基于新一代信息技术的铁路信号物资数智化管理方案

袁武民，魏孔胜，张芳顺，申 腾，刘立升

随着《新时代交通强国铁路先行规划纲要》［1］（简称《规划纲要》）的提出和执行，中国铁路正在智能化的建设道路上加速向前。其中，在“以新型基础设施赋能智慧发展”任务中明确提出：加强5G 通信网络、大数据、区块链、物联网等新一代信息技术的应用，以推动新一代信息技术与铁路深度融合赋能赋智为牵引，打造现代智慧铁路系统。上述要求既是对新一代信息技术赋能的要求，也是对数字化赋智的要求，通过数字化和智能化的有机融合，实现数智化［2］引领的智慧铁路系统。

当前我国智慧铁路建设成效显著，如应用BIM、大数据分析、物联网等技术实现的铁路工务设备智能运维系统［3］，基于数据分析、物联网、人工智能等技术研发的铁路应急管理系统［4］，采用智能门禁、巡检机器人建设的铁路智能机房［5］，基于5G 和北斗技术的铁路平面调车作业系统［6］，基于人工智能的铁路安全监测、视频采集和辅助决策等应用场景［7］。铁路信号作业物资的精细化管理，不仅是信号设备安全生产的重要组成部分，也是各运营部门物资管理的重点和难点。基于新一代信息技术的铁路信号物资数智化管理，属于智慧铁路智能运维领域的关键内容［8］，实现科学规范、智能高效的信号物资管理，既是缩短设备停修时间、提高应急处置效率、保障行车安全的重要手段，同时也是提高资产使用效益的有效措施。

1 现状分析

应急备品、作业工具、检修器材是铁路信号生产作业和应急处置必备的重要作业物资。根据现场调研结果，每个信号工区储备作业物资上千件，整个电务段合计管理作业物资上万件，并且随着“新时代铁路”发展目标的提出，铁路运营里程进一步增加，作业物资规模将大幅度扩大。面对如此巨大的作业物资管理，对运营部门提出了更高的要求。如果在物资出入库、上/下道和维修更换等过程中出现管理不够规范、跟踪不够到位、清点不够准确等问题，极易造成实际库存和台账记录不一致、作业物资应急无储备、调拨不及时，直接影响设备检修和故障处置速度，导致列车晚点、行程延误。若作业物资遗漏在行车轨道，容易造成列车毁坏、脱轨或中断行车，影响铁路行车安全。

针对铁路信号作业物资数量庞大、分布地点广泛、流转过程繁多等特点，在作业物资管理过程中，如何随时随地、及时可靠地掌握各单位物资数量和流转状态，在数量繁多、存放分散的物资库房中就近就便、快速调用应急物资，是提高作业物资管理效率的关键问题。

传统的仓储资产管理［9］依赖于纸质文件，或利用简单的计算机账表进行手动管理。在资产数量大、地点分散的情况下，这种管理方式无法做到自动清点、精准记录，还存在盘点工作繁重的问题，不但浪费人力物力，还可能造成资产流失。随着新一代信息技术的飞速发展，一系列仓储物资智能管理方案相继推出，如张超［10］等基于二维码技术实现了电力备品备件的入库、领用和记录全过程信息化闭环管理；柴娟［11］设计了一套基于射频识别（Radio Frequency Identification，RFID）手持终端的地铁信号系统备品备件管理方案，实现备品备件的数字化管理；刘贺［12］等设计开发了基于RFID自动识别技术的智能工具箱，实现作业工器具在非作业现场的智能清点管理；曲志恒［13］等融合RFID 技术、视频智能分析技术，设计实现了铁路客运备品的全生命周期管理。上述研究利用物联网、智能硬件及人工智能等技术实现了仓储物资的智能化管理，明显提高了仓储物资管理效率，但聚焦于单个过程的管理方式，在作业物资出入库、上/下道等全过程盯控中，依然存在管理漏洞和应用盲区，自动清点智能化水平有待进一步提高。

为优化现有铁路信号作业物资管理流程，提高作业物资管理效率，本文采用新一代信息技术，构建一种操作便捷、数据可靠、管理智能、辅助决策的铁路信号物资管理方案，以提高信号设备生产运维和应急处置效率，消除轨道遗漏物资引起的列车行车安全隐患。

