高速铁路联调联试智能化数据分析框架研究

韩春明，左自辉，张育宾

（1.中国铁道科学研究院集团有限公司 基础设施检测研究所，北京 100081；2.中国铁路济南局集团有限公司 临沂车务段，山东临沂 276000）

0 引言

联调联试作为高铁建设的重要组成部分，对于验证高铁是否达到设计标准，以及是否满足开通运营要求发挥着重要作用。经过多年高速铁路联调联试工程实践，我国已建立符合高速铁路建设特点的联调联试成套技术体系[1]。通过联调联试，对各系统及接口关系进行测试、检验、调试、优化以满足标准要求，为高速铁路顺利开通、安全运行提供技术支撑[2]。

在新的技术发展时期，从服务高铁高质量建设发展的角度，为落实国家大数据、人工智能、交通强国等战略与铁路运输深度融合，开展高速铁路联调联试智能化数据分析研究，有助于以更高的标准来系统谋划和部署高铁联调联试技术创新，为实现联调联试智能检测、无人值守的目标奠定技术基础，不断提升我国高速铁路技术创新水平。

1 高速铁路联调联试智能化数据分析需求

开展高速铁路联调联试智能化数据分析研究，首先要开展调研，研究当前联调联试检测数据对大数据及智能化分析的应用需求。

1.1 轨道

（1）结合大数据深入挖掘轨道结构与轮轨力之间的关系，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，利用时域和频域复合分析方法，对不同波长轨道不平顺的数据特征进行分析，研究以不同速度级通过各种典型轨道结构时，动车组动力学响应检测数据变化的特性和趋势，得出轨道与车辆的力学传递规律。

（2）研究列车交会和隧道通过等工况下受空气动力作用的影响动车组动力学响应的数据特征，以便对动车组动力学响应大值数据进行分类识别，更加准确地分析轨道不平顺问题。

（3）梳理轨道结构、道岔动力性能等联调联试和综合试验数据，开展试验数据横向挖掘分析，对比试验列车车型、试验速度与轨道结构和道岔类型间的关系，揭示高速铁路轨道、道岔特性在不同速度等级下的动态变化规律。

1.2 路基

梳理路基动力性能联调联试和综合试验数据，开展试验数据横向挖掘分析，对比试验列车车型、试验速度、路基填筑情况等与路基动荷载、动变形和振动加速度的关系，揭示高速铁路路基动力性能特性在不同速度等级下的动态变化规律。

1.3 桥梁

梳理桥梁专业联调联试和综合试验数据，对比试验列车车型、试验速度、桥梁结构型式与桥梁振幅、加速度、应力、挠度等的关系，揭示高速铁路桥梁动力性能特性在不同速度等级下的动态变化规律。

1.4 隧道气动效应

梳理高速铁路隧道气动效应联调联试和综合试验数据，研究分析多因素综合作用下对隧道气动效应相关参数的影响，揭示隧道相关参数在不同因素影响下的变化规律。

1.5 列车空气动力学

横向比较不同速度线路之间不同线间距和隧道断面对空气动力学的主要影响，并对相同速度线路、不同隧道长度进行对比研究。分析隧道长度以及不同线路参数如坡度、曲线对空气动力学特性的影响。

1.6 牵引供电系统

通过分析高压侧谐波含量和接触网侧谐波含量，研究列车和牵引供电系统运行的匹配问题；结合智能化测试系统，通过数据验证层次化保护动作，记录自愈重构功能全过程，对智能牵引供电系统故障测距精度、智能化数据采集的同步性、网络报文正确性进行验证。

1.7 接触网

对弓网受流参数与工务轨道检测参数开展融合数据分析，尤其是轨道不平顺对弓网受流参数的影响程度分析等；利用联调联试中逐级提速检测数据（主要是具有相关性的接触线高度和弓网接触力检测数据），探索数据融合分析方法。

2 高速铁路联调联试智能化数据分析体系框架

高速铁路联调联试是一个涉及铁路各系统、各专业、各环节的综合性、系统化、实时型试验工程，联调联试智能化数据分析体系框架由技术体系框架、数据体系框架和标准体系框架3部分构成（见图1）。

图1 高速铁路联调联试智能化数据分析体系框架

2.1 技术体系框架

技术体系框架是高速铁路智能化数据分析体系框架的核心，分为智能检测、综合评价、智慧管理等三大领域，可为数据体系框架和标准体系框架的制定提供指导。技术体系框架见图2。

图2 技术体系框架

2.1.1 智能检测

智能检测分为智能化检测技术和智能系统检测方法2个方向。

（1）智能化检测技术。指采用智能设备和智能技术，通过对被测对象的特定参数进行检测，准确获取其表征信息，以对被测对象进行定性判别或定量评判，表现为测试系统广泛物联、测试数据5G传输、设备位置北斗定位等。

