尹洪權(quán) 李海靜

（中車南京浦鎮(zhèn)有限責任公司 江蘇省南京市 210031）

當前軌道交通運營里程不斷延長，列車數(shù)量逐漸增加，對軌道交通系統(tǒng)安全運營提出嚴格要求。交通系統(tǒng)狀態(tài)對車輛運營安全具有直接影響，一旦系統(tǒng)故障引發(fā)事故將使線路晚點，嚴重時甚至車毀人亡。當前，軌道交通成為市民出行的主要交通方式，從單線進入網(wǎng)絡化規(guī)模后，軌道交通網(wǎng)的覆蓋面積逐漸加大，在線網(wǎng)環(huán)境下，因車站之間、線路之間的網(wǎng)絡聯(lián)動效應顯著，當線網(wǎng)發(fā)生故障后，可采用大數(shù)據(jù)技術(shù)進行故障分析，在最短時間內(nèi)定位故障點，并啟動應急處置方案，采用FMECA改進法進行故障處理，對故障數(shù)據(jù)關系分析，幫助交通運營系統(tǒng)盡快恢復正常狀態(tài)。

1 列車狀態(tài)預測與故障處理模型創(chuàng)建

1.1 數(shù)據(jù)預處理

1.1.1 清洗數(shù)據(jù)

按時間序列對初始數(shù)據(jù)進行記錄，在列車狀態(tài)發(fā)生改變后，采集系統(tǒng)需重新記錄列車狀態(tài)對應系統(tǒng)編碼和健康評級，為日后預測、故障處理等工作的開展提供便利。

1.1.2 處理異常數(shù)據(jù)

在記錄列車狀態(tài)時，采集設備極易受外界因素影響，進而出現(xiàn)采集所得數(shù)據(jù)和實際情況不符的問題，要想保證后續(xù)工作得到有序開展，關鍵是要盡快修正異常數(shù)據(jù)。例如，以數(shù)據(jù)特征和采集背景為依據(jù)，利用眾數(shù)或中位數(shù)等數(shù)據(jù)對缺失數(shù)據(jù)進行替代，確保替代值可最大程度接近缺失值。

1.1.3 確定變量

本文對各變量的界定如下：只有經(jīng)過轉(zhuǎn)換才能被觀測到的數(shù)據(jù)為隱藏狀態(tài)；直接有效的數(shù)據(jù)，通常作為觀測值而存在?？紤]到系統(tǒng)編碼只有經(jīng)過轉(zhuǎn)換才能展示出相應的信息，相關人員指出應將各編碼每日的發(fā)生次數(shù)作為隱藏狀態(tài)，同時將健康評級作為觀測值。

1.2 數(shù)據(jù)統(tǒng)計分析

以馬爾可夫模型為依據(jù)分析初始數(shù)據(jù)，利用馬爾科夫鏈分析隱性變量，其中，隱性變量用x表示，n代表離散時間。研究表明，x的取值僅受x的影響，換言之，在確定初始值后，相關人員可快速推測出x對應先驗概率，本文則選擇利用x～x所對應分布情況，對x先驗概率進行預估。

1.3 模型構(gòu)成

該模型包括以下四個模塊：

（1）預測模塊。該模塊可根據(jù)隱藏狀態(tài)對未來某一時刻的預測值進行估算，為保證預測結(jié)果具有實際意義，相關人員往往會選擇先處理預測值，再通過二級預測的方式，對實際值和預測值間所存在誤差加以控制。

（2）轉(zhuǎn)換模塊。該模塊強調(diào)以轉(zhuǎn)換規(guī)則為依據(jù)，將隱藏狀態(tài)估值向預測值進行轉(zhuǎn)換。

（3）預處理模塊。若存在預處理結(jié)果和預期不符的情況，可再次對其進行模擬，并綜合考慮維修次數(shù)等因素，對經(jīng)濟效益加以確定。

（4）優(yōu)化模塊。該模塊主要負責比較以及反饋操作，由于人工處理極易出現(xiàn)誤差，相關人員計劃對預測健康等級、實際健康等級進行比較，并將比較所得結(jié)論提交給預測模塊，由預測模塊對預測效果進行優(yōu)化。

