CN112622990A - 城轨地铁车辆智能运维管理系统 - Google Patents
城轨地铁车辆智能运维管理系统 Download PDFInfo
- Publication number
- CN112622990A CN112622990A CN202110057883.XA CN202110057883A CN112622990A CN 112622990 A CN112622990 A CN 112622990A CN 202110057883 A CN202110057883 A CN 202110057883A CN 112622990 A CN112622990 A CN 112622990A
- Authority
- CN
- China
- Prior art keywords
- maintenance
- intelligent
- intelligent operation
- data
- line
- 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 244
- 238000012545 processing Methods 0.000 claims abstract description 29
- 238000003745 diagnosis Methods 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 20
- 238000012806 monitoring device Methods 0.000 claims abstract description 19
- 238000012544 monitoring process Methods 0.000 claims description 76
- 238000007726 management method Methods 0.000 claims description 35
- 238000004458 analytical method Methods 0.000 claims description 24
- 238000005516 engineering process Methods 0.000 claims description 23
- 238000005065 mining Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 8
- 230000002452 interceptive effect Effects 0.000 claims description 7
- 230000036541 health Effects 0.000 claims description 5
- 238000013523 data management Methods 0.000 claims description 4
- 238000007619 statistical method Methods 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 230000003750 conditioning effect Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000003442 weekly effect Effects 0.000 claims description 3
- 238000005457 optimization Methods 0.000 abstract description 4
- 238000004519 manufacturing process Methods 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000011161 development Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 8
- 238000010276 construction Methods 0.000 description 7
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000002955 isolation Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009826 distribution 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
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012826 global research Methods 0.000 description 1
- 239000000463 material 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
- 230000001737 promoting effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
- B61L27/40—Handling position reports or trackside vehicle data
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
- B61L27/50—Trackside diagnosis or maintenance, e.g. software upgrades
