CN118015728A - 一种轨道交通atc问题的智能分析方法、设备及介质 - Google Patents

一种轨道交通atc问题的智能分析方法、设备及介质 Download PDF

Info

Publication number
CN118015728A
CN118015728A CN202410120277.1A CN202410120277A CN118015728A CN 118015728 A CN118015728 A CN 118015728A CN 202410120277 A CN202410120277 A CN 202410120277A CN 118015728 A CN118015728 A CN 118015728A
Authority
CN
China
Prior art keywords
atc
data
fault
train
analysis method
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
Application number
CN202410120277.1A
Other languages
English (en)
Inventor
梁宇
黄柒光
宋赢硕
张永年
向美柱
姜佳巍
蔡泽升
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.)
Casco Signal Ltd
Original Assignee
Casco Signal 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 Casco Signal Ltd filed Critical Casco Signal Ltd
Priority to CN202410120277.1A priority Critical patent/CN118015728A/zh
Publication of CN118015728A publication Critical patent/CN118015728A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明涉及一种轨道交通ATC问题的智能分析方法、设备及介质,该方法基于故障问题库实现,所述方法包括以下步骤:步骤S1,采集ATC系统的相关数据,并提取有用信息;步骤S2,存储、清洗和预处理数据,同时进入步骤S3和步骤S4;步骤S3,将预处理的数据进行可视化展示,进入步骤S6;步骤S4,结合故障问题库对预处理后的数据进行智能分析;步骤S5,故障问题库识别故障,并判断是否能自动生成分析报告,若为是,则生成ATC问题分析报告,结束;否则,执行步骤S6;步骤S6,分析人员结合步骤S3中的可视化展示进行问题分析,并生成ATC问题分析报告。与现有技术相比,本发明具有提高故障排查效率和准确性、降低人员能力要求、降低维护成本和提高用户满意度等优点。

