基于云边协同计算的城市轨道交通信号智能运维系统研究.pdf

2023 年 9 月第 59 卷 第 9 期铁 道 通 信 信 号Railway Signalling&CommunicationSeptember 2023Vol.59 No.9基于云边协同计算的城市轨道交通信号智能运维系统研究朱发林摘 要：为进一步提升城市轨道交通信号系统运营维护水平，在既有智能运维系统的基础上开展新的探索，从可视化全域监测、智能应急处理、高效数据分析和智能生产管理4个方面进行需求分析，研发基于云边协同计算的城市轨道交通信号智能运维系统；阐述了系统运用层、数据层、接入层和感知层的4层技术架构，对云端设备和线路设备设置情况进行详细说明；结合信号智能运维系统的实际运用情况，从信号车载设备运维、应急故障处理、设备机房巡视巡检、预防性维修和生产组织架构5个方面提出相应的解决方案，在信号设备检修、巡视和应急值守等方面都显著提升了维保效率，降低了运维成本。关键词：城市轨道交通；云边协同；信号系统；智能运维；全域监测；边缘计算中图分类号：U284.92 文献标识码：A Research on Signal Intelligent Operation and Maintenance System Based on Cloud Edge Collaborative Computing for Urban Rail TransitZHU FalinAbstract：To further improve the operation and maintenance level of signal system for urban rail transit,new explorations have been carried out on the basis of existing intelligent operation and maintenance system.The requirements are analyzed from four aspects:visual global monitoring,intelligent emergency processing,efficient data analysis and intelligent production management.The intelligent operation and maintenance system based on cloud edge collaborative computing is developed.The four-layer technical architecture of system are described which are application layer,data layer,access layer and perception layer.Description of cloud device and line device settings are illustrated in detail.Combined with the actual application of signal intelligent operation and maintenance system,the corresponding solutions have been proposed from five aspects:operation DOI：10.13879/j.issn.1000-7458.2023-09.23085扫码浏览下载朱发林：广州铁科智控有限公司 工程师 510530 广州基金项目：广州铁科智控有限公司（KYA18005）收稿日期：2023-03-23引用格式：朱发林.基于云边协同计算的城市轨道交通信号智能运维系统研究J.铁道通信信号,2023,59(9):12-18.Citation：ZHU Falin.Research on Signal Intelligent Operation and Maintenance System Based on Cloud Edge Collaborative Computing for Urban Rail TransitJ.Railway Signalling&Communication,2023,59(9):12-18.12Railway Signalling&Communication Vol.59 No.9 2023and maintenance of on-board signal equipment,emergency fault handling,equipment room inspection,preventive maintenance and production organization structure.The maintenance efficiency in signal equipment maintenance,inspection,and emergency duty are significantly improved and operational and maintenance costs are reduced.Key words：Urban rail transit；Cloud edge collaboration；Signal system；Intelligent operation and maintenance；Global monitoring；Edge computing近年来，针对城市轨道交通信号智能运维系统领域的相关研究有：施聪1、陆鑫源等2针对当前信号设备维护监测现状及信号智能运维系统需求，提出城市轨道交通信号系统智能运维平台整体架构和建设方案；段亚美3-4基于逐步实现状态修的理念对智能运维系统的功能需求进行分析，并基于智能运维系统从维护作业管理及维护流程管理层面，提出信号设备维护管理建议；牛涛等5、卢思杰6、邓永祁等7基于物联网、云计算、大数据、人工智能等现代信息技术，提出城市轨道交通智能运维系统方案，构建数字化和智能化的信号设备运维数据平台。