城市轨道交通信号设备智能运维系统设计

陶雨濛 王亮军 卫 妍

（南京交通职业技术学院，江苏 南京 211188）

0 引言

随着城市轨道交通建设规模的扩大，线路上的信号设备不断增多，维护管理难度也随之增加。现有维护模式以计划修为主，故障修为辅，维护效率较低，已无法适应现代化轨道交通系统的发展需求。当前以人工智能、大数据为代表的新一轮科技革命蓬勃发展，为信号设备维护提供了新的技术手段。《交通强国建设纲要》[1]明确提出“大力发展智慧交通，推动大数据、互联网、人工智能、区块链以及超级计算等新技术与交通行业深度融合”的要求。对此，上海地铁[2]、广州地铁[3]等多家地铁公司已经开展了信号设备智能运维研究工作，基于设备状态监测信息，提供信号设备健康状态的预测评估和故障维修的决策支持。该文对城市轨道交通信号设备智能运维系统的设计方法展开研究，设计了基于设备全生命周期数据的系统架构、系统物理和逻辑框架，为系统开发与实现提供了顶层设计方案。

1 信号设备运营维护现状

1.1 故障诊断依赖员工经验

现有城市轨道交通信号系统中的维护支持系统[4]（Maintain Support System，MSS）为设备维护提供了状态监测和故障报警功能，但其智能化分析水平有限，检修过程中故障定位分析仍依赖现场作业人员的实践经验，花费时间较长，在很大程度上增加了人工维护的强度和成本。

1.2 维修周期制定不合理

目前国内地铁公司主要采用“计划修”模式，根据检修计划定期进行设备检修作业。该模式下的维修周期未能有效结合设备的实际状况进行弹性设置，对于运行状态良好的设备可能造成过度检修，而对于存在潜在风险的设备却无法及时排查隐患，容易造成设备工况恶化甚至引发故障。

1.3 缺乏设备跟踪管理机制

现场作业的检修数据通常以手写方式记录在纸质检修工单上，在交接班时进行人工交接，管理系统也未设置专门的工单管理功能，无法快速查询设备历史数据及故障统计情况，缺乏对设备的动态跟踪管理。

由此可见，目前城市轨道交通信号设备维护模式在智能化、信息化管理方面相对欠缺，一方面未能有效地针对现有的设备检测数据进行数据挖掘，为设备维护提供智能化技术服务；另一方面，忽视设备全生命周期档案的建立，全生命周期是指设备从规划设计、安装调试以及运营维护，一直到设备报废的全过程，而运营维护是全生命周期的重要阶段，获取设备运行过程中的状态监测数据、维修记录数据，有助于维护管理人员和作业人员及时掌握设备当前的运行状态和未来的变化趋势。

2 系统架构设计

城市轨道交通信号设备智能运维系统针对智能化运维管理需求，综合考虑现有和未来新增的数据来源，采集信号设备实时状态数据，通过数据处理和挖掘，支撑全生命周期的运维业务。系统架构包括感知层、处理层以及应用层3个层级，具备设备状态在线监测、设备状态预警预报、设备故障智能诊断、日常维护管理、应急指挥调度以及全生命周期数据管理6个功能，如图1所示。

图1 城市轨道交通信号设备智能运维系统架构图

2.1 感知层

感知层是城市轨道交通信号设备智能运维系统的基础，依托传感器技术、视频监测技术以及无线通信技术等多元感知技术，采集信号设备的实时运行数据。采集信息包括静态信息和动态信息两类，静态信息为轨道线路地理信息和信号设备基础信息，动态信息采集轨旁设备、车载ATP/ATO设备、联锁设备、ATS设备和DCS设备等信号以及与设备运行相关的状态信息和报警信息，为智能运维系统提供全面的数据来源。

2.2 处理层

处理层主要负责对接入数据的处理和分析，通过数据清洗、汇集、转换以及匹配等方式，对数据进行预处理，获取标准化数据格式的多源异构数据。继而依托数理统计、机器学习算法，构建基于监测数据的故障预测、故障诊断、维修优化、排班优化、应急预案生成以及仿真评估模型，实现设备异常状态的量化评估和故障趋势的预测分析，为设备维护日常管理和应急管理提供决策支持。

2.3 应用层

基于处理层获得的业务数据，在应用层以数据可视化形式呈现设备状态在线监测信息、状态预警信息和故障诊断信息，维护管理人员可通过日常维护管理和应急指挥调度模块向维护作业人员发布维修计划或应急预案指令。可在全生命周期数据管理模块对信号设备运营维护过程中产生的数据进行归档、查询等。

