CN112614038A - 旅客列车智能运维管理系统 - Google Patents
旅客列车智能运维管理系统 Download PDFInfo
- Publication number
- CN112614038A CN112614038A CN202110057681.5A CN202110057681A CN112614038A CN 112614038 A CN112614038 A CN 112614038A CN 202110057681 A CN202110057681 A CN 202110057681A CN 112614038 A CN112614038 A CN 112614038A
- Authority
- CN
- China
- Prior art keywords
- maintenance
- data
- train
- intelligent
- intelligent operation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 330
- 238000003745 diagnosis Methods 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 30
- 238000012806 monitoring device Methods 0.000 claims abstract description 28
- 238000000034 method Methods 0.000 claims abstract description 19
- 230000008569 process Effects 0.000 claims abstract description 13
- 238000004519 manufacturing process Methods 0.000 claims abstract description 6
- 238000012544 monitoring process Methods 0.000 claims description 98
- 238000007726 management method Methods 0.000 claims description 40
- 238000004458 analytical method Methods 0.000 claims description 22
- 238000005516 engineering process Methods 0.000 claims description 20
- 238000004891 communication Methods 0.000 claims description 18
- 238000005065 mining Methods 0.000 claims description 12
- 230000005540 biological transmission Effects 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 8
- 230000003137 locomotive effect Effects 0.000 claims description 8
- 230000002452 interceptive effect Effects 0.000 claims description 7
- 238000007619 statistical method Methods 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 230000003750 conditioning effect Effects 0.000 claims description 5
- 230000036541 health Effects 0.000 claims description 5
- 230000008439 repair process Effects 0.000 claims description 5
- 238000013523 data management Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 238000009412 basement excavation Methods 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 238000010248 power generation Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 5
- 230000004888 barrier function Effects 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000009826 distribution Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- GWAOOGWHPITOEY-UHFFFAOYSA-N 1,5,2,4-dioxadithiane 2,2,4,4-tetraoxide Chemical compound O=S1(=O)CS(=O)(=O)OCO1 GWAOOGWHPITOEY-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Primary Health Care (AREA)
