周纪武 张琨 王锋 马丽娜 郑林涛 余建

摘要 以大连地铁1号线为例，针对当前信号系统中道岔监测数据分析与数据挖掘能力不足以支撑运营需求现状。运用众合科技基于大数据分析的智能运维系统，利用该系统中的多源融合感知道岔状况、多引擎融合可视化数据分析、设备维护支持3个功能，实现了对道岔全生命周期跟踪监测，从而优化运维组织工作，降低维护人力成本。

关键词 轨道交通;智能运维系统;大数据;道岔故障分析

中图分类号 U29-39 文献标识码 A 文章编号 2096-8949（2022）02-0006-03

0 引言

《中国城市轨道交通智慧城轨发展纲要》中提出，要建立供配电系统、通信系统、AFC系统以及车站机电等系统的智能运维体系，从而提升城轨装备维护的智能化程度和运维效率，减少维护工人的作业强度，形成城轨装备智能化[1]。随着大连地铁线网客流量持续增加，运营规模不断扩大，列车运行的密度也在不断增加。对列车运营来说，行车安全一直以来是被予以高度关注的焦点。信号系统在此过程中发挥关键性作用，决定着列车是否能安全运营，而作为信号三大件之一的道岔，要求全生命周期始终保持高安全性和高可用性[2]，道岔作为动态设备，使用非常频繁，同时受列车过车振动、机械磨损的影响，一旦出现道岔动作不到位、道岔无表示、道岔不解锁等故障将直接影响列车运行。同时由于道岔具有构造复杂、使用寿命短、限制列车速度、养护维修投入成本高等特点，是城市轨道交通信号设备的薄弱环节。这些故障都会影响道岔正常使用，造成列车晚点等情况。为此，大连地铁加速信号智能运维系统建设，在大连地铁1号线姚家站引入众合科技智能运维系统进行线路及车站试点，对当前道岔的维护技术和分析手段进行变革提升，实现了系统化的道岔设备管理。

1 道岔维护监测现状

目前大连地铁1号线还未针对道岔使用监测系统，道岔维护和故障分析完全依靠人工经验，在动态事件、应急场景中，监测信息的缺失直接造成故障快速定位、抢修人员及物资等維修资源的调动与分配、运营与状态信息之间沟通等效率低下[2]。

我国现有的道岔监测系统以微机监测系统[3]为主，已实现对道岔的动作电压、电流、功率等电气参数的监测功能，并根据监测数据生成动作曲线。但是，微机监测系统缺乏对监测数据的挖掘和快速分析能力，不能对异常曲线给出辅助分析和处理建议，导致对于道岔故障定位困难、响应和处理时间长。

2 道岔维护监测需求分析

在大连地铁线网规模持续扩大的背景下，道岔设备状态监测面对如此现状，运营公司亟须实现道岔设备状态监测和智能分析。

道岔维护工作主要就是根据道岔的各项电气参数进行故障分析、预判。在引入智能运维系统[4]以后，功能层面角度达成状态有效监测、故障辅助分析、故障复现，可以在道岔维护中为工作人员提供相应帮助。结构层面可以通过不断拓展接入车站、线路，分析搜集所得数据，系统通过不断调整和演变，积累丰富经验，对维护管理[4]有很大帮助。

3 智能运维系统道岔全生命周期分析与管理功能实现

3.1 多源融合感知技术

道岔的监测数据均从室内组合获取，数据采集安全隔离要求高，工程实施限制多，采样尺度复杂多样，采样精度要求高，传输距离远，采样难度极大。

多源融合感知技术通过三相道岔功率传感器、道岔表示电压采集传感器、开关量采集板卡等多源感知技术，首先由车站级监测子系统预处理上传至中心服务器，再通过网闸将源数据由信号内网摆渡至天津的应用服务器，最终通过智能运维系统数据处理模块进行数据融合;通过此技术，实现了对道岔相关继电器开关量、道岔动作电源相电压、线电压、道岔动作电源三相电流、道岔表示交直流电压数据的可信、精确、全覆盖感知;实现了面向道岔设备的非侵入式电压、电流、开关量等信息流感知，以保障感知的安全性。

