浅谈中国铁路信号系统智能监测技术

浅谈中国铁路信号系统智能监测技术本文从网络收集而来，上传到平台为了帮到更多的人，如果您需要使用本文档，请点击下载按钮下载本文档（有偿下载），另外祝您生活愉快，工作顺利，万事如意！近年来，我国高速铁路建设取得了迅猛发展，截至2012年底，高速铁路营业里程超过1万km，已成为世界高速铁路运营速度最高，运营里程最长、在建规模最大的国家.伴随着高速铁路及现代信息技术的发展，我国铁路信号技术也正在经历着重大变革.设备功能由单一化走向系统化、综合化，并已成为保障列车运行安全、实现统一调度指挥的控制和监督综合自动化系统.尽管我国高速铁路信号系统功能强大并逐步完备，技术装备达到世界先进水平，围绕各种信号设备也开发了许多监测及记录装置，但是各监测检测系统缺乏互联互通，监测数据缺少关联性、综合性，不能有效共享，不能实现系统的智能分析与设备状态趋势预测，故障判断和维护方案主要依靠人工经验，总体上仍停留在传统的维修维护模式.随着高速铁路大规模开通运营，信号设备维护工作难度加大，目前的监测维护模式的弊端将更加突出.因此，要实现真正意义上的现代化铁路信号系统，不仅需要先进的控制设备与网络，还需要建设覆盖面全、功能完善的综合监测系统，对信号设备运用状态进行全面、实时和科学的检测与监测，提高维修维护综合智能化水平，保障列车安全运行.结合上述需求，本文简要阐述了中国铁路信号监测技术现状，对现有技术存在的问题进行了分析，在此基础上，给出了适应现代铁路信号系统的综合智能化电务监测与维护构想，并对其实现思路及需要关注的问题进行了阐述，为中国铁路信号系统智能化监测技术的发展提供借鉴和参考.1国内外信号系统监测技术现状国外铁路信号系统监测技术世界上铁路发达的国家都非常重视通信信号设备的监测诊断与维护技术.日本新干线的列车运营管理系统(COSMOS系统)的集中信息监视子系统(centralizedinformationmonitoringsystem，CMS)与电务监测维护密切相关.CMS中心装置安装在新干线运行本部，通过LAN网对沿线区间及车站的防灾和通信信号设备状况(如信号ATC设备、转辙机、联锁机等工作状态)进行集中监控;其功能如下:(1)中央调度统一管理新干线信号、通信设备的故障信息，同时也能获取轨道电路数据和计算机联锁设备动作状态的数据.在调度终端以图形显示风速、雨量、积雪量等数据，监视钢轨温度，在必须限制列车运行速度的场合，将必要的数据提供给运输调度的运行表示终端.(2)信号设备维护系统不仅对室内信号系统的运用状态进行了监控，还监测了室外道岔、信号机、轨道电路的关键技术参数，并能够实现电缆断芯分析.法国高速铁路在以机车信号为主的列车自动控制系统上增加了设备监测和报警子系统，其主要内容为接触网电压监测、热轴监测、降雨监测、降雪监测、大风监测、立交桥下落物监测等.针对高速道岔，安装了道岔综合监测装置，进一步强化了列车运行安全的保障功能.针对地铁信号监测维护，ALSTOM公司的系统由集中站的MSS站机采集监测数据传输到监测维护中心的MSS服务器进行分析处理.集中站MSS监测联锁、ATC、ATS、DCS系统的状态信息，但没有采集智能电源屏、计轴、道岔、信号机等信号设备状态，监测项目偏少.卡斯柯公司参照中国铁路信号集中监测709号文，在平台基础上增加了对地铁基础信号设备的集中监测，由维保分中心MSS接入车站层监测信息，并对单线进行综合监测、诊断故障原因并具备辅助维护管理与应急指挥功能.德国高速铁路形成了通信信号一体化的电务控制和监测维护体系，覆盖了车站信号、区间信号和车载信号设备，还包括有线通信、无线通信以及空间无线场强、干扰监测等各技术领域，实现了车-地信号综合分析.此外德国ICE高速列车自检系统，不仅能够报警，还可以通过ICE的无线通信系统将维修所需要的重要诊断数据传送给有关的检修段，使其作好快速修复准备.中国铁路信号系统监测技术信号集中监测系统(CSM)信号集中监测系统(centralizedsignalingmonitoring，CSM)为三级四层体系架构.CSM通过CAN总线实时采集转撤机、信号机、轨道电路、信号电缆、电源屏等信号设备的电气参数模拟量信息和部分开关量信息，并以通信接口方式与ZPW2000轨道电路及CBI、TCC等设备的维修机连接，获取其部分监测信息.CSM具有检测、报警、信息储存、状态再现等功能，便于分析人员对现场设备工作状态进行监测、诊断，指导现场的维修工.