- B61L27/57—Trackside diagnosis or maintenance, e.g. software upgrades for vehicles or trains, e.g. trackside supervision of train conditions
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明公开了一种城轨地铁车辆智能运维管理系统，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，物端运维层将各线路处理数据汇集至各对应城市的城市运维中心，完成对城市各线路车辆数据的汇总以及标准化处理，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线的运维中心。本发明的有益效果在于：实现了城轨地铁车辆从设备生产、运用决策、维护保养、故障诊断等环节的数据互通共享，解决以往运维系统的信息孤立问题，构建一个可靠的智能运维管理系统，且实现系统参数的闭环更新优化以提高城轨地铁车辆的运维效率。
Description
技术领域
本发明涉及城市轨道交通的地铁、城轨车辆运行状态监测与维修维护的技术方法和智能系统，尤其涉及一种城轨地铁车辆智能运维管理系统。
背景技术
目前，随着城镇人口的快速增加，随之而来的就是大城市的交通拥堵问题，原有的基础交通建设已经无法满足当前的交通需求。目前主要采用的方式就是修建地下铁路设施，地铁由于其运送客流量大、运行快速准时、出行绿色低碳等各方面优点，解决传统公共交通运量不足的问题，同时缓解交通压力，已得到许多城市的大力推广和建设，也是解决国内大城市交通拥堵问题的首要解决方案。当前国内各城市都在为地铁建设积极探索，经过半个多世纪的发展，我国目前已有多个城市形成了良好的地铁运营结构，并在人们公共交通出行方式中占据主要地位，成为当前人们出行的首要选择，地铁运行线网规模不断扩大，随之而来的是城轨地铁车辆数量迅速增加，而且车辆运行状况越来越复杂，速度也越来越快，使得车辆运营时间变长，运行频率更高，同时产生的故障类型更多，交通系统也更大更复杂。这给车辆运维带来更大压力，使得地铁自身发展面临安全与高效的矛盾也越来越突出，导致轨道交通的快速发展和乘客日益增长的需求不相匹配，城轨地铁车辆的运行与维护面临难题。面对繁多的报警信息，运维人员无法及时分析处理，故障发生时，难以迅速定位问题根源等问题亟待解决。随着近年来大数据、云计算、人工智能等技术的迅速发展，为海量设备运维数据的分析处理提供了支撑平台，物联网、云计算以及大数据的迅猛发展正引导城市轨道交通的智能化变革。人工智能的发展就目前而言，其初衷是解决大量重复繁杂的劳动以及大规模运算类工作，但也为城轨地铁车辆智能化运维的发展迎来新局面。人们提出了新的城轨地铁车辆运维方式，利用现代信息技术和人工智能技术提高城市轨道交通运营管理、养护检修、安全保障和服务的智慧化水平，可以使城市轨道交通的管理更高效、运营更安全、服务更优质。主要依靠各种高精度检测装置来获取运营设备的各项数据，借助这些现代信息技术来进行数据分析处理，及时进行预警和处理。这样通过有效合理的检测手段对车辆进行定期或不定期的状态检测，一旦出现影响车辆行驶的安全隐患时及时进行检查修理，可有效降低设备实际运行时的安全隐患和可能造成的经济损失。整体来看，智能化运维平台帮助提升了运维的效率，并减少了因人工和流程操作而引起的运维故障，解决了一部分问题。现有的城轨地铁运维系统虽然能解决一些问题，但仍处于建设初期，存在线路没有规划、随批随建、信息系统随用随建，缺少从顶端考虑统筹规划，存在信息隔离严重、基础设施分散、网络资源浪费等问题，整体上缺乏统一部署、数据缺乏集中管理，导致地铁运维系统的智能化程度不高，大量采集的数据利用效率不高，难以实现运维高效及线网运维资源共享、降低运维成本。
发明内容
为了克服上述技术的不足，本发明提供一种城轨地铁车辆智能运维管理系统。
本发明采用的技术方案是：一种城轨地铁车辆智能运维管理系统，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；其中，物端运维层以每个编组运行列车为单位设置由1个列车在线监测主机与网关、多个监测装置、多个传感器组成的列车在线监测系统，通过无线广域网或无线局域网与线路智能运维分系统连接，列车在线监测主机与网关通过多个监测装置及其连接的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线路智能运维分系统，为车辆运行实时状态监测、故障诊断和预警提供数据支持；雾端运维层是基于现有城市轨道交通运营模式构建各城市的城铁智能运维子系统，通过广域网与云端大数据智能运维中心连接，通过既有城域网与城市所管辖的各线路智能运维分系统连接，线路智能运维分系统通过局域网连接线路运维终端，各线路智能运维分系统的监测处理数据汇集至城铁智能运维子系统，在线路运维终端的支持下完成对城市各线路运行车辆的运营调度、实时状态监测与故障诊断、检修维护安排，然后将城市各线路车辆诊断信息和维护信息接入云端服务器；云端运维层是城轨地铁车辆智能运维管理系统的大数据智能运维中心，通过既有广域网与各城市城铁智能运维子系统、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、存储来自各城市城铁智能运维子系统的、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，所述的线路智能运维分系统由运行在同一线路k上的l列城轨地铁车辆的列车在线监测系统组成，每个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个传感器；用于从多维度感知列车牵引、制动、运行平稳度与舒适性的n个传感器包括速度传感器、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，传感器拾取的多维度监测信号连接至通过现场总线与列车在线监测主机连接的m个监测装置，经信号调理与采集、数据处理与特征信息提取后通过现场总线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线路智能运维分系统，在线路运维终端的支持下线路智能运维分系统实现对线路运行车辆的实时监测数据管理、实时状态显示与查询、列车运营调度、车辆保养与维护、状态检修安排。