- Signal Processing (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明公开了一种旅客列车智能运维管理系统，包括云端运维层、雾端运维层、物端运维层，是一个三级递阶结构的智能系统；云端运维层将下级运维层数据汇总处理以进行准确推理、判断和预测，雾端运维层完成对各铁路局所管辖列车检测数据的接收、汇总、标准化处理和各专业间的协调以及向上级结构转发汇总数据，物端运维层通过监测装置、传感器实时监测运行车辆数据并汇总至车辆段运维分系统。本发明的有益效果在于：实现了旅客列车从设备生产、货物运输、维护保养、故障诊断等环节的数据互通共享以及各部门综合协调合作运维，解决以往铁路各专业间信息壁垒问题，构建一个整体协同的智能运维系统，以提高旅客列车的运维效率。
Description
技术领域
本发明涉及轨道交通的旅客列车车辆运行状态监测与维修维护的技术方法和智能系统，尤其涉及一种用于旅客列车智能运维的系统。
背景技术
铁路运输具有运输量大、安全、可靠、速度快、准时、舒适性好、节能环保、受气候和自然条件影响较小和运费低的优点。在各种交通运输行业中，从单位运量的能源消耗、对环境资源的占用、对环境质量的 影响、对自然环境的适应及运营安全等方面综合分析，轨道交通的优势最为明显。同时，由于轨道交通线路为专用线路，且地域范围广，因此固定成本较高，原始投资较大，工程建设周期较长；此外，其专业技术复杂，对运营人员素质和系统安全的要求也较高。
我们国家铁路运输正处于高速发展的时期，随着线网规模不断扩大，面对人员分布不均、线路个性化、技术水平差异化、设备制式多样化、客流量持续攀升、拥挤度超标以及需要高效应对突发事件的局面，对设施和设备的可靠性、可用性、可维修性和安全性提出了越来越高的要求。庞大的运营规模和复杂的装备体系，加上大量设施设备的更新改造任务，给旅客列车运输的运维管理带来了巨大的压力和沉重的负担。我国已开通的轨道交通运维业务大多沿用传统运维模式，其特点有：①多预防修、故障修，少预知修；②大量使用人工操作，运维效率较低；③运维数据不够；④缺少处理、分析设备设施大数据的系统平台和智能化应用；⑤不能及时、透明地管理维保过程，事后紧急处理情况较多。这既影响服务质量的提高，又会带来安全隐患。随着后续更大规模线路的开通运营，依靠传统的轨道交通运维模式已经很难满足行业快速发展的需要。目前，车辆的维修方式普遍采用库内人工检测的方式，专业检修设备是否齐备，自动化程度的高低，以及“人”的因素（如经验、技术能力、责任心等）都会直接影响检查结果。因此库内检测存在检测方式不精 确、不及时、不全面等弊端。此外，新建线路和更新改 造项目会采用最新技术，这些技术同既有设备存在较大 差异，从而使人机关系产生变化，导致故障率不稳定。
发明内容
为了克服上述技术的不足，本发明提供一种旅客列车智能运维管理系统。
本发明的技术方案是：一种旅客列车智能运维管理系统，包括云端运维层、雾端运维层、物端运维层，三个运维层呈三级递阶结构分布，位于下层的物端运维层实现单个编组旅客列车的在线监测，实时获取单个编组旅客列车的运行状态信息并将信息传输给中间层的雾端运维层，位于雾端运维层的客车车辆段运维分系统将接收的列车运行状态信息以及其它各职能段分系统汇总的监测信息统一传输给所属铁路局智能运维子系统，铁路局智能运维子系统将所汇总的信息再发送给位于云端运维层的大数据智能运维中心，以实现了旅客列车车辆从设备生产、运用决策、维护保养、故障诊断环节的数据互通共享；物端运维层以每个编组旅客列车为单位，设置由1个列车在线监测主机与网关、m个监测装置、n个传感器及振动发电装置组成的旅客列车在线监测系统，通过无线广域网和无线局域网与各车辆段智能运维分系统相连接，列车在线监测主机与网关通过m个监测装置及其连接的n个传感器多维度采集车辆运行中各关键零部件的在线状态信息并进行实时故障诊断后发送到各客车车辆段智能运维分系统，为车辆运行实时状态监测、故障诊断和预警提供数据支持，为车辆运行安全提供保障；雾端运维层是在现有旅客列车运营模式上以X个铁路局为依托构建智能运维子系统，铁路局智能运维子系统通过广域网与云端大数据智能运维中心连接，通过广域网与城域网与所属客车车辆段智能运维分系统及其它各职能段所属分系统连接，客车车辆段智能运维分系统将各管辖旅客列车车辆的监测处理数据汇集至各自铁路局智能运维子系统，铁路局智能运维子系统一方面将整合的数据发送给所属铁路运输调度所整体协调个单位联合完成对运行车辆的运营调度，另一方面进行数据传输给大数据智能运维中心以实现故障诊断以及对车辆和沿线基础设备设施的检修维护安排；云端运维层是旅客列车智能运维管理系统的大数据智能运维中心，通过广域网与各铁路局智能运维系统、智能运维终端、设备厂终端连接，大数据智能运维中心收集、处理、分析、存储来自各铁路局智能运维系统的、用于智能运维支撑的实时监测数据，在系统运维终端的支持下对实时监测数据进行分类挖掘、实时状态分析、故障趋势预测并实现数据互通共享、交互式查询，同时将相关设备状态信息进行反馈到设备厂终端，设备厂通过对反馈信息统计分析完成对在线运行设备的隐患挖掘以改进技术及产品、优化运维管理。