Description

一种轨道交通ATC问题的智能分析方法、设备及介质
技术领域
本发明涉及轨道交通自动列车控制系统技术领域,尤其是涉及一种轨道交通ATC问题的智能分析方法、设备及介质。
背景技术
自动列车控制系统(ATC)是轨道交通信号系统中控制行车安全、列车停准、自动开关门等重要的系统,当轨道交通信号系统在运营期间、调试期间、测试期间出现问题时,目前调试分析工具不能直观帮助问题分析,需要结合日志诸多参数并结合系统逻辑进行分析,现场调试人员或者维保人员并不能立即分析故障原因。往往需经过一定设计或研发经验的人经过一定时间能完成分析。从室内测试、动车调试到开通运营,ATC子系统故障问题快速分析一直都是亟待改善的难点。
项目调试及试运营阶段,需要定期收集现场停站精度、区间运行曲线、区间最高运行速度等数据以便掌握系统运行的性能是否达到最佳。目前分析要人工逐个车站进行区间搜集和摘录对比,工作效率较低。
在测试、调试或运营期间突发的故障往往表现在列车上,此时信号ATC日志记录分析起到至关重要作用。常用的车载故障分析需要通过查看日志,其使用熟练度对调试人员、设计人员或维保人员尤为重要。
调试期间的问题多而杂,需要实时了解车载ATC系统及设备运行状态以确认是否达到调试标准。因ATC系统运行参数多、逻辑多,且各种逻辑相互关联又产生交叉,分析起来较为复杂。目前日志分析工具仅能显示原始日志数据,在现场分析调试异常时调试人员很难快速定位问题原因,分析较困难。
特别是运营线路,故障发生后能否快速分析查找定位故障原因,会直接影响维护人员判断,快速准确的分析能避免故障面扩大,避免产生大量过度应急和恐慌情况。
经过检索,中国发明专利公开号CN 113987001 A公开了一种轨道交通信号系统故障分析方法、装置及电子设备,通过信号系统的历史运行数据得到知识图谱,在信号系统发生故障的情况下,获取信号系统的数据流,得到待分析的故障数据,将待分析的故障数据与知识图谱匹配,确定故障原因。该现有专利存在定位故障原因较慢的问题。
如何实现轨道交通ATC问题的快速准确分析和定位,成为需要解决的技术问题。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种轨道交通ATC问题的智能分析方法、设备及介质。
本发明的目的可以通过以下技术方案来实现:
根据本发明的一个方面,提供了一种轨道交通ATC问题的智能分析方法,该方法基于故障问题库实现,所述方法包括以下步骤:
步骤S1,采集ATC系统的相关数据,并提取有用信息;
步骤S2,存储、清洗和预处理数据,同时进入步骤S3和步骤S4;
步骤S3,将预处理的数据进行可视化展示,进入步骤S6;
步骤S4,结合故障问题库对预处理后的数据进行智能分析;
步骤S5,故障问题库识别故障,并判断是否能自动生成分析报告,若为是,则生成ATC问题分析报告,结束;否则,执行步骤S6;
步骤S6,分析人员结合步骤S3中的可视化展示进行问题分析,并生成ATC问题分析报告。
优选地,所述的ATC系统的相关数据包括列车位置、速度、信号状态、轨道占用的信息,以及日志文件;所述ATC系统的相关数据通过传感器、信号系统接口和系统运行日志来获取。
优选地,所述的存储、清洗和预处理数据具体为:将采集到的数据存储到数据库或数据存储系统中;清洗和预处理包括去除重复数据、处理缺失值、纠正错误和标准化数据格式。
优选地,所述的将预处理的数据进行可视化展示具体为:基于获取的运行数据信号状态、轨道区段状态、轨道布局和列车运动数据,模拟ATC系统在不同场景的行为,并以可视化形式展示。
更加优选地,所述的可视化形式包括:可视化表格和可视化图形。
更加优选地,所述的可视化图形包括故障趋势图、故障事件时间线,以及实时更新的列车位置、信号状态、轨道占用情况的图形。
更加优选地,所述的将预处理的数据进行可视化展示还包括:将运行数据及运行中参数进行可视化,筛选展示的运行中参数,并直观对运行中参数进行备注。
更加优选地,所述的运行中参数包括列车运行速度、区间最高速度、紧急制动速度、紧急制动触发速度、前方授权终点距离、前方停车点距离、列车运行加速度、列车运行减速度、列车区间运行时间、牵引级位、制动级位、紧急制动命令、驾驶模式、列车开关门命令、最大定位误差、列车折返时间、列车运行方向、列车停车精度和列车紧急制动原因。
更加优选地,所述的将预处理的数据进行可视化展示还包括对线路数据进行后台获取和分析后,以可视化图形或表格形式一键输出项目性能数据。
优选地,所述的故障问题库持续更新,实施反馈循环,包括已知故障问题库和未知故障问题库。
更加优选地,所述的故障问题库持续更新包括更新故障检测模型,整合新的数据来源,以及运营人员和维护人员反馈优化故障原因分析算法。
更加优选地,所述的已知故障问题库通过测试或设计人员结合项目情况编写已知故障问题,并存储在数据库系统形成的。
更加优选地,所述的未知故障问题库为分析人员人工出具故障问题分析报告,更新并丰富形成的故障问题库。
根据本发明的第二方面,提供了一种电子设备,包括存储器和处理器,所述存储器上存储有计算机程序,所述处理器执行所述程序时实现所述的方法。
根据本发明的第三方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现所述的方法。
与现有技术相比,本发明具有以下有益效果:
1.本发明提供ATC问题的可视化呈现,可生成故障报告、故障趋势图、故障事件时间线、实时更新的列车位置信号状态、轨道占用情况等图形,以便更好地理解和分析系统故障情况,可视化呈现在各种趋势图中突出标出突变点,并以可视化图形、表格的形式一键输出项目性能数据,有助于测试及调试的功能验证及问题分析,提高了定位问题的效率。
2.本发明的可视化呈现自动屏蔽不需要的参数,可过滤需要呈现的参数,使得在ATC问题分析时在繁多的运行中参数中更容易找到需要的参数,直观对参数进行备注,使得分析人员无需提前掌握参数缩写等特定信息,提高应用便利性,降低了对人员能力的要求,适用性较强。
3.本发明中用于ATC问题智能分析的故障问题库可不断优化,故障问题库越丰富、分析定位越准确;通过持续更新完善的故障问题库,可进行ATC问题的自动分析和故障排查,提高故障排查效率和准确性,提高测试、现场调试和功能验证的效率。
4.本发明中提高了信号系统的自动化水平,降低了维护成本,提高用户满意度。