在本发明中，所述的城铁智能运维子系统是一个具承上启下作用的城市轨道交通的智能运维管理中心，通过局域网与城铁管理终端连接，通过城域网与城市k条运营线路的线路智能运维分系统连接，通过广域网与云端大数据智能运维中心连接；k条运营线路的线路智能运维分系统将各自监测到的l列城轨地铁车辆实时状态信息、运行区间各站点的客流及其它信息传输到城铁智能运维子系统，在城铁管理终端的支持下城铁智能运维子系统实现对城市旅客流量的监控并进行有效调控与引导、实现对城市轨道交通车辆运行状况总体管控以合理规划城市轨道交通网络；城铁智能运维子系统完成对Y个城市线路运行车辆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以指导各城市运维工作开展，由各线路智能运维分系统安排完成相应的调度、检修和维护工作。
在本发明中，所述的大数据智能运维中心由具有强大数据处理能力云端服务器阵列组成，用于收集、处理、分析、存储来自各城市城铁智能运维子系统的实时监测数据，通过广域网与X个城市的城铁智能运维子系统、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个城市的城铁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日报、周报和月报，在此基础上进行设备寿命预测和运维决策，X个城市的城铁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。
本发明的有益效果是，实现了城轨地铁车辆从设备生产、运用决策、维护保养、故障诊断等环节的数据互通共享，解决以往运维系统的信息孤立问题，构建一个可靠的智能运维管理系统，更全面反映了城轨地铁车辆的状态以及更加可靠地建立数据模型，实现各系统之间数据互通共享、优化资源配置以及实现智能运维系统的闭环优化与更新，确保城轨地铁车辆安全、高效运行。
附图说明
图1是本发明实施例的总体拓扑结构图。
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。为解决以往运维系统的信息孤立问题，本发明采用的城轨地铁车辆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；其中，物端运维层以每个编组运行列车为单位设置由1个列车在线监测主机与网关、多个监测装置、多个传感器组成的列车在线监测系统，通过无线广域网或无线局域网与线路智能运维分系统连接，列车在线监测主机与网关通过多个监测装置及其连接的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线路智能运维分系统，为车辆运行实时状态监测、故障诊断和预警提供数据支持。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 Area Network，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在线路运行时采用无线广域网通信，回到车库时采用无线局域网通信。雾端运维层是基于现有城市轨道交通运营模式构建各城市的城铁智能运维子系统，通过广域网与云端大数据智能运维中心连接，通过既有城域网与城市所管辖的各线路智能运维分系统连接，线路智能运维分系统通过局域网连接线路运维终端，各线路智能运维分系统的监测处理数据汇集至城铁智能运维子系统，在线路运维终端的支持下完成对城市各线路运行车辆的运营调度、实时状态监测与故障诊断、检修维护安排，然后将城市各线路车辆诊断信息和维护信息接入云端服务器；云端运维层是城轨地铁车辆智能运维管理系统的大数据智能运维中心，通过既有广域网与各城市城铁智能运维子系统、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、存储来自各城市城铁智能运维子系统的、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 (Wide Area Network)：作用范围通常为几十到几千公里；城域网 MAN(Metropolitan Area Network)：作用距离约为5 ~ 50 公里；局域网 LAN (Local AreaNetwork) ：局限在较小的范围（如 1 公里左右）；个人区域网 PAN (Personal AreaNetwork) ：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，线路智能运维分系统与城铁智能运维子系统采用城域网连接。本发明的城轨地铁车辆智能运维系统采用三层运维层的结构，包括云端运维层、雾端运维层、物端运维层，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线的运维中心，为车辆的故障诊断和预警提供数据支持，各线路运维中心进行相应数据管理，完成状态检测、列车调度、线路维护和检修安排，然后各线路利用系统的传输网络接入对应城市的私有云，将各线路监测和相关处理数据汇集至各城市运维中心，完成对各城市线路车辆数据的汇总存储以及相应的数据协议处理解析，最后将各城市线路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。