3 系统逻辑框架设计

逻辑框架[5]从功能的角度描述复杂系统，阐明功能之间的关系和功能间的数据流向。图2给出了城市轨道交通信号设备智能运维系统的物理框架，下面对各个模块实现的功能进行描述。

图2 城市轨道交通信号设备智能运维系统逻辑框架图

3.1 设备状态在线监测

系统设置三级监测界面，一级监测界面通过站场图动态显示设备运行状况，方便维护管理人员监测全线设备状态，二、三级监测界面分别显示设备的线路分布和设备结构情况，当出现故障状态时，维护管理人员可根据局部状态监测情况，查看具体的监测指标信息。

3.2 设备状态预警预报

基于历史监测数据的故障预测模型，预测设备状态趋势，生成变化趋势图，判断设备的健康状况。当设备出现不良趋势时，及时发布相应等级的预警信号，为维护管理人员优化维修计划、确定维修项目提供辅助决策。

3.3 设备故障智能诊断

当实时监测数据发生异常变化时，系统提示报警信息。结合设备历史故障信息及相关部件实时状态，利用故障诊断模型，分析可能的故障原因，提供故障处理建议。同时根据故障对列车运行的影响程度，将事件类型划分为一般事件和紧急事件，分别进行日常维护管理或应急调度指挥。

3.4 日常维护管理

日常维护管理分为维修计划管理、维修工单管理以及交接班管理。

3.4.1 维修计划管理

根据历史故障诊断信息和预测故障信息构建的维修优化模型，系统动态生成维修计划，维护管理人员可以根据实际需求对其进行修改。维修计划包括作业时间及内容、人员安排、维修工具和备件准备等。排班计划则在维修计划的基础上，建立排班优化模型，综合考虑设备维修时长、维修人数以及维修路线等因素，从而对资源进行合理分配。

3.4.2 维修工单管理

维护作业人员根据系统排班计划，执行维修任务。在维护过程中，作业人员通过移动终端输入维修过程中的检测数据和结果，在线填写维修工单。作业结束后，维护管理人员可对其进行查询和审核。

3.4.3 交接班管理

根据排班及任务完成情况，系统自动生成交接班日志。在交接班过程中如果存在未完成的维修任务，就设置接班人员维修任务待完成提醒。

3.5 应急指挥调度

应急指挥调度分类存储各类重大故障的应急处理预案，通过仿真模型评估预案的应用效果，维护管理人员可通过三维仿真演示进行培训演练。当紧急事件发生时，运用应急预案生成模型，根据设备故障定位、影响范围等约束条件，快速生成相应预案流程，维护管理人员紧急调配线路上的人员、物资，尽可能减少事故对运营的影响。

3.6 全生命周期数据管理

构建设备全生命周期档案数据库，包括设备编码、设备型号、生产日期及厂家、投用日期和预期使用年限等设备基础数据以及在设备运行期间动态更新的监测数据、预警数据、诊断数据和维修数据等。

4 系统物理框架设计

物理框架是在逻辑框架的基础上，对如何实现系统功能的物理性描述。图3为城市轨道交通信号设备智能运维系统的物理框架，包括信号维护支持系统和信号设备智能运维系统2个子系统。根据信号系统是否引入信号维护支持系统，数据采集来源分为2种途径，一种是通过信号维护支持系统对信号设备运行数据进行统一采集和监督；另一种是分别对轨旁设备、车载设备以及联锁设备等信号设备的监测系统进行数据采集。采集的设备状态信息为实现城市轨道交通信号设备智能运维系统的功能提供了数据基础，继而为不同层级的运维管理人员提供辅助决策支持。

图3 城市轨道交通信号设备智能运维系统物理框架图

信号设备智能运维系统面向三类用户，由上而下依次为线网级、线路级以及车站级用户。针对不同用户群体，设置相应的管理权限，线网级用户监测全线网的设备运行状态，主要负责全生命周期数据管理和重大故障下的紧急事件应急指挥。线路级用户侧重于根据设备预测趋势制定维护计划，派发维护任务并审核。车站级用户配合执行线网、线路级用户下发的任务。具体系统功能用户权限见表1。

表1 系统功能用户权限

5 结语

该文提出了一种基于设备全生命周期数据的城市轨道交通信号设备智能运维系统的设计方案。首先，通过系统架构设计，划分了感知层、处理层以及应用层3个层级。其次，通过系统顶层逻辑框架设计，提出了6个系统功能，明确了各模块的具体功能以及模块间的数据流向。最后，通过系统顶层物理框架设计，按照现实物理系统、终端对系统功能进行划分。该文的研究可为现实系统的开发与实现提供顶层设计方案支撑。