附图说明
图1为本发明中ATC问题的智能分析方法流程示意图。
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,所描述的实施例是本发明的一部分实施例,而不是全部实施例。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的前提下所获得的所有其他实施例,都应属于本发明保护的范围。
本实施例涉及一种轨道交通ATC问题的智能分析方法,通过将收集到的数据便捷快速进行分析并给出结论、或将数据可视化呈现协助问题分析人员快速分析。
如图1所示,轨道交通ATC问题的智能分析方法包括以下步骤:
步骤S1,采集ATC系统的相关数据,并提取有用信息。通过将日志文件或数据文件导入的方式完成数据采集与提取。解析日志文件中的数据,并提取有用的信息,涉及对日志文件进行文本处理、分析和解码。
步骤S2,存储、清洗和预处理数据,同时进入步骤S3和步骤S4;
将采集到的数据使用关系型数据库或时间序列数据库进行数据存储,然后进行清洗和预处理后存储到数据库或存储系统中,以便后续的可视化分析和展示,以确保数据的质量和一致性。清洗和预处理包括去除重复数据、处理缺失值、纠正错误和标准化数据格式。数据处理为有效的分析做好准备。
步骤S3,将预处理的数据进行可视化展示,进入步骤S6;
将步骤S2处理后的数据在设计好的界面上进行可视化展示。通过获取到运行数据信号状态、轨道区段状态、轨道布局和列车运动等,基于获取的数据模拟ATC系统的行为,使用户能够观察和分析系统对不同场景的响应。
确保可视化界面清晰、易于理解,提供必要的交互功能,例如缩放、选择时间范围、显示特定列车或信号等。根据需要可绘制列车位置、信号状态、轨道占用情况等图形,并根据数据变化进行实时更新。通过数据可视化工具或库,将日志数据转化为可视化的图形(包括地图)或表格或其它视觉元素来呈现列车位置、信号状态和其他相关信息。这样,工作人员可以通过界面直接观察和监控列车运行情况。
将运行数据和运行中参数采用一定策略进行采用曲线、图表的形式可视化呈现,可直观对运行中参数进行备注,通过在可视化界面中更容易找到需要的运行中参数参数,自动屏蔽不需要的运行中参数参数,无需提前掌握参数缩写等特定信息,提高应用便利性。对线路数据进行后台获取和分析,以可视化图形、图表格式一键输出项目性能数据,节省时间便于查看,让操作员或问题分析人员能够更直观地分析和理解系统运行情况,有助于提高测试、验证人员工作效率。运行中参数包括列车运行速度、区间最高速度、紧急制动速度、紧急制动触发速度、前方授权终点距离、前方停车点距离、列车运行加速度、列车运行减速度、列车区间运行时间,牵引级位、制动级位、紧急制动命令、驾驶模式、列车开关门命令、最大定位误差、列车折返时间、列车运行方向、列车停车精度和列车紧急制动原因。
步骤S4,结合故障问题库对预处理后的数据进行智能分析;
系统运行的日志数据经过处理后,结合故障问题库进行智能分析。
步骤S5,故障问题库识别故障,并判断是否能自动生成分析报告,若为是,则生成ATC问题分析报告,结束;否则,执行步骤S6;
步骤S6,分析人员结合可视化展示进行问题分析,并生成ATC问题分析报告,结束。
智能分析系统可以将故障的分析结果和诊断信息以可视化的方式展示给分析人员或维护人员。这包括生成故障报告、故障趋势图、故障事件时间线等,以便更好地理解和分析系统的故障情况。对于不能自动生成故障报告,结合可视化界面,人工分析故障原因。
故障问题库由测试或设计人员结合项目情况编写已知故障问题库,并存储在数据库系统,形成已知故障问题库。如果故障问题库不能识别故障,由分析人员结合可视化呈现的现场运行记录、图形和表格等进行人工分析。人工出具故障问题分析报告,更新并丰富未知故障问题库,从而和已知故障问题库共同形成总的故障问题库。对故障问题库实施反馈循环,持续从分析结果中学习,并随着时间的推移丰富系统。包括更新故障检测模型、整合新的数据来源和根据运营人员和维护人员反馈优化故障原因分析算法。
可视化界面还可用于轨道交通系统ATC测试或功能调测验证阶段,供测试或调测人员参考,有助于更直观了解系统地运行情况,从而快速测试或功能调测验证。
一种轨道交通信号系统ATC问题的智能分析方法,一方面通过可视化呈现,将日志数据转化为可视化的图表、图形或图像,让操作员或问题分析员能够更直观地分析和理解系统运行情况,加快故障排查和问题解决速度,提高室内测试期间、现场调试及运营期间发生故障时的问题分析效率,同时能便捷的提供各种可视化分析结论;另一方面通过持续完善的问题故障库可以更快速、准确地诊断和定位故障,提高系统的故障解决效率。
本发明电子设备包括中央处理单元(CPU),其可以根据存储在只读存储器(ROM)中的计算机程序指令或者从存储单元加载到随机访问存储器(RAM)中的计算机程序指令,来执行各种适当的动作和处理。在RAM中,还可以存储设备操作所需的各种程序和数据。CPU、ROM以及RAM通过总线彼此相连。输入/输出(I/O)接口也连接至总线。
设备中的多个部件连接至I/O接口,包括:输入单元,例如键盘、鼠标等;输出单元,例如各种类型的显示器、扬声器等;存储单元,例如磁盘、光盘等;以及通信单元,例如网卡、调制解调器、无线通信收发机等。通信单元允许设备通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理单元执行上文所描述的各个方法和处理,例如方法S1~S6。例如,在一些实施例中,方法S1~S6可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元。在一些实施例中,计算机程序的部分或者全部可以经由ROM和/或通信单元而被载入和/或安装到设备上。当计算机程序加载到RAM并由CPU执行时,可以执行上文描述的方法S1~S6的一个或多个步骤。备选地,在其他实施例中,CPU可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法S1~S6。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
用于实施本发明的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。

