地铁信号系统智慧运维探讨

地铁信号系统智慧运维探讨

刘杰肖谢锋

成都地铁运营有限公司，四川成都  610000

摘要：基于当下城市轨道交通信号系统日常运行维护的现实情况，分析了地铁信号运维系统在未来的发展方向。同时为了使信号系统日常运维与城市轨道交通更加契合，特别对信号系统的智慧运维方案进行了研究分析，提出了利用构建网级运营平台来实现对线路进行综合维护管理的策略。分析了关键技术、接口方案、平台架构等部分，并对平台的各个功能进行了介绍。在人工智能基础上建立起的信号系统运维方案，相较于传统方案更加有利于提高地铁信号系统的自动化水平。

关键词：城市轨道交通；信号系统；智慧运维；运维方案

随着地铁运营里程的快速增加，在运的信号系统和设备数量不断增多，给信号运维部门带来巨大维保压力，加之既有设备随着使用年限增加，故障率增高，更加大了运维负担；传统维护监测系统在线监测数据种类和数量有限，覆盖面小，标准化和集成度较低，且故障多以报警为主，不能实现设备故障诊断和故障预测等智能分析；目前的运维管理水平多停留在纸面和口头，缺乏信息化、流程化和标准化，难以适应远期运维压力的增加。由此，对信号系统维护技术提升和管理水平提高的需求日益迫切。2020年，中国城市轨道交通协会发布《中国城市轨道交通智慧城轨发展纲要》，纲要提出的智慧城轨建设蓝图将“智能运维安全”作为八大体系之一。由此可见，智能运维是今后城轨运维技术发展的重要方向。

1、智慧运维的主要功能

1.1可视化实时在线监测

地铁信号系统是一个智能测量平台。线性网络中心通过执行基本的维护和管理功能，实现网络的可视化管理。大屏幕显示轨道段、车站、箭头、信号机等的静态数据。网络中心与线路信号系统建立正常通信后，ATS与ATP系统提供列车 运行位置、加油位置、箭头位置等信息。通过可视化界面，可以将线路从网络层快速定位到特定位置，帮助操作员分析故障对操作环境的影响，促进网络人员快速转发，并提供人员通信，减少信号故障对线路运行的影响。

1.2可靠性模型仿真分析

信号系统本身就是一种纠错机制，能够提供可靠的故障保护，但是信号系统目前还缺乏较为完整的分析模型来进行具体的故障原因分析。因此，在此背景之下，要逐步建立完整可靠的信号系统模型，对故障进行模拟演示，更加快速、精 确地分析故障的类型。在此基础上，制定有效的解决策略，进一步保障信号系统的可靠性。

在覆盖系统设备的基础上，建立完整可靠的分析模型，反映系统设备的一切过时和正常运转的状态，由此分析出的数据将与实际运转状态中的数据无限接近。通过对历史数据的分析，可以优化大量的数据测量和现场日志，作为可靠性分析的重要参考。通过理论到模拟分析，可以提前预估信号系统实际的运行状况。在模拟运行中，观察分析在实际运行当中会出现什么样的问题，对信号系统进行进一 步的优化完善。

1.3信号系统健康管理

智能信号系统平台控制整个数据网络，确定设备的硬件属性及其运行参数。监控数据以终端图的形式实时显示，通过故障诊断机制、设备故障检查和故障及时 报警，将故障和维护信息发送到线路服务终端。

在深入研究大规模数据分析的基础上，就设备的生命周期、工作条件和标准参数等方面得出了机器本身的确定规则。在完成准备并满足设备缺陷预警能力建设需求后，可将现有监测机制完善为平台的新功能模块。在此平台上，建立了关 键设备故障预警系统，进行了异常振荡预警，类似专家分析修改服务建议，以确保数据在现场标准之外的处理和恢复。医疗警报系统管理机制可以覆盖警报系统的整个生命周期，通过实时状态监测和故障趋势预警相结合提供警报指导。