2 模型實驗設計

2.1 實驗環(huán)境

2.1.1 MATLAB

MATLAB可被用來處理海量數(shù)據(jù)，具有運算速度快且準確率高的特點，其優(yōu)勢在于繪圖方便、語言簡單且內(nèi)涵豐富，現(xiàn)已在設計用戶界面、分析并計算數(shù)據(jù)、仿真建模等領域得到了運用，用戶反饋良好。

2.1.2 工具箱

隨著使用次數(shù)的增加，MATLAB所適配工具箱的數(shù)量也增加到了數(shù)百個，包括但不限于NNs工具箱、DSP工具箱。對列車狀態(tài)進行預測所用工具箱為NNs工具箱，強調(diào)以NNs理論為核心，通過MATLAB對網(wǎng)絡結(jié)構(gòu)進行構(gòu)造，由設計人員以實際需求為依據(jù)，對工具箱所包括訓練程序進行調(diào)用，通過設置參數(shù)、編寫程序的方式，使神經(jīng)網(wǎng)絡得到充分利用。該工具箱內(nèi)涵多種網(wǎng)絡模型，同時集成了不同模型所適用的算法，這樣設計的好處是用戶只需調(diào)動相關算法，便可完成建模求解的工作。

2.2 數(shù)據(jù)準備

2.2.1 列車數(shù)據(jù)

初始數(shù)據(jù)對應內(nèi)部編碼的發(fā)生次數(shù)，即為預測對象，要求相關人員對發(fā)生次數(shù)進行統(tǒng)計并如實記錄。若編碼未發(fā)生記為0。

2.2.2 歸一處理

眾所周知，對前饋神經(jīng)網(wǎng)絡加以運用，前提是要通過歸一處理的方式，將初始數(shù)據(jù)轉(zhuǎn)變成在[-1,1]、[0,1]區(qū)間內(nèi)的數(shù)，這樣做可使訓練數(shù)據(jù)間所存在誤差得到控制，在保證網(wǎng)絡穩(wěn)定的前提下，賦予樣本數(shù)據(jù)更為理想的擬合性以及敏感性。處理方法如下：

在該公式中，L代表初始輸入值。L代表初始最大值。L代表初始最小值。Y代表歸一處理所得輸入值。待預測環(huán)節(jié)告一段落，再向初始數(shù)據(jù)范圍進行轉(zhuǎn)換即可，轉(zhuǎn)換方法如下：

L=L+Y(L-L)

2.2.3 性能度量

預測模塊是否準確，通常決定了維修工作的開展效率，對誤差結(jié)果進行計算，有助于相關人員全面了解預測結(jié)果所具有的準確性，在此基礎上，對預測方法加以調(diào)整并確定維修方案，往往能夠取得事半功倍的效果。對誤差進行計算的方法如下：

一是絕對誤差的平均值：

二是均方誤差：

該公式計算所得結(jié)果是平均誤差平方和，通常被用來對損失函數(shù)進行計算。

三是均方根誤差：

上述公式更適合被用來對預測結(jié)果進行衡量。本文以RSEM為衡量指標，出于保證預測準確的考慮，相關人員決定對誤差超過限制的編碼進行再次預測，考慮到RMSE對誤差極為敏感，對該方法加以運用，可使測量精度得到如實反映，對后續(xù)工作的開展具有重大意義。

2.3 參數(shù)確認

一級預測算法以TDNN為基礎，在運行狀態(tài)下可將NNs視為黑盒，無需對其內(nèi)部結(jié)構(gòu)加以考慮。TDNN隱含節(jié)點、輸入時延均會給預測效果帶來影響，無論是節(jié)點數(shù)較少、還是時延有所減少，均會限制NNs對所需信息進行挖掘，反之，若節(jié)點數(shù)偏多且時延增多，將導致訓練時間延長，從而出現(xiàn)過度匹配或是其他問題。由此可見，對節(jié)點數(shù)、時延進行確認很有必要。相關人員計劃利用RMSE評估預測結(jié)果，評估標準如下：一是若各編碼對應RMSE平均值為最小值，則需要對其進行再二次預測。二是將二次預測編碼對應RMSE值剔除后，剩余RMSE平均值為最小值，表示預測結(jié)果具有實際意義。