在本发明中，客车车辆段运维分系统由其所管辖l列旅客列车在线监测系统组成，每列列车在线监测系统包括1个列车在线监测主机与网关、m个监测装置，每个监测装置连接n个用于各种监测数据采集的传感器，n个传感器与m个监测装置采用RS485的通信和数据传输方式，m个监测装置与列车在线监测主机与网关采用CAN总线的通信和数据传输方式，在监测装置内经信号调理、数据处理与特征信息提取后无线传感网络将数据传输到列车在线监测主机，列车在线监测主机对m个监测装置的监测信息进行多源信息融合后得到车辆运行实时状态参量、进而对列车运行关键部件故障进行预测和预警，接着通过与列车在线监测主机集成一体的网关以无线广域网或无线局域网方式把列车运行实时状态信息传输到客车车辆段智能运维分系统，客车车辆段智能运维分系统实现对运行车辆的实时监测数据管理、实时状态显示与查询、车辆保养与维护、状态检修工作。
在本发明中，铁路局智能运维子系统作为采集信息、监测数据与汇总以及转发中心，具有承上启下作用，下层通过客车车辆段运维分系统经广域网或城域网与所管辖的l列旅客列车在线监测系统相连接，用于接收所管辖的l列旅客列车在线监测数据，上层通过广域网与云端大数据智能运维中心连接，用于将将各个铁路局智能运维子系统汇总数据传输到云端运维层进行综合处理、分类存储、特征信息筛选，铁路运输调度所、旅客列车管理终端以及其它各职能段分系统通过城域网或广域网连接到铁路局智能运维子系统；客车车辆段智能运维分系统将各自监测到的l列旅客列车实时状态信息、运行区间内客流信息及其它车辆信息传输到铁路局智能运维子系统，同时相关单位将各自监测的沿线基础设施设备及运行环境信息通过旅客列车管理终端接入铁路局智能运维子系统实现总体上对旅客运输量和列车运行沿线设施及环境状态的监控并协调各单位进行有效调控与引导，实现对旅客列车运行总体管控以合理安排车辆运行和安全检修管理；铁路局智能运维子系统完成对各铁路局管辖运行车辆的实时监测信息的综合处理、分类存储、特征信息筛选后发送到云端大数据智能运维中心，同时接收来自云端大数据智能运维中心的分析结果、决策信息和预警预测信息，同时考虑铁路各单位发送的各方面参考信息从铁路局级别实现整体上指导各单位运维工作的开展，通过各铁路局智能运维子系统安排相关单位完成相应的调度、检修和维护工作，旅客列车运维相关单位主要包括用于铁路机车的运用和综合整备以及整体检修的机务段；负责铁路线路及桥隧设备的保养与维修工作的工务段；负责管理和维护列车在运行途中的地面信号与机车信号及道岔正常工作电务段和通信段；负责电气化铁路的牵引供电、铁路运输信号供电以及铁路地区的电力供应、电力设备的检修与保养的供电段；负责日常列车运行调整、调度指令下达、线路跟踪控制、故障数据显示的铁路运输调度所，客车车辆段主要负责旅客列车编组的检修和整备的；这些相关单位在铁路局智能运维系统的统一管理下整体协同工作，彼此相互联系互通，从整体上对列车运行故障、沿线设施状态及行车环境进行分析及综合应用。
在本发明中，大数据智能运维中心由具有收集、处理、分析、存储来自各铁路局智能运维子系统的实时监测数据功能的云端服务器阵列组成，通过广域网与X个铁路局智能运维子系统、Y个设备厂终端、Z个运维终端连接；大数据智能运维中心接收来自X个铁路局智能运维子系统的实时监测数据和运维中间数据，在Z个运维终端的支持下对实时监测数据和运维中间数据进行实时状态分析、远程专家诊断、运行设备健康状况评估，接着更新运维知识库、车辆履历以获得智能诊断模型来实现系统智能故障诊断，进而得到运行设备状态的数据报表，在此基础上进行设备寿命预测和运维决策，X个铁路局智能运维子系统充分利用大数据智能运维中心的推理分析和运维知识库建立运维决策模型，以得出指导各线路运维的最优运维方案，同时大数据智能运维中心还对实时监测数据进行分类挖掘、故障趋势预测并实现数据互通共享、交互式查询以将相关设备状态信息进行反馈到Y个设备厂终端，Y个设备厂通过对反馈信息统计分析完成对在线运行设备的隐患挖掘以改进技术及产品、优化运维管理，为智能运维系统提供更可靠的保障。
本发明的有益效果在于：实现了旅客列车从设备生产、运用调度、维护保养、故障诊断等环节的数据互通共享以及各部门综合协调合作运维，解决以往故障信息孤立和铁路各专业间维修信息壁垒问题，构建一个整体协同的智能运维系统，更全面反映了混云列车的运行状态，行车环境安全以及更加可靠地建立数据模型，以降低运维成本和提高旅客列车的运维效率，保证旅客列车运行安全可靠。
附图说明
图1是本发明的总体拓扑结构图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述；显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参见附图，图1是本发明实施例的总体拓扑结构图。