轮轨力在线监测类系统设备状态智能预警平台设计

田德柱，卢世团

（1.中国铁道科学研究院集团有限公司 铁道建筑研究所，北京 100081；2. 中铁科学技术开发有限公司，北京 100081）

随着我国铁路的快速发展，铁路营业里程屡创新高，截至2019 年底，铁路营业总里程已达到13.9万公里以上。同时，铁路机车车辆保有量也有较大幅度的增长，截至2018 年底，全国铁路机车保有量为2.1 万台，客车保有量为7.2 万辆，货车保有量83万辆。如此大量的机车车辆运行在轨道上，构成了铁路运输安全的重要一环。货车的装载工况和机车车辆自身的技术状态对列车运行安全至关重要，不良的装载工况（超载、前后偏载、重心左右偏移）、车辆车轮踏面损伤、车辆运行状态不良（蛇形失稳）等直接影响铁路运输安全[1]。

近年来，国内研制开发的轮轨力在线监测类系统如铁道货车超偏载检测装置、车辆运行品质轨边动态监测系统（TPDS）等实现了对全路货车装载状态、机车车轮多边形、车辆车轮踏面损伤和运行状态的实时在线监测，为保障货物运输安全、车辆运行安全和指导车辆造修等提供了重要的数据支撑[2]。目前，全路已有千余套各类轮轨力在线监测类系统设备投入使用，如此大量的设备实时在线运行，其自身的工作状态直接关系到检测数据的可靠性和稳定性，进而影响铁路的运输安全。在当前上道作业必须采取“天窗修”的大背景下，由于无法提前预知设备异常状态，导致设备故障时间较长，制约了系统作用的充分发挥。因此，建立一种轮轨力在线监测类系统设备状态智能预警平台十分必要。

1 平台方案设计

1.1 平台总体架构

轮轨力在线监测类系统设备状态智能预警平台通过对设备状态自检信息、软件运行及检测数据、日报表等日志文件进行归集、转换、分析，提取关联数据，从状态自检信息、异常检测数据、检测数据精度等几方面对设备运行状态进行综合分析和评判，实现对设备异常状态的报警和智能预警功能。通过构建该平台，可以让设备维护人员及时了解设备工作状态，及早掌握设备发生或将要发生问题的具体部位，高效且有针对性的指导设备现场维修，保障设备的不间断、正常运行，为设备养护维修提供有力的技术支撑。

平台总体架构从系统业务和代码设计2 个维度进行分析设计，分为平台体系架构和平台逻辑架构[3]。

平台体系架构如图1 所示，从平台业务的角度进行横向分析。平台通过主干网络获取各类日志信息，对各类信息进行计算、分析、入库，并通过智能预警平台对各设备状态、相关软件运行及检测数据状态等进行智能监控和预警。

平台逻辑架构如图2 所示，从代码设计的角度进行纵向分析。平台的逻辑架构分为4 个层次。业务应用层，负责对监测数据进行分析、结果展示、评估与诊断、预报警等；业务处理层，负责进行数据清洗、集成、变换、关联性分析、分类分析、聚类分析等；数据存储层，负责把分析的结果数据进行入库处理；数据采集层，采用统一数据加密格式，实现对各类状态信息的安全、有效采集。

1.2 平台功能架构

根据应用需求，轮轨力在线监测类系统设备状态智能预警平台主要面向设备相关维护单位，侧重于对设备运行状态进行可视化展示、综合分析及预报警。主要功能模块包括设备状态监控及报警、异常状态预警、状态趋势信息统计、检测精度分析和系统运用管理等，平台功能框架如图3 所示。

2 关键技术

2.1 MVC框架结构

平台总体技术架构遵循基于3 层架构的MVC（Model-View-Controller）开发模式，形成灵活和易于扩展的应用架构，如图4 所示。表示层用于向客户端用户提供图形用户界面交互，它允许用户在显示系统中输入和编辑数据，同时提供数据验证功能；业务逻辑层用于执行业务流程和制订数据的业务规则，为表示层提供业务服务；数据访问层主要进行数据存取服务，负责与数据库管理系统之间的通信[4]。3 个层次的每一层在处理程序上都有各自明确的分工和任务，在功能实现上有清晰的区分，各层与其余层彼此分离，但各层之间存有通信接口。采用MVC架构，平台在可扩展性和可复用性方面得到了显著提高。在资源分配策略设计合理运用的同时，平台的性能指标、安全性和易管理性也得到改善。

