， such as the difficult model updating and large system response frequency， and effectively improve the performance of the system， a software system deployment architecture based on docker container technology is proposed. This paper analyzes the advantages of container technology， designs a new distributed fault diagnosis architecture model， and verifies the feasibility of this architecture with the development of practical projects. The whole system adopts docker container technology to realize the reconstruction and optimization of traditional system architecture， and provides a more modular and highly coupled solution， so as to realize the unified management of fault diagnosis system.

Key Words： Docker; Fault diagnosis system; Containerization;Train

随着列车运营规模的不断扩充与现代化系统应用技术的快速发展，故障诊断系统也由简易信号灯提示逐步向大型网页系统转变。传统故障诊断系统一般采用整体部署方式实现，对后期系统扩展及服务器整体维护而言增加了许多难度。

Docker容器化技术发展进一步打破了传统的计算与应用资源的物理界限[1]，以集装箱式应用部署有效实现资源独立与隔离，信息资源的网络空间动态迁移对持续集成系统的开发应用与维护都提供了更多的便捷。

本文将从Docker特性介绍起，进而应用Docker分布式容器技术搭建故障诊断系统，根据信息化系统、数据资源整理、算法应用的不同功能实现系统的容器化构造，有效解决传统故障诊断系统存在的开发与分布紧密结合、软件部署安装配置繁杂的缺陷。

1  Docker技术分析

1.1 Docker管理优势

Docker作为一种标准化单元的新兴虚拟化应用，在系统的开发、装运和部署方面相较于传统方式均具有明显优势，主要体现如下。

（1）便捷式更新迭代。

传统的系统环境严重依赖于物理机器资源，其中某个模块变更可能直接对整个系统的迭代应用造成影响。Docker以镜像方式实现系統的模块化集成，使得整个系统的构建部署效率得以有效提升[2]，从而进一步增强了DevOps持续集成交付能力[3]。

（2）优化资源与时间。

相较于传统虚拟机技术而言，Docker无需完整操作系统运行所需额外开销，其容器应用直接运行于宿主内核，因此内存损耗、系统响应时效等均优于传统虚拟机技术，具备更高的项目应用优势[4]。

1.2 Docker在系统中的设计优势

（1）高效迁移扩展。

系统架构和应用开发应充分考虑今后横向与纵向的平滑扩张能力，以实现不间断升级与应用拓展。Docker以镜像方式在确保执行环境一致性的情况下有效实现了系统的复用、迁移与进一步扩展，采用分层存储技术则使得系统维护与更新便捷简单，进而提升整体系统的维护扩展能力。

（2）高可维护升级。

系统架构采用模块封装形式构建细粒度、松耦合架构，以良好的组织与管理实现系统的正常运转和高效实用，借助便捷式Docker监控应用、完善的系统记录辅助对系统的检测修改及故障恢复等操作做进一步优化。

2  系统应用架构设计

2.1 业务架构

列车故障诊断系统的业务架构设计如图1所示，根据承担业务的不同属性以及Docker模块化管理设计理念考量，将系统划分为数据监控平台、故障诊断云计算中心、信息化服务平台三个部分。

（1）数据监控平台主要负责接收并处理列车车载终端状态报文及列车运营传感数据，实现与故障诊断云计算中心、信息化服务平台的源数据交互及运维计划任务分发工作。

（2）故障诊断云计算中心重点负责列车状态智能诊断模型的计算、维护、更迭等工作，并保障模型运算结果的实时信息传递功能。

（3）信息化服务平台则侧重于对外接口数据与可视化应用的管理操作，搭建故障诊断系统的对外人机交互窗口。

2.2 功能架构

列车故障诊断系统的功能架构设计如图2所示，整体采用四层架构分区实现“高内聚、低耦合”，包含接入层、数据层、逻辑层、应用层。

（1）接入层主要实现各个外部数据和业务的接入功能，包括车载终端的数据上传、列车作业调度计划、外部系统日志流的引入、外部平台的数据调用管理。

（2）数据层为算法层和应用层提供一个高可靠的双向数据通道，以实现实时数据和历史数据的转储查询功能应用。

（3）逻辑层主要通过数据建模、智能推理、语义解析等方法与技术实现操作对象的累计损伤分析、健康状态评估、故障诊断推理等功能。

（4）应用层采用Web形式为用户提供数据展示和调度交互信息，从而起到辅助决策的作用。

3  系统集群构建与部署

故障诊断系统以云计算架构方式建设平台（见图3），实现IaaS、PaaS、SaaS三层构建，实现硬件资源的虚拟池化、服务平台弹性建设、应用系统软件的高效管理[5]。

在此基础上，PasS层应用Docker技术构建应用持续交付和弹性运行平台，提供基础架构调度管理、多用户及安全管理、业务应用编排管理、日常运维开发管理、安全管理、业务迭代管理等能力，推动系统业务应用敏捷交付和持续创新。

（1）数据监控平台包含3个Docker集群：根据设备传输类型匹配不同系统实例化的传感数据采集Docker集群、实现与信息化服务平台和云计算中心数据互传的数据接口集群、数据存储转化Docker集群。

（2）信息化服务平台由第三方系统数据集成Docker集群、人机交互模块化子系统Docker集群两部分构成，用以实现故障诊断系统的远程在线监控与运营维护管理。

（3）故障诊断云计算中心根据故障数据建模类型的不同搭建相应的预警、诊断、预测、维护4个Docker集群，实现核心數据分析建模全周期过程。

系统在整合所有集群功能性能需求的基础上实现各自镜像制作、容器实例化及系统部署联调操作，以构建完整有序的故障诊断系统。

4  结语

本文提出了一种基于Docker容器化管理的列车故障诊断系统方案。整体以系统业务与功能为划分依据，借助Docker容器搭建相应的微服务模块，有效保障系统的应用配置最大优化与高可扩展，为后续系统长远应用提供支撑。

参考文献

[1] 任兰芳，庄小君，付俊.Docker容器安全防护技术研究[J].电信工程技术与标准化，2020，33（3）：73-78.

[2] 赵冠臣，王冬妮，刘至洋，等.浅谈Docker容器技术[J].有线电视技术，2019，26（9）：85-88.

[3] 丁之彦.基于弹性分布式容器云架构的敏捷开发运维体系[J].价值工程，2019，38（34）：172-173.

[4] 白嘉萌，寇英帅，刘泽艺，等.云计算平台基于角色的权限管理系统设计与实现[J].信息网络安全，2020（1）：75-82.

[5] 李植，陈莉君.一种适于Docker容器资源控制的分类预测方法[J].计算机与数字工程，2019，47（12）：3063-3068.

[6] 王瑜琳，陈兴劼，牟刚，等.轨道列车故障诊断系统设计与开发[J].科技视界，2020（17）：150-152.