以上研究多基于云端架构进行开发，终端数据需统一发送到云中心进行集中处理和存储，存在系统运行效率低及实时性差等问题。随着云计算技术的飞速发展，一种逐渐成熟的信息技术云边协同技术，已在通信、运输、制造等领域广泛应用8。该技术可以通过云端和边缘端设备之间协作，将云计算和边缘计算有效地结合起来，以实现对终端设备运维数据的快速响应和有效利用9，提高整个系统的性能。然而，针对城市轨道交通信号智能运维系统的云边协同架构，目前还缺少明确的研究，因此，围绕城市轨道交通信号智能运维系统的特点和应用需求，深入研究该系统云边协同技术应用，可以为提升城市轨道交通信号智能运维系统的性能和智能化水平提供技术支撑10。本文基于云边协同计算技术开展城市轨道交通信号智能运维系统研究，在充分考虑智能运维系统业务需求的基础上，探索构建一个集全域监测、智能应急、高效数据分析和智能生产管理为一体的信号系统智能运维服务体系，以优化检修模式，提高设备质量，提升维保效率，降低维保成本。1需求分析信号系统智能运维需求主要分为4类：构建高效智能的数据分析和决策体系、实现信号系统设备的全域监测及界面可视化友好展现、构建智能应急指挥系统、构建智能设备巡检系统。主要包括以下几个方面。1）数据云边协同计算。在设备端布置边缘计算机，在云端布置云端服务器，通过云端和边缘侧协同计算，实现更高效、更可靠的数据处理，同时降低网络传输资源和服务器资源消耗，提升数据处理效率，能够对监测数据和生产数据进行高效实用的数据分析，形成运维决策，指导现场运维工作。2）全域设备实时监测。采用工业互联网、物联网等技术实现电源、轨旁、中央、车载等信号系统设备的全域监测，织成一张信号系统全域感知网，实现信号系统全覆盖、全方位的感知，打通车地数据传输通道，实现列车运行数据的在线高速转储及实时分析。3）智能应急指挥系统。构建人员、设备、故障、图纸资料等信息的关联关系，完成故障信息的智能诊断与实时联动，实现故障信息、人员信息、设备图纸、故障指引、智能操作、备品备件、工器具等信息的智能发布，提升现场应急值守人员的处理效率 11。4）智能设备巡检系统。通过对信号设备房进行数字孪生，构建出与设备真实环境一样的虚拟设备运维环境，协助信号维护人员进行设备巡检、监测、故障处理、生产管理等，提升信号维护人员的巡检效率。5）设备健康评估与管理体系。对设备监测及检修数据进行高效收集和快速应用，通过构建设备健康评估模型，对设备健康进行评估和管理，逐步实现从计划修向状态修的转变。6）智能运维生产管理。将班组管理、人员管理、物资管理、检修管理等生产管理过程规范化、标准化、电子化，实现无纸化的生产管理和闭环管理，自动跟进生产任务，提高生产运作效率。7）全生命周期健康管理。建立设备全生命周期健康管理流程，实现设备的状态可查询，履历可跟踪，记录设备从出厂到现场运用过程的全生命周13铁道通信信号 2023年第59卷第9期期的状态履历，便于开展设备状态管理，提升设备管理水平，降低运维成本。2技术方案2.1云边协同技术架构云边协同技术架构主要由云端平台、边缘接点、端点设备等组件组成，见图1。各组件具体功能如下：1）云端平台是整个架构的核心，负责管理和控制所有的云资源，包括云端服务器、线路服务器等。云端平台提供接口供边缘计算设备调用。2）边缘接点是指分布在各个地理位置的边缘计算机设备，如各车站级的工作站设备，这些边缘接点设备通过接口与云端平台进行通信，获取云资源信息和控制命令。边缘接点接收到端点设备的数据，在边缘接点上进行边缘计算和边缘存储，可以减少数据传输至云平台进行计算所带来的延迟和带宽消耗。3）端点设备是指进行数据采集的感知设备，如图像识别、环境感知、缺口监测、电源监测等单元，通过自身感知采集数据，再提供给边缘接点设备。2.2信号智能运维系统技术架构基于云边协同计算的城市轨道交通信号智能运维系统技术架构见图2，主要实现数据汇集、数据分析与应用、数据接口、业务数据上传等功能，共划分为应用层、数据层、接入层和感知层4个层次。各层具体实现功能如下：1）应用层。主要提供各类应用的用户界面，实现平台功能的人机交互，包括线网综合监测、车边 端 云骨干网络云资源线路服务器边缘计算机边缘计算机边缘计算机边缘计算机图像识别单元环境感知单元缺口监测单元电源监测单元图1 云边协同技术架构支持子系统ATSMSSVOBCDCS道岔健康管理视频客户端环境监测标准化通信协议标准化数据格式数据仓库算法模型物资微服务基础微服务应急微服务监测微服务生产微服务推送微服务车载微服务人员微服务图形微服务数据微服务可靠性评估模型曲线分析算法设备故障判断算法线网监测应急管理线路监测物资管理车载监测关键设备监测网络监测环境监测视频监测道岔监测3D设备房巡视智能排班考勤管理班组日志智能交班健康度评估基础配置健康度评估算法故障诊断模型历史状态数据设备故障记录人员及权限设备基础信息系统基础配置电源屏监测应用层线网/线路级应用数据层云边协同生产网、运维网、互联网接入层感知层图2 基于云边协同计算的城市轨道交通信号智能运维系统技术架构14Railway Signalling&Communication Vol.59 No.9 2023载实时监测、设备房巡视、物资管理等功能，实现数据交互的可视化。