CN113837579B - Atc报警与现场故障日志的数字化分析统计方法 - Google Patents

Atc报警与现场故障日志的数字化分析统计方法 Download PDF

Info

Publication number
CN113837579B
CN113837579B CN202111083800.0A CN202111083800A CN113837579B CN 113837579 B CN113837579 B CN 113837579B CN 202111083800 A CN202111083800 A CN 202111083800A CN 113837579 B CN113837579 B CN 113837579B
Authority
CN
China
Prior art keywords
alarm
line
data
information
analysis
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.)
Active
Application number
CN202111083800.0A
Other languages
English (en)
Other versions
CN113837579A (zh
Inventor
刘志辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Thales Sec Transportation System Ltd
Original Assignee
Thales Sec Transportation System Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Thales Sec Transportation System Ltd filed Critical Thales Sec Transportation System Ltd
Priority to CN202111083800.0A priority Critical patent/CN113837579B/zh
Publication of CN113837579A publication Critical patent/CN113837579A/zh
Application granted granted Critical
Publication of CN113837579B publication Critical patent/CN113837579B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3452—Performance evaluation by statistical analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3466—Performance evaluation by tracing or monitoring
    • G06F11/3476—Data logging
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Computer Hardware Design (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Emergency Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明公开了一种ATC报警与现场故障日志的数字化分析统计方法，在于，包括：获取线路基础信息、站场信息和车辆信息；获取ATS报警基础信息，并结合线路基础信息、站场信息和车辆信息进行ATC报警分析；获取故障数据，并结合线路基础信息、站场信息和车辆信息进行故障日志分析。本发明能够提高数据统计分析效率，提高数据处理的准确度及分析结果的可靠度。