Claims (15)

1.一种轨道交通ATC问题的智能分析方法,其特征在于,该方法基于故障问题库实现,所述方法包括以下步骤:
步骤S1,采集ATC系统的相关数据,并提取有用信息;
步骤S2,存储、清洗和预处理数据,同时进入步骤S3和步骤S4;
步骤S3,将预处理的数据进行可视化展示,进入步骤S6;
步骤S4,结合故障问题库对预处理后的数据进行智能分析;
步骤S5,故障问题库识别故障,并判断是否能自动生成分析报告,若为是,则生成ATC问题分析报告,结束;否则,执行步骤S6;
步骤S6,分析人员结合步骤S3中的可视化展示进行问题分析,并生成ATC问题分析报告。
2.根据权利要求1所述的一种轨道交通ATC问题的智能分析方法,其特征在于,所述的ATC系统的相关数据包括列车位置、速度、信号状态、轨道占用的信息,以及日志文件;所述ATC系统的相关数据通过传感器、信号系统接口和系统运行日志来获取。
3.根据权利要求1所述的一种轨道交通ATC问题的智能分析方法,其特征在于,所述的存储、清洗和预处理数据具体为:将采集到的数据存储到数据库或数据存储系统中;清洗和预处理包括去除重复数据、处理缺失值、纠正错误和标准化数据格式。
4.根据权利要求1所述的一种轨道交通ATC问题的智能分析方法,其特征在于,所述的将预处理的数据进行可视化展示具体为:基于获取的运行数据信号状态、轨道区段状态、轨道布局和列车运动数据,模拟ATC系统在不同场景的行为,并以可视化形式展示。
5.根据权利要求4所述的一种轨道交通ATC问题的智能分析方法,其特征在于,所述的可视化形式包括:可视化表格和可视化图形。
6.根据权利要求5所述的一种轨道交通ATC问题的智能分析方法,其特征在于,所述的可视化图形包括故障趋势图、故障事件时间线,以及实时更新的列车位置、信号状态、轨道占用情况的图形。
7.根据权利要求4所述的一种轨道交通ATC问题的智能分析方法,其特征在于,所述的将预处理的数据进行可视化展示还包括:将运行数据及运行中参数进行可视化,筛选展示的运行中参数,并直观对运行中参数进行备注。
8.根据权利要求7所述的一种轨道交通ATC问题的智能分析方法,其特征在于,所述的运行中参数包括列车运行速度、区间最高速度、紧急制动速度、紧急制动触发速度、前方授权终点距离、前方停车点距离、列车运行加速度、列车运行减速度、列车区间运行时间、牵引级位、制动级位、紧急制动命令、驾驶模式、列车开关门命令、最大定位误差、列车折返时间、列车运行方向、列车停车精度和列车紧急制动原因。
9.根据权利要求4所述的一种轨道交通ATC问题的智能分析方法,其特征在于,所述的将预处理的数据进行可视化展示还包括对线路数据进行后台获取和分析后,以可视化图形或表格形式一键输出项目性能数据。
10.根据权利要求1所述的一种轨道交通ATC问题的智能分析方法,其特征在于,所述的故障问题库持续更新,实施反馈循环,包括已知故障问题库和未知故障问题库。
11.根据权利要求10所述的一种轨道交通ATC问题的智能分析方法,其特征在于,所述的故障问题库持续更新包括更新故障检测模型,整合新的数据来源,以及运营人员和维护人员反馈优化故障原因分析算法。
12.根据权利要求10所述的一种轨道交通ATC问题的智能分析方法,其特征在于,所述的已知故障问题库通过测试或设计人员结合项目情况编写已知故障问题,并存储在数据库系统形成的。
13.根据权利要求10所述的一种轨道交通ATC问题的智能分析方法,其特征在于,所述的未知故障问题库为分析人员人工出具故障问题分析报告,更新并丰富形成的故障问题库。
14.一种电子设备,包括存储器和处理器,所述存储器上存储有计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1~13中任一项所述的方法。
15.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1~13中任一项所述的方法。
CN202410120277.1A 2024-01-29 2024-01-29 一种轨道交通atc问题的智能分析方法、设备及介质 Pending CN118015728A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410120277.1A CN118015728A (zh) 2024-01-29 2024-01-29 一种轨道交通atc问题的智能分析方法、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410120277.1A CN118015728A (zh) 2024-01-29 2024-01-29 一种轨道交通atc问题的智能分析方法、设备及介质