2）数据层。数据层是智能运维系统的核心，由各类应用微服务、数据仓库、算法模型等组成。一方面，为应用层提供各类应用数据和人机交互的服务响应，并应用算法对数据进行处理、分析和挖掘，实现数据管理的智能化；另一方面，对接平台的接入层，实现数据的接入、存储及调度。3）接入层。主要提供各类数据的接入和传输通道，用于标准化通信协议和数据格式，实现数据的统一接入和传输。4）感知层。作为智能运维系统基础数据的采集层，感知层由部署在控制中心、场段、车站及列车上的各类节点感知软件组成，与现场的信号设备直接关联，完成数据采集、清洗、预处理等，并通过平台接入层完成数据的接入和传输。2.3信号智能运维系统设备架构及工作原理结合上述技术架构，基于云边协同计算的城市轨道交通信号智能运维系统的设备按照部署位置不同，可以划分为两大部分：云平台设备和线路设备12。系统整体设备架构见图3。云平台设备在线网中心构建基础平台资源、计算资源和存储资源，实现云端计算。线路设备可划分为控制中心、车辆段/停车场、级设备集中站、级设备集中站、非设备集中站等5种类型，每种类型接入设备有一定差异。智能运维系统在设备集中站、车辆段/停车场设置智能运维站机，与道岔缺口监测、电源屏、计轴、微机监测、视频监测等系统进行接口，获取所需数据13。智能运维站机自动采集设备集中站、非设备集中站、车辆段/停车场的环境监测数据。在控制中心设置线路服务器，与各设备集中站、车辆段/停车场的智能运维站机进行接口，获取所需数据，同时与控制中心电源屏、视频监测、环境监测等进行接口，获取控制中心相关监测数据，并通过防火墙与车载网管系统、DCS（数据通信系统）系统、ATS（列车自动监督）系统、微机监测系统、VOBC（车载控制单元）进行接口，获取所需数据。线路服务器对本线路所获取的数据进行存储和分析，并通过防火墙与线网中心云平台设备进行接口，上传云平台设备所需的本线路运维数据。部署在线网中心的云平台设备及控制中心的线路服务器都属于云端资源设备；部署在设备集中站等的智能运维站机属于边缘接点设备；部署在各设备房的道岔缺口监测、视频监测、环境监测等设备属于端点设备。端点设备进行数据采集并传送给边缘接点设备；边缘接点设备将收到的数据进行清洗和预处理，也可以协同云端服务器实现数据的冗余非设备集中站电源屏机柜停车场线路级环网电源室微机监测机柜电源屏机柜道岔缺口监测信号设备室微机监测机柜计轴机柜I级设备集中站电源屏机柜道岔缺口监测微机监测机柜计轴机柜电源屏机柜道岔缺口监测微机监测机柜电源屏机柜ATS机柜控制中心设备室机柜防火墙信号值班室信号值班室云平台控制中心云节点通信设备房PIS（乘客信息系统）接口柜OCC值班室DCS级设备集中站站级交换机站级交换机站级交换机中心交换机站级交换机图3 基于云边协同计算的城市轨道交通信号智能运维系统设备架构15铁道通信信号 2023年第59卷第9期备份；云端服务器利用云端的相关算法、存储、处理能力进行数据整合分析、存储和算法训练，同时将分析算法的部分逻辑运算下沉到边缘端，利用边缘端的计算资源和存储资源分担云端的资源压力，从而实现数据的高效利用。3系统应用基于云边协同计算的信号智能运维系统在设备全域监测、应急指挥、设备巡检、生产管理、设备健康评估和全生命周期管理等方面都得到了很好的运用。以广州地铁18&22号线运用情况为例，重点介绍智能运维系统投用前后在信号车载运维、故障应急响应、设备机房巡视和生产管理模式等方面的变化情况。3.1高效便捷的车载运维智能运维系统打通了车载至地面的数据传输通道，实现了车载运行数据的实时下载及在线智能分析。车地数据传输通道架构见图4。信号系统车载数据通过PIS通信传输通道实现车载运维数据的实时下载，包括列车速度、列车位置、运行方向、故障信息、驾驶模式、ATP数据、ATO数据等运行数据，同时该传输通道具备在线分析和判断功能。通过车载设备实时监测功能，实现对传统车载设备运维流程的优化。未使用智能运维系统前，车载发生故障时需人工登车收集列车数据，用时约2 h，进行数据分析诊断用时约 1 h，共计用时约3 h（180 min）。运用智能运维系统后，数据下载用时约10 min，数据在线分析诊断用时约10 min，共计用时约20 min。根据该变化计算车载设备维修降低工时率为车载设备维修降低工时率=（原工时-新工时）原工时100%=（180-20）180=88.9%。3.2智能应急指挥平台智能运维系统的应急管理模块能实时对采集的事件数据进行分析诊断。当诊断为故障应急事件时，系统能够将知识库关联的设备图纸、操作指引、故障指引、值班人员信息等与故障信息一起实时推送给维修人员，实现及时有效的智能应急联动，提高故障处理效率。智能应急指挥平台方案见图5。智能应急指挥平台的运用，对传统的故障应急响应流程进行了优化。