包括云端运维层、雾端运维层、物端运维层，个运维层呈三级递阶结构分布，其中物端运维层位于旅客列车智能运维管理系统的底层，用于实现单个编组旅客列车的在线监测，实时获取单个编组旅客列车的运行状态信息并将信息传输给中间层的雾端运维层，由位于雾端运维层的客车车辆段运维分系统实现l列列车的在线运行状态信息接收，接收后的的列车运行状态信息与其它各职能段分系统的监测信息一同传输给所属铁路局智能运维子系统，铁路局智能运维子系统将所汇总的信息再发送给位于顶层的云端运维层，由云端运维层中的大数据智能运维中心具体实现旅客列车车辆从设备生产、运用决策、维护保养、故障诊断环节的数据互通共享；物端运维层以每个编组旅客列车为单位设置由1个列车在线监测主机与网关、m个监测装置、n个传感器组成的旅客列车在线监测系统，其中位于物端运维层上的列车在线监测主机通过无线广域网和无线局域网与中间层的雾端运维层的旅客列车所属的客车车辆段智能运维分系统相连接，用于将l列旅客列车在线运行状态信息发送给上层运维层进行数据存储、分析以及实现集中管控，列车在线监测主机与网关通过与m个监测装置相连接的m个传感器进行多维度采集车辆运行中各关键零部件的在线状态信息并进行实时故障诊断后发送到各客车车辆段智能运维分系统，为单个编组列车车辆运行实时状态监测、故障诊断和预警提供数据支持，为车辆运行安全提供保障。本发明的列车在线监测主机与网关采用无线网络通信，常见无线网络有：无线广域网（Wireless Wide Area Network，WWAN)接入技术可以使笔记本或者其他的移动设备（例如智能手机、平板计算机等）在无线广域网的覆盖范围内（数百甚至上千千米）连接到互联网；近年来，无线广域网接入技术有了很大的进步，目前已经形成了多种窄带和宽带的WWAN技术，例如，4G和5G技术、GPRS技术、卫星通信技术等，其性能可以与有线的xDSL技术相媲美；无线城域网（Wireless Metorpolitan Area Network，WMAN）是指在地域上覆盖城市及其郊区范围的分布节点之间传输信息的本地分配无线网络，能实现语音、数据、图像、多媒体、IP等多业务的接入服务，其覆盖范围的典型值为3~5km，点到点链路的覆盖可以高达几十千米，可以提供支持QoS的能力和具有一定范围移动性的共享接入能力，MMDS、LMDS和WiMAX等技术属于城域网范畴；无线局域网（Wireless Local AreaNetwork，WLAN）是指应用无线通信技术将计算机设备互联起来，构成可以互相通信和实现资源共享的网络体系，无线局域网本质的特点是不再使用通信电缆将计算机与网络连接起来，而是通过无线的方式连接，从而使网络的构建和终端的移动更加灵活，它是相当便利的数据传输系统，利用射频（Radio Frequency，RF）的技术，使用电磁波，取代旧式碍手碍脚的双绞铜线（Coaxial）所构成的局域网络，在空中进行通信连接，使得无线局域网络能利用简单的存取架构让用户透过它，达到“信息随身化、便利走天下”的理想境界。因此，本发明的列车在线监测主机与网关和在线路运行时采用无线广域网通信，回到检修站段时采用无线局域网通信。雾端运维层是在现有旅客列车运营模式上以X个铁路局为依托构建智能运维子系统，铁路局智能运维子系统通过广域网与云端大数据智能运维中心连接，通过广域网与城域网与所属客车车辆段智能运维分系统及其它各职能段所属分系统连接，客车车辆段智能运维分系统将各管辖旅客列车车辆的监测处理数据汇集至各自铁路局智能运维子系统，铁路局智能运维子系统一方面将整合的数据发送给所属铁路运输调度所整体协调各个单位联合完成对运行车辆的运营调度，另一方面进行数据传输给大数据智能运维中心以实现故障诊断以及对车辆和沿线基础设备设施的检修维护安排，然后将接收的各运行车辆诊断信息和维护信息接入云端服务器；云端运维层是旅客列车能运维系统的大数据智能运维中心，通过广域网与各铁路局智能运维系统、智能运维终端、设备厂终端连接，大数据智能运维中心收集、处理、分析、存储来自各铁路局智能运维系统的、用于智能运维支撑的实时监测数据，在系统运维终端的支持下对实时监测数据进行分类挖掘、实时状态分析、故障趋势预测并实现数据互通共享、交互式查询，同时将相关设备状态信息进行反馈到设备厂终端，设备厂通过对反馈信息统计分析完成对在线运行设备的隐患挖掘以改进技术及产品、优化运维管理。常见网络形式有：广域网、城域网、局域网、个人区域网。广域网 WAN (WideArea Network)：作用范围通常为几十到几千公里；城域网MAN (Metropolitan AreaNetwork)：作用距离约为5~50公里；局域网LAN(Local Area Network) ：局限在较小的范围（如1公里左右）；个人区域网PAN(Personal Area Network) ：范围很小，大约在10米左右。因此，本发明的云端大数据智能运维中心采用广域网连接，旅客列车智能运维分系统与铁路局智能运维子系统采用广域网或城域网连接。本发明中雾端运维层、物端运维层，物端运维层三个运维层的工作过程为：系统首先通过各类传感器多维度采集车辆各个系统和装置的监测信息，通过无线方式将信息统一汇总至各个车辆段运维分系统，为车辆的故障诊断和预警提供数据支持，各车辆段运维分系统进行相应数据管理，完成状态检测、车辆和维护和检修工作，然后各车辆段利用系统的传输网络接入对应铁路局的私有云，将所管辖车辆的监测和相关处理数据汇集至各铁路局运维子系统，完成对车辆段数据的汇总存储以及相应的数据协议处理解析，同时旅客列车运维终端也通过系统传输网络接入对应铁路局的私有云，根据其他相关单位监测信息综合考虑列车车辆和沿线基础设施的检修安排以及车辆调度指挥，最后将各车辆诊断信息和维护信息接入云端服务器，大数据中心对于各类故障信息收集、处理、分析、存储形成知识库，利用智能算法建立专家诊断系统进行推理判断和预测，对智能运维提供支撑，大数据运维中心实现数据互通共享，交互式查询，对各类故障的运维指导更加可靠，同时大数据中心将相关数据发送到设备厂终端，将相关诊断信息进行反馈，设备厂通过对反馈数据统计分析完成对运维中存在的各类隐患挖掘，从而考虑实现技术及产品方面的改进，优化运维管理和改进运维系统。