Publications (1)

Publication Number Publication Date
CN118015728A true CN118015728A (zh) 2024-05-10

Family

ID=90949736

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410120277.1A Pending CN118015728A (zh) 2024-01-29 2024-01-29 一种轨道交通atc问题的智能分析方法、设备及介质

Country Status (1)

Country Link
CN (1) CN118015728A (zh)

Similar Documents

Publication Publication Date Title
CN102096760B (zh) 在现场故障数据中检测异常
EP0789861B1 (de) Verfahren zur analyse von prozessdaten einer technischen anlage
US20120116561A1 (en) Program testing apparatus, method of testing a program, and program testing program
JPS6040043B2 (ja) 計算機制御工作機械の監視および診断動作を実行する方法および装置
DE102010052998A1 (de) Software-zentrierte Methodik für die Überprüfung und Bestätigung von Fehlermodellen
CN102393834B (zh) 一种核电站数字化人机界面的测试方法和系统
CN112722016B (zh) 用于轨道交通列车自动控制系统的自动化测试系统及方法
CN114860518A (zh) 功能安全系统的检测方法、系统、电子设备、存储介质
JP3512494B2 (ja) プラント運転支援装置
CN108377209A (zh) 基于scada的设备故障检测系统和检测方法
CN110855521A (zh) 基于网络化的测试系统在线监测与故障诊断软件平台
CN101106559B (zh) 基于报文解析的atp/ato调试方法
DE112021003677T5 (de) Automatisierte unterstützte schaltkreisvalidierung
CN117520184A (zh) 一种计算机软件开发用测试系统
CN118015728A (zh) 一种轨道交通atc问题的智能分析方法、设备及介质
RU2569216C2 (ru) Способ управления обслуживанием и ремонтом тягового подвижного состава железнодорожного транспорта и система для его осуществления
CN112559830A (zh) 基于轨道交通车载运营信息的场景再现可视化系统及方法
Olsson et al. Case-based reasoning combined with statistics for diagnostics and prognosis
Kim et al. Design and implementation of HuREX analysis supporting interface for HRA data extraction
Vierhauser et al. Evolving systems of systems: Industrial challenges and research perspectives
CN112214912A (zh) 一种外部自动测试系统及机载设备测试方法
CN114279718B (zh) 一种基于实时车况的可配置故障诊断方法及故障诊断系统
CN113268415B (zh) 一种基于测试用例的联锁规则自动测试系统及方法
KR100682509B1 (ko) 도시철도차량 유지보수 정보화 응용시스템
Choi et al. HRA data for performance shaping factors reflecting digital MCR

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