列控监测检测子系统各列控子系统均拥有不同程度的监测检测数据采集和处理功能，主要包括:设置在RBC监控室的RBC维护终端用于查阅RBC系统的工作状态、与CTC系统的通信状态及C3列车的运行状态等;安装在列车上的车载司法记录器(JRU)用于记录与列车运行安全有关的数据，包括输入信息、等级转换信息、司机动作信息、速度信息、输出常用制动命令/紧急制动命令信息等;临时限速服务器TSRS维护终端用于TSRS故障自诊断、维护及管理;微机联锁电务终端用于计算机联锁系统故障诊断.为了实时监测列控车载设备的运行情况，在动车组上还装备了动态监测设备(DMS).DMS由列控车载信息采集装置、地面数据中心和查询终端组成.列控车载信息采集装置实时采集列控车载设备(ATP)、地面应答器、轨道电路和RBC信息，并经GPRS/GSM-R/WLAN网络实现车载信息落地和远程传输，实现运营动车组安全状态的远程监测.通信监测技术GSM-R通信监测主要包括GSM-R网管监测和通信接口监测.GSM-R网管可实现安全管理、配置管理、告警管理、故障管理等功能，实时监测系统设备的工作状态，并实现设备故障定位.GSM-R接口监测对GSM-R网络重要接口进行实时监测，跟踪网络接口的信令和业务数据，提供GSM-R在线用户监测、网络状况监测、网络异常事件分析、历史数据查询和综合报表生成等功能，实现CTCS-3级列控数据传输业务的信令和数据的跟踪.2铁路信号系统监测技术现状分析德、法、日的电务监测现状体现了监测信息对维修维护的指导作用、监测信息的集中管理、室外信号设备的监测、通信信号一体化监测及综合分析的发展趋势.我国围绕信号系统监测与维护开展了许多工作，信号集中监测及与各种列控设备配套的维修管理终端逐步投入使用，取得了一定成果，但仍存在一些问题:(1)各种监测系统间缺少互联互通，监测数据总体上缺少关联性，设备故障主要靠人工判断.信号集中监测系统是我国铁路信号监测的核心设备，主要监测了联锁系统相关的转撤机、信号机、轨道电路、信号电缆、电源屏等设备的电气参数和部分开关量信息.并通过ZPW2000轨道电路及TCC等设备的维修机连接，获取其监测信息，但是与RBC维护终端、动态监测设备(DMS)等缺少互联互通，监测数据总体上也缺少关联性、综合性，不能实现设备间对比分析、关联分析及综合智能分析.列控系统故障以后，究竟是车载设备故障、地面设备故障、车站设备故障、RBC故障等仍然主要靠人工判断故障位置、故障设备，不能实现自动诊断.(2)通信网管及信号设备监测数据不能共享，因而通信信号结合部分故障不能得到有效分析.GSM-R已成为了列车控制与调度指挥系统的重要组成部分，承载了CTCS-3级列控系统的车-地信息传输业务.目前在高铁运营过程中，通信超时、脱网等事件时有发生，影响了列控系统的正常工作.由于我国通信网管及信号设备监测数据没有共享，难以对故障原因(传输设备问题、无线电干扰、信号车载设备问题、信号地面设备问题等)进行准确分析和快速定位.通信信号结合部分故障分析成为我国列控系统应用中的较大难题.(3)不能实现设备状态的智能分析与预测，影响从“故障修”向“状态修”过渡.目前我国铁路信号各种监测设备尽管存储和记录了大量历史监测数据，但缺乏对历史数据进行有效的数据挖掘与利用的智能分析软件，轨道电路、道岔转辙机等设备运用状态得不到准确分析、预测及预警，使现场设备从“故障修”向“状态修”过渡难以实现.(4)监测维护系统未与电务生产调度指挥有机结合.既有的监测维护故障分析工作未与电务施工计划、过程监控、处理结果反馈等各环节建立有机的联系，不能形成高效的综合监测维护及调度管理平台，不利于全面掌握电务系统相关设备状态，影响在途运行状态整体监测和设备的日常维修维护，不利于紧急情况下(如铁路通信信号系统关键设备故障)各运输相关部门的整体联动应急处理，不能为电务调度指挥人员提供足够的故障分析和辅助决策信息.总体而言，目前我国铁路信号系统现场维修、维护基本维持了传统铁路信号维修模式与方法，与先进的铁路信号系统不相适应.3铁路信号系统智能监测技术构想综合智能化电务监测维护系统概念模型为了提高铁路信号监测检测、综合智能分析和辅助决策能力，应当研究开发铁路信号综合智能化电务监测维护系统.