鐵路交通智慧管理數(shù)字孿生模型構(gòu)建研究*

［孟思明 林格］

1 引言

我國(guó)鐵路里程已經(jīng)超過13 萬公里，高鐵里程超過3萬公里。鐵路運(yùn)輸是我國(guó)交通運(yùn)輸體系的動(dòng)脈，在支撐我國(guó)社會(huì)經(jīng)濟(jì)的快速發(fā)展方面發(fā)揮了重大作用。由于受到惡劣天氣、環(huán)境、道路損壞、列車故障和各類突發(fā)事件的影響，鐵路運(yùn)輸出現(xiàn)明顯的隨機(jī)波動(dòng)。利用5G 通訊、人工智能、計(jì)算機(jī)仿真等新一代信息技術(shù)，對(duì)鐵路運(yùn)輸情況進(jìn)行實(shí)時(shí)監(jiān)控、仿真預(yù)測(cè)和優(yōu)化調(diào)度，具有重要的意義。本文基于5G 無線通信技術(shù)，將數(shù)字孿生技術(shù)引入到鐵路運(yùn)輸智慧管理場(chǎng)景中建立了鐵路交通智慧管理數(shù)字孿生模型，提出采用數(shù)字孿生技術(shù)指導(dǎo)的鐵路交通智慧管理系統(tǒng)新思路。

2 數(shù)字孿生技術(shù)現(xiàn)狀分析

數(shù)字孿生技術(shù)利用各類傳感器，將物理世界空間和賽博虛擬空間相互影射，實(shí)現(xiàn)虛擬空間數(shù)字孿生體和現(xiàn)實(shí)空間物理實(shí)體的全生命周期的鏡像交互和同步演進(jìn)。數(shù)字孿生系統(tǒng)和傳統(tǒng)計(jì)算機(jī)仿真系統(tǒng)不同之處在于，一是數(shù)字孿生系統(tǒng)是建立在基于物聯(lián)網(wǎng)的實(shí)時(shí)感知的基礎(chǔ)上的，對(duì)實(shí)時(shí)性要求更高；二是數(shù)字孿生系統(tǒng)對(duì)復(fù)雜網(wǎng)絡(luò)感知的多層次、多尺度、多時(shí)態(tài)的復(fù)雜數(shù)據(jù)進(jìn)行綜合建模，模型復(fù)雜度高；三是數(shù)字孿生系統(tǒng)基于大數(shù)據(jù)和人工智能技術(shù)，實(shí)現(xiàn)物理實(shí)體的全生命周期的感知、分析、預(yù)測(cè)以及交互，智能化水平高。

數(shù)字孿生技術(shù)最早被應(yīng)用到智能化制造領(lǐng)域。早在2003 年，Michael Grieves 教授首次提出“等同于物理產(chǎn)品的虛擬數(shù)字表達(dá)”。2011 年數(shù)字孿生的概念正式提出，美國(guó)空軍研究所開始將數(shù)字孿生引入到戰(zhàn)斗機(jī)的生產(chǎn)中。通用電氣為美國(guó)國(guó)防部提供F-35 攻擊機(jī)解決方案時(shí)，利用數(shù)字孿生體構(gòu)建工業(yè)互聯(lián)網(wǎng)體系實(shí)現(xiàn)資產(chǎn)性能管理。近年來，國(guó)內(nèi)外機(jī)構(gòu)和學(xué)者已將數(shù)字孿生應(yīng)用拓展到航空航天、智能電網(wǎng)、智能交通、智慧健康等多個(gè)領(lǐng)域[1～4]。

3 鐵路交通智慧管理數(shù)字孿生模型構(gòu)建

鐵路交通智慧管理系統(tǒng)實(shí)現(xiàn)的主要功能為是分析鐵路運(yùn)輸中列車、鐵路、環(huán)境、人等各個(gè)要素，對(duì)列車運(yùn)行過程進(jìn)行全周期的實(shí)時(shí)/半實(shí)時(shí)信息感知和處理，對(duì)感知的各要素?cái)?shù)據(jù)融合分析，并進(jìn)行實(shí)時(shí)/半實(shí)時(shí)的反饋和交互。因此，本文建立鐵路交通智慧管理數(shù)字孿生模型包括物理空間信息感知、數(shù)據(jù)傳輸與預(yù)處理、知識(shí)建模與仿真分析、智能決策與應(yīng)用4 層模型，如圖1 所示。