2 方案设计

2.1 总体设计

数智化管理是数字化与智能化的有机融合，在数字化的基础上，以数据为核心生产要素，以智能化为手段，充分融合新一代信息技术，深入挖掘和释放数据价值，提供自学习和自决策能力，进而推动数字化与智能化管理进程。本文围绕数智化管理思想和《规划纲要》发展目标，根据用户需求，提出铁路信号物资数智化管理方案的总体架构。该架构主要包含感知层、传输层、业务层和应用层4 层结构，见图1。

图1 数智化管理方案总体架构

1）感知层是数智化管理的首要环节，主要完成物体识别和信息采集任务，为数智化管理提供可靠、准确的数据来源，包含智能监测柜、智能货架、可旋转盘点器、智能通道门和智能工具包等智能监测装备，见表1。上述监测装备集存储、盘点、出入库跟踪、异常报警等功能为一体，基于多源传感器完成物资数据流转过程的自动采集和实时上传，实现作业物资的全流程数据采集。

表1 智能监测装备清单

2）传输层以用户办公以太网为核心，融合5G［14］和LoRa［15］（Long Range Radio）通信网络，实现各种场景下的高效数据传输。其中用户现有办公网络以以太网为主，5G 通信网络用于室外作业环境中的数据传输，LoRa 通信网络实现所有室内场景的广覆盖通信。

3）业务层包括数据中心、全过程流转中心、运行监控中心、决策中心、人工智能（Artificial Intelligence，AI）中心五大模块及第三方服务接口。其中数据中心提供物资数据的共享、监控、发布、协同和交互服务；全过程流转中心实现物资采购、存储、出入库、上/下道、维修更换、应急调拨、报废等过程的流转轨迹跟踪；运行监控中心以物资分布图为载体，协助用户远程完成信号物资的监控、清点、调拨和异常报警，同时对现场监测装备进行远程管理和运行状态监控；决策中心基于大数据和人工智能技术助力用户在物资采购、生产运维、应急调度、储备预警等方面进行精准有效的规划和决策；AI 中心通过构建管理物资智能标签、智能画像、智能图谱、智能过程链和智能生命曲线等模型，为决策中心提供多元的算法支撑；第三方服务接口用于用户其他业务数据扩展和适配，提升数据全方位融合分析能力。

4）应用层是数智化管理的最终体现，向最终用户提供完整的业务融合和应用交互界面，包含物资分析、全流程跟踪、远程监控、预测报警和辅助决策等关键功能。

2.2 主要功能

1）作业物资无感领用。室内监测柜物资需要出入库时，用户指纹身份校验成功后自动开启柜门，用户取出或放入资产后关闭柜门，系统自动分析识别当前取出或放入的资产，并生成出入库记录，无需用户其他操作。货架物资即拿即走、随放随走，经过智能通道门时自动识别并记录进出物资，实现物资管理自动感知和无感进出，彻底告别手动填写纸质领用记录，极大地提高物资领用效率，保障库房作业物资规范取用和精准管理。

2）室外作业随时清点。采用智能工具包进行室外作业物资的管理，打破了现有手持终端扫码管理的被动式应用模式，将物资收纳和智能管理融合为一体，一键启动清点功能，自动识别并记录包内物资信息，如有遗漏，实时触发语音和灯光报警，同时提示遗漏物资详细信息，方便工作人员寻找。适应各种外出作业场景，随时随地清点包内物资，无需携带其他清点终端，实现了上道作业现场对作业物资带入带回一件不落的严格要求，可杜绝物资遗漏在现场，同时实现室外作业物资使用过程的可追溯性。

3）零距离远程盘点。用户通过办公电脑登录应用平台，可远程配置或管理所辖范围内所有智能监测装备，同时一键下发远程盘点指令，实时清点实际物资库存情况。远程清点示意见图2。通过智能装备最大化减少人工干预，有效降低盘点错误率，减轻现场人员物资盘点工作负担，大幅提升工作效率。

图2 远程清点示意

4）全过程流转追溯。现场智能监测装备自动清点并记录物资流转过程，应用平台收到流转记录后，自动构建或更新物资流转过程链，用户可追溯查询每件作业物资从“库房—作业现场—库房”全环节的流转轨迹，保证物资在监测装备之间流转，确保所有物资完整无失，实现物资管理跟踪到人、跟踪到时间、跟踪到地点的全程溯源、精细化管理。

5）应急物资智能调度。现场信号设备发生故障时，应急处置人员需要就近调拨应急物资至故障现场。根据故障问题、物资需求、规格型号，快速查找附近站点所有相关资产，由远到近精准定位可以调拨使用的备件物资。做到“一方号召、八方响应”的快速响应和高效调拨，大大缩短应急处置抢险时间。

