CN105933401A - 基于轨边探测站的云服务系统及方法 - Google Patents

Abstract

本发明公开了一种基于轨边探测站的云服务系统，包括分析处理装置、应用服务装置、探测站工作状态伺服装置、预警管理装置等。本发明进一步公开了一种基于轨边探测站的云服务方法。该本发明提供的基于轨边探测站的云服务系统及方法由于数据在保存时是统一保存在冗余存储服务器和目标存储服务器上的，这样在可以保证在某个或某些存储节点因故障离线时，数据的访问可以在冗余服务器照常进行，提高车辆行车安全的可靠性和有效性；能够在有效时间内完成数据的生成和推送，为列车的行车安全提供了有力保证；将探测站服务器上的数据得到了有效存储和传输，能够有效避免严重安全事故的发生；设有严格的访问权限，同时使责任归属问题得到了有效解决。

Description

基于轨边探测站的云服务系统及方法

技术领域

本发明属于铁路运行安全监测技术领域，具体涉及一种基于轨边探测站的云服务系统及方法。

背景技术

列车车辆运行安全检测是指利用车载设备和地面设备对列车运行状态参数进行实时跟踪监测，根据这些参数利用诊断系统查找、判别故障并发出相关预警，达到安全监控的目的。完成安全监测任务的是设置在铁路沿线(包括地铁轨道)的若干探测站。探测站将接收到来自多个传感器的数据信息进行分析整理，再上传给上一级机构。上一级机构再将控制命令等逐级下发至探测站。

在当今大数据时代，铁路安全监测领域也面临着数据的极速增长，这就使得探测站与上级监控系统和路内其它相关系统之间的数据传输受到越来越多的限制，不仅传输速度慢，而且存在多种安全隐患。万一某个探测器出现临时故障，未及时将探测的数据上传到上级监控系统，或者是上级监控系统由于出现故障未及时收到数据，将有可能导致难以想象的后果。

此外，由于若干探测站均是与上一级监控系统联系，而探测站之间由于权限原因，不能实现之间的数据交流，这使得事件处理有非常大的时间延迟性。随着高速铁路的飞速发展，这种时间延迟性也是面临的致命问题。

云服务系统是采用国际首创的HFP及HDRDP技术在局域网架构下实现云计算使用效果的新一代通用计算机系统服务产品，它是指构架于服务器、存储、网络等基础硬件资源和单机操作系统、中间件、数据库等基础软件管理海量的基础硬件、软资源之上的云平台综合管理系统。云服务系统具有兼容性强、存储空间大、反应速度快等特点。

发明内容

本发明的目的在于针对上述现有技术中存在的问题，提供一种基于轨边探测站的云服务系统，不仅能够适用于铁路监管，而且解决了现有铁路监管中面临的时效性和安全性等问题。

本发明的另一目的在于提供一种基于轨边探测站的云服务方法，提高铁路监管的效率和探测站功能互补匹配综合调用能力。

为达到上述目的，本发明采用的技术方案为：提供一种基于轨边探测站的云服务系统，其特征在于，包括：

分析处理装置，将来自探测站传感器的数据信息进行分析处理获得来车车辆状态信息，并存储到数据库中；

应用服务装置，根据用户端的业务请求完成业务操作和/或根据用户的访问权限将业务数据进行实时推送；

探测站工作状态伺服装置，对探测站全部传感器、系统装备工作状态综合监测与评价单元；

预警管理装置，当出现危及运行列车安全的综合信息后，实时将信息通过应用服务装置向相应终端紧急推送。

实施方式之一，上述分析处理装置包括频谱分析模块、图像分析模块、热分布分析模块、倾角分析模块、实时时间节点匹配模块、行车综合分析判别模块；频谱分析模块，用于对来自探测站采集的声音数据进行频段分析处理获得设定频段的频谱图；图像分析模块，用于对来自探测站采集的视频和/或图像数据进行图像识别处理获得车辆部件的光学图像；热分布分析模块，用于对来自探测站采集的热分布数据进行热像识别处理，并与图像分析模块获得的光学图像相结合，获得车辆部件的热分布图像；倾角分析模块，用于对来自探测站采集的倾角数据进行计算获得钢轨两侧的压力差；实时时间节点匹配模块，用于详细记录当次列车经过探测站的准确实时时间，详细记录各探测结果的实时时间，为推送数据提供时间索引；行车综合分析判别模块，用于将频谱分析模块、图像分析模块、热分布分析模块，倾角分析模块和实时时间节点匹配模块的分析数据处理为实时反映当次运行列车车辆运行的全部综合参数；所述行车综合分析判别模块，可以进一步根据上述频谱模块、图像分析模块、热分布分析模块、倾角分析模块和实时时间节点匹配模块处理的至少两组数据相联合，并结合设置的资源配置表进行综合判别处理。