通过对检测、监测设备进行功能完善、技术集成，形成具有综合处理功能的检测与监测平台.该系统的核心是综合智能化电务监测数据分析，通过对监测数据进行对比、关联分析，实现信号设备的故障报警和故障定位，并为电务调度指挥中心提供辅助决策信息.此外，系统结合电务生产资源信息和历史监测数据，进行特征挖掘和智能分析，实现对信号设备运用状态的趋势预测和状态预报警.系统中还需建立维修维护专家系统，对道岔、轨道电路等基础设备进行报警分析、状态预警，并根据故障和异常原因分析结果，指导现场人员维修维护.维护人员的处理结果可以输入到系统中，进行规范化整理，不断完善故障模型条目，达到专家系统的自学习和自完善功能.综合智能化监测维护系统的具体说明如下:(1)汇集各种监测数据，便于集中综合分析.以现有监测系统为基础，采用各种传输方式及联网方式，把各种信号设备和相关通信设备的监测信息汇集至数据中心，数据中心分析人员充分利用各种监测数据，进行比对分析、关联分析及综合分析.(2)建设数据处理平台，实现综合智能分析.在构建数据处理平台基础上，融合各种监测数据及现场维修人员测试、检查数据及设备日常故障数据，总结、分类维修经验、标准模型和领域知识，建立智能分析与故障诊断知识库，积极开发比对分析、关联分析及综合分析软件，实现综合智能分析.(3)融合通信网管监测信息，实现通信信号监测一体化.许多列控系统故障需要依靠信号监测系统及通信网管系统信息共享、综合分析，才能实现高效诊断与处理.因此，应当融合通信网管相关监测信息，包括GSM-R的监测信息等，实现地面设备监测与车载设备监测、通信系统监测与信号系统监测一体化.(4)充分利用历史监测数据，开展电务设备状态预测分析.充分利用各种监测系统存储的历史数据及电务段收集的设备检修及履历数据，运用可靠性技术及数据挖掘技术，与生产厂家一起开发设备可靠性分析模型，掌握设备状态的可靠性特性，实现设备状态的智能分析与预测，为实现现场设备“状态修”奠定技术基础.(5)与电务调度指挥中心系统有机结合.监测数据处理中心，为调度指挥中心系统提供各种故障信息、设备状态信息及辅助决策方案，提高电务调度指挥及应急处置能力，实现对问题库的发现、整改、督办、销号、验证等过程盯控，加强重点维修工作的督办过程跟踪，实现对设备报警信息的闭环处理、设备运用监控和现场作业监控.综合智能化电务监测维护系统架构系统是基于电务处、电务段、车站的三级应用平台.在车站层，通过信号集中监测车站系统将车站的监测数据进行汇聚，并向电务段层上传.在电务段层，将来自各个车站的信号监测数据整合为电务段数据中心，为电务段监测分析中心提供基础数据，实现段级的智能化故障分析和预报警，同时将段级的预报警数据通过数据中心向电务处层继续上传.在电务处层，除来自各电务段的信号监测数据，还将在电务段层无法获取的DMS、GSM-R网管、TSRS、RBC等系统的监测数据，融合为电务处数据中心，为电务处综合分析中心进行车-地闭环分析、通信-信号综合智能分析提供数据支持.智能化电务监测维护系统考虑既有电务设备监测数据的采集和集中分析处理、故障隐患的分析诊断与预警，也考虑与通信网管系统、电务生产资源管理系统、电务调度指挥系统的有机结合.针对涉及安全生产的人员、设备形成科学有效的监测、分析、诊断、生产组织、调度指挥，为科学指导电务设备维修维护和应急指挥提供决策依据和管理平台.上述铁路信号智能化监测维护系统体现了4个主要特点:(1)建立通信信号监测一体化区域数据中心实现信息的集中存储与共享;(2)地面-车载监测信息的关联闭环综合分析提高电务设备的故障分析能力;(3)对历史监测数据的智能分析实现设备故障与异常的趋势预警;(4)电务监测系统与专家系统、电务生产资源系统、电务调度指挥系统进行交互集成，提高了电务生产资源的优化配置能力、故障分析与处理能力和调度指挥效率.该智能化监测系统从我国铁路电务设备监测现状及监测维护需求出发，虽参考了国外电务监测维护思路，但理念上超越了国外的监测维护技术体系，充分发挥了监测系统在信号设备维护方面的指导作用，推动监测系统向综合化、智能化、信息化方向发展.4关键技术共享数据甄选电务监测数据包括从单元设备到系统、从地面设备到车载设备的开关量、数字量及模拟量，种类多、数据量大.