3 故障問題與維修策略

3.1 故障問題

在軌道交通系統(tǒng)運行中，很難容易產(chǎn)生各類故障隱患，隨著故障時間的延長，程度越大。采用大數(shù)據(jù)技術(shù)對軌道交通系統(tǒng)進行診斷，并結(jié)合上述實驗分析，發(fā)現(xiàn)該系統(tǒng)自從投入運行后存在許多故障隱患尚未徹底消除，具體如下。

3.1.1 輪徑值輸入錯誤

由人工對列車輪徑值進行測量后，維護人員手動輸入到車載信號系統(tǒng)內(nèi)，該系統(tǒng)根據(jù)輪徑值進行測速和位置判斷。據(jù)調(diào)查，某列車B端系統(tǒng)輸入輪徑值為830mm，車載信號系統(tǒng)計算的是823.28mm，二者存在誤差，且信號系統(tǒng)規(guī)定誤差門限閾值為±0.5%。此時大數(shù)據(jù)平臺發(fā)出告警，經(jīng)過維修人員排查后，發(fā)現(xiàn)故障原因在于維修者所測輪徑值計算錯誤，重新輸入正確數(shù)值后，故障得以消除。

3.1.2 空轉(zhuǎn)/滑行異常

在車輛系統(tǒng)檢測到列車處于空轉(zhuǎn)或者滑行狀態(tài)時，信號和車輛接口將會傳遞信息給車載信號子系統(tǒng)。當列車出現(xiàn)空轉(zhuǎn)異常記錄時，列車進站和精確停車會受到影響，隨后根據(jù)信號技術(shù)人員進行排查，發(fā)現(xiàn)車廂的第二轉(zhuǎn)向架中第5個輪子與其他相比磨損較為嚴重，使車輪直徑偏差增加，由此產(chǎn)生空轉(zhuǎn)故障情況，采用鏇輪的方式使這一異常問題得到有效解決。

3.1.3 應答器讀取錯誤

根據(jù)安裝方式的不同，主要有固定與可變兩種，前者為默認報文，后者可反應信號機燈位顯示，還帶有固定應答器的作用，由紅燈、黃燈、綠燈等報文顯現(xiàn)出來。一般情況下，列車經(jīng)過信號機時，信號機處于滅燈狀態(tài)，此時便會讀取到滅燈報文，并非車輛根據(jù)前方信號機所顯示的內(nèi)容，讀取報文錯位。在列車運行中，由預警平臺系統(tǒng)看到許多CBTC列車取得的報文均為默認狀態(tài)，并不是滅燈報文，這一故障不但會影響列車通過，還會使車輛產(chǎn)生緊急制動。經(jīng)過維護人員排查后，發(fā)現(xiàn)故障成因在于可變應答器與信號機間的連接電纜接觸不良所致。經(jīng)過重新連接后故障問題得以解決。

3.2 維修策略

3.2.1 維修方法的提出

FMECA方法在船舶、航空的安全管理領域得到廣泛應用，但只能針對某種設備進行研究，難以準確描述多個設備間的聯(lián)動關系，通常情況下，當某個設備發(fā)生故障后，將會對子系統(tǒng)內(nèi)的其他設備產(chǎn)生一定影響。為了克服這一缺陷，本研究創(chuàng)建了設備間屬性關聯(lián)圖，使FMECA方法進行改進，分析網(wǎng)絡關系圖內(nèi)設備的影響因素，實現(xiàn)更新設備關鍵度排序的目標。在維修決策方法的制定中，設備屬性間的關聯(lián)可從不同層面采集，一是設備結(jié)構(gòu)，二是設備運營期間的故障信息內(nèi)采集。在對設備故障數(shù)據(jù)的關聯(lián)性研究中，加入影響因素關聯(lián)，使關聯(lián)圖具有以下特點，即因素間相互獨立、因素可對某個或者多個屬性產(chǎn)生影響、不同因素可對相同屬性產(chǎn)生影響。

3.2.2 維修模型的實現(xiàn)