实施方式之一，上述预警管理装置进一步将来自任一探测站的数据信息转发给设定的铁路系统内部相关部门。

实施方式之一，上述预警管理装置进一步对来自至少两个相关联探测站的数据进行协同处理，并将处理结果由应用服务装置根据用户访问权限反馈给各级监管中心和/或由下面提到的数据存储管理模块。

实施方式之一，上述轨边探测站的云服务系统进一步包括数据资源管理装置；数据资料管理装置包括数据存储管理模块、数据库集群和权限管理模块；所述数据存储管理模块用于将数据实时存储到数据库；所述权限管理模块用于限定不同级别用户的访问资源。

实施方式之一，存储到数据库中的数据包括用户访问的操作过程和/或操作结果及关联的实时时间节点。

实施方式之一，上述所述数据存储管理模块，用于将数据实时存储到指定的冗余存储服务器和/或目标存储服务器上的数据库。

实施方式之一，上述轨边探测站的云服务系统进一步包括广播装置，用于将各个探测站的数据信息按配置表进行定向推送。

本发明进一步提供了一种基于轨边探测站的云服务方法，包括以下步骤：

S1，接收用户的登录请求和业务请求；

S2，根据用户的访问权限完成业务操作；

S3，完整记录用户操作过程和/或操作结果以及关联的访问实时时间节点；

S4，将违规操作过程和/或操作结果按照访问权限进行逐级定向推送。

实施方式之一，上述基于轨边探测器的云服务方法进一步包括步骤：

S5，将业务操作过程和/或操作结果以及关联的访问实时时间节点保存到指定的冗余存储服务器和/或目标存储服务器上数据库中。

本发明提供的基于轨边探测站的云服务技术方案具有以下有益效果：

1、能够在有效时间内完成数据的处理和推送，为列车的行车安全提供了有力保证；

2、当某个探测站出现个别单元甚至整个系统瘫痪时，云服务器可以累积当次列车之前探测综合数据进行全面智能分析和评判，预测问题探测站的探测结果并将此结果递传至下一探测站并上传控制中心和相关部门备案；

3、探测站服务器上的数据得到了有效存储和传输，能够有效避免严重安全事故的发生；

4、设有严格的访问权限，同时使责任归属问题得到了有效解决；

5、由于数据在保存时是统一保存在冗余存储服务器和目标存储服务器上的，这样可以保证在某个或某些存储节点因故障离线时，数据的访问可以在冗余服务器照常进行，提高车辆行车安全的可靠性和有效性。

附图说明

图1为本发明提供的基于轨边探测站的云服务系统的结构框图。

具体实施方式

为了更好的理解本发明，下面结合附图对本发明作进一步阐述。

本发明实施例构建的云服务系统主要是基于各个探测站部署的探测站服务器以及各级监管中心的服务器。在本发明提供的云服务系统下，用户只需要关心云服务系统所提供的服务类型，可以不需要参与具体实现过程，即与云服务系统的平台(例如：Windows、Linux等等)无直接联系。只要是符合设定的内部数据信息通信协议和数据关系协议的有效数据就可以被云服务系统准确的发送、转发、处理和反馈结果。

本发明实施例构建的云服务系统的整体框架采用MapReduce，该整体框架提供的服务模式为SaaS(软件即服务)。由于构建云服务系统的MapReduce是现有技术，这里不再进行详细阐述，在这里主要详细解释本发明构建的云服务系统中几个处于数据层和应用层的重要装置。