根据城轨地铁车辆的运行管理模式，线路智能运维分系统由运行在同一线路k上的l列城轨地铁车辆的列车在线监测系统组成，每个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个传感器；用于从多维度感知列车牵引、制动、运行平稳度与舒适性的n个传感器包括速度传感器、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，传感器拾取的多维度监测信号连接至通过现场总线与列车在线监测主机连接的m个监测装置，经信号调理与采集、数据处理与特征信息提取后通过现场总线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线路智能运维分系统，在线路运维终端的支持下线路智能运维分系统实现对线路运行车辆的实时监测数据管理、实时状态显示与查询、列车运营调度、车辆保养与维护、状态检修安排。本发明的物端运维层即线路智能运维分系统，主要是通过速度传感器、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和空调、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线路运维中心，合理安排日常检修任务，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线路运维中心，及时进行列车调度工作，而且线路运维中心将从各城市运维中心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安排，确保列车运行安全高效。
在需求侧对整个交通系统进行有效调控与引导，是现阶段解决城市交通拥堵问题的必然选择，对提升城市交通管理水平、保障百姓通行便利、推进城市经济发展具有重要的意义。本发明采用在每个城市设置中城铁智能运维子系统的技术方案，城铁智能运维子系统是一个具承上启下作用的城市轨道交通的智能运维管理中心，通过局域网与城铁管理终端连接，通过城域网与城市k条运营线路的线路智能运维分系统连接，通过广域网与云端大数据智能运维中心连接；k条运营线路的线路智能运维分系统将各自监测到的l列城轨地铁车辆实时状态信息、运行区间各站点的客流及其它信息传输到城铁智能运维子系统，在城铁管理终端的支持下城铁智能运维子系统实现对城市旅客流量的监控并进行有效调控与引导、实现对城市轨道交通车辆运行状况总体管控以合理规划城市轨道交通网络；城铁智能运维子系统完成对Y个城市线路运行车辆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以指导各城市运维工作开展，由各线路智能运维分系统安排完成相应的调度、检修和维护工作。本发明的雾端运维层即城铁智能运维子系统，它将接收的各线路运维数据接到各个城市的私有云，将各线路监测和相关处理数据汇集至各城市运维中心后由各城市运维中心统一管理。首先将接收到的各条线路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，其次完成对各城市线路车辆数据的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，把不同城市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，以供各城市运维中心参考，指导安排运维工作，并将诊断信息、预测信息以及健康评估信息等发送至各线路运维中心，最后由各线路运维中心安排完成相应调度安排和检修维护工作。
近年来交通拥堵问题日益严峻，道路通行能力是衡量一个城市综合发展实力的重要因素，严重的拥堵会增加城市整体的经济成本，也在一定程度上制约着城市的经济发展；根据有关部门的统计显示，由道路交通拥堵造成的经济成本约占 GDP 比重的 1%-3%之间，这个数字是不容小觑的，如何治理交通拥堵已经成为我国大城市亟待解决的突出难题。以物联网、云计算、大数据、人工智能为代表的新一代信息通信技术的蓬勃发展，打破了传统的城市发展模式，世界各国相继掀起了智慧城市建设的热潮。截止目前，全球已启动或在建的智慧城市达 1000 多个，这势必将对各国的政治、经济、社会、生态发展产生重大而深远的影响。建设智慧城市已经成为历史的必然趋势，成为信息领域的战略制高点。随着社会经济的快速发展，城市化进程不断加快，城市规模的不断扩张，城市人口激增，机动车保有量急剧上升，机动化出行的需求增多，传统的城市发展模式和原有的城市道路交通体系已经无法满足人们日益增多的出行要求，交通供给和交通需求的矛盾日益突出，各大城市均出现不同程度的交通拥堵。城市交通拥堵的成因复杂，波及范围较广，虽然已从多方面提出治理对策，但大多都呈现出改善效果不明显且不稳定的特点。由拥堵带来的能源消耗、环境恶化、事故频发、资源浪费、出行成本提高等问题已成为全球的研究课题，亟待提出有效的治理模式和科学的治理措施，以解决这一制约城市可持续发展的瓶颈问题。本发明的大数据智能运维中心由具有强大数据处理能力云端服务器阵列组成，用于收集、处理、分析、存储来自各城市城铁智能运维子系统的实时监测数据，通过广域网与X个城市的城铁智能运维子系统、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个城市的城铁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日报、周报和月报，在此基础上进行设备寿命预测和运维决策，X个城市的城铁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即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城市级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各城市运维分析处理数据、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，本发明公开的城轨地铁车辆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，物端运维层将各线路处理数据汇集至各对应城市的城市运维中心，完成对城市各线路车辆数据的汇总以及标准化处理，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线的运维中心。