根据旅客列车的运行管理模式，客车车辆段运维分系统由其所管辖l列旅客列车在线监测系统组成，每列列车在线监测系统包括1个列车在线监测主机与网关、m个监测装置，m个监测装置内部集成有信号调理模块、数据处理模块与特征信息提取模块，一方面用于进行信号调理、采集信号处理、滤波、以及特征信息提取，另一方面将采集的数据传输给列车在线监测系统用与进行故障信息分析，m个监测装置与列车在线监测主机与网关采用CAN总线的通信和数据传输方式，n个传感器包括速度传感器、加速度传感器、振动传感器、冲击传感器、温度传感器、压力传感器、应变传感器、电压传感器、电流传感器，分别用于从多维度感知列车牵引、制动的状态和列车运行平稳度与舒适性， n个传感器与m个监测装置采用RS485的通信和数据传输方式，n个传感器采集各种数据进行初步处理，然后通过RS485传送给监测装置，监测装置接收到来自传感器的数据后经过信号调理、数据处理与特征信息提取再通过CAN总线的通信方式将信号和数据传输到列车在线监测主机，传感器采集到数据后直接将数据发送到所属的监测装置，列车在线监测主机对m个监测装置的监测信息进行多源信息融合后得到车辆运行实时状态参量、进而对列车运行关键部件故障进行预测和预警，接着通过与列车在线监测主机集成一体的网关以无线广域网或无线局域网方式把列车运行实时状态信息传输到客车车辆段智能运维分系统，客车车辆段智能运维分系统实现对运行车辆的实时监测数据管理、实时状态显示与查询、车辆保养与维护、状态检修工作。物段运维层的工作过程为：物端运维层即客车车辆段智能运维分系统，通过安装与旅客列车上的速度传感器、加速度传感器、振动传感器、温度传感器、压力传感器等多种传感器从多维度对车辆装置、零部件、空调、牵引、制动等各个子系统在线运行数据进行采集，感知列车整体状况，实现对车辆实时状态进行监测，通过无线方式将采集数据汇总到车辆段运维分系统，合理进行车辆检修任务，同时将列车运行相关信息在列车驾驶室显示，供驾驶人员参考判断，同时将所有监测信息反馈至客车车辆段运维分系统，及时进行列车修理调整工作，而且客车车辆段运维分系统将从各铁路局运维子系统接收到的预测和评估信息和故障信息等进行管理，及时完成对隐患或故障车辆的检修工作，确保列车运行安全高效。
从整体上统筹各方面资源对整个铁路系统进行有效调控与引导，是现阶段解决旅客列车运维专业间协调配合、降低运维成本的必然选择，对提升铁路管理水平、保障高铁运行安全、推进国家经济发展具有重大意义。本发明中的铁路局智能运维子系统是以现有铁路系统为依托，采用在既有铁路系统结构中设置铁路局智能运维子系统的技术方案，铁路局智能运维子系统作为采集信息、监测数据汇总和转发中心具有承上启下作用，下层通过广域网或城域网与客车车辆段运维分系统连接，上层通过广域网与云端大数据智能运维中心连接，铁路运输调度所、旅客列车管理终端以及其它各职能段分系统通过城域网或广域网连接到铁路局智能运维子系统；客车车辆段智能运维分系统将各自监测到的l列旅客列车实时状态信息、所管辖旅客中心的货物信息及其它信息传输到铁路局智能运维子系统，同时相关单位将各自监测的沿线基础设施设备及运行环境信息通过旅客列车管理终端接入铁路局智能运维子系统实现总体上对货物运输量和列车运行沿线设施及环境状态的监控并协调各单位进行有效调控与引导，实现对旅客列车运行总体管控以合理安排车辆运行和安全检修管理；铁路局智能运维子系统完成对各铁路局管辖运行车辆的实时监测信息的综合处理、分类存储、特征信息筛选后发送到云端大数据智能运维中心，同时接收来自云端大数据智能运维中心的分析结果、决策信息和预警预测信息，同时考虑铁路各单位发送的各方面参考信息从铁路局级别实现整体上指导各单位运维工作的开展，通过各铁路局智能运维子系统安排相关单位完成相应的调度、检修和维护工作，旅客列车运维相关单位主要为负责铁路机车的运用和综合整备以及整体检修的机务段；为负责铁路线路及桥隧设备的保养与维修工作的工务段；为负责管理和维护列车在运行途中的地面信号与机车信号及道岔正常工作电务段和通信段；为负责电气化铁路的牵引供电、铁路运输信号供电以及铁路地区的电力供应、电力设备的检修与保养的供电段；为负责日常列车运行调整、调度指令下达、线路跟踪控制、故障数据显示的铁路运输调度所，客车车辆段主要负责旅客列车编组组的检修和整备的；这些相关单位在铁路局智能运维系统的统一管理下整体协同工作，彼此相互联系互通，从整体上对列车运行故障、沿线设施状态及行车环境进行分析及综合应用。本发明的雾端运维层的工作过程为：位于雾端运维层铁路局智能运维子系统，它将接收的车辆段运维数据接到各铁路局的私有云，将车辆段监测和相关处理数据汇集至各铁路局运维子系统后由各铁路局运维中心统一管理，同时相关单位将各自监测的沿线基础设施设备及运行环境信息通过旅客列车管理终端接入各铁路局的私有云，作为车辆运行检修的参考信息，从而达到铁路局协调各专业整体合作的综合运维管理。首先将从车辆段接收到的不同的监测信息分类存储，对本层运维所有数据进行初步筛选分类处理，其次完成对车辆段接收的数据综合处理以及相应的数据协议解析，保证统一的数据规范标准，把各铁路局各类数据和多个不同系统的接入，同时将从云端服务器接收到的分析结果、决策信息和预警预测信息等以图形化界面、各类报表进行展示，以供各铁路局运维中心参考，同时综合考虑其它运维单位监测的沿线基础设施和灾害与环境信息，如轨道结构状态、路基沉降变形、桥隧安全、接触网、电力通信设备以及风力、降水、环境温度等状态信息，综合各方面所有信息才能协调各专业间相互配合，统筹整体，完成相应调度安排及合理指导安排相关单位对车辆和沿线基础设施的检修维护任务，并将车辆故障诊断信息、预测信息以及健康评估信息等发送至各车辆段运维分系统，最后由车辆段运维分系统安排完成车辆检修维护工作。