由于铁路系统的应用特殊性，本实施例在现有的标准云系统的基础上，进一步包括分析处理装置。

分析处理装置，将来自探测站传感器的数据信息进行分析处理获得来车车辆状态信息，并存储到数据库中。

如图1所示，上述分析处理装置包括频谱分析模块、图像分析模块、热分布分析模块、倾角分析模块、实时时间节点匹配模块和行车综合分析判别模块。

频谱分析模块，用于对来自探测站采集的声音数据进行频段分析处理获得设定频段的频谱图。该声音数据可以是通过声学传感器采集列车车辆通过时的声音得到。通过上述频谱分析模块对采集到的声音数据进行分析后得到的数据可以用来判别对应于各个轮轴的过车声音是否存在异常，从而可以将光学和热敏传感器不能反映出的一些故障或问题找出，以此来辅助后续的行车安全分析和车辆安全状态评估。

本发明中对声音数据的处理可以采用本领域中的常规频谱分析方法进行处理；其目的是获得设定频段的频谱图，频谱分析方法的选择不会对本发明的保护构成任何限定。

频谱分析模块还可以将获得的频谱图与数据库存储的历史频谱数据或设定的阈值进行对比给出是否存在故障的判别结果。此外，该频谱分析模块还可以跟图像分析模块、热分布分析模块、倾角分析模块处理的数据进行结合分析获得更准确的分析结果。

图像分析模块，用于对来自探测站采集的视频和/或图像数据进行图像识别处理获得车辆部件的光学图像。该视频和/或图像数据可以是通过光学传感器捕捉车辆行车过程中的外侧、底部的光学信号来获得。通过上述图像分析模块，可以对来车车辆进行特征提取，从而获取车辆信息。

车辆部件是指组成行车的各个部件，在这里比较关注的部件包括车身、车轮、轮轴、轴承、转向架、制动梁、制动器、枕簧、尾钩等部件。如可以根据获得的车牌图像能够识别出车辆的类型和具体型号；还可以实现对车轮、轮轴、轴承、转向架、制动梁、制动器、枕簧、尾钩等部件的裂纹、缺失、损伤以及是否存在外部悬挂物等各种情况的直观体现；此外还可以用来辅助判别车轮过车信息。

本发明中对视频和/或图像数据的处理可以采用本领域中的常规图像识别方法进行处理，例如，基于阈值分割、边缘检测、区域提取的图像识别方法等；其目的是便于提取车辆的车号、裂纹等信息即可，图像识别方法的选择不会对本发明的保护构成任何限定。

上述图像分析模块还可以跟频谱分析模块、热分布分析模块、倾角分析模块、车辆运行参数分析模块、实时时间节点匹配模块处理的数据进行结合分析获得更准确的分析结果。

热分布分析模块，用于对来自探测站采集的热分布数据进行热像识别处理，并与图像分析模块获得的光学图像相结合，获得车辆部件的热分布图像。该热分布数据可以通过红外热敏图像传感器采集车辆的车轮、轮轴、轴承、转向架、制动梁、制动器、枕簧、尾钩等部件的热分布情况来获得。在进行热像识别处理之前，可以先对热分布数据的温度进行界定，对于超过界定温度值的热分布数据再进行热像识别处理，并与图像分析模块获得的光学图像相结合，获得车辆部件的热分布图像；而对于不大于界定温度值的热分布数据可以只是进行存储分析，而不予预警。

本发明中对热分布数据的处理可以采用常规红外图像处理方法以及红外与光学图像(即可见光图像)融合方法进行处理；目的是获得车辆部件准确的热分布图像，图像处理方法的选择不会对本发明的保护构成任何限定。

热分布分析模块还可以将获得的热分布图像与数据库存储的历史热分布图像数据或设定的阈值进行对比给出是否存在故障的判别结果；此外，在判别过程中，进一步可以将环境因素考虑进去。例如，对于冬天、雪天来说，其温度阈值可以设置的低一点；对于夏天、晴天来说，其温度阈值可以设置的高一点也是合理的。