（2）智能系统检测方法。指针对高速铁路特定智能系统采用的新技术、新工艺，根据相关设计规范及设计文件，制定出相应的测试内容、测试方法和评判标准。

2.1.2 综合评价

综合评价分为多专业综合评价、全生命周期状态评价2个方向。

（1）多专业综合评价。结合各专业测试大数据，开展各专业数据的横向及纵向对比，同时开展轨道、接触网、隧道、通信等专业关键数据的融合分析，建立多专业综合评价方法及指标。

（2）全生命周期状态评价。指综合联调联试及日常运营检测监测数据，运用数据挖掘、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。

2.1.3 智慧管理

智慧管理分为检测流程管理和项目统筹管理。

（1）检测流程管理。指通过信息化管理平台，对项目组织情况、试验进度、测试结果、技术文件等进行可视化管理，实现联调联试的全过程管理。

（2）项目统筹管理。指将多个项目检测流程进行归纳，按照精细化管理要求，整合管理资源，实现联调联试项目的立体化管理。

2.2 数据体系框架

数据体系框架以检测数据管理为主线，针对技术体系框架中智能检测、综合评价、智慧管理等三大领域产生的数据以及其他相关的内外部数据，定义了数据汇集、整合存储和应用展示等服务，为技术体系框架提供数据驱动，为标准体系框架提供反馈指导。高速铁路智能化联调联试数据体系框架自底向上分为汇集层、存储层和应用层[3]（见图3）。

图3 数据体系框架

（1）汇集层主要用于汇集基础资料及各专业检测产生的各类数据，并按照标准数据接口进行数据预处理。

（2）存储层基于数据服务平台，将汇集层产生的数据进行存储、管理、备份，并对数据进行标准化、规范化处理，同时提供基础数据管理、数据集成、数据治理等服务。

（3）应用层采用“平台+应用”的模式，通过接口统一、框架规范、数据共享的大数据平台，围绕融合分析、综合评价、全生命周期管理等领域，提供各专业典型应用的云计算服务，并提供成果展示应用。

2.3 标准体系框架

标准体系框架由通用基础与管理标准、高速铁路智能化数据分析技术标准、平台及支撑技术标准构成，为技术体系框架和数据体系框架的落地应用提供数据、技术、管理等方面的标准支撑。通用基础与管理标准包含通用基础标准、管理与服务标准；高速铁路智能化数据分析技术标准包含智能建造标准、智能装备标准、智能运营标准；平台及支撑技术标准包含基础平台标准、网络安全标准、数据中心标准、支撑技术标准。

3 高速铁路联调联试智能化数据分析关键技术与发展模式

3.1 关键技术

（1）大数据管理技术。制定适用于我国高速铁路联调联试的现场数据管理办法及总体设计和实施方案，包含数据系统的功能组成、数据框架、技术方案、网络方案和安全控制等，以满足高速铁路联调联试现场需求[4]。

（2）智能检测技术。通过信号自动触发、数据滤波、褶积和迭代等技术，基本实现数据自动化处理；充分运用云计算、机器学习等技术，达成车上地面数据智能处理，提升检测有效性和准确性，实现测试无人值守。

（3）数据分析技术。深度分析轨道、路基、桥梁、隧道、电力牵引供电等联调联试数据，通过试验数据挖掘分析，揭示试验列车车型、试验速度与线路基础设施的关系；将各专业测试数据进行横向对比，类比检测数据变化的特性和趋势，形成综合评判方法。

（4）数据传输技术。通过物联网、5G技术实现车地数据实时同步传输，通过数据系统实现各专业联调联试数据统一入库、存储、清洗、分析。

（5）线路状态追踪预测技术。综合联调联试及日常运营检测监测数据，运用数据挖掘、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。

（6）数据可视化技术。采用多图联动、BIM+GIS、时空校准等技术，打通综合检测领域的数据应用壁垒，通过数据全视图，实现联调联试各测试系统的数据互通及可视化[5]。

（7）智能化系统检测技术。针对高铁采用的C3+ATO、智能牵引供电、智能综合视频、智能客运服务等智能技术，提出智能化系统的测试内容、测试方法、测试场景、测试流程、评判标准等，形成智能化系统检测方案[6-7]。

3.2 发展模式

高速铁路联调联试智能化数据分析是一个涉及各个专业的综合性体系，其发展进程需要在一个统一的体系架构下合理推进，由信息化检测向自动化检测迈进，最终实现智能检测（见图4）。

图4 高速铁路联调联试智能化数据分析发展模式

4 结束语

联调联试智能化数据分析是涵盖多个系统、多个专业的一整套检测评估体系。随着高速铁路的智能化发展，根据其采用的新技术、新工艺，制定出与智能化发展相适应的测试内容、测试方法和评判标准，形成智能系统检测方案；通过开展检测结果融合分析，建立多专业综合评价方法及指标；建立大数据分析平台，实现测试数据存储共享和集成展示。

通过5G、物联网、北斗定位、人工智能等技术的深度应用，实现联调联试数据智能诊断分析。通过完善联调联试数据挖掘技术，并采用模式识别、规律发现、故障预测和联合分析等手段，形成铁路基础设施全生命周期状态评价，为优化基础设施维修策略提供数据支撑，科学指导线路养护维修。