Description

ATC报警与现场故障日志的数字化分析统计方法
技术领域
本发明涉及数据分析领域，尤其涉及轨道交通的ATC报警与现场故障日志分析统计。
背景技术
城市轨道交通建设发展迅速，信号系统在列车载客运行期间承担着关键的行车安全保障。面向信号系统的基础数据，包括：
1)ATC(列车自动控制系统)核心子系统：列车自动防护(ATP)、列车自动驾驶(ATO)、列车自动监控(ATS)、计算机联锁，产生的大量的设备状态及报警信息。
2)现场对信号系统相关的故障日志记录。
这些基础数据对于整个信号系统的综合评估具有重要价值，同时在城市轨道交通数字化转型的研究过程中扮演了重要的角色。
现有技术中，ATC报警的分析统计大多是对定期(按月或者按季度)的ATS数据库导出压缩文件，通过具有特定功能的软件工具进行单一的报警参数分析。存在以下缺点与不足：
1)针对定期(按月或者按季度)的数据进行分析，缺乏全生命周期的数据对比分析；
2)针对数据库导出压缩文件进行解析，可能由于网络原因或人为因素导致文件损坏，从而致使原始数据丢失；
3)无法应对多样的报警参数类型的转换、多维度的参数分析，需要人工进一步完成；
4)需手动选取依赖的设备数据文件，效率低下，错误频发；
5)分析结果以文件形式保存，存在数据丢失及人为误操作等风险。
现有技术中，现场故障日志的分析统计大多是现场维保人员将日常线路故障日志记录在Excel表格文件中，每月将表格文件提交至相关技术人员，由技术人员进行手动确认及分析。存在以下缺点与不足：
1)手动记录原始故障日志，缺乏数据的自动校验，易错；
2)针对多月的数据分析，需手动完成；
3)Excel表格文件，存在数据丢失及人为误操作等风险。
发明内容
本发明的目的在于提供一种ATC报警与现场故障日志的数字化分析统计方法，能够提高数据统计分析效率，提高数据处理的准确度及分析结果的可靠度。
实现上述目的的技术方案是：
一种ATC报警与现场故障日志的数字化分析统计方法，包括：
获取线路基础信息、站场信息和车辆信息；
获取ATS报警基础信息，并结合线路基础信息、站场信息和车辆信息进行ATC报警分析；
获取故障数据，并结合线路基础信息、站场信息和车辆信息进行故障日志分析。
优选的，线路基础信息包括线路编号、线路名称、城市名称及编号、线路控区数量、线路长度、系统类型、VOBC类型、PMI类型、线路状态、开通时间、签定时间；
车辆信息包括：列车阶段、列车编号和车载控制器编号。
优选的，所述获取线路基础信息和车辆信息，包括：
调用线路基础信息查询接口获取线路基础信息；
站场信息以SVG图片形式在模态框中显示；
通过界面链接调用单独的车辆信息查询接口获取车辆信息。
优选的，所述获取ATS报警基础信息，并结合线路基础信息、站场信息和车辆信息进行ATC报警分析，包括：
获取ATS报警基础信息：ATS报警模板Excel文件通过线路编号列列名与选择的线路编号进行校验，根据Yes标签判断适用性进行过滤，生成数据对象并写入数据库；ATS报警基础信息包括统计维度信息；
ATC单报警分析：选择线路编号，输入报警ID，判断报警ID是否有效且适用于所选线路，若有效则进一步获取相应报警的统计维度信息及报警描述信息，然后根据统计维度信息映射关联数据库表的相应字段及索引，最后根据所选时间段及时间类型进行数据库检索；
ATC多报警分析：选择线路编号，输入报警ID列表；判断报警ID列表中所有报警是否有效且适用于所选线路，过滤筛选出有效报警直接根据关联数据库表的logID字段进行检索，若存在非法报警则将相关信息推送给界面显示，最终统计结果根据报警ID按天或月进行归类显示；
ATC组合报警分析：获取所有预定义报警集和产品线信息，用户提交表单后，根据报警集列表及所选产品线对应的线路列表，并发查询所有线路的相应报警信息，然后校验报警列表是否全部适用，过滤不适用的报警列表，同时保留一致适用的报警列表，再根据关联数据库表LogID字段进行多线路的并发查询；
ATO停准率分析：针对不同列车在其所有ATO模式阶段内，统计发生的停准和未停准次数，计算停准率。
优选的，所述ATC单报警分析中，若统计维度为Train ID项，进一步获取所选线路的列车信息，根据列车信息确定列车阶段、列车编号或车载控制器编号的关系，根据统计维度信息映射关联数据库表的相应字段及索引，查询数据库并根据列车信息统计最终结果；
最终结果关联列车编号还是车载控制器编号，取决于当前线路的列车类型；
若统计维度为Block Name项，将根据数据库表中新增的pp2block列进行分析，pp2block为ATC报警导入过程中，根据列车车头位置中Segment信息和Block信息的关系进行映射计算获得。
优选的，所述ATC组合报警分析中，获取一致适用的报警列表的所属子系统信息，根据所属子系统进行数据分类。
优选的，所述ATO停准率分析，包括：