6）物资分析辅助决策。将作业物资流转过程产生的动态数据融合到可视化的用户交互界面，直观展示仓储状态、物资状态及流转轨迹。用户可快速浏览、检索、定位各级管辖部门储备物资，自动生成报表，提高日常管理效率。利用大数据及人工智能技术，通过对物资数据的多维度挖掘分析，为物资采购、物资维护、生产运维、应急指挥等工作提供技术支撑，有效辅助管理人员精准决策。

2.3 应用场景

铁路信号作业物资的流转过程具有随机性、多样性、互动性等特点，面对不同的物资对象、不同的应用场景，应该提供不同的智能监测装备，旨在保障作业物资在流转过程中跟踪不断、监测不瘫、数据不丢的完整性。作业物资由室内至室外的全场景跟踪管理示意见图3，可实现作业物资在使用场景中的闭环流转，确保所有作业物资完整无失。

图3 全场景跟踪管理示意

1）室内场景主要以各个物资库房为重点，根据物资作用、价值和结构特点，采用不同的监测装备进行管理，不同的监测装备具有不同的操作流程和安全机制，从而适应各种物资的管理要求，见图3（a）。智能监测柜用于管理易损坏、价值高、储存环境要求较高的贵重物资，如继电器、控制板、断路器等应急备品；智能货架用于管理随用随拿、任意存放的普通物资，如扳手、手锤、测量仪表等工器具和检修材料；可旋转盘点器用于实现大件工器具、零部件等物资的精准盘点。

2）室外场景物资管理主要解决现场作业时，如何保证作业物资在上道前和下道后不遗不漏、闭环校核等问题。采用便携式智能工具包，在作业上道前、作业中途、作业下道前3 个关键环节对作业物资进行一键清点，如有遗漏，实时声光报警，提醒作业人员查漏补缺，除隐患防风险，见图3（b）。

3 关键技术

3.1 智能感知

物联网［16］技术可以提供物资识别、定位、跟踪、预警和管理等功能，赋予监测装备全面的非接触式感知能力，从而实现物与物之间的信息传递和物与人之间的信息交互。本方案借助物联网技术，采用感知-响应模型来实现作业物资的智能感知，进而简化物资领用流程，提高数据准确性，见图4。按照“感知、理解、决策、行动”的过程，首先将智能监测装备集成的各种传感器作为感知源发送感知信号，作业物资绑定的电子标签收到感知信号后作为响应源发送响应信号；然后智能监测装备识别物资身份、定位物资位置，分析判断物资状态，给出物资正常或异常决策；最后根据物资状态做出成功响应、异常报警等结果反馈。

图4 感知-响应模型

其中，RFID［17］传感器用于实现物资自动感知和无线识别，包含RFID 读写器、RFID 天线和电子标签三大组件，工作过程见图5。智能监测装备中内置的RFID 读写器通过RFID 天线发送经过编码的电磁波信号，信号覆盖范围即为其工作范围；当信号物资绑定的电子标签进入RFID 读写器工作范围内，受空间耦合作用产生感应电流激活电子标签微芯片电路，从而将标签数据，如产品代码、标签识别号、用户自定义数据等信息编码后通过标签内置天线发送出去；RFID 读写器收到电子标签响应的电磁波信号后解码输出响应数据，从而实现远距离自动感知和物资识别。

图5 RFID感知识别过程

超宽带（Ultra Wide Band，UWB）［18］传感器通过UWB 发送端和接收端之间的信号传输时间来计算两点之间的距离，从而实现监测装备和信号物资之间的测距定位，工作过程见图6。UWB 发送端发射电磁波监测信号，同时发送时间戳T1；UWB 接收端收到信号后进行解码处理，接收信号时间戳为T2，处理完成后时间戳为T3，根据式（1）计算接收端处理时间Td，然后将处理时间Td和发送时间T1一并调制发送；UWB 接收端接收响应信号并记录其接收时间T4，根据T1和T4即可计算发送端电磁波信号一来一回总耗时Tr，见式（2）；最后根据式（3）计算两点距离，即实现信号物资的测距定位D。

图6 UWB测距定位过程

式中：c为光速。

智能通道门采用红外传感器［19］完成物资状态监测和预警判断，工作过程见图7。红外传感器包含红外发射器和红外接收器，红外发射器是一种红外发光二极管，可以发送红外光信号，红外接收器是一种红外光电二极管，通过接收不同强度的红外光从而产生不同大小的电压输出。红外传感器采用对射工作方式，发射器和接收器之间为工作范围。对于常开型红外传感器，在工作范围内无障碍的情况下处于断开状态，一旦有作业物资经过即刻处于连通状态，通过监听红外传感器通断情况实现物资进出监测和异常报警。