3.2 多引擎融合可视化数据分析

道岔设备的运行场景复杂、异常样本稀少、相对缺乏稳态特征，存在诊断难、预警难的突出问题。此外，由于感知信息多样化，传统的面向单一数据类别的波形分析技术已无法满足道岔维护分析及故障诊断需求。

多引擎融合可视化数据分析技术通过道岔表示开关量与表示电压波形时序关联可视化分析（见图1）、道岔动作功率曲线与标准功率曲线关联可视化分析（见图2）、道岔动作电流曲线与标准电流曲线关联可视化分析（见图3）、以时间为轴生成的道岔相关继电器开关量动作时序图（见图4）可视化分析等多种引擎混合驱动，能满足维护查询、故障诊断及根因追踪等场景下多维度数据协同可视化分析需求。

3.2.1 道岔表示开关量与表示电压波形时序关联可视化分析

此功能是将一天中道岔每个时间点所处位置及定位交流、定位直流、反位交流、反位直流电压历史数据在同一时间轴上绘制，以此实现对道岔表示及表示电压的协同关联分析。

3.2.2 道岔动作曲线关联可视化分析

道岔功率曲线（见图2）是根据道岔动作过程中密集采样（采样周期40 ms）绘制的曲线，维护人员通过保存摩擦曲线、参考曲线作为道岔的标准曲线，通过对比实际曲线与标准曲线差异，结合道岔动作电流曲线（见图3）、动作过程及经验，可对异常曲线形成的原因进行分析。

3.2.3 道岔动作相关继电器开关量时序图可视化分析

开关量时序分析（见图4），是在同一时间轴上绘制所有道岔相关继电器吸起落下状态，时序图的时间长度及具体时间由用户自定义，且该图可以放大或缩小时间颗粒度，以更详细地查看继电器动作。智能运维系统可通过判断时序中错误或缺失的部分，给出故障报警提示。

3.3 设备维护支持

道岔设备劣化机理复杂，其维护决策严重依赖人工经验，往往存在过度维护和欠维护。智能运维系统通过以下几点进行了改进和优化。

3.3.1 趋势分析

通过对道岔设备全生命周期的海量设备状态数据、历史运用统计数据、历史故障统计数据进行长期跟踪挖掘，根据设备的故障等级、故障地点等生成趋势图（见图5）。

3.3.2 道岔健康度分析

通过对设备全生命周期内每次动作进行质量监控，智能评估设备健康度[5]并给出处置建议，反映设备真实质量水平（见图6）。

4 结语

该文所介绍的众合科技信号智能运维系统，已在大连1号线上线运行1年。为道岔全生命周期网络化运维提供了全面的数据感知、数据分析手段以及可视化的设备健康管理，实现了设备的维护过程闭环跟踪。依托其高度的集成化、自动化、智能化优势，使日常巡检工作降低了80%，对高技能人才依赖程度降低了约50%，检修频次降低了50%，故障响应效率提高了80%;同时基于大数据智能运维系统的应用，从线路运维、关键设备维护2个层面，逐步推进了信号设备维护由计划修向状态修模式转型。

作为东北地区首套基于大数据的城市轨道交通信号智能运维系统，大连地铁信号智能运维系统的上线运用，在极大加快大连地铁智能化建设，利于大连轨道交通运维管理工作长远健康发展的同时，也使得大连地铁跻身于国内城轨智能运维技术研究的先行队列，极大地提升了大连地铁在城市轨道交通行业中的运维管理实力及品牌影响力。

参考文献

[1]刘婧，郭行，蒋锐，等.城市轨道交通智能运维系统的研究及可行性分析[J].中国新技术新产品，2021（5）：12-14.

[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（3）：82-86.

[3]宋钢，王国荣.信号故障的可诊断性及初步效果[J].铁道通信信号，2008（5）：3-5.

[4]钟茂年.探索基于大数据分析技术的智能运维体系[J].数字通信世界，2019（9）：58-59.

[5]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（8）：172-176.