未应用智能运维系统前，设备发生故障时调度需将故障通报给维修人员开展故障抢修，用时约5 min；维修人员接报故障后在终端查看故障信息用时约5 min；查找图纸、资料用时约10 min；查找备件、准备工器具用时约5 min，操作终端控制中心服务器轨旁通信传输设备无线通信接口设备TIUPIS设备PIS交换机图4 车地数据传输通道架构图5 智能应急指挥平台方案16Railway Signalling&Communication Vol.59 No.9 2023整个响应过程用时约 25 min。应用智能运维系统后，系统将接收到的故障信息进行智能分析诊断，并关联人员、备品备件、工器具、设备图纸等信息，分类、分级打包发送给维修人员14，用时约1 min，维修人员根据提示信息准备工器具及备件，用时约5 min，响应过程用时约6 min。根据该变化计算应急响应速度提升率为故障应急响应速度提升率=（原响应用时-新响应用时）原响应用时100%=（25-6）25100%=76%。3.3智能设备巡视巡检智能运维平台利用数字孪生技术，构建与实体设备房一样的3D虚拟设备房。该系统具备自动巡视及生成日巡检报告功能，维修人员无需前往现场就能完成设备房的日常巡视巡检工作，如发现异常情况，也可通过设备房监控摄像头进行辅助判断。智能3D虚拟设备房见图6。使用智能设备房巡视功能后，对传统的设备房巡视模式进行了优化。未应用智能运维系统前，维修人员需到各站点进行设备房巡检，乘车去每个站点用时约20 min，每站巡检用时约20 min，人工收集巡视数据约20 min，共计用时约60 min。使用智能运维系统后，每站巡检用时约5 min，巡检数据可自动汇聚，并形成报表。根据该变化计算设备房巡视降低工时率为设备房巡视降低工时率=（原工时-新工时）原工时100%=（60-5）60=91.7%。3.4延长预防性维修间隔基于智能运维的全域监测和实时告警推送等功能，可实时掌握信号系统各设备的健康状况，逐步减少设备预防性维修频次，同时也可以减少由人为检修因素造成的故障发生。智能运维系统投用后，广州地铁18&22号线室外关键道岔的预防性维修频次由双周检变为双月检，非关键道岔由月检变为季检，大部分除转辙机外的室外设备和室内设备由半年检变为年检，车载设备由季检变为半年检，可明显降低预防性维修的人工成本。3.5创新运维生产组织模式智能运维系统投用前，信号系统的维修组织架构主要是按照子专业来划分，各子专业相对独立，难以进行融合，如地铁车辆段辖区，原来的架构需设置车载工区、车辆段工区和ATS工区，同一区域需安排3个人员在车辆段值班。智能运维系统投用后，可以打通子专业的屏障，应急值守人员可以通过智能运维系统来管理所辖区域的所有设备，同一生产场所只需要安排1人值守，因此生产组织架构可以由原来的子专业班组改为综合化班组，车辆段辖区也可由原有的3个工区缩减为1个工区，可明显降低预防性维修的人工成本。4结束语目前轨道交通行业信号系统的维修模式正逐步从计划修向状态修进行转变，但仍存在很多技术及管理上的难点，智能运维系统正是解决这一难点的有效工具，通过智能运维技术的不断迭代，基于云边协同计图6 智能3D虚拟设备房17铁道通信信号 2023年第59卷第9期算的信号智能运维系统能够逐步匹配实际运维需求。目前云边协同智能运维平台形成了实时数据监测中心、数据管理中心、生产管理中心、健康管理中心、应急管理中心、物资管理中心共六大功能模块，同时依托于智能运维平台，逐渐形成一套智能化、自动化、信息化的新型信号运维管理模式，能够有效提升信号设备质量，降低信号系统运维成本。参考文献1 施聪.城市轨道交通通信信号专业的智能运维系统J.城市轨道交通研究,2020,23(8):172-176.SHI Cong.Communication and Signal Intelligent Operation and Maintenance System in Urban Rail TransitJ.Urban Mass Transit,2020,23(8):172-176.2 陆鑫源,朱莉,张郁,等.城市轨道交通信号智能运维系统应用与实践J.铁道通信信号,2020,56(3):82-86.LU Xinyuan,ZHU Li,ZHANG Yu,et al.Application and Practice of Intelligent Signal Operation and Maintenance System For Urban Rail Transit J.Railway Signalling&Communication,2020,56(3):82-86.3 段亚美.上海城市轨道交通信号系统智能运维需求分析J.城市轨道交通研究,2021,11(3):9-13.DUAN Yamei.Requirement Analysis of Shanghai Urban Rail Transit Signaling System Intelligent Operation and MaintenanceJ.Urban Mass Transit,2021,11(3):9-13.4 段亚美,戴翌清,王历珘.基于智能运维系统的地铁信号设备维护管理研究J.铁道通信信号,2020,56(4):88-91.DUAN Yamei,DAI Yiqing,WANG Lizhou.Study on Maintenance Management of Metro Signalling System Based on Intelligent Operation and Maintenance System J.Railway Signalling&Communication,2020,56(4):88-91.5 牛涛,张辉.