該階段主要分為兩個步驟，先要創(chuàng)建設備屬性圖與影響因素關聯(lián)圖，對軌道交通故障數(shù)據(jù)進行處理，然后計算影響因素，結(jié)合因素狀態(tài)對危害度進行更新。在前一步中，可利用“故障字典”切分數(shù)據(jù)集，獲得設備間的關聯(lián)與故障頻率。在后一步中，可將影響因素納入到創(chuàng)建的設備關聯(lián)圖內(nèi)，便可得到完整的設備與屬性。在設備屬性、設備主體、影響因素間的聯(lián)系圖創(chuàng)建后，對設備和屬性的危害程度進行計算，按照改進FMECA算法，計算規(guī)則為在一個屬性內(nèi)，對影響因素狀態(tài)的權(quán)重值進行計算，公式如下：

式中，i代表的是相同屬性產(chǎn)生影響的全部因素；pi代表的是相同屬性內(nèi)第i個影響因素在總因素中的比重；si代表的是屬性內(nèi)第i個影響因素狀態(tài)值；Ri代表的是設備屬性與因素間的關系值。在實際項目中，某個因素同時對另一個因素產(chǎn)生影響，盡管影響因素變化值固定，但二者產(chǎn)生的差別較大，主要受設備機械性能的影響。通過對某種設備屬性在某種因素影響下，在狀態(tài)改變的前后兩個權(quán)重進行計算，便可得出該因素對設備產(chǎn)生影響的權(quán)重，公式為：

式中，wi0代表的是狀態(tài)變化前權(quán)重；wi1代表的是狀態(tài)變化后權(quán)重，且二者相減大于0，如若小于0則可將該項剔除。因該公式可對某個因素對設備產(chǎn)生的影響權(quán)重進行計算，便可采用相同的方式，對該屬性產(chǎn)生影響的其他因素進行計算。頂點和關鍵屬性間相互權(quán)重，代表的是某屬性x可能和y個屬性產(chǎn)生關聯(lián)。針對軌道交通設備屬性與其他設備屬性間的聯(lián)系進行分析，可知因素狀態(tài)變化與權(quán)重增量間的關系。

為了使維修決策方法能夠支持模糊查詢，采用ElasticSearch工具進行倒排索引，使設備屬性關系得以融合，實現(xiàn)查詢數(shù)據(jù)的優(yōu)化排序。在查詢優(yōu)化模塊應用中，故障數(shù)據(jù)搜索的流程為：

（1）用戶登錄系統(tǒng)輸入所要查詢的關鍵詞，再提交查詢申請后，進行簡單的數(shù)據(jù)處理，如查詢是否有效，提取關鍵字，明確查詢數(shù)據(jù)表等；

（2）由查詢模塊將分析后的申請轉(zhuǎn)發(fā)給ElasticSearch集群。根據(jù)查詢模塊中的json文件，通過文件內(nèi)的索引、序號、字段等信息，在集群內(nèi)進行搜索，將涉及到的不同ElasticSearch進行劃分，最后根據(jù)檢索數(shù)據(jù)的評分進行排序，并返回客戶端。

3.2.3 維修間隔與費用

在維修間隔方面，工齡時間用T表示，也就是設備的維修間隔為T。為了對比定期更換、預防性維修兩種策略的有效性，對相關變量進行定義。將設備壽命用L表示，T

在維修費用方面，設備每間隔T時段開展一次檢修，T值設定受設備自身情況影響。當處于穩(wěn)定運行狀態(tài)時，T值較高；當運行不穩(wěn)定時，故障頻率增加，T值較小。T1根據(jù)實際運行情況而定，通過Matlab程序?qū)和T1值進行計算。維修費用由檢測和更換兩項內(nèi)容構(gòu)成，一般情況下，前者小于后者。根據(jù)1—399天內(nèi)編碼每日出現(xiàn)頻率，利用偽算法進行計算，得出error與warning內(nèi)部編碼任意兩次的時間間隔。根據(jù)計算結(jié)果可知，該實驗內(nèi)每日都在開展定期檢修計劃，且每日都會產(chǎn)生檢測費用。因兩種檢修方式的更換費用一致，檢修費用和維修頻率具有正比關系，也就是狀態(tài)維修策略的費用低于定期維修。

4 軌道交通應急安全保障系統(tǒng)的設計與實現(xiàn)