本发明的大数据智能运维中心由具有收集、处理、分析、存储来自各铁路局智能运维子系统的实时监测数据功能的云端服务器阵列组成，通过广域网与X个铁路局智能运维子系统、Y个设备厂终端、Z个运维终端连接；大数据智能运维中心接收来自X个铁路局智能运维子系统的实时监测数据和运维中间数据，在Z个运维终端的支持下对实时监测数据和运维中间数据进行实时状态分析、远程专家诊断、运行设备健康状况评估，接着更新运维知识库、车辆履历以获得智能诊断模型来实现系统智能故障诊断，进而得到运行设备状态的数据报表，在此基础上进行设备寿命预测和运维决策，X个铁路局智能运维子系统充分利用大数据智能运维中心的推理分析和运维知识库建立运维决策模型，以得出指导各线路运维的最优运维方案，同时大数据智能运维中心还对实时监测数据进行分类挖掘、故障趋势预测并实现数据互通共享、交互式查询以将相关设备状态信息进行反馈到Y个设备厂终端，Y个设备厂通过对反馈信息统计分析完成对在线运行设备的隐患挖掘以改进技术及产品、优化运维管理，为智能运维系统提供更可靠的保障。本发明的云端运维层基本工作过程为：云端运维层的核心大数据智能运维中心，借由其强大的数据处理能力完成对海量数据的分析挖掘，通过数据接收服务器接收各铁路局运维中心的分析处理数据和监测数据，将其发送到数据处理服务器，而数据处理服务器将接收到的数据先进行预处理，同时对于异常数据进行检测，存储服务器将汇集的铁路局运维分析处理数据、检修数据、检测数据以及车辆履历数据等全方位数据分类存储记录，实现各城市、各系统之间数据互通共享，其次，通过智能算法对数据进行挖掘、处理、分析，建立全面的云端运维知识库，获得智能诊断模型来完成故障诊断，同时对车辆履历分析，实现对列车设备全寿命周期的健康状况进行科学管理，利用大数据推理分析建立运维决策模型，充分利用运维知识库中的领域知识，从中得出最优的运维方案，实现运维的智能决策，从而更好地指导运维，同时将相关故障信息和运维信息发送到设备厂，设备厂通过对隐患挖掘以及改进技术和产品，为智能运维系统提供更可靠的保障。
综上所述，本发明公开的旅客列车智能运维管理系统包括云端运维层、雾端运维层、物端运维层，是一个三级递阶结构的智能系统。云端运维层将所有采集的运维数据汇总处理，准确地进行推理判断和预测，雾端运维层将各车辆段处理数据汇集至各对应的铁路局运维子系统，完成对管辖车辆数据的汇总以及标准化处理，同时考虑来自其它相关运维单位的监测信息，综合协调管各方完成理检修调度任务，物端运维层通过监测装置、传感器实时监测运行车辆信息并汇总至各车辆段分系统，其有益效果在于：实现了旅客列车从设备生产、运用调度、维护保养、故障诊断等环节的数据互通共享以及各部门综合协调合作运维，解决以往铁路各专业间信息壁垒问题，构建一个整体协同的智能运维系统，以提高了旅客列车的运维效率。
以上所述仅为本发明的较佳实施例而己，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (4)
1.一种旅客列车智能运维管理系统，包括云端运维层、雾端运维层、物端运维层，三个运维层呈三级递阶结构分布，位于下层的物端运维层实现单个编组旅客列车的在线监测，实时获取单个编组旅客列车的运行状态信息并将信息传输给中间层的雾端运维层，位于雾端运维层的客车车辆段运维分系统将接收的列车运行状态信息以及其它各职能段分系统汇总的监测信息统一传输给所属铁路局智能运维子系统，铁路局智能运维子系统将所汇总的信息再发送给位于云端运维层的大数据智能运维中心，以实现了旅客列车车辆从设备生产、运用决策、维护保养、故障诊断环节的数据互通共享；其特征是：所述的物端运维层以每个编组旅客列车为单位，设置由1个列车在线监测主机与网关、m个监测装置、n个传感器及振动发电装置组成的旅客列车在线监测系统，通过无线广域网和无线局域网与各车辆段智能运维分系统相连接，列车在线监测主机与网关通过m个监测装置及其连接的n个传感器多维度采集车辆运行中各关键零部件的在线状态信息并进行实时故障诊断后发送到各客车车辆段智能运维分系统，为车辆运行实时状态监测、故障诊断和预警提供数据支持，为车辆运行安全提供保障；雾端运维层是在现有旅客列车运营模式上以X个铁路局为依托构建智能运维子系统，铁路局智能运维子系统通过广域网与云端大数据智能运维中心连接，通过广域网与城域网与所属客车车辆段智能运维分系统及其它各职能段所属分系统连接，客车车辆段智能运维分系统将各管辖旅客列车车辆的监测处理数据汇集至各自铁路局智能运维子系统，铁路局智能运维子系统一方面将整合的数据发送给所属铁路运输调度所整体协调个单位联合完成对运行车辆的运营调度，另一方面进行数据传输给大数据智能运维中心以实现故障诊断以及对车辆和沿线基础设备设施的检修维护安排；云端运维层是旅客列车智能运维管理系统的大数据智能运维中心，通过广域网与各铁路局智能运维系统、智能运维终端、设备厂终端连接，大数据智能运维中心收集、处理、分析、存储来自各铁路局智能运维系统的、用于智能运维支撑的实时监测数据，在系统运维终端的支持下对实时监测数据进行分类挖掘、实时状态分析、故障趋势预测并实现数据互通共享、交互式查询，同时将相关设备状态信息进行反馈到设备厂终端，设备厂通过对反馈信息统计分析完成对在线运行设备的隐患挖掘以改进技术及产品、优化运维管理。