其有益效果在于：实现了城轨地铁车辆从设备生产、运用决策、维护保养、故障诊断等环节的数据互通共享，解决以往运维系统的信息孤立问题，构建一个可靠的智能运维管理系统，且实现系统参数的闭环更新优化以提高城轨地铁车辆的运维效率。
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)
1.一种城轨地铁车辆智能运维管理系统，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；其特征是：物端运维层以每个编组运行列车为单位设置由1个列车在线监测主机与网关、多个监测装置、多个传感器组成的列车在线监测系统，通过无线广域网或无线局域网与线路智能运维分系统连接，列车在线监测主机与网关通过多个监测装置及其连接的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线路智能运维分系统，为车辆运行实时状态监测、故障诊断和预警提供数据支持；雾端运维层是基于现有城市轨道交通运营模式构建各城市的城铁智能运维子系统，通过广域网与云端大数据智能运维中心连接，通过既有城域网与城市所管辖的各线路智能运维分系统连接，线路智能运维分系统通过局域网连接线路运维终端，各线路智能运维分系统的监测处理数据汇集至城铁智能运维子系统，在线路运维终端的支持下完成对城市各线路运行车辆的运营调度、实时状态监测与故障诊断、检修维护安排，然后将城市各线路车辆诊断信息和维护信息接入云端服务器；云端运维层是城轨地铁车辆智能运维管理系统的大数据智能运维中心，通过既有广域网与各城市城铁智能运维子系统、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、存储来自各城市城铁智能运维子系统的、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所述的城轨地铁车辆智能运维管理系统，其特征是：所述的线路智能运维分系统由运行在同一线路k上的l列城轨地铁车辆的列车在线监测系统组成，每个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个传感器；用于从多维度感知列车牵引、制动、运行平稳度与舒适性的n个传感器包括速度传感器、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，传感器拾取的多维度监测信号连接至通过现场总线与列车在线监测主机连接的m个监测装置，经信号调理与采集、数据处理与特征信息提取后通过现场总线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线路智能运维分系统，在线路运维终端的支持下线路智能运维分系统实现对线路运行车辆的实时监测数据管理、实时状态显示与查询、列车运营调度、车辆保养与维护、状态检修安排。
3.根据权利要求1所述的城轨地铁车辆智能运维管理系统，其特征是：所述的城铁智能运维子系统是一个具承上启下作用的城市轨道交通的智能运维管理中心，通过局域网与城铁管理终端连接，通过城域网与城市k条运营线路的线路智能运维分系统连接，通过广域网与云端大数据智能运维中心连接；k条运营线路的线路智能运维分系统将各自监测到的l列城轨地铁车辆实时状态信息、运行区间各站点的客流及其它信息传输到城铁智能运维子系统，在城铁管理终端的支持下城铁智能运维子系统实现对城市旅客流量的监控并进行有效调控与引导、实现对城市轨道交通车辆运行状况总体管控以合理规划城市轨道交通网络；城铁智能运维子系统完成对Y个城市线路运行车辆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以指导各城市运维工作开展，由各线路智能运维分系统安排完成相应的调度、检修和维护工作。
4.根据权利要求1所述的城轨地铁车辆智能运维管理系统，其特征是：所述的大数据智能运维中心由具有强大数据处理能力云端服务器阵列组成，用于收集、处理、分析、存储来自各城市城铁智能运维子系统的实时监测数据，通过广域网与X个城市的城铁智能运维子系统、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个城市的城铁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日报、周报和月报，在此基础上进行设备寿命预测和运维决策，X个城市的城铁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 |
|---|---|---|---|
| CN202110057883.XA CN112622990A (zh) | 2021-01-16 | 2021-01-16 | 城轨地铁车辆智能运维管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110057883.XA CN112622990A (zh) | 2021-01-16 | 2021-01-16 | 城轨地铁车辆智能运维管理系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112622990A true CN112622990A (zh) | 2021-04-09 |