获取导入的ATS报警基础信息的起止时间戳；
在起止时间段内，检索数据库获得所有列车处于ATO模式的时间段，根据当前线路定义的停准报警ID，在所有ATO模式阶段内，获取所有列车的停准次数；
根据当前线路定义的未停准报警ID，在所有ATO模式阶段内，获取所有列车的未停准次数；
获取当前线路的列车信息及segment-block映射信息；
获取未停准完整报警参数，并得到列车发生未停准与列车、站台的关系；
过滤未停准统计数据，根据预定义的停准偏移距离，保留在距离正线站台停车点指定偏移距离之内的数据；
计算停准率；
按指定数据格式提交数据库。
优选的，所述获取故障数据，并结合线路基础信息、站场信息和车辆信息进行故障日志分析，包括：
获取故障数据；
故障日志的详细数据分析：选择线路编号、故障性质、故障大小类别、影响运营属性和时间月份段进行单线路查询分析或多线路查询分析；
故障报表统计：进行月度数据概览和MDBF/MDBSAF统计。
优选的，所述单线路查询分析对故障日志按月提供一键锁功能；
所述多线路查询分析允许多条线路同时并发查询，并按线路顺序及时间顺序显示。
优选的，所述月度数据概览指：按月进行分析统计，允许指定单一城市的多线路统计查询，允许指定特定的线路组合，包括：
判断所选时间范围内所有月对应的一键锁状态；
所有一键锁状态为锁状态，则获取静态依赖数据，包括故障大类、影响属性、线路基本信息；
根据故障大类及影响属性，并发检索所有目标数据库表数据；
根据所选时间段分线路计算运营总里程；
根据影响属性统计结果，决定是否加载Comments属性；
对非零分析结果附加二次查询条件；
按线路编号和特定线路组合对数据结果进行归类；
所述MDBF/MDBSAF统计指：根据所线路组合类别和年时间，并发检索所有线路的MDBF/MDBSAF关联数据并计算。
优选的，还包括步骤：进行静态数据维护及相关数据导入；
所述进行静态数据维护及相关数据导入包括：
ATS报警模板导入：通过解析用户上传的报警模板表格文件，根据文件中标识适用线路的列的内容，进而提取所有报警模板信息；
ATS设备数据导入：通过解析用户上传的ATS设备数据XML文件，提取其中所有ATS定义的设备名、设备ID、以及关联的各子系统的设备ID；
轨旁设备数据导入：通过解析用户上传的轨旁设备数据表格文件；
故障日志数据导入：通过解析用户上传的故障日志表格文件，根据用户所选月份及线路编号，提取表格文件中相应月份的数据；
ATS数据库数据导入。
优选的，ATS定义的设备ID与关联的各子系统的设备ID一一对应，此对应关系将用户ATC报警参数的解析映射；
故障日志表格文件内包括Overview数据，其指定了每个月的线路运行基本信息，还包括了每月的故障日志数据，一个月对应一张表；若Overview表和月数据表的数据校验合法，根据相应数据库表数据结构进行数据组合，并写入数据库。
优选的，以SQL bak文件导入实现ATS数据库数据导入，包括：
用户选择线路编号和单个SQL bak文件，并上传；
根据bak文件名包含的线路编号校验线路一致性；
清空临时表内容；
执行restore命令，将SQL bak文件内容恢复至临时表中；
拷贝临时表所有内容至目标数据库表中；
重新清空临时表内容；
删除SQL bak文件。
优选的，以按天或按月的gz压缩文件导入实现ATS数据库数据导入，包括：
根据线路编号创建相应FTP连接；
从FTP Server获取文件目录及文件列表；
选择线路编号和待上传的包含整月gz压缩文件的月份文件夹或单个gz压缩文件，并上传；
按行解析文件所有内容，映射为数据对象并加载至缓存；
通过逼近算法获取上述所有数据对象在既有数据库中的起止对象位置；
过滤重复数据对象；
更新数据库；
断开FTP连接；
删除所有上传的gz文件。
本发明的有益效果是：本发明通过解析用户提交的SQL数据库备份文件、原始压缩文件、Excel表格文件，依赖各子系统导入的静态数据，提供了多项功能的数字化数据分析手段，能够有效提升轨道交通ATC报警与现场故障日志的数据统计分析效率，提高数据处理的准确度及分析结果的可靠度，进一步为轨道交通信号系统运营质量的综合评估提供关键数据支撑。同时，通过维护线网级的各类轨旁、车载等设备关联信息，对各类ATC报警和故障日志进行灵活分析统计。根据丰富的浏览器界面查询接口，方便用户检索数据。通过全生命周期的数据管理手段，确保分析统计数据的准确性，一致性及可追溯性。
附图说明
图1是本发明的ATC报警与现场故障日志的数字化分析统计方法的流程图；
图2是本发明中步骤S2的流程图；
图3是本发明中步骤S3的流程图；
图4是本发明中步骤S4的流程图。
具体实施方式
下面将结合附图对本发明作进一步说明。
请参阅图1-4，本发明的ATC报警与现场故障日志的数字化分析统计方法，包括下列步骤：
步骤S1，获取线路基础信息、站场信息和车辆信息；