圖1 鐵路交通智慧管理模型

3.1 物理空間信息感知層

物理空間是一個(gè)復(fù)雜的、動(dòng)態(tài)變化的環(huán)境。鐵路交通場(chǎng)景與智能工廠物理空間場(chǎng)景不同，主要由列車、鐵路、環(huán)境、人等4 個(gè)要素構(gòu)成，使用四元組標(biāo)記。為了實(shí)時(shí)精準(zhǔn)感知物理空間中狀態(tài)并對(duì)其進(jìn)行識(shí)別和跟蹤，需要建立一個(gè)開放式的物聯(lián)網(wǎng)融合架構(gòu)，以感知該復(fù)雜系統(tǒng)中的多層次、多維度、多模態(tài)數(shù)據(jù)。在感知層使用到的傳感器包括列車速度、加速度等各類列車狀態(tài)傳感器，鐵路道路相關(guān)設(shè)施的狀態(tài)（如電壓等）傳感器，環(huán)境狀態(tài)（如：溫濕度、光照、聲音等）傳感器，以及人的身份標(biāo)識(shí)及行為檢測(cè)傳感器等等。在獲得傳感器模擬信號(hào)后，需要通過數(shù)模轉(zhuǎn)換將模擬信號(hào)轉(zhuǎn)換為數(shù)字信息，從而形成物理世界中實(shí)體狀態(tài)的數(shù)字描述。物理空間信息感知層的難點(diǎn)是如何保證各類傳感器低功耗、高穩(wěn)定，以及傳感器的快速部署和便捷維護(hù)。

3.2 數(shù)據(jù)傳輸與預(yù)處理層

數(shù)據(jù)傳輸與預(yù)處理層將構(gòu)建一個(gè)高效穩(wěn)定的數(shù)據(jù)傳輸網(wǎng)絡(luò)，將四元組實(shí)時(shí)感知數(shù)據(jù)傳輸至數(shù)字孿生系統(tǒng)后臺(tái)，并需要數(shù)據(jù)進(jìn)行數(shù)據(jù)整理。鐵路運(yùn)輸場(chǎng)景中具有時(shí)空跨度大、實(shí)體類型多、狀態(tài)實(shí)時(shí)性強(qiáng)的特點(diǎn)，在構(gòu)建數(shù)字孿生的網(wǎng)絡(luò)連接與數(shù)據(jù)傳輸時(shí)，需重點(diǎn)分析如何保障數(shù)據(jù)傳輸網(wǎng)絡(luò)的實(shí)時(shí)性、可靠性和可擴(kuò)展性，并需要考慮網(wǎng)絡(luò)的部署、運(yùn)行維護(hù)的成本。在構(gòu)建的數(shù)據(jù)傳輸模型中，采用NB-IoT 和5G 網(wǎng)絡(luò)融合為基礎(chǔ)，搭建數(shù)據(jù)傳輸網(wǎng)絡(luò)系統(tǒng)。鐵路運(yùn)輸場(chǎng)景感知數(shù)據(jù)是一個(gè)時(shí)空關(guān)聯(lián)性強(qiáng)的數(shù)據(jù)，具有多層次、多維度、多模態(tài)的特點(diǎn)，難于直接用于構(gòu)建虛擬空間數(shù)字孿生體，因此需要對(duì)復(fù)雜時(shí)空數(shù)據(jù)進(jìn)行預(yù)處理。數(shù)據(jù)預(yù)處理包括冗余數(shù)據(jù)的清洗、異常數(shù)據(jù)識(shí)別與處理、多源異構(gòu)數(shù)據(jù)的一致性處理等。通過數(shù)據(jù)預(yù)處理后，形成的規(guī)整數(shù)據(jù)將存儲(chǔ)到孿生系統(tǒng)的數(shù)據(jù)庫(kù)中，用于鐵路運(yùn)輸情況的實(shí)時(shí)監(jiān)控、仿真預(yù)測(cè)等智能化應(yīng)用的智能模型?；阼F路運(yùn)輸數(shù)字孿生系統(tǒng)的特點(diǎn)，建立一個(gè)分布式存儲(chǔ)和云存儲(chǔ)相結(jié)合的數(shù)據(jù)存儲(chǔ)方式，分布式數(shù)據(jù)節(jié)點(diǎn)用于存儲(chǔ)區(qū)域性的、實(shí)時(shí)性要求高，保密要求強(qiáng)的數(shù)據(jù)，并用于邊緣服務(wù)器智能計(jì)算；云后臺(tái)用于存儲(chǔ)整體性的、數(shù)據(jù)融合需求強(qiáng)、數(shù)據(jù)共享要求高的數(shù)據(jù)，并用于云后臺(tái)的大數(shù)據(jù)模型和智能化模型訓(xùn)練。