此外，该热分布分析模块还可以跟频谱分析模块、倾角分析模块、车辆运行参数分析模块、实时时间节点匹配模块处理的数据进行智能分析获得更准确的分析结果。

倾角分析模块，用于对来自探测站采集的倾角数据进行计算获得钢轨两侧的压力差。倾角数据可以通过倾角传感器采集列车车辆通过时的钢轨弹性形变信息来获得。

当压力差达到设定程度后，会导致重压侧摩擦增大并快速磨损钢轨和车轮踏面，甚至于由于倾斜度过大而引起车辆侧翻的严重后果。通过上述倾角分析模块，可以根据钢轨受力后的弹性形变差异，测算钢轨两侧的压力差。根据实时检测上述钢轨两侧的压力差，可以及时预警列车车辆装载状况异常，避免上述严重问题，当探测区域钢轨道床出现问题产生钢轨重大形变时，结合图像分析可以进行准确预警。

实时时间节点匹配模块，详细记录列车经过各探测站的实时时间，详细记录各探测结果的实时时间，提供时间索引推送数据。

上述倾角分析模块还可以频谱分析模块、图像分析模块、热分布分析模块、车辆运行参数分析模块、实时时间节点匹配模块处理的数据进行综合智能判别获得更准确的分析结果。

行车综合分析判别模块，用于将上述频谱分析模块、图像分析模块、热分布分析模块、倾角分析模块和实时时间节点匹配模块的分析数据以及车轮传感器采集的车速数据处理为实时反映当次运行列车车辆运行的综合参数，包括频谱图、光学图像、热分布图像、钢轨两侧压力差、车速等；并可以进一步将实时反映当次运行列车车辆运行的综合参数传送到显示装置进行实时显示。

上述行车综合分析判别模块，可以进一步根据上述频谱模块、图像分析模块、热分布分析模块、倾角分析模块和实时时间节点匹配模块处理的至少两组数据联合，并结合设置的资源配置表进行综合判别处理。

判别结果中包括可能出现的故障类型以及可能出现故障的车辆部件和/或钢轨。

上述资源配置表是指依据对来车车辆检测的历史数据以及工作人员的经验设定出的故障类型与之一一对应处理建议关系的列表，也通常称为自检表。通过该资源配置表，系统结合智能判别功能，能够实时/适时找到应处置的故障类型及其严重程度，并及时修正，避免更严重问题的出现，为列车的行车安全提供了有力保证。

例如，根据热分布分析模块和图像分析模块的分析数据，可以获得车辆轴承的热分布图像，可以判别出目前可能出现的故障是微热、强热或者是激热；即使是微热，也可以根据情况设置微热1级、微热2级、微热3级等。根据该故障类型可以从事先设定的资源配置表中找出与故障类型对应的处理建议，如若是微热1级，配置表给出的建议是“暂不拦截，转发给下一个探测站继续监测”，等等。

为了满足用户端的需求，减少用户的具体操作，便于规范管理，如图1所示，本发明构建的云服务系统进一步包括应用服务装置。应用服务装置可以根据用户端的业务请求完成业务操作和/或根据用户的访问权限将业务数据进行实时推送。业务请求指的是用户需要对数据进行访问的请求，业务请求类型包括但不限于查询、调用、处理的请求。例如，管理员需要查看列车当前运行状态时，需要向云服务系统发出查询车速、方向、故障数据等数据的请求。

业务操作，是指根据业务请求类型实施的具体操作。业务操作类型包括但不限于查询、推送、数据处理等。

上述业务数据可以为经上述分析处理装置处理后的来车车辆状态信息数据或者是经行车综合分析判别模块给出的判别结果和处理建议，也进一步包括下面提到的用户登录云服务系统后进行的操作过程信息和/或操作结果信息以及若干相关探测站的关联数据等。

上述推送服务也即定制服务，用户可以根据自己的访问权限，选择需要定时向自己发送的业务数据。当然，针对某些访问权限，有些业务数据特别是预警信息是必选的，属于主动推送的业务数据。

该应用服务装置根据用户端的访问请求，将与请求中相关连的数据从数据库中调出，并根据业务请求类型完成业务操作，将操作结果反馈给用户端。该应用服务装置还可以根据用户的访问权限，将上述分析处理装置处理后的来车车辆状态信息数据或者是经行车综合分析判别模块给出的判别结果和处理建议，实时的推送给监管人员；采用这种主动推送的方式定向给各级监管部门播报数据信息，以保证各个探测站的实时信息可以及时准确的呈现给监察管理人员，并在必要的时候及时进行处理，提高监管效率，减少安全隐患。