图7 红外监测过程

3.2 智能传输

随着物联网技术的快速普及和广泛应用，传统的Wi-Fi、4G、以太网等通信方式已无法满足现场低成本、低功耗、高速率、强覆盖等要求。目前5G、LoRa、NB-IoT［20］等新一代无线通信技术正在飞速发展，在实际应用中，不同场景下的数据通信对网络速率、连接数量、通信布线、设备安全等要求不一，受限于技术自身的局限性，任何单一通信技术无法满足不同物联网应用场景中的差异化需求。

因此本方案采用以太网、5G、LoRa 技术构建三网融合的智能传输网络，实现室内至室外跨场景的端到端、全方位通信，通信网络结构见图8。其中，5G 通信网络具有大带宽、大连接、低延时和高安全等特点，方便室外多类型终端高效便捷的互通互联。LoRa 是一种基于扩频技术的低功耗超远程无线通信方案，广泛应用于智能控制、智能抄表、环境监测、工业自动化等无线通信场景，发挥着低功耗、远距离、无线组网免布线的特色优势。由于铁路信号物资库房地点分散、环境复杂，无法保证所有库房具备办公网络布线要求，因此采用LoRa 无线通信网络可以大大降低通信设施实施难度和建设成本。

图8 通信网络结构

在室内场景中，所有智能监测装备均配置有独立LoRa 终端，将各种传感器采集的现场数据以无线电磁波的形式发送至LoRa 网关，LoRa 网关通过以太网接入用户办公网络，从而实现物资数据沿着“LoRa 网络-办公以太网”的方向可靠传输。在室外场景中，智能工具包已集成5G 通信模块，采集数据可通过5G 基站发送至5G 网关，5G 网关采用以太网方式接入用户办公网络，从而打通室外场景下“5G 网络-办公以太网”的数据传输通道。

3.3 智能决策

近年来，人工智能和大数据已成为注智赋能千行百业的关键技术，也是实现智能铁路的重要驱动力量。AI技术正在铁路行业缔造一种新的劳动力，大大提高了智能高铁相关领域的生产力［21］。

作业物资数智化管理的最终目标是通过智能感知和智能决策实现科学管理、精准管理，而人工智能技术通过AI 算法和数据模型模仿人类的思维和行为，从而具备自感知、自适应和自决策能力。一方面，AI 算法和监测装备深度融合，采用智能优化算法对装备零部件的工作参数进行动态配置，实现监测装备的最优输出，从而提高监测装备工作质效。另一方面，基于现场数据建立AI大数据模型，将物资流转全过程进行有机整合，形成实时感知、预测分析、精准推荐的智能决策模式，预测物资性能曲线和消耗趋势，推荐物资储备方案及维护措施，为用户采购、保管、领用和报废等管理过程提供最佳运维决策，从而降低物资管理成本，提高资产利用效率。

4 应用效果

目前本方案已在青藏公司、兰州局集团公司推广应用。以机械室应急备品、图纸档案、检修器材、作业工具为管理对象，将上述物资对象、流转过程及用户操作行为转换为数字信息，经过智能监测装备的自动识别、信息处理、分析决策和运行控制，实现了物资出入库、上/下道、定期清点、远程盘点和异常报警等过程的自动化管理，使得物资流转过程变得更加高效和准确，有效提高了物资管理效率。同时在上述数字化和自动化的应用基础上，采用大数据和人工智能等技术手段，充分发挥数据作为新型生产要素在采购决策、预测告警、应急调拨和运维作业等场景中的重要价值，成为管理单位降本增效的有力工具。

5 结束语

新一代信息技术的综合集成与融合应用正成为智慧铁路数智化建设的关键力量。本文以铁路信号物资数字化为基础，融合智能化管理手段，以物资全流程跟踪链为纽带，充分利用物联网、智能硬件、移动通信、大数据、人工智能等先进技术，构建铁路信号检修与应急物资的全周期跟踪链，对作业物资进行全过程、可追溯管理，实现作业物资来源可循、去向可溯、状态可控。同时，基于物资全周期跟踪链，挖掘物资数据潜在价值，发挥数据驱动决策能力，为物资采购和运维提供关键的辅助决策，提升作业物资管理效率和安全保障能力，助力智慧铁路数智化建设。