步骤S2，获取ATS报警基础信息，并结合线路基础信息、站场信息和车辆信息进行ATC报警分析；
步骤S3，获取故障数据，并结合线路基础信息、站场信息和车辆信息进行故障日志分析；
步骤S4，进行静态数据维护及相关数据导入。
其中，步骤S1中，线路基础信息包括线路编号、线路名称、城市名称及编号、线路控区数量、线路长度、系统类型、VOBC(车载控制器)类型、PMI(连锁控制单元)类型、线路状态、开通时间、签定时间。车辆信息包括：列车阶段(Train Phase)、列车编号(Train ID)和车载控制器编号(VOBC ID)。
通过调用线路基础信息查询接口获取线路基础信息。站场信息以SVG图片形式在模态框中显示。通过界面链接调用单独的车辆信息查询接口获取车辆信息，数据格式为<Start ID 1–End ID 1；…；Start ID N–End ID N>。
允许用户逐条编辑线路基础信息及车辆信息，且规定了严格的校验规则，主要包括：数据类型及字段属性；数据预定义可选项或范围；数据特定格式。
步骤S2包括：
S21，获取ATS报警基础信息：ATC报警基础信息是通过ATS报警模板导入模块提供的接口完成，上传用户选择的本地ATS报警模板Excel文件，后台软件根据所选线路编号进行文件一致性校验，根据对应线路编号列标签提取数据，然后写入数据库。
其中，提取数据的校验过程是根据文件内线路编号列列名与界面选择的线路编号进行校验，根据Yes(正确)标签判断适用性进行过滤，生成数据对象并写入数据库。ATS报警基础信息包括统计维度信息。统计维度信息包括：统计维度名称、统计参数索引。
数据格式为:[统计维度名称1：统计参数索引1；名称2：索引2…名称N：索引N]；
统计维度索引决定了数据库字段映射关系为：N->Col_[N]。
S22，ATC单报警分析：浏览器界面选择线路编号，手动输入报警ID。首先，后台软件判断报警ID是否有效且适用于所选线路，若有效则进一步获取相应报警统计维度及报警描述信息，然后，根据统计维度信息映射关联数据库表的相应字段及索引，最后根据所选时间段及时间类型进行数据库检索。
其中，若统计维度为Train ID(列车编号)项，将进一步获取所选线路的列车信息，根据列车信息确定Train Phase,Train ID或VOBCID的关系，同样根据统计维度信息映射关联数据库表的相应字段及索引，查询数据库并根据列车信息统计最终结果。最终结果关联列车编号还是车载控制器编号，取决于当前线路的列车类型。
其中，若统计维度为Block Name(闭塞区间名)项，将根据数据库表中新增的pp2block(位置-区段)列进行分析，pp2block为ATC报警导入过程中，根据列车车头位置中Segment(区段)信息和Block信息的关系进行映射计算获得。
图形化界面通过ChartJS(绘图插件)进行渲染显示，数据获取方式同上。
S23，ATC多报警分析：浏览器界面选择线路编号，手动输入报警ID列表。首先，后台软件判断报警ID列表中所有报警是否有效且适用于所选线路，过滤筛选出有效报警直接根据关联数据库表的logID(同报警ID)字段进行检索，若存在非法报警则将相关信息推送给界面显示，最终统计结果根据报警ID按天或月进行归类显示。
图形化界面通过ChartJS进行渲染显示，数据获取方式同上。
S24，ATC组合报警分析：加载初始化界面时，前端获取所有预定义报警集和产品线信息，用户提交表单后，后台软件根据报警集列表及所选产品线对应的线路列表，并发查询所有线路的相应报警信息，然后校验报警列表是否全部适用，过滤不适用的报警列表并推送给界面显示，同时保留一致适用的报警列表，再根据关联数据库表LogID字段进行多线路的并发查询。
其中，获取一致适用的报警列表的所属子系统信息，根据所属子系统进行数据分类。
S25，ATO停准率分析：针对不同列车在其所有ATO模式阶段内，发生的停准和未停准次数进行统计，计算停准率。步骤如下：
1)获取最新导入的ATC报警的起止时间戳；
2)在步骤1的起止时间段内，检索数据库获得所有列车处于ATO模式的时间段，根据当前线路定义的停准报警ID，在步骤2的所有ATO模式阶段内，获取所有列车的停准次数；
3)根据当前线路定义的未停准报警ID，在步骤2的所有ATO模式阶段内，获取所有列车的未停准次数；
4)获取当前线路的列车信息及segment-block(区段-闭塞区间)映射信息；
5)获取未停准完整报警参数，根据步骤5数据得到列车发生未停准与列车、站台的关系。
6)过滤未停准统计数据，根据预定义的停准偏移距离，保留在距离正线站台停车点指定偏移距离之内的数据；
7)计算停准率；
8)按指定数据格式<Train ID>:<Platform ID>:<Block ID>:<次数>提交数据库；
另外，图形化界面按照产品线顺序显示，不同线路的ATO停准率的期望值、月停准率和年度停准率数据。