2.根据权利要求1所述的旅客列车智能运维管理系统，其特征是：所述的客车车辆段运维分系统由其所管辖l列旅客列车在线监测系统组成，每列列车在线监测系统包括1个列车在线监测主机与网关、m个监测装置，每个监测装置连接n个用于各种监测数据采集的传感器，n个传感器与m个监测装置采用RS485的通信和数据传输方式，m个监测装置与列车在线监测主机与网关采用CAN总线的通信和数据传输方式，在监测装置内经信号调理、数据处理与特征信息提取后无线传感网络将数据传输到列车在线监测主机，列车在线监测主机对m个监测装置的监测信息进行多源信息融合后得到车辆运行实时状态参量、进而对列车运行关键部件故障进行预测和预警，接着通过与列车在线监测主机集成一体的网关以无线广域网或无线局域网方式把列车运行实时状态信息传输到客车车辆段智能运维分系统，客车车辆段智能运维分系统实现对运行车辆的实时监测数据管理、实时状态显示与查询、车辆保养与维护、状态检修工作。
3.根据权利要求1所述的旅客列车智能运维管理系统，其特征是：所述的铁路局智能运维子系统作为采集信息、监测数据与汇总以及转发中心，具有承上启下作用，下层通过客车车辆段运维分系统经广域网或城域网与所管辖的l列旅客列车在线监测系统相连接，用于接收所管辖的l列旅客列车在线监测数据，上层通过广域网与云端大数据智能运维中心连接，用于将将各个铁路局智能运维子系统汇总数据传输到云端运维层进行综合处理、分类存储、特征信息筛选，铁路运输调度所、旅客列车管理终端以及其它各职能段分系统通过城域网或广域网连接到铁路局智能运维子系统；客车车辆段智能运维分系统将各自监测到的l列旅客列车实时状态信息、运行区间内客流信息及其它车辆信息传输到铁路局智能运维子系统，同时相关单位将各自监测的沿线基础设施设备及运行环境信息通过旅客列车管理终端接入铁路局智能运维子系统实现总体上对旅客运输量和列车运行沿线设施及环境状态的监控并协调各单位进行有效调控与引导，实现对旅客列车运行总体管控以合理安排车辆运行和安全检修管理；铁路局智能运维子系统完成对各铁路局管辖运行车辆的实时监测信息的综合处理、分类存储、特征信息筛选后发送到云端大数据智能运维中心，同时接收来自云端大数据智能运维中心的分析结果、决策信息和预警预测信息，同时考虑铁路各单位发送的各方面参考信息从铁路局级别实现整体上指导各单位运维工作的开展，通过各铁路局智能运维子系统安排相关单位完成相应的调度、检修和维护工作，旅客列车运维相关单位主要包括用于铁路机车的运用和综合整备以及整体检修的机务段；负责铁路线路及桥隧设备的保养与维修工作的工务段；负责管理和维护列车在运行途中的地面信号与机车信号及道岔正常工作电务段和通信段；负责电气化铁路的牵引供电、铁路运输信号供电以及铁路地区的电力供应、电力设备的检修与保养的供电段；负责日常列车运行调整、调度指令下达、线路跟踪控制、故障数据显示的铁路运输调度所，客车车辆段主要负责旅客列车编组的检修和整备的；这些相关单位在铁路局智能运维系统的统一管理下整体协同工作，彼此相互联系互通，从整体上对列车运行故障、沿线设施状态及行车环境进行分析及综合应用。
4.根据权利要求1所述的旅客列车智能运维管理系统，其特征是：所述的大数据智能运维中心由具有收集、处理、分析、存储来自各铁路局智能运维子系统的实时监测数据功能的云端服务器阵列组成，通过广域网与X个铁路局智能运维子系统、Y个设备厂终端、Z个运维终端连接；大数据智能运维中心接收来自X个铁路局智能运维子系统的实时监测数据和运维中间数据，在Z个运维终端的支持下对实时监测数据和运维中间数据进行实时状态分析、远程专家诊断、运行设备健康状况评估，接着更新运维知识库、车辆履历以获得智能诊断模型来实现系统智能故障诊断，进而得到运行设备状态的数据报表，在此基础上进行设备寿命预测和运维决策，X个铁路局智能运维子系统充分利用大数据智能运维中心的推理分析和运维知识库建立运维决策模型，以得出指导各线路运维的最优运维方案，同时大数据智能运维中心还对实时监测数据进行分类挖掘、故障趋势预测并实现数据互通共享、交互式查询以将相关设备状态信息进行反馈到Y个设备厂终端，Y个设备厂通过对反馈信息统计分析完成对在线运行设备的隐患挖掘以改进技术及产品、优化运维管理，为智能运维系统提供更可靠的保障。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110057681.5A CN112614038A (zh) | 2021-01-16 | 2021-01-16 | 旅客列车智能运维管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110057681.5A CN112614038A (zh) | 2021-01-16 | 2021-01-16 | 旅客列车智能运维管理系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112614038A true CN112614038A (zh) | 2021-04-06 |