Family
ID=75294436
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110057883.XA Pending CN112622990A (zh) | 2021-01-16 | 2021-01-16 | 城轨地铁车辆智能运维管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112622990A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113660549A (zh) * | 2021-07-20 | 2021-11-16 | 清华大学 | 一种地铁内部灾害事故试验数据集成采集方法及系统 |
| CN113781775A (zh) * | 2021-08-19 | 2021-12-10 | 南京交通职业技术学院 | 一种城市轨道交通多信号实时处理方法及系统 |
| CN114139949A (zh) * | 2021-12-01 | 2022-03-04 | 成都西交轨道交通技术服务有限公司 | 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 |
| CN114359003A (zh) * | 2021-12-16 | 2022-04-15 | 深圳大学 | 一种基于云计算的轨道交通网信息化运营管理系统 |
| CN114596667A (zh) * | 2022-03-08 | 2022-06-07 | 北京物资学院 | 一种数据共享方法、系统及计算机存储介质 |
| CN116707142A (zh) * | 2023-07-31 | 2023-09-05 | 济南铁路信息技术有限公司 | 一种基于无线通信的铁路信号电源远程监控系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101795398A (zh) * | 2010-02-05 | 2010-08-04 | 北京建筑工程学院 | 具有安全监控中心的多层地下交通枢纽综合监控系统 |
| CN103338261A (zh) * | 2013-07-04 | 2013-10-02 | 北京泰乐德信息技术有限公司 | 一种轨道交通监测数据的存储和处理方法及系统 |
| CN103386994A (zh) * | 2012-05-08 | 2013-11-13 | 上海富欣智能交通控制有限公司 | 基于安全通信的城市轨道交通智能控制系统 |
| CN205930759U (zh) * | 2016-08-22 | 2017-02-08 | 中车唐山机车车辆有限公司 | 无线轴温监测装置及动车组列车 |
| CN106444584A (zh) * | 2016-11-10 | 2017-02-22 | 中车青岛四方机车车辆股份有限公司 | 轨道车辆的监控系统 |
| CN107589695A (zh) * | 2017-09-12 | 2018-01-16 | 中国中车股份有限公司 | 一种列车组故障预测与健康管理系统 |
| CN107600110A (zh) * | 2017-09-12 | 2018-01-19 | 中国中车股份有限公司 | 一种车载列车组故障预测与健康管理系统 |
| CN109050582A (zh) * | 2018-08-23 | 2018-12-21 | 天津市北海通信技术有限公司 | 列车状态智能监控方法及系统 |
| CN210380934U (zh) * | 2019-12-17 | 2020-04-21 | 湘潭电机股份有限公司 | 一种城市轨道交通车辆电气牵引系统的健康管理系统 |
| CN111661113A (zh) * | 2020-05-26 | 2020-09-15 | 神华新朔铁路有限责任公司 | 一种轨道交通车辆的运维方法及系统 |
-
2021
- 2021-01-16 CN CN202110057883.XA patent/CN112622990A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101795398A (zh) * | 2010-02-05 | 2010-08-04 | 北京建筑工程学院 | 具有安全监控中心的多层地下交通枢纽综合监控系统 |
| CN103386994A (zh) * | 2012-05-08 | 2013-11-13 | 上海富欣智能交通控制有限公司 | 基于安全通信的城市轨道交通智能控制系统 |
| CN103338261A (zh) * | 2013-07-04 | 2013-10-02 | 北京泰乐德信息技术有限公司 | 一种轨道交通监测数据的存储和处理方法及系统 |
| CN205930759U (zh) * | 2016-08-22 | 2017-02-08 | 中车唐山机车车辆有限公司 | 无线轴温监测装置及动车组列车 |
| CN106444584A (zh) * | 2016-11-10 | 2017-02-22 | 中车青岛四方机车车辆股份有限公司 | 轨道车辆的监控系统 |
| CN107589695A (zh) * | 2017-09-12 | 2018-01-16 | 中国中车股份有限公司 | 一种列车组故障预测与健康管理系统 |
| CN107600110A (zh) * | 2017-09-12 | 2018-01-19 | 中国中车股份有限公司 | 一种车载列车组故障预测与健康管理系统 |