步骤S3包括：
S31，获取故障数据；
S32，故障日志的详细数据分析：选择线路编号、故障性质、故障大小类别、影响运营属性和时间月份段进行单线路查询分析或多线路查询分析。
详细数据分析分为单线路查询分析和多线路查询分析，数据列包括日期、时间、故障地点、列车、故障性质、故障描述及故障原因、报警、初步分析、处理恢复方式、故障大类、故障小类、影响、备注。
其中，单线路查询分析根据表单条件进行数据库全字段的检索查询，这里所有数据均为有效数据，数据有效性在故障日志的导入模块进行校验，校验规则主要包括：
日期、时间的有效性；
故障性质可选值；
故障大类、故障小类可选值；；
影响可选值；
备注与影响的关系；；
另外，对故障日志按月提供一键锁功能，当数据为上锁状态，所有故障日志记录不允许编辑修改，而此时统计分析数据才有效，当数据为解锁状态，所有故障日志记录可以被修改，但统计分析功能无效。
S33，故障报表统计：进行月度数据概览和MDBF/MDBSAF(平均故障时间)统计。
月度数据概览根据浏览器界面所选线路列表和时间段，对发生在不同子系统及所影响运营属性进行分类统计。月度数据概览是按月进行分析统计，允许指定单一城市的多线路统计查询，允许指定特定的线路组合。其分析过程为：
1)判断所选时间范围内所有月对应的一键锁状态；
2)所有一键锁状态为锁状态，则获取静态依赖数据，包括故障大类、影响属性、线路基本信息；
3)根据步骤2的故障大类及影响属性，并发检索所有目标数据库表数据；
4)根据所选时间段分线路计算运营总里程；
5)根据影响属性统计结果，决定是否加载Comments(故障备注)属性；
6)对非零分析结果附加二次查询条件；
7)按线路编号和特定线路组合对数据结果进行归类。
其中，上述步骤6相应界面显示超链接，允许用户点击，从而根据相应的二次查询条件在打开新窗口中显示相应结果。
MDBF/MDBSAF统计根据浏览器界面所线路组合类别和年时间，并发检索所有线路的MDBF/MDBSAF关联数据并计算。其中线路组合类别为用户预定义，分为两类：
按线路分类，可以完全自定义；
按城市分类，这里自动根据线路基本信息模块定义的城市-线路关系进行加载。
步骤S4包括：
S41，ATS报警模板导入：通过解析用户上传的报警模板表格文件，根据文件中标识适用线路的列的内容，进而提取所有报警模板信息。
S42，ATS设备数据导入：通过解析用户上传的ATS设备数据XML文件，提取其中所有ATS定义的设备名、设备ID、以及关联的各子系统的设备ID。这里ATS定义的设备ID与关联的各子系统的设备ID一一对应，此对应关系将用户ATC报警参数的解析映射。
S43，轨旁设备数据导入：通过解析用户上传的轨旁设备数据表格文件；这里的数据是对上述ATS设备数据的补充，用于特定功能的参数转换及数据分析。
S44，故障日志数据导入：通过解析用户上传的故障日志表格文件，根据用户所选月份及线路编号，提取表格文件中相应月份的数据。表格文件内包括Overview(概览)数据，其指定了每个月的线路运行基本信息，还包括了每月的故障日志数据，一个月对应一张表。若Overview表和月数据表的数据校验合法，将根据相应数据库表数据结构进行数据组合，并写入数据库。
以上所有数据均允许用户通过浏览器界面进行新增、删除、修改操作，并执行严格的数据校验。
S45，ATS数据库数据导入。支持两种导入方式：
以SQL bak文件导入实现ATS数据库数据导入，包括：
1)用户选择线路编号和单个SQL bak(数据库备份)文件，并上传；
2)根据bak(备份)文件名包含的线路编号校验线路一致性；
3)清空临时表内容；
4)执行restore(数据恢复)命令，将SQL bak文件内容恢复至临时表中；
5)拷贝临时表所有内容至目标数据库表中；
6)重新清空临时表内容；
7)删除SQL bak文件。
以按天或按月的gz(一种压缩文件格式)压缩文件导入实现ATS数据库数据导入，包括：
1)根据线路编号创建相应FTP(文件传输协议)连接；
2)从FTP Server获取文件目录及文件列表；
3)选择线路编号和待上传的包含整月gz压缩文件的月份文件夹或单个gz压缩文件，并上传；
4)按行解析文件所有内容，映射为数据对象并加载至缓存；
5)通过逼近算法获取上述所有数据对象在既有数据库中的起止对象位置；
6)过滤重复数据对象；
7)更新数据库；
8)断开FTP连接；
9)删除所有上传的gz文件。
综上，本发明能够有效提升轨道交通ATC报警与现场故障日志的数据统计分析效率，提高数据处理的准确度及分析结果的可靠度。
以上实施例仅供说明本发明之用，而非对本发明的限制，有关技术领域的技术人员，在不脱离本发明的精神和范围的情况下，还可以作出各种变换或变型，因此所有等同的技术方案也应该属于本发明的范畴，应由各权利要求所限定。