需要说明的是，可以根据用户的级别设置访问权限，下面会进一步说明。

探测站工作状态伺服装置，对探测站全部传感器、系统装备工作状态进行综合监测与评价。探测站工作状态伺服装置的任务是监测探测站内的硬件设备(如传感器、系统装备等)的运行状况；若监测到硬件设备出了故障，该装置会进一步对故障类型和处理建议进行分析评价，并同时将故障类型和/或处理建议发送给工作人员。特别的，当遇到紧急情况时，探测站工作状态伺服装置还会及时发送报警信号。

如图1所示，为了满足铁路系统特殊的检测管理需求，本发明构建的云服务系统进一步包括预警管理装置。该预警管理装置，当出现危及运行列车安全的信息后，实时将信息通过应用服务装置向相应终端推送，以便让相关责任人及时了解问题，并对问题及时处理，保证车辆在最短时间会恢复正常运行。上述危及运行列车安全的信息包括来自探测站工作伺服装置发送的站内设备故障信息，进一步包括来自行车综合分析判别模块给出的可能存在的故障类型和处理建议等。

由于铁路系统的特殊情况和需求，需要一个装置可以处理相关联探测站站点的连续检测，并能够将关联探测站站点的相关数据进行智能化综合匹配处理。为此，预警管理装置进一步具有通信管理和数据管理的作用，可以将来自任一探测站的数据信息转发给设定的铁路系统内部相关部门；该数据信息包括监测设定部件的指令及本探测站监测到的相关数据；上述铁路系统内部相关部门包括与该探测站相关联的其它探测站、相应管控中心和铁路系统内部不与该探测站属于同一云服务系统的其它相关部门(在这里只是给不属于同一云服务系统或者未采用云服务系统的相关部门一个数据接口，至于其相关部门如何处理，不属于本发明要保护的内容)。预警管理装置还可以对来自至少两个相关联探测站的数据进行协同处理，并将处理结果由应用服务装置根据用户访问权限反馈给各级监管中心和/或由下面提到的数据存储管理模块保存到数据库中。

例如，某一探测站探测到轴承发热属于微热1级，此时不会对行驶列车进行拦截，令当前探测站将监测指令及监测到的相关数据转发给下一相关联的探测站继续检测，依次顺序类推，直到某一相关联的探测站探测到的轴承发热级别达到需要处理级别时，对有故障的车辆进行拦截并处理，同时将监测结果由应用服务装置反馈给各级监测中心。

上述分析处理装置、应用服务装置和预警管理装置均位于云服务系统架构的应用层。下面介绍的数据资源管理装置位于云服务系统架构的数据层上。

为了实现对数据资源的管理，本实施例中的云服务系统进一步包括数据资源管理装置；如图1所示，数据资源管理装置包括数据存储管理模块、数据库集群和权限管理模块等几个部分。上述数据存储管理模块用于将数据实时存储到数据库；上述权限管理模块用于限定不同级别用户的访问资源；访问特定的系统资源或数据时，需要提供相应的访问权限。特别的，数据存储管理模块可以将用户访问的操作过程(如操作日志、执行命令等)和/或操作结果(如待显示的图像、表格、故障部位、故障类型、处理建议等)存储到数据库中，也即存储到数据库中的数据包括用户访问的操作过程和/或操作结果，这样可以为后续的操作查询问责和违规操作等提供有效的数据支撑。

上述数据库集群包括设置在各探测站服务器及各级监管中心服务器上的数据库；各个服务器上的数据库之间可以互相访问。本发明对数据库类型没有特殊的限定，本实施例中采用的是Oracle数据库。

在现有的云服务系统中，数据的存放一般来说不是固定在某个中心或某台服务器上，其存储位置实际上可能是分割成多个部分存储在不同的中心和服务器上。上面已经指出，现有铁路监管系统中，由于存储服务器存在的故障问题，给列车行车安全带来严重的安全隐患。本实施例中，云服务系统进一步包括的数据存储管理模块，可以将数据实时存储到指定的冗余存储服务器和/或目标存储服务器上的数据库；且可以保证用户能够根据级别进行逐级查询业务请求数据，直到没有相关数据的可查询信息为止。与此同时，云服务系统进一步包括应急处理装置，当系统内任何探测站出现故障后，装置将及时调用系统内相关资源(例如存储在其它探测站冗余存储服务器上的同步资源)进行综合补偿，确保探测结果不受故障影响。此外，该应急处理装置还可以保证在某个或某些存储节点因故障离线时，数据的访问可以在冗余存储服务器照常进行，而不必等待承载该数据的数据存储节点上线后才能进行访问和操作。避免因此导致重大的行车安全事故的发生，提高车辆行车安全的可靠性和有效性。同时各类重要信息数据和预警信息等需要进行逐级上报和汇总存储，形成各个级别的重要信息数据存储冗余架构(即同一数据可以在逐级上报过程中存储在数据库不同级别的子目录下)，为后续的故障分析、责任归属等判定提供事实依据。