| CN109050582A (zh) * | 2018-08-23 | 2018-12-21 | 天津市北海通信技术有限公司 | 列车状态智能监控方法及系统 |
| CN210380934U (zh) * | 2019-12-17 | 2020-04-21 | 湘潭电机股份有限公司 | 一种城市轨道交通车辆电气牵引系统的健康管理系统 |
| CN111661113A (zh) * | 2020-05-26 | 2020-09-15 | 神华新朔铁路有限责任公司 | 一种轨道交通车辆的运维方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 韩俊峰等: "铁路货车智能化分析与顶层架构方案设计" * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113660549A (zh) * | 2021-07-20 | 2021-11-16 | 清华大学 | 一种地铁内部灾害事故试验数据集成采集方法及系统 |
| CN113781775A (zh) * | 2021-08-19 | 2021-12-10 | 南京交通职业技术学院 | 一种城市轨道交通多信号实时处理方法及系统 |
| CN114139949A (zh) * | 2021-12-01 | 2022-03-04 | 成都西交轨道交通技术服务有限公司 | 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 |
| CN114359003A (zh) * | 2021-12-16 | 2022-04-15 | 深圳大学 | 一种基于云计算的轨道交通网信息化运营管理系统 |
| CN114596667A (zh) * | 2022-03-08 | 2022-06-07 | 北京物资学院 | 一种数据共享方法、系统及计算机存储介质 |
| CN114596667B (zh) * | 2022-03-08 | 2023-08-11 | 北京物资学院 | 一种数据共享方法、系统及计算机存储介质 |
| CN116707142A (zh) * | 2023-07-31 | 2023-09-05 | 济南铁路信息技术有限公司 | 一种基于无线通信的铁路信号电源远程监控系统 |
| CN116707142B (zh) * | 2023-07-31 | 2023-10-24 | 济南铁路信息技术有限公司 | 一种基于无线通信的铁路信号电源远程监控系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112622990A (zh) | 城轨地铁车辆智能运维管理系统 | |
| CN112598182B (zh) | 一种轨道交通智能调度方法及系统 | |
| CN112529755A (zh) | 高铁动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 | |
| CN112660210A (zh) | 货运列车智能运维管理系统 | |
| CN103632211B (zh) | 一种机动车故障预警和召回预测系统 | |
| CN108398934B (zh) | 一种用于轨道交通的设备故障监控的系统 | |
| CN104217367A (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 | |
| CN104077552A (zh) | 一种基于云计算的轨道交通信号综合运维方法及系统 | |
| CN102923538A (zh) | 基于物联网的电梯健康管理与维护系统及采集和评估方法 | |
| 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 | |
| CN105923022A (zh) | 一种用于城市轨道交通的在线监测调度系统 | |
| CN109272175A (zh) | 一种基于城市流动网络的数据采集系统及方法 | |
| CN105094095B (zh) | 一种电动汽车远程监控方法 | |
| CN104932487A (zh) | 一种地铁车辆远程诊断系统 | |
| CN112532749A (zh) | 一种轨道工程车辆智能运维系统 | |
| CN111806516A (zh) | 一种用于智能列车监测与运维的健康管理装置及方法 | |
| CN112183771A (zh) | 一种轨道交通智能运维生态系统及其运行方法 | |
| CN113361825A (zh) | 一种踩踏事故早期预警方法及系统 | |
| CN112734256A (zh) | 轨道交通车辆智能运维系统 | |
| CN110097144A (zh) | 一种轮胎自动检测大数据与云计算系统及其应用研究 | |
| CN218276763U (zh) | 基于工业互联网技术的接触网故障预测与健康管理系统 | |
| CN112614038A (zh) | 旅客列车智能运维管理系统 | |
| Huang et al. | Information fusion early warning of rail transit signal operation and maintenance based on big data of internet of things |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210409 |
|
| WD01 | Invention patent application deemed withdrawn after publication |