Claims (12)

1.一种ATC报警与现场故障日志的数字化分析统计方法，其特征在于，包括：
获取线路基础信息、站场信息和车辆信息；
获取ATS报警基础信息，并结合线路基础信息、站场信息和车辆信息进行ATC报警分析；
获取故障数据，并结合线路基础信息、站场信息和车辆信息进行故障日志分析；
线路基础信息包括线路编号、线路名称、城市名称及编号、线路控区数量、线路长度、系统类型、VOBC类型、PMI类型、线路状态、开通时间、签定时间；
车辆信息包括：列车阶段、列车编号和车载控制器编号；
所述获取ATS报警基础信息，并结合线路基础信息、站场信息和车辆信息进行ATC报警分析，包括：
获取ATS报警基础信息：ATS报警模板Excel文件通过线路编号列列名与选择的线路编号进行校验，根据Yes标签判断适用性进行过滤，生成数据对象并写入数据库；ATS报警基础信息包括统计维度信息；
ATC单报警分析：选择线路编号，输入报警ID，判断报警ID是否有效且适用于所选线路，若有效则进一步获取相应报警的统计维度信息及报警描述信息，然后根据统计维度信息映射关联数据库表的相应字段及索引，最后根据所选时间段及时间类型进行数据库检索；
ATC多报警分析：选择线路编号，输入报警ID列表；判断报警ID列表中所有报警是否有效且适用于所选线路，过滤筛选出有效报警直接根据关联数据库表的logID字段进行检索，若存在非法报警则将相关信息推送给界面显示，最终统计结果根据报警ID按天或月进行归类显示；
ATC组合报警分析：获取所有预定义报警集和产品线信息，用户提交表单后，根据报警集列表及所选产品线对应的线路列表，并发查询所有线路的相应报警信息，然后校验报警列表是否全部适用，过滤不适用的报警列表，同时保留一致适用的报警列表，再根据关联数据库表LogID字段进行多线路的并发查询；
ATO停准率分析：针对不同列车在其所有ATO模式阶段内，统计发生的停准和未停准次数，计算停准率。
2.根据权利要求1所述的ATC报警与现场故障日志的数字化分析统计方法，其特征在于，所述获取线路基础信息和车辆信息，包括：
调用线路基础信息查询接口获取线路基础信息；
站场信息以SVG图片形式在模态框中显示；
通过界面链接调用单独的车辆信息查询接口获取车辆信息。
3.根据权利要求1所述的ATC报警与现场故障日志的数字化分析统计方法，其特征在于，所述ATC单报警分析中，若统计维度为Train ID项，进一步获取所选线路的列车信息，根据列车信息确定列车阶段、列车编号或车载控制器编号的关系，根据统计维度信息映射关联数据库表的相应字段及索引，查询数据库并根据列车信息统计最终结果；
最终结果关联列车编号还是车载控制器编号，取决于当前线路的列车类型；
若统计维度为Block Name项，将根据数据库表中新增的pp2block列进行分析，pp2block为ATC报警导入过程中，根据列车车头位置中Segment信息和Block信息的关系进行映射计算获得。
4.根据权利要求1所述的ATC报警与现场故障日志的数字化分析统计方法，其特征在于，所述ATC组合报警分析中，获取一致适用的报警列表的所属子系统信息，根据所属子系统进行数据分类。
5.根据权利要求1所述的ATC报警与现场故障日志的数字化分析统计方法，其特征在于，所述ATO停准率分析，包括：
获取导入的ATS报警基础信息的起止时间戳；
在起止时间段内，检索数据库获得所有列车处于ATO模式的时间段，根据当前线路定义的停准报警ID，在所有ATO模式阶段内，获取所有列车的停准次数；
根据当前线路定义的未停准报警ID，在所有ATO模式阶段内，获取所有列车的未停准次数；
获取当前线路的列车信息及segment-block映射信息；
获取未停准完整报警参数，并得到列车发生未停准与列车、站台的关系；
过滤未停准统计数据，根据预定义的停准偏移距离，保留在距离正线站台停车点指定偏移距离之内的数据；
计算停准率；
按指定数据格式提交数据库。
6.根据权利要求1所述的ATC报警与现场故障日志的数字化分析统计方法，其特征在于，所述获取故障数据，并结合线路基础信息、站场信息和车辆信息进行故障日志分析，包括：
获取故障数据；
故障日志的详细数据分析：选择线路编号、故障性质、故障大小类别、影响运营属性和时间月份段进行单线路查询分析或多线路查询分析；
故障报表统计：进行月度数据概览和MDBF/MDBSAF统计。
7.根据权利要求6所述的ATC报警与现场故障日志的数字化分析统计方法，其特征在于，所述单线路查询分析对故障日志按月提供一键锁功能；
所述多线路查询分析允许多条线路同时并发查询，并按线路顺序及时间顺序显示。
8.根据权利要求6所述的ATC报警与现场故障日志的数字化分析统计方法，其特征在于，所述月度数据概览指：按月进行分析统计，允许指定单一城市的多线路统计查询，允许指定特定的线路组合，包括：
判断所选时间范围内所有月对应的一键锁状态；
所有一键锁状态为锁状态，则获取静态依赖数据，包括故障大类、影响属性、线路基本信息；
根据故障大类及影响属性，并发检索所有目标数据库表数据；
根据所选时间段分线路计算运营总里程；
根据影响属性统计结果，决定是否加载Comments属性；
对非零分析结果附加二次查询条件；
按线路编号和特定线路组合对数据结果进行归类；
所述MDBF/MDBSAF统计指：根据所线路组合类别和年时间，并发检索所有线路的MDBF/MDBSAF关联数据并计算。
9.根据权利要求1所述的ATC报警与现场故障日志的数字化分析统计方法，其特征在于，还包括步骤：进行静态数据维护及相关数据导入；
所述进行静态数据维护及相关数据导入包括：
ATS报警模板导入：通过解析用户上传的报警模板表格文件，根据文件中标识适用线路的列的内容，进而提取所有报警模板信息；
ATS设备数据导入：通过解析用户上传的ATS设备数据XML文件，提取其中所有ATS定义的设备名、设备ID、以及关联的各子系统的设备ID；
轨旁设备数据导入：通过解析用户上传的轨旁设备数据表格文件；
故障日志数据导入：通过解析用户上传的故障日志表格文件，根据用户所选月份及线路编号，提取表格文件中相应月份的数据；
ATS数据库数据导入。
10.根据权利要求9所述的ATC报警与现场故障日志的数字化分析统计方法，其特征在于，ATS定义的设备ID与关联的各子系统的设备ID一一对应，此对应关系将用户ATC报警参数的解析映射；
故障日志表格文件内包括Overview数据，其指定了每个月的线路运行基本信息，还包括了每月的故障日志数据，一个月对应一张表；若Overview表和月数据表的数据校验合法，根据相应数据库表数据结构进行数据组合，并写入数据库。
11.根据权利要求9所述的ATC报警与现场故障日志的数字化分析统计方法，其特征在于，以SQL bak文件导入实现ATS数据库数据导入，包括：
用户选择线路编号和单个SQL bak文件，并上传；
根据bak文件名包含的线路编号校验线路一致性；
清空临时表内容；
执行restore命令，将SQL bak文件内容恢复至临时表中；
拷贝临时表所有内容至目标数据库表中；
重新清空临时表内容；
删除SQL bak文件。
12.根据权利要求9所述的ATC报警与现场故障日志的数字化分析统计方法，其特征在于，以按天或按月的gz压缩文件导入实现ATS数据库数据导入，包括：
根据线路编号创建相应FTP连接；
从FTP Server获取文件目录及文件列表；
选择线路编号和待上传的包含整月gz压缩文件的月份文件夹或单个gz压缩文件，并上传；
按行解析文件所有内容，映射为数据对象并加载至缓存；
通过逼近算法获取所有上述数据对象在既有数据库中的起止对象位置；
过滤重复数据对象；
更新数据库；
断开FTP连接；
删除所有上传的gz文件。
CN202111083800.0A 2021-09-14 2021-09-14 Atc报警与现场故障日志的数字化分析统计方法 Active CN113837579B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111083800.0A CN113837579B (zh) 2021-09-14 2021-09-14 Atc报警与现场故障日志的数字化分析统计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111083800.0A CN113837579B (zh) 2021-09-14 2021-09-14 Atc报警与现场故障日志的数字化分析统计方法