2、智慧运维方案研究

2.1系统架构

地铁信号信息平台提供中央线路网和测量中心线路接入。在保障覆盖层层面，场站技术检测仪器直接采集国内供电设备和外轨设备状态信息，控制中心在线采集列车信息。线性测量支持设备通过主网络将收集到的数据传输到网络中心。线性网络和测量中心再将显示终端进行分类，最后对汇总数据进行分配。终端安装在车站信号网络、报警/停车单元和控制中心中，用于收集和控制信息，包括外部设备、线路上收集的信息与网络中每个显示器的显示和网格终端同步，线性终 端接收和处理来自网络测量中心的信息。

2.2关键技术

线性操作中心需要从用户获得大量数据，并按类别存储、查看、读取和分析，使用人工智能存储大数据和深入学习。大数据存储技术的作用：一方面可以保存海量的服务数据，方便用户随时查阅历史数据，为大规模数据分析提供可靠的数据源；另一方面，数据存储和维护中心在应用层发生故障时，提供数据传输的可靠性。分布式文件系统实现数据长期存储后，将数据存储技术引入数据中心的过程是接收中间消息并传输数据的客户端；同时从数据中心和应用程序中提取必要的数据，供上层应用进行数据分析。深入学习可以解释为准备大量的数据样本以揭示数据特征。基于深度学习技术的数据分析，可以为现场信号系统设备的健康状况评估提供有效的支持。在数据分析中，引入深入学习的概念是既定规则的一部分，使系统能够获得更多尚未手动获得的数据，实现从了解现有数据到预测未来趋势的转变。在研究了大量的历史维度信息后，系统将得到更精确的预测。

2.3保障平台

网络支撑平台是利用人工智能计算机技术和专家系统对所获得的数据进行故障诊断，实现对信号的全生命周期控制，并以图表和报告的形式显示分析或预警结果。有关车辆的资料会送交总站。该平台包括数字模块、应急数据处理模块、可靠性评估模块、运行数据分析模块和故障分析模块。其中，数字模块的功能是对信号系统及其设备的基本数据进行数字处理，保证数据的完整性和可靠性，为设备的使用和操作提供依据。

应急数据处理模块旨在对故障信息进行专家评估和应急处理。可靠性评估模块的主要功能是根据警报系统的功能分析其可靠性。交通运行数据分析模块是对报警系统设备维护信息的统计分析。故障分析模块是故障信息的分析和表示，包括信息搜索、输入等。计算机界面实时显示列车运行图和信号设备运行详细信息。此外，物料管理模块负责管理报警系统及相关设备的备件，以及支持新增、修改、删除、批量导入和导出数据，支持无人看管的仓储空间和智能物料管理。环境监测模块可实现实时工作环境监测、多维环境数据分析和统计，并提供专家诊断 和预警。

结语：通过分析智慧运维技术在未来发展的趋势，以及当下城市轨道信号系统对于运维的需求，提出了将智慧运维理念应用到城市轨道信号系统当中的方案。通过对各条线路进行综合自动化的管理，建成线网级的城市轨道交通运维平台，可 以智能化预测系统故障，使信号系统保持在一个长期可靠的状态。

参考文献：

[1]包安伦.轨道交通信号系统智慧运维体系的应用研究[J].建筑工程技术与设计,2020(15):3675.

[2]朱志伟,范永华,罗运真.网络化轨道交通信号系统智慧运维体系探讨[C]. //2018中国城市轨道交通协会设计咨询专业委员会年会暨“智慧地铁”技术论坛论文集.2018:252-258.

[3]王悦婷.城市轨道交通通信信号智慧化运维系统框架研究[J].城市轨道交通研究,2020,23(z2):111-114.

[4]朱志伟,范永华,罗运真.轨道交通信号系统智慧运维体系的应用研究[J]. 铁道通信信号,2019,55(4):77-81.