本实施例提供的依据数据存储管理模块进行数据存储流程为：

A1，获取待存储的数据；

A2，寻找云服务系统中的冗余存储服务器和目标存储服务器；

A3，将获取的待存储数据保存到冗余存储服务器和目标服务数据库中。

待存储的数据包括分析处理装置获得的数据、预警管理装置获得的数据、用户依据权限访问云服务系统时的操作过程和/或操作结果，以及来自其它途径的对于铁路车辆行车安全提供有效参考的数据等。

由于基于轨边探测站的云服务系统与现在铁路系统已有的监测系统的数据内容和信息格式有不同之处，在现有系统和本系统的数据兼容和互用的考量上，本实施例提供的云服务系统进一步包括路内关联系统交联装置，实现本系统与铁路系统内部关联系统实时/适时进行相应信息沟通(例如数据对接和转换)，以便可以通过现有系统提取需要的数据，并可以将本系统处理的数据与从现有系统提取数据进行校验比对等操作，为后续的系统升级等打下坚实的基础。这里的路内关联系统指的是铁路系统内部未采用云服务系统的相关部门的管理系统(例如TFDS、THDS、TADS等系统)，也可以是铁路系统内部采用与本云服务系统不同的相关部门的云服务系统。

由于本实施例提供的轨边探测站的云服务系统的各个节点的分布相对分散，不易于统一配置管理，故本实施例提供的云服务系统进一步设置了通用的配置同步装置来统一管理所有装置公共的参数配置，并按照设定的时间和操作规律进行同步和统一配置。使得整个系统在最大限度上处于统一的配置管理下，避免各个节点单独配置造成因配置不一致而导致的系统存储和处理问题。同时这种配置同步方式也能提供一个相对容易的系统维护和统一管理机制。

最后由于数据的有效性具有明显的时间限制，一旦超出一定时间跨度的数据就不再具有保留价值(系统统计分析除外)，为此本实施例提供云服务系统进一步设置了数据删除装置，可以根据指定的时间范围将超出时间范围的数据自动的从各个冗余存储服务器和/或目标存储服务器其中予以删除。可以根据数据类型不同，设定各种类型数据的存储时间长度，过期数据将不再被关注，将被数据删除装置删除；比如普通数据，存储时间长度可以设为3个月，3个月以后就会被数据删除装置删除；故障数据的存储时间长度可以设为2年，2年后就会被数据删除装置删除。

本发明进一步提供了一种基于轨边探测站的云服务方法，包括以下步骤：

S1，接收用户的登录请求和业务请求；

S2，根据用户的访问权限完成业务操作；

S3，完整记录用户操作过程和/或操作结果以及关联的访问实时时间节点；

S4，将违规操作过程和/或操作结果按照访问权限进行逐级定向推送。

为了方便日常查询、对比分析，上述基于轨边探测器的云服务方法，进一步包括步骤：

S5，将业务操作过程和/或操作结果以及关联的访问实时时间节点保存到指定的冗余存储服务器和/或目标存储服务器上数据库中。

结合本发明提供的基于轨边探测站的云服务系统，对上述云服务方法进行详细解释。以监管部门查询有关来车车辆车轮的光学图像数据和热分布图像数据为例，包括以下步骤：

S1，权限管理模块接收的用户登录请求和业务请求，并根据用户的访问权限开放访问数据库；

S2，应用服务装置根据用户的业务请求完成数据库查询操作，并将来车车辆车轮的光学图像和热分布图像反馈给用户；

S3，完整记录用户操作过程、来车车辆车轮的光学图像和热分布图像以及关联的访问实时时间节点；

S4，若用户未按照权限进行访问，应用服务装置将违规操作过程和/或操作结果按照访问权限进行逐级定向推送。

S5，数据存储管理模块将数据库查询操作过程以及来车车辆车轮的光学图像和热分布图像保存到指定的冗余存储服务器和/或目标存储服务器数据库中。

上述数据库操作进一步还包括增加、删除、备份、导入等操作。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (10)