Family
ID=75253924
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110057681.5A Pending CN112614038A (zh) | 2021-01-16 | 2021-01-16 | 旅客列车智能运维管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112614038A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113628302A (zh) * | 2021-08-12 | 2021-11-09 | 中国民用航空飞行学院 | 一种航班收益管控预测系统 |
-
2021
- 2021-01-16 CN CN202110057681.5A patent/CN112614038A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113628302A (zh) * | 2021-08-12 | 2021-11-09 | 中国民用航空飞行学院 | 一种航班收益管控预测系统 |
| CN113628302B (zh) * | 2021-08-12 | 2023-04-07 | 中国民用航空飞行学院 | 一种航班收益管控预测系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112529755A (zh) | 高铁动车智能运维管理系统 | |
| CN112660210A (zh) | 货运列车智能运维管理系统 | |
| CN110901693B (zh) | 基于5g和云计算技术的列车运行控制系统 | |
| CN109835375B (zh) | 基于人工智能技术的高速铁路列车自动驾驶系统 | |
| CN112622990A (zh) | 城轨地铁车辆智能运维管理系统 | |
| CN104217367B (zh) | 一种轨道交通线路动态安全风险评价方法 | |
| CN112660211A (zh) | 铁路机车智能运维管理系统 | |
| Yin et al. | A review on artificial intelligence in high-speed rail | |
| CN105923022A (zh) | 一种用于城市轨道交通的在线监测调度系统 | |
| CN105050881B (zh) | 轨道交通信息化中央控制系统及其控制方法 | |
| CN104932487B (zh) | 一种地铁车辆远程诊断系统 | |
| CN110203257A (zh) | 一种轨道交通事件下列车运行调度方法和系统 | |
| Ding et al. | The safety management of urban rail transit based on operation fault log | |
| CN112532749A (zh) | 一种轨道工程车辆智能运维系统 | |
| CN113177377A (zh) | 一种基于数字孪生的智慧城市轨道交通线网管理系统 | |
| CN113554193A (zh) | 一种全自动运行列车智慧运维管理平台及方法 | |
| CN114139949A (zh) | 基于边缘计算与机器学习的轨道交通智能运维系统及方法 | |
| CN114611726A (zh) | 一种基于云平台的城市轨道交通数据融合控制系统 | |
| CN112614038A (zh) | 旅客列车智能运维管理系统 | |
| RU91321U1 (ru) | Мобильный диагностический комплекс автоматизированной оценки состояния объектов железнодорожной инфраструктуры | |
| CN203118168U (zh) | 高速铁路防灾安全监测三级报警系统 | |
| Ding et al. | Key technologies and applications of intelligent dispatching command for high-speed railway in China | |
| Caramia et al. | Automatic train operation systems: A survey on algorithm and performance index | |
| Xu et al. | Parallel Dispatching: An ACP-based High-speed Railway Intelligent Dispatching System | |
| Kurbanov et al. | Improving the control method of the decelerator mechanism on the sorting hill in railway transport |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |