1 研究目的

  随着信号集中监测、ATP动态监测、列控安全数据网、ZPW-2000室外监测、道岔缺口综合监测、电缆在线监测、通信综合网管等监测设备发展和运用,电务系统各类设备的监测覆盖范围更加广泛,监测数据更加全面,准确性不断提高,在设备隐患排查、安全风险防范等方面发挥的作用越来越重要。但也存在一些问题和不足,主要是原有监测系统、调度指挥系统有关设备电气特性、设备存在的缺陷没有形成综合监测分析,作业行为缺乏有效监控和统一指挥。

  为充分发挥监测监控设备在铁路安全生产过程中动态监测监控和超前预防作用,进一步整合既有监测资源、优化完善监测功能和手段,构建主要行车设备全覆盖、关键作业过程全覆盖、安全生产外部环境全覆盖的电务安全监控技术体系(简称8D系统)。

  8D系统总体涵盖“人员管理”、“设备管理”两大体系,“调度指挥、集中监测、过程盯控”三大功能,八大子系统模块(8D)。八大子系统模块如下:

  1D:信号设备集中监测系统。包含信号集中监测、列控地面设备监测、安全数据网管、电务综合监督系统等。

  2D:车载设备监测系统。包含ATP动态监测系统(DMS)、LKJ设备运行监测系统(LMD)、机车信号远程监测、CIR设备监测、GYK设备监测(GMD)。

  3D:轨旁设备监测系统。包含道岔缺口综合监测(含缺口视频、油压、油位、温度、湿度、震动监测)、ZPW-2000室外监测、电缆在线监测、室外箱盒环境监测。

  4D:作业卡控系统。包含LKJ版本监测预警系统、LKJ检测作业质量卡控系统、信号检修作业监控系统、机械室门禁控制、视频监控(包含信号机械室、通信综合、移动单兵视频监测)、工机具清点卡控及机械室动环监控等。

  5D:通信综合网管系统。包含GSM-R系统网管、数据通信系统网管、传输系统网管、调度通信系统网管、数据网流量监测。

  6D:通信设备监测系统。包含GSM-R网络接口监测、光纤监测、动环监测、通信电源在线监测、铁塔监测。

  7D:电务安全生产指挥系统。包含施工盯控、生产调度、故障管理、问题库管理、监测数据分析、应急处置指挥。

  8D:CTC/TDCS查询及综合维护系统。

  1D、2D、3D、5D、6D实现通信、信号设备的集中监测,4D实现生产作业过程盯控,7D、8D实现生产管理、安全管理、应急处置等调度指挥功能。

2 系统结构
2.1 总体结构

  8D系统通过整合和完善既有电务设备的监测监控资源(8个子系统),统一电务设备数据的存储,统一各子系统数据接口,统一信息处理平台达到数据信息共享,实现安全生产全程监控、设备故障智能诊断、设备隐患综合分析评判、应急处置可视化的调度指挥。其系统总体框架如图1所示。

2.2 逻辑结构

  8D系统的逻辑结构如图2所示,采用5个层次:数据采集层、数据预处理层、数据挖掘层、业务分析层和数据呈现层。

  数据采集层:通过各类接口完成各类电务数据的采集、解析和汇总。

  数据预处理层:完成对各类电务原始数据的清洗、转换、标记和索引操作,将原始数据转换为结构化数据。

  数据挖掘层:根据应用功能需求实现对结构化数据的分析,包括聚合、关联分析、事件提取、模式匹配等操作,形成结果数据;支撑数据业务分析层和数据呈现层的操作。

  业务分析层:根据电务业务需要实现对设备的全生命周期管理、应急指挥、设备健康管理、作业盯控、通信信号一体化、车地闭环等各种业务的分析。

  数据呈现层:将结果数据以图形化、关联性、线路、三维、网络拓扑、地理空间等方式进行可视化呈现。

2.3 物理及网络架构

  各子系统接入不得影响既有系统的运行,通过各子系统的独立接口服务器进行接入,通过硬件防火墙实现系统间的隔离,组建系统中心接口局域网。接口交换机接入核心交换机,实现中心局域网与接口局域网互联互通。相关网络设备和服务器设备的IP地址统一规划分配。

  其网络架构如图3所示。

3 系统的主要功能

  1)融合展示。全面集成融合信号设备集中监测、轨旁监测、车载设备监测、通信综合网管、通信在线监测系统等,采用Hadoop分布式文件系统,为海量数据提供存储,实现对电务设备数据的全面融合和综合展示。

  2)可视化展示。采用GIS技术,显示管内所有车站站场的施工(维修)天窗作业,设备健康状态,设备板卡工作状态,应急处置的数据关联、智能定位故障点或范围,应急线路、应急工具、现场人员、备品备件、技术资料等可视化的展示。

  3)全生命周期和资产的管理。系统对设备进行全生命周期管理,从设备的出厂、投入使用、使用环境、使用地点、使用时间与故障率的关系等,从中得出每类设备在不同运用环境下使用时间与设备可用性的关系曲线,根据关系曲线和使用要求获得最佳性价比的设备最长使用寿命,达到全生命周期管理。通过对设备全生命周期的管理,实现对信号设备全方位的资产管理。

  4)设备健康管理。系统结合设备监测到的趋势变化、设备故障、设备履历和设备问题库等信息,经过综合分析,对设备的“健康状况”进行评判,当设备处于“亚健康”时,及时提出维修计划建议。同时,根据系统的趋势分析进行预判,为决策层提供维护、大更新发行等数据支持。

  5)作业(施工)盯控。系统根据批准的天窗数和作业(施工)盯控的计划,通过智能手持终端对作业(施工)的整个过程实行全面盯控。包括作业前和作业后的工具清点、作业过程是否合规、设备电气特性是否恢复正常等进行全程的可视化跟踪盯控。

  6)车地闭环分析。系统通过对车载接收和轨道电路发送低频比对、车载接收和地面应答器报文比对、车载MA和地面区段占用比对、车载MA范围内有地面禁止信号、RBC发送的MA限速信息与车载ATP接收的MA限速信息一致性比对、轨道电码化或移频信息与车载设备信息分析,确定是地面设备还是车载设备故障。如图4所示。

  7)应急辅助功能。设备故障等应急事件发生时,定位故障点或范围,同时关联相应的应急线路、应急工具、现场人员、备品备件、技术资料等。在定位故障时,可根据故障处理流程自动定位故障点,当遇到未采集的判断项时,支持人工测量输入后,再自动进行故障分支判断,直至最终定位故障点。

  8)通信信号一体化分析。系统通过分析通信传输设备信号CTC网络,通信安全数据网与列控中心、列控中心与邻站列控中心、列控中心与TSRS、 TSRS与RBC、安全数据网与联锁设备、联锁设备与RBC间的通讯状态,实现通信信号一体化分析功能,达到定位是通信设备还是信号设备故障的目的。

  9)信号子系统间接口分析。系统通过对列控中心、联锁系统、轨道电路、RBC系统、TSRS系统、TDCS/CTC系统等信号子系统接口间的关键数据进行比对及逻辑分析,实现安全风险提示,校核列车控制各子系统间同源信息的一致性,检核列车控制各子系统间逻辑关系的一致性,检查信息在各子系统间流转的闭环性,实现各子系统接口安全分析。

4 系统的关键技术

  1)大数据技术。系统采用Hadoop分布式文件系统(Hadoop Distributed File System)能提供高吞吐量的数据访问,适合大规模数据集方面的应用,为海量数据提供存储。

  2)网络安全隔离技术。组建系统中心局域网:中心局域网和各个子网进行连接,避免各信号系统子网单独的交叉;硬件方面:使用硬件防火墙进行网络隔离,同时对每个子系统另设专用的接口服务器,从物理上多增加一层隔离;软件方面:采用数据单向传输,系统只接收特定端口收到的数据,不给子系统发送数据,从而大大降低了安全风险。