4.1 保障系統(tǒng)設計

國內(nèi)既有軌道交通針對各項有關資源，均配以安全評估及預警管理，但不同系統(tǒng)之間的聯(lián)動性有限，未能達到全面覆蓋，不同線路的安全評估標準也不一致，無法構(gòu)成整體性的安全防護。而軌道交通運營過程中的安全性，關系到乘客人身安全。因為各條線路的實際情況、降低安全性的因素都有差異，再加上在網(wǎng)絡空間中，車站、線路的聯(lián)系性不斷被強化，所以說在網(wǎng)絡層面的運營安全也極為關鍵。此外，城市軌道的應急安全預案，一般是以文本的形式存在，實際可執(zhí)行性較差，根本不能適應網(wǎng)絡運營條件下的安全保護要求。

4.1.1 系統(tǒng)基本邏輯

在城市軌道交通中，應急保障系統(tǒng)的構(gòu)建，可進一步提升安全運營管理的現(xiàn)代化程度，根據(jù)現(xiàn)實需求進行保障管理。保障系統(tǒng)設計中，應先考慮基本邏輯，也就是系統(tǒng)層次規(guī)劃。

（1）接入層，其負責獲取從對應車站及路線產(chǎn)生的沿途預警、乘客、列車行進控制與電力監(jiān)控等多項信息及系統(tǒng)，繼而反映出列車當前的工作狀態(tài)、關鍵裝置的運轉(zhuǎn)狀態(tài)、突發(fā)情況、故障警報等。對于此類信息，加以記錄、整理、分析、決策。

（2）數(shù)據(jù)層，由數(shù)據(jù)中心、互操作平臺組成。在軌道交通運營期間，保障系統(tǒng)需面對海量的數(shù)據(jù)資料，同時數(shù)據(jù)類型繁雜。比如，長期記錄儲存，為后期使用分析與決策，提供數(shù)據(jù)資料；預警產(chǎn)生的信息。為提高軌道交通的運行效果，應落實全面的運營管控，站在不同緯度、層面，分析各類數(shù)據(jù)信息，基于此，預測對未來一段時間內(nèi)列車運營狀態(tài)，制定優(yōu)化、預防工作計劃。在此層級中，數(shù)據(jù)中心借助數(shù)據(jù)庫與ETL工具，獲得實時信息、直報管理及事務類的內(nèi)容，對此實行事前分析及加工，匯總成若干分析庫及主題庫，最后利用發(fā)布數(shù)據(jù)庫，輸出詳細的分析及預測結(jié)論。而互操作平臺是訪問系統(tǒng)信息的重要途徑，按照訪問需要，提供不同的借口。

（3）支撐層，主要用于實現(xiàn)保障系統(tǒng)的功能，具體支撐手段有安全評估方法、應急數(shù)據(jù)分發(fā)、RBR及CBR推理等。四是應用層，可生成安全評估及預警、突發(fā)情況的緊急處理方案。

4.1.2 系統(tǒng)運行性能

應急保障系統(tǒng)在時間上有一定的要求，設計性能中，主要可從幾個角度入手。

（1）數(shù)據(jù)及時分發(fā)。保障系統(tǒng)選擇周期性的掃描模式，通過條件觸發(fā)與發(fā)問的形式，保持數(shù)據(jù)交互，確保系統(tǒng)內(nèi)的信息能實時傳輸。各個車站的信息依托于ISCS、FEP，在相應的CPU上各自處理，保障收集及處理的效率，兩個環(huán)節(jié)是獨立運行的，能保障系統(tǒng)運行速度。另外，連接不同用途的系統(tǒng)，可綜合運用不同掃描方式，深化系統(tǒng)本身的柔性化程度。

（2）數(shù)據(jù)中心應搭配實時數(shù)據(jù)庫。其中，實時信息選擇通過本體描述。在相應數(shù)據(jù)庫內(nèi)，保存實時獲取的監(jiān)控內(nèi)容，該種信息的概念間聯(lián)系，應直接運用本體描述，換言之，系統(tǒng)操作者能看到相應的設備，如閥門、軌道、開關等。同時，鑒于系統(tǒng)對實時性的要求，應當主要運用內(nèi)存數(shù)據(jù)庫，支持非實時性數(shù)據(jù)留存硬盤，在該數(shù)據(jù)庫內(nèi)僅儲存該類信息的鏈接。而實時數(shù)據(jù)則能設置若干屬性，讀寫性能好于常規(guī)的關系數(shù)據(jù)庫，此處選擇ASCII碼以及二進制形式儲存，確保儲存過程的速度。