Publications (2)

Publication Number Publication Date
CN113837579A CN113837579A (zh) 2021-12-24
CN113837579B true CN113837579B (zh) 2024-04-12

Family

ID=78959338

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111083800.0A Active CN113837579B (zh) 2021-09-14 2021-09-14 Atc报警与现场故障日志的数字化分析统计方法

Country Status (1)

Country Link
CN (1) CN113837579B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115730020B (zh) * 2022-11-22 2023-10-10 哈尔滨工程大学 基于MySQL数据库日志分析的自动驾驶数据监测方法及监测系统

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140036337A (ko) * 2012-09-12 2014-03-25 현대로템 주식회사 철도시스템의 고장정보수집분석시스템
CN103744383A (zh) * 2013-12-26 2014-04-23 北京交控科技有限公司 地铁信号故障预警方法及系统
CN104908781A (zh) * 2015-05-27 2015-09-16 中国铁路总公司 一种集成化电务监测维护系统
CN106741017A (zh) * 2016-12-26 2017-05-31 广州地铁集团有限公司 基于轨道交通信号系统中报文分析的故障排查方法及系统
CN106781290A (zh) * 2016-12-27 2017-05-31 中国铁道科学研究院通信信号研究所 高速铁路地震预警监测铁路局中心系统信息处理平台
WO2017096965A1 (zh) * 2015-12-09 2017-06-15 湖南中车时代通信信号有限公司 一种导航式列车运行径路图的制作方法和系统
CN107168278A (zh) * 2017-04-25 2017-09-15 广州地铁集团有限公司 地铁列车信号系统的自动维护与预警系统
CN107991965A (zh) * 2017-12-21 2018-05-04 卡斯柯信号有限公司 基于智能监测的标准化电务故障应急指挥管理方法
WO2020063280A1 (zh) * 2018-09-27 2020-04-02 北京全路通信信号研究设计院集团有限公司 一种车地一体综合分析平台
KR102165528B1 (ko) * 2020-06-03 2020-10-14 (주)금호전력 철도설비 상태감시를 위한 센싱 및 융합데이터 모니터링 시스템
CN112537347A (zh) * 2020-12-21 2021-03-23 交控科技股份有限公司 轨道信号设备报警信息分析方法及装置