1.一种基于轨边探测站的云服务系统，其特征在于，包括：

分析处理装置，将来自探测站传感器的数据信息进行分析处理获得来车车辆状态信息，并存储到数据库中；

应用服务装置，根据用户端的业务请求完成业务操作和/或根据用户的访问权限将业务数据进行实时推送；

探测站工作状态伺服装置，对探测站全部传感器、系统装备工作状态进行综合监测与评价；

预警管理装置，当出现危及运行列车安全的综合信息后，实时将信息通过应用服务装置向相应终端推送。

2.根据权利要求1所述的轨边探测站的云服务系统，其特征在于，所述分析处理装置包括频谱分析模块、图像分析模块、热分布分析模块、倾角分析模块、实时时间节点匹配模块、行车综合分析判别模块；

频谱分析模块，用于对来自探测站采集的声音数据进行频段分析处理获得设定频段的频谱图；

图像分析模块，用于对来自探测站采集的视频和/或图像数据进行图像识别处理获得车辆部件的光学图像；

热分布分析模块，用于对来自探测站采集的热分布数据进行热像识别处理，并与图像分析模块获得的光学图像相结合，获得车辆部件的热分布图像；

倾角分析模块，用于对来自探测站采集的倾角数据进行计算获得钢轨两侧的压力差；

实时时间节点匹配模块，用于详细记录列车经过各探测站的实时时间，详细记录各探测结果的实时时间，为推送数据提供时间索引；

行车综合分析判别模块，用于将所述频谱分析模块、图像分析模块、热分布分析模块、倾角分析模块和实时时间节点匹配模块的分析数据处理为实时反映当次运行列车车辆运行的综合参数。

3.根据权利要求2所述的轨边探测站的云服务系统，其特征在于，所述行车综合分析判别模块进一步根据上述频谱分析模块、图像分析模块、热分布分析模块、倾角分析模块、车辆运行参数分析模块、实时时间节点匹配模块处理的至少两组数据相联合，并结合设置的资源配置表进行综合判别处理。

4.根据权利要求1所述的轨边探测站的云服务系统，其特征在于，所述预警管理装置进一步将来自任一探测站的数据信息转发给设定的铁路系统内部相关部门。

5.根据权利要求4所述的轨边探测站的云服务系统，其特征在于，所述预警管理装置进一步对来自至少两个相关联探测站的数据进行协同处理，并将处理结果由应用服务装置根据用户访问权限反馈给各级监管中心和/或由下面提到的数据存储管理模块。

6.根据权利要求1或4所述的轨边探测站的云服务系统，其特征在于，进一步包括数据资源管理装置；数据资料管理装置包括数据存储管理模块、数据库集群和权限管理模块；所述数据存储管理模块用于将数据实时存储到数据库；所述权限管理模块用于限定不同级别用户的访问资源。

7.根据权利要求6所述的轨边探测站的云服务系统，其特征在于，存储到数据库中的数据包括用户访问的操作过程和/或操作结果以及关联的实时时间节点。

8.根据权利要求7所述的轨边探测站的云服务系统，其特征在于，所述数据存储管理模块，用于将数据实时存储到指定的冗余服务器和/或目标服务器上的数据库。

9.一种基于轨边探测站的云服务方法，其特征在于，包括以下步骤：

S1，接收用户的登录请求和业务请求；

S2，根据用户的访问权限完成业务操作；

S3，完整记录用户操作过程和/或操作结果以及关联的访问实时时间节点；

S4，将违规操作过程和/或操作结果按照访问权限进行逐级定向推送。

10.根据权利要求9所述的基于轨边探测器的云服务方法，其特征在于，进一步包括步骤：

S5，将业务操作过程和/或操作结果以及关联的访问实时时间节点保存到指定的冗余存储服务器和/或目标存储服务器上数据库中。