新型智慧城市解决方案V3

1、物联网和人工智能在智能轨道交通维护中的应用技术创新，变革未来智能维护的概念物联网和人工智能的应用 实施路线维护工作需要智能化的系统如何随时随地的掌握设备运行状况？如何简单方便的扩充现有维护系统？如何积累运营维护经验？如何在高等级维护人员不足的情况下保证线路的 维护质量?没有精确的故障模式，如何进行故障诊断与预测？智能维护，是以工程设施、关键设备为主要管控对象，围绕设备设施维修全过程质量控制，利用智能技术、智能检测设备，搭建具备关键设施和关键部位状态智能故障监控诊断、故障预测、智能 维修决策、维修管理优化等功能的大数据平台，达到安全服务水平提高，管理效率提升，工作强度 及人才依赖降低，维修成本的

2、目的。智能维护智能监测故障诊断故障预测智能维护定义及技术支撑物联网人工智能智能维护的概念物联网和人工智能的应用 实施路线物联网技术的特点物联网是在“互联网概念”的基础上，将其用户端延伸和扩展到任何事物与事物之间，进行数据交换和通信的一种网络概念。3个层次3个重要特征目的感知层普通对象设备化通过智能传感器技术，采集现场设备的状 态数据。对于智能维护系统来说每一个设 备都是一组有序的数字传输层自治终端互联化基于各种有线无线的通信手段，传 输数据，实现数据的互联互通。消 除信息孤岛。应用层普适服务智能化在云端部署智能算法，实现应用层 服务智能化。基于物联网的线路级智能维护系统物联网基于云技术存储数据

3、，可以通 过智能运维驾驶舱和移动端 随时随地获取线路状态数据，实现 智能监测通过统一接口的方式，既有维护 网的数据经过信息安全设备，也可以 传输到云端，实现了兼容维护人员的维护活动，测试记录等通 过音视频的方式记录，并上传到云端 实现了经验的积累只要符合统一接口标准的设备 都可以连接，数据都可以上传。现有 维护系统可以随意扩充。基于物联网的线网级智能维护系统无线通信技术，互联网技术和 云技术的广泛应用，以及在智 能维护中统一接口的制定，使 得数据的传输，存储突破了地 域的限制；线路级的数据可以集合成为线 网级的数据，线网级的数据又 可以进一步的形成全国级的数 据。这对于在不同城市拥有线路的 运

4、营企业来讲尤为重要人工智能技术介绍新一代人工智能发展规划：经过60多年的演进，特别是在移动互联网、大数据、 超级计算、传感网、脑科学等新理论新技术以及经 济社会发展强烈需求的共同驱动下，人工智能加速 发展，呈现出深度学习、跨界融合、人机协同、群 智开放、自主操控等新特征。人工智能的应用领域问题求解 逻辑推理自然语言处理智能信息检索专家系统故障诊断 故障预测基于模型的故 障诊断和预测基于数据的故障诊断 和预测基于机器学习的道岔电流曲线分析 特征提取 故障预测 特征聚类机器学习的技术，可以实现智能故障诊断，即使没有精确的故障模式，也可以通过基于现象/状态数据的关系进行故障诊断电压电流有 效值电流峰

5、 值电流波 形无有高低高低正 常全逻 辑 或逻 辑 与逻 辑 与逻 辑 与逻 辑 与电源 故障正 常正 常正常继电器 故障转辙机神经网络故障诊断 和预测数据驱动型的故障诊断从设备状态数据出发，经过推理发现故障的原因，不需要故障模型。人工神经网络具有故障推理诊断的能力。人工神经网络由输入节点层，隐藏节点层，输出节点层和层间节 点的链接所组成。输入节点层各节点分别表示输入数据的一项，节点个数与输入数据一致，如电压，电流 等。输出节点层则对应输出数据，与期望输出值得位数一致，也就是故障原因。基于神经网络的故障诊断和预测知识 库知识获取机制解 释 机 制推理机全局数 据库人机界面专家系统设备工作原理采

6、集参数故障库故障原因 输出基于专家系统的故障诊断与预测专家系统是早期人工智能的一个重要分支，它可 以看作是一类具有专门知识和经验的计算机智能 程序系统，一般采用人工智能中的知识表示和知 识推理技术来模拟通常由领域专家才能解决 的复杂问题。专家系统解决了在高级维护人员不足的情况下实 现高质量的维护工作。专家经验自然语言处理维护工单自然语言处理是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。维护工单包含了故障的现象，故障的原因，处理过程和方法，这些数据称之为专家经验，通过自然语言处理的方法，识别维护工单中的有效信息，利用计算机软件技

7、术，即形成了专家系统中的全局数据库。 系统自身的工作机制是专家的知识库。基于故障树，FMECA等工具分析系统可以认为是专家系统的推理机。基于人工智能的专家系统生成设备存在固有的故障曲线，在设备的使用初期故 障率比较高，在使用中期情况稳定，故障率比较 低，在设备寿命末期，故障率又开始升高。智能维护中的设备寿命预计是基于故障曲线。首先基于高加速试验的方法获得设备的使用寿 命。在工作过程中对设备的使用时间进行累加，并基 于人工智能的方法对不同工况下的负载进行归一 化计算，形成加权工作时间。基于加权工作时间和高加速试验获得是设备使用 寿命预测故障和寿命。系统寿命预计智能维护的概念物联网和人工智能的应用 实施路线大数据人工智能专家经验数据挖掘故障诊断故障预测状态数