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140036337A (ko) * 2012-09-12 2014-03-25 현대로템 주식회사 철도시스템의 고장정보수집분석시스템
CN103744383A (zh) * 2013-12-26 2014-04-23 北京交控科技有限公司 地铁信号故障预警方法及系统
CN104908781A (zh) * 2015-05-27 2015-09-16 中国铁路总公司 一种集成化电务监测维护系统
WO2017096965A1 (zh) * 2015-12-09 2017-06-15 湖南中车时代通信信号有限公司 一种导航式列车运行径路图的制作方法和系统
CN106741017A (zh) * 2016-12-26 2017-05-31 广州地铁集团有限公司 基于轨道交通信号系统中报文分析的故障排查方法及系统
CN106781290A (zh) * 2016-12-27 2017-05-31 中国铁道科学研究院通信信号研究所 高速铁路地震预警监测铁路局中心系统信息处理平台
CN107168278A (zh) * 2017-04-25 2017-09-15 广州地铁集团有限公司 地铁列车信号系统的自动维护与预警系统
CN107991965A (zh) * 2017-12-21 2018-05-04 卡斯柯信号有限公司 基于智能监测的标准化电务故障应急指挥管理方法
WO2020063280A1 (zh) * 2018-09-27 2020-04-02 北京全路通信信号研究设计院集团有限公司 一种车地一体综合分析平台
KR102165528B1 (ko) * 2020-06-03 2020-10-14 (주)금호전력 철도설비 상태감시를 위한 센싱 및 융합데이터 모니터링 시스템
CN112537347A (zh) * 2020-12-21 2021-03-23 交控科技股份有限公司 轨道信号设备报警信息分析方法及装置

Also Published As

Publication number Publication date
CN113837579A (zh) 2021-12-24

Similar Documents

Publication Publication Date Title
CA2860816C (en) Flexible time-based aggregated derivations for advanced analytics
CN103853820B (zh) 一种数据处理方法及系统
AU2008304265B2 (en) Method and system for analysis of a system for matching data records
CN111324602A (zh) 一种实现面向金融大数据分析可视化方法
CN105915381B (zh) 一种实现监控系统业务逻辑在线修改系统
CN112231333A (zh) 一种生态环境数据共享交换方法和系统
CN113837579B (zh) Atc报警与现场故障日志的数字化分析统计方法
CN104899143A (zh) 提供数据挖掘的软件同行评审系统实现装置
CN107797916A (zh) Ddl语句审核方法和装置
CN111159272A (zh) 基于数据仓库及etl的数据质量监控及预警方法和系统
CN113111245A (zh) 实现多维数据质量校验的高校主数据治理系统及方法
US20080307010A1 (en) Method and System for Sending Changes in Information to a Central System
CN109871378A (zh) 大数据平台的数据采集和处理方法及系统
CN110851861B (zh) 用于辅助atc车载安全数据验证及验证报告自动生成的方法
CN111061989A (zh) 一种配电网继电保护装置综合评价系统及方法
CN111026718A (zh) 轨道交通工程造价成果excel文件解析的技术方法
CN108520774B (zh) 一种医疗废物监管评级方法
CN115098585A (zh) 一种基于大数据的法律法规数据自动处理方法及系统
CN113570444A (zh) 一种基于非税缴款书的非税收缴报表处理方法及查询系统
CN108416532A (zh) 能源审计电子化信息系统
CN113469584A (zh) 一种业务服务运营的风险管理方法及装置
CN108052637B (zh) 电网时标量测数据接入全生命周期实时图文监控方法
CN112307132B (zh) 一种fmea数据库系统
CN117648912B (zh) 一种识别多格式电子表格源数据的方法
CN113674115B (zh) 一种基于数据治理技术的高校数据管理辅助系统及方法

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
GR01 Patent grant
GR01 Patent grant