3.3 知識(shí)建模與仿真分析層

知識(shí)建模與仿真分析層通過數(shù)字孿生系統(tǒng)積累的歷史數(shù)據(jù)和實(shí)時(shí)感知的實(shí)體數(shù)據(jù)，在數(shù)字孿生系統(tǒng)中建立物理空間實(shí)體的虛擬映射，該映射將物理實(shí)體映射為數(shù)字孿生虛擬體。即。通過的各元素感知數(shù)據(jù)構(gòu)建知識(shí)分析和三維仿真模型。實(shí)體模型包含了實(shí)體對(duì)象的靜態(tài)屬性描述和動(dòng)態(tài)屬性描述，可以采用數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等方法發(fā)現(xiàn)和提取蘊(yùn)含在虛擬實(shí)體和關(guān)系中的知識(shí)，并對(duì)知識(shí)進(jìn)行進(jìn)一步的智能化處理，如關(guān)聯(lián)分析、知識(shí)推理、知識(shí)遷移與知識(shí)泛化等，實(shí)現(xiàn)賽博空間中數(shù)字孿生體的運(yùn)行和發(fā)展的動(dòng)態(tài)預(yù)測(cè)、演化。利用計(jì)算機(jī)三維仿真技術(shù)，建立賽博空間中數(shù)字孿生體的動(dòng)態(tài)變化過程的可視化表達(dá)和人機(jī)交互模型。在人機(jī)交互中，可以應(yīng)用AR、MR、VR 等技術(shù)，實(shí)現(xiàn)更直觀和真實(shí)的交互體驗(yàn)。數(shù)字孿生知識(shí)建模與仿真分析層可以看作是一個(gè)人工智能中臺(tái)，它為鐵路運(yùn)輸數(shù)字孿生系統(tǒng)賦能，為鐵路運(yùn)輸中的各類智能決策和智慧應(yīng)用提供有效支撐。

3.4 智能決策與應(yīng)用層

智能決策與應(yīng)用層是針對(duì)鐵路運(yùn)輸智慧管理的實(shí)際需求，將數(shù)字孿生實(shí)體的知識(shí)、推理、預(yù)測(cè)、演化等計(jì)算結(jié)果影射到物理空間的實(shí)體對(duì)象中，即，實(shí)現(xiàn)對(duì)物理空間實(shí)體的智能化控制或優(yōu)化，例如列車的運(yùn)行速度控制和調(diào)度；鐵路的交通信號(hào)燈和電子標(biāo)志牌控制；車廂內(nèi)的舒適性環(huán)境控制等，也可直接將信息發(fā)送給司機(jī)和相關(guān)人員，實(shí)現(xiàn)對(duì)智慧管理。

3.4.1 列車智能化控制

通過數(shù)字孿生系統(tǒng)實(shí)時(shí)監(jiān)測(cè)列車的運(yùn)行狀態(tài)，例如牽引力、運(yùn)行速度、運(yùn)行能耗、制動(dòng)狀態(tài)等，基于數(shù)字孿生系統(tǒng)的知識(shí)演化模型預(yù)測(cè)列車在運(yùn)行過程中事件發(fā)生的可能概率，采用三維仿真可視化交互直觀反映給管理者，或通過孿生系統(tǒng)實(shí)現(xiàn)列車運(yùn)行的自動(dòng)控制。

3.4.2 鐵路設(shè)施的智能化控制

鐵路基礎(chǔ)設(shè)施的運(yùn)行與維護(hù)費(fèi)用約占整個(gè)生命周期的65%，通過數(shù)字孿生系統(tǒng)實(shí)時(shí)監(jiān)測(cè)鐵路設(shè)施的狀態(tài)，如信號(hào)設(shè)備、通信設(shè)備、供電設(shè)備等，采用三維仿真可視化交互直觀反映給管理者，或通過孿生系統(tǒng)實(shí)現(xiàn)鐵路設(shè)施運(yùn)行的自動(dòng)控制，有效減少設(shè)施故障，提高設(shè)施使用效率，降低運(yùn)行與維護(hù)費(fèi)用。

3.4.3 車廂環(huán)境的智能化優(yōu)化

車廂環(huán)境是影響列車乘客安全性和舒適性的重要條件。通過數(shù)字孿生系統(tǒng)實(shí)時(shí)采集列車車廂內(nèi)部環(huán)境情況，如車廂溫濕度、車廂噪音、車廂光照等情況，采用三維仿真可視化交互直觀反映給管理者，或通過孿生系統(tǒng)實(shí)現(xiàn)車廂環(huán)境設(shè)備（如空調(diào)、燈光）的自動(dòng)控制，有效提升車廂環(huán)境舒適性。

3.4.4 列車智能化調(diào)度

列車調(diào)度是影響鐵路運(yùn)輸效率的重要因素。通過數(shù)字孿生系統(tǒng)實(shí)時(shí)監(jiān)測(cè)列車、鐵路設(shè)施的情況，利用三維仿真可視化交互為調(diào)度決策提供支撐，或者基于人工智能實(shí)現(xiàn)智能調(diào)度。

4 結(jié)語(yǔ)

新技術(shù)引發(fā)新需求，新需求激勵(lì)新技術(shù)。數(shù)字孿生技術(shù)為鐵路運(yùn)輸智慧管理提供了新的思路和途徑，鐵路運(yùn)輸?shù)姆€(wěn)定、安全、高效的需求也為數(shù)字孿生技術(shù)應(yīng)用提供了新的要求和機(jī)遇。通過5G 新一代通信技術(shù)、泛在多模物聯(lián)網(wǎng)架構(gòu)、大數(shù)據(jù)與人工智能技術(shù)等多領(lǐng)域技術(shù)的融合，將鐵路運(yùn)輸中的道路、列車、環(huán)境、人等要素從物理空間影射到賽博空間，建立數(shù)字孿生實(shí)體模型，以指導(dǎo)鐵路運(yùn)輸中的各類智慧應(yīng)用，具有很好的實(shí)際價(jià)值。