  通过上面的防护措施,不但可以保证8D系统本身的网络安全,也可以保证其他电务系统不同网络之间的网络安全。

  3)GIS地图技术。地理信息系统(Geographic Information Systems,GIS)是多种学科交叉的产物,它以地理空间为基础,采用地理模型分析方法,实时提供多种空间和动态的地理信息,是一种为地理研究和地理决策服务的计算机技术系统。8D系统采用GIS技术,在GIS地图上显示管内所有车站的实际位置,当车站有施工、天窗、应急或者报警时,这些状态信息能在GIS地图的车站上反映出来,同时也是展示车站详细信息的入口,双击相应的车站即可查看车站的详细信息。

  4)智能化算法。将数据库中历史数据组织在一起,采用多元统计算法对一定组织形式,多种状态的历史数据分别进行学习,形成多个统计诊断模型。实时的输入所有统计诊断模型,并与状态库中对应的状态阈值进行比较,判定该实时数据隶属于何种状态以及隶属该状态的程度。根据判定的状态,进行相应的显示与处理。同时将判定结果和计算的实时数据更新到历史数据库中。

5 系统成果前景

  1)8D系统研制成功后,形成一个互联互通、信息共享的统一集成系统,为实现铁路电务设备技术状态的精细化管理、全寿命周期管理、大数据分析和状态评价预警等提供公共平台。

  2)8D系统通过对大数据的分析,利用一些智能化的算法,提前发现设备劣化隐患,实时预警进行维修和更换,减少设备故障的次数;在设备故障时,实时定位故障点,保证了运输的效率。

  3)系统利用大数据分析技术,挖掘电务各子系统数据潜在的价值。不仅关注单个设备的好坏,还从整体上揭示设备运行的一些规律。根据大数据分析揭示的设备运用规律,实行精准维修,拓展电务设备维护的未知领域,大大提高现场的维护水平,大幅度减少维修的投入。提高设备维护的效率和劳动生产力,减轻维护人员的劳动强度。

  4)8D系统可满足各级电务管理人员的实际需求,实现对设备履历、生产过程、设备质量和应急指挥的管理等功能。具有良好的实用性,系统投入使用后,社会效益显而易见。

参考文献

  [1] 陈文汗.便携式本务机调车作业监控装置研究[J].铁路通信信号工程技术,2018,15(1):12-15.

  Chen Wenhan.Research on Portable Leading Locomotive Shunting Operation Monitoring Device[J].Railway Signalling & Communication Engineering,2018,15(1):12-15.

  [2] 贾利民,李平.智能铁路运输系统—体系框架与标准体系[M].北京:中国铁道出版社,2004.

  [3] 代明睿,朱克非,郑平标.我国铁路应用大数据技术的思考[J].铁道运输与经济,2014,36(3):23-26.

  Dai Mingrui,Zhu Kefei,Zheng Pingbiao.Thoughts on Applying Big Data Technology to China Railways[J].Railway Transport and Economy,2014,36(3):23-26.

  [4] 黄险峰.铁路专用数据网的组网和安全讨论[J].科技传播,2012(10):189.

   Huang Xianfeng.Network and safety discussion on railway data network[J].Public Communication Of Science & Technology,2012(10):189.

  [5] 谢元礼,胡斌.浅谈GIS的发展历程与趋势[J].北京测绘,2001(1):16-18.

   Xie Yuanli,Hu Bin.The development course and trend of GIS[J].Beijing Surveying And Mapping,2001(1):16-18.

  [6] 张献州.铁路地理信息系统数据获取技术[J].铁路计算机应用,2001,10 (8) :13-16.

  Zhang Xianzhou.The Data Capture Technologv of RGIS [J].Railway Computer Application,2001,10 (8) :13-16.

  [7] 杜利东.电务安全生产指挥监控管理系统的探讨[D].北京:北京交通大学,2007.

  [8] 梅贵彬.电务安全生产指挥监控管理信息系统的研发与运用[J].铁道通信信号,2008,44(4):21-23.

  Mei Guibin.Safe Produotion Command and Supervision Managment Information System[J].Railway Signaling & Comunicatiom,2008,44(4):21-23.

  (收稿日期:2018-03-09)

  (修回日期:2018-04-25)