因此，在建立数据中心时，首先应重点考虑需共享和存储两方面的监测数据:一是对信号故障模式所涉及的关联监测数据进行深入分析，提取比对、关联和车地综合分析所需的数据集;二是用于设备趋势分析、预警、生命周期管理所需的数据集，这与趋势分析、预警算法和维护管理策略有关.通过对监测维护需求的深入研究，才能建立起科学的共享监测数据集，而不是监测数据的集中堆砌.存储与共享机制数据中心是数据共享的主体，既为段、处级分析中心提供数据，也为地面监测系统CMS、车载监测系统DMS及其他监测系统提供数据服务.考虑监测设备分布现状、数据容灾和低成本要求，需要重点研究共享数据在处级、段级数据中心和站机的存储分配策略，以及对数据消费者的透明共享机制.此外，各监测子系统数据库异质异构，监测数据的半结构化特点，数据中心的存储模式和集成模式是构建综合数据平台的关键技术.多数据库系统(multi-databasesystem，MDBS)是由一些预先存在的、异构的、分布的和自治的数据库系统组成的协作数据库系统.该系统支持对物理上分布的多个数据库文件或文件系统的全局透明访问.MDBS的这种特点符合电务监测子系统的实际情况.该方案不需要建立一个统一的数据中心，在车站级各系统维护更新各自的数据库，各子系统对其他系统的数据依赖性比较低.整个系统的存储数据量可从海量(TB级)升级到大数据(PB级)，能保持子系统的异质异构性、分布式状态及局部自治，通过提供集成的数据类型转换和数据访问接口，系统集成的代价较低，但进行数据分析和决策时的代价较高.为提高数据分析和决策性能，可借鉴数据仓库技术和OLAP联机分析处理技术进行监测数据管理.前提是需要整合集成元数据，实现多源的数据级集成，形成语义统一、模式统一、规范的数据.也可采用云存储技术和虚拟化技术建立电务监测私有云平台，实现共享数据的透明访问和调度，并借鉴数据挖掘和大数据分析方法进行特征提取和决策.不管采用何种数据存储共享管理机制，均应具备工具化的模型修改和扩充能力，能够根据需求变化修正已有数据模型以及扩充模型以容纳新监测数据(如工务、机务监测).数据模型的动态能力关系到整个数据平台的灵活性和可扩展能力，是数据平台中的关键技术.智能化分析技术这里的智能化分析重点关注两方面:一是设备间基于联锁关系的信号业务逻辑故障分析，包括对比分析、综合关联分析(车-地、地-地、信号-通信);二是单项设备的专项故障分析，包括状态故障、超限故障、趋势分析、生命周期分析等.对于设备间的信号逻辑故障分析，需要收集、整理、标准化信号领域专家提供的知识和经验，建立故障诊断专家系统进行推理和判断.其中，知识库的建立和规划是影响智能诊断的关键因素，需要对知识库的建立和知识的表示进行研究.为缩小问题空间，提高知识搜索效率，便于知识库维护更新，可采取以下划分方式规划知识库:(1)按设备征兆不同，将征兆与其相关联的知识综合为一个知识库模块;(2)按系统的组成结构，将子系统的知识建立成知识模块;(3)按采用的数学模型不同，将知识分为不同的模块，实现设备知识多种表示的综合运用;(4)按专家对领域知识的划分，分为对象性知识(设备相关理论)、故障知识(标准故障模式)、启发性知识(专家经验)、过程性知识(信号处理)和元知识.由于铁路信号设备与设备之间存在故障上的关联性，其最直接的表现形式就是树状关联，根据这一特性，将设备故障处理信息以树状的形式存入知识库，通过故障树的简化使知识库尽可能地降低冗余，便于故障推理.对于单项设备的故障分析，由于设备的故障状态一般会反映到监测信息中，因此可采用现代信号处理方法(如谱分析、时频分析、状态估计、自适应滤波等)从监测数据中预测状态趋势，或从中提取出相关故障特征进行故障检测与诊断.对于各种故障间的相互影响，研究基于故障特征信息融合理论的特征层或决策层的推理方法，其优点是不需要建立电务设备的准确故障模型，具有很强的适应性.对于某些故障特征存在边界模糊性，尤其是故障与征兆的模糊关系，研究具有较强结构性知识表达能力的模糊逻辑推理与神经网络、专家系统相结合的智能化故障诊断方法，使得基于规则的结构性知识得到学习和调整，并与基于事例的推理相结合，解决知识获取困难，推理匹配冲突和组合爆炸等推理问题，最终得到合理有效的诊断与预测结果.规范化和标准化监测数据整合涉及面广，规范和标准化工作十分关键，既是基础工作，也是难点工作，其重点是电务设备和数据命名规范.数据整