城市轨道交通智能运维系统方案研究J.铁道运输与经济,2022,44(4):99-105.NIU Tao,ZHANG Hui.Research on Intelligent Operation and Maintenance System Scheme for Urban Rail TransitJ.Railway Transport and Economy,2022,44(4):99-105.6 卢思杰.基于智能运维的通信、信号设备维修系统的探索与研究J.城市轨道交通研究,2021,11(2):6-13.LU Sijie.Exploration and Research of Telecom and Signaling Equipment Maintenance System Based on Intelligent Operation and Maintenance J.Urban Mass Transit,2021,11(2):6-13.7 邓永祁,杨将,阳亦斌.城市轨道交通通信信号智能运维系统数据平台研究J.控制与信息技术,2021,5(7):39-46.DENG Yongqi,YANG Jiang,YANG Yibin.Research on Data Platform of Urban Rail Signaling Intelligent Operation and Maintenance SystemJ.Control and Information Technology,2021,5(7):39-46.8 张心宇,王喆,郭歌,等.铁路信息系统云边协同体系架构研究J.铁路计算机应用,2022,31(10):1-5.ZHANG Xinyu,WANG Zhe,GUO Ge,et al.Cloud-edge Collaboration Architecture of Railway Information System J.Railway Computer Application,2022,31(10):1-5.9 徐余明,黎家靖,张宁,等.基于云-边-端架构的城市轨道交通智能运维系统J.都市快轨交通,2022,35(6):145-157.XU Yuming,LI Jiajing,ZHANG Ning,et al.Intelligent Operation and Maintenance System of an Urban Rail Transit Based on Cloud-Edge-Terminal J.Urban Rapid Rail Transit,2022,35(6):145-157.10周超,林湛,李 樊,等.城市轨道交通视频监控系统云边协同技术应用研究J.铁道运输与经济,2022,42(12):106-110,125.ZHOU Chao,LIN Zhan,LI Fan,et al.Cloud-Edge Collaboration Technology of CCTV System for Urban Rail Transit J.Railway Transport and Economy,2022,42(12):106-110,125.11许华阳,李润锦.城市轨道交通信号系统在线监测系统信息集成化平台方案研究J.城市轨道交通研究,2019,11(43):180-182.XU Huayang,LI Runjin.Information Integration Platform for On-line Monitoring of Urban Rail Transit Signal System J.Urban Mass Transit,2019,11(43):180-182.12李聪.地铁信号系统智能运维方案设计J.铁道通信信号,2019,55(2):86-90.LI Cong.Design of Intelligent Operation and Maintenance Plan of Subway Signaling System J.Railway Signalling&Communication,2019,55(2):86-90.13宋小鹏.城市轨道交通信号系统智能运维J.通信电源技术,2021,38(20):183-185.SONG Xiaopeng.Intelligent Operation and Maintenance of Urban Rail Transit Signal SystemJ.Telecom Power Technology,2021,38(20):183-185.14李杰,徐启禄.基于云平台的城市轨道交通智能运维系统设计与应用J.城市轨道交通研究,2021,8(45):213-217.LI Jie,XU Qilu.Design and Practice of Urban Rail Transit Intelligent Operation and Maintenance System Based on Cloud Platform J.Urban Mass Transit,2021,8(45):213-217.（责任编辑：王菲）18