（3）對于事件驅(qū)動條件設計，事件源是外部條件狀態(tài)的改變，比如，系統(tǒng)檢測到某變量有變化，隨即形成報告，推送到有關本體，并觸發(fā)對應動作。最后，軟件接口，選擇C/B與B/S組合形式。例如，在實時性要求較高、同時處理任務量較多的監(jiān)控功能，構(gòu)建綜合性的系統(tǒng)操作頁面，而管理類的系統(tǒng)功能，則通過瀏覽器訪問。

4.1.3 系統(tǒng)應用功能

此系統(tǒng)的應用功能主要有：安全評估，包含車站、線路與線網(wǎng)三個部分；在途監(jiān)控及報警功能，對運行中的列車進行動態(tài)化監(jiān)控，并基于相關數(shù)據(jù)信息，判斷列車工作狀態(tài)及報警；信息監(jiān)察，主要涉及到客流、設備，前者是根據(jù)歷史統(tǒng)計結(jié)果與當前客流信息，完成監(jiān)察和報警，后者主要是實時信息；綜合預警，包含單因素及多因素的預警、設置預警閾值、聯(lián)動，其中預警聯(lián)動是在發(fā)出警報后，與之相連的其他系統(tǒng)，會同步觸發(fā)對應功能，保障軌道交通總體安全；應急預案管理；突發(fā)情況分類分級。

4.2 系統(tǒng)訪問實現(xiàn)

在應急保障系統(tǒng)中，其設計實現(xiàn)主要是數(shù)據(jù)采集和預警兩個部分。一方面，數(shù)據(jù)采集。先獲取所有實時監(jiān)測模塊的狀態(tài)數(shù)據(jù)，而后設置數(shù)據(jù)的采集動作觸發(fā)周期，按照時間上的不同要求，分成三類，即“實時”，最短采集周期是500ms，對此設置專用接口；“定時”，同樣裝配專用，周期設定為60min；“需要時”，這類數(shù)據(jù)采集沒有特定時間要求，主要是各類輔助信息，如財經(jīng)、法規(guī)。另外，系統(tǒng)可輸出設備信息表，用于核對連接系統(tǒng)的報警信息與I/O數(shù)據(jù)點，同時也支持操作者對采集信息的各項操作。具體可實現(xiàn)的運行功能包括：人為調(diào)整遙信點的數(shù)值與狀態(tài)；信息強制；調(diào)試兌點；數(shù)據(jù)禁止。另一方面，報警功能。在系統(tǒng)報警列表中，保存報警時間、基本描述、地點等，可根據(jù)等級、車站、時間等不同字段，查詢報警信息，按照過濾條件，迅速鎖定有關的報警內(nèi)容。其中，過濾條件有：事件類型、報警狀態(tài)、設備位置、工藝系統(tǒng)等。此外，根據(jù)報警顯示屏幕，能進行確認、查詢、抑制等不同操作。

5 結(jié)論

綜上所述，當前軌道交通迅速發(fā)展，對故障數(shù)據(jù)的研究力度逐漸增加，在現(xiàn)有故障數(shù)據(jù)的基礎上，創(chuàng)建軌道交通專有詞典，在詞典構(gòu)成后利用正向最大匹配算法進行數(shù)據(jù)切分，使數(shù)據(jù)提取更加便利。在維修決策模型創(chuàng)建中，基于關聯(lián)圖實施FMECA改進方法，創(chuàng)建設備屬性的關聯(lián)圖，對全系統(tǒng)設備綜合評分，實現(xiàn)設備之間的關聯(lián)維修決策。最后，本文從線網(wǎng)平臺安全保障需求方面著手，針對應急保障系統(tǒng)的性能、邏輯架構(gòu)等進行設計，支持信息監(jiān)察與報警訪問，在大數(shù)據(jù)技術(shù)的應用下，使城軌網(wǎng)線內(nèi)各類數(shù)據(jù)分發(fā)更加及時高效，系統(tǒng)故障問題得到有效解決。