2.2 预报警策略研究

（1）设备故障部位的及时报警。定时上报的设备状态自检信息包含每个部件的状态信息值。针对每个部件设定一个经验阈值，当某个部件的状态信息值达到设定阈值时，则认为该部件处于失效状态，及时进行预报警。

（2）传感器实际使用情况统计。传感器是设备的核心部件，也是相对容易出现问题的环节，因此需要对其实际工作状态进行重点关注。每台设备安装在不同的线路，不同线路的列车开行数量不同，也就造成设备传感器受冲击次数的不同，所以传感器的实际使用寿命也不尽相同[5]。通过统计每台设备传感器的实际受冲击次数，可以准确了解每只传感器的实际使用情况，从而做到有针对性的进行更换，节约设备维修成本。

（3）设备状态发展趋势统计。抓住设备状态的发展趋势，就可以有效做到设备状态的智能预警。传感器的零点值可以直接反映传感器的工作状态，供电桥压直接反映传感器输出信号的大小，车号识别率可以反映出车号匹配或识别问题，AEI、UPS 自检信息的走势也可以直接反映各自的工作状态[6]。平台针对每一类统计信息，均设定一个经验阈值，满足设定条件时，给予预警提示。

（4）异常检测数据分析。通过对检测数据日志文件的分析，对比经验值，可以初步判断该列车检测数据的有效性，再结合设备状态自检信息，可综合研判设备的具体异常情况，给予预警提示，及时避免误报数据的上传。

（5）检测精度统计分析。通过采集检衡车检测数据，与其对应标准值进行比较，可计算出相对准确的系统检测精度。

2.3 平台安全管理

平台部署在铁路专用办公网内，其网络架构如图5 所示，所涉及的安全问题主要包括数据源安全和平台访问安全2 部分。

数据源主要是前端探测站各类日志文件的生成和传输。为保证数据在传输过程中的安全，平台在日志文件生成时通过内部的加密算法进行数据加密，在数据提取时，通过内部解密算法进行解密，再进行数据转换、归集、计算、入库等操作。用户访问平台需要通过2 次验证。（1）用户名和密码的验证，确保用户名和密码的合法性；（2）数据签名验证，确保访问过程中的数据安全性及访问的合法性[7]。

3 主要功能展示

该平台是面向设备维护单位的设备状态发布和预警系统，为设备状态监控和现场检修提供了必要的基础支撑。预警平台服务器部署在铁路专用网内，侧重于对设备运行状态的可视化展示、综合分析及预报警功能。下面对设备状态监控及报警、传感器零点趋势和车号识别率统计3 个主要功能进行详细阐述。

3.1 设备状态监控及报警

对传感器、A/D 模块、车号设备、UPS 等主要部件的工作状态进行实时监控，某一环节出现异常时进行预警（橙色）和报警（红色），如图6 所示。

3.2 传感器零点趋势

传感器作为轮轨作用力的感应元器件，是监测系统设备的核心部件。由于现场使用环境恶劣、情况复杂，使其成为相对容易出问题的环节，而且直接影响检测结果，所以需要对传感器工作状态进行重点监控和分析。功能界面如图7 所示。

3.3 车号识别率统计

车号识别设备能够自动识别机车车辆的车次、车号、车型、自重、标重等标签信息，与轮轨力监测数据相匹配，可以准确定位问题车辆。因此，需要对其工作状态进行监测。识别率统计界面如图8 所示。

4 结束语

轮轨力在线监测类系统设备状态智能预警平台的设计充分考虑了影响设备状态的各方面因素，分析了设备异常状态的各种情况。其应用将大幅降低轮轨力在线监测类系统设备维护人员的劳动强度，提高工作效率，实现设备状态的预判，有效缩短设备故障时间，为设备维护单位提供有力的技术支撑。但其良好的预判效果必须建立在对大量日志文件（自检信息）统计分析和验证的基础上，同时还需要对预警的评估方法和机制策略进行不断的改进和完善，最终才能实现对轮轨力在线监测类系统设备状态的智能、高效预警[8-9]。