城轨信号系统智能运维信息采集方案

周 欢

（卡斯柯信号有限公司，北京 100070）

随着国内城市轨道交通行业的快速发展，行车速度和行车密度的不断提高，运营安全的保障面临着越来越大的挑战，对作为轨道交通神经中枢的信号系统的维护能力提出了更高的要求。目前常见的信号维护监测系统（MSS）已不能完全满足运营要求。搭建基于智能化、信息化、集成化的智能运维系统已成行业发展趋势。为搭建基于大数据挖掘技术与智能分析技术的信号智能运维系统，实现维修策略从故障修向状态修的转变，提升维修效率，需要对现有信号维护监测系统的信息采集与处理方案进行改良升级，实现更全面、更深入的全息感知，为大数据挖掘技术和智能分析技术在智能运维系统中的应用提供基础数据支持。

1.1 维护监测系统信息采集与处理方案概述

信号维护监测系统是一个分布式的信号设备维护支持系统，采用三层系统架构，包括中心服务器层、维护工作站层、站机层，能够实现对相应的基础信号设备运行工作状态和主要电气性能进行在线监测，故障集中报警、故障诊断定位和维护管理等功能。

信号维护监测系统在功能逻辑层面上又可分为感知层和应用层。如图1 所示。

图1 维护监测系统功能架构Fig.1 Functional architecture diagram of maintenance and monitoring system

系统通过感知层采集外电网、道岔、信号机、计轴设备、电缆绝缘测试、对地漏泄电流、屏蔽门、联锁、ATS、ATC、DCS 等设备的状态信息。这些采集到的信息再通过维护网上传到中心应用服务器，为实现应用层的逻辑处理，故障诊断与定位、报警提示与存储、检修管理等功能提供数据支持。

信号维护监测系统采集信号设备信息的方式主要分为以下几种。

1）自采集方式

信号维护监测系统通过在道岔、信号机、外电网、站台门等不同的信号设备的相关电路关键点上安装采集模块，设计采集电路，从而采集信号设备状态，通过通信接口分机、综合分机将采集信息传输至站机，站机再将汇总过来的自采集信息通过维护网传输至中心应用服务器。所有采样都进行电气隔离，不影响被监测设备及信号系统的正常工作，如图2 所示。

图2 自采集方式原理Fig.2 Schematic diagram of self-acquisition mode

2）接口的方式

信号维护监测系统与信号系统其他各子系统包括ATS、ATC、联锁、DCS 系统以及配套的信号基础设备，包括计轴、智能电源屏(UPS 电源及电池)、灯丝报警仪等通过接口的方式进行连接。ATS、ATC、DCS 等子系统设备具有自诊断及监测报警功能，除在相应的工作站上显示监测和报警外，设备状态信息及报警信息还能通过与维护监测系统的网络接口传送至信号维护监测系统中心应用服务器，实现MSS 系统对信号CBTC 系统的运行状态的在线监测与存储。联锁、计轴、智能电源屏、灯丝报警仪等信号基础设备则通过与站机直连的方式将设备状态及报警信息传送给站机。站机将获取到的相关信息通过网络通道传送给中心应用服务器。如图3 所示。

图3 接口方式原理Fig.3 Schematic diagram of interface mode

MSS 在维修中心配置一套冗余中心应用服务器，完成全线数据处理和存储工作，容量满足全线要求。服务器存储MSS 系统所有的历史数据，并为系统的客户端提供历史数据源。同时主、从服务器进行同步冗余，管理全线MSS 系统所有与应用开发有关的参数，包括设备定义、设备报警、设备运行时间、报表统计等。当其中一台服务器发生故障时，不影响系统的正常工作。

1.2 维护监测系统信息采集与处理方案面对的问题

1）信息封闭

目前城市轨道交通项目中，同一城市的每条线路之间相互独立，信号维护监测系统自成体系，线路之间信息封闭、监测信息分散、维护信息不能共享。随着近几年城市轨道交通的快速发展，必然要对城市的所有轨道线路进行网络化运营管理，打破线路之间的封闭模式，实现信息共享，全面掌握所有线路运营情况，对所有线路进行统一管理，提升全网维护效率，降低维护成本。而在现有维护监测系统的信息采集与处理方案下不能同时获取多条线路的实时监测数据，无法全面掌握全网线路的设备运行状态。

2）数据支撑不足

近几年大数据挖掘技术的迅猛发展，为大数据挖掘技术在信号系统维护平台上的应用提供技术可能，突破了技术壁垒。大数据挖掘技术的应用是指对信号系统设备运营维护信息进行数据沉淀、数据分析、数据深度挖掘，发现长期性的、全生命周期的、规模性的、多维度的设备运行规律，从而实现维护监测系统的智能诊断功能。大数据挖掘技术在维护平台上的应用需要进行海量的数据采集。而在现有维护监测系统的信息采集方案下，数据量不足以构成大数据特征，不能为大数据挖掘技术的应用提供底层数据支持。

2.1 信息封闭问题解决方案

2.1.1 数据标准统一

不同信号厂商对信号维护监测系统的数据标准定义各异，互不兼容，维护监测系统采集的信息数据来源又存在格式不同，结构复杂问题。要想打破线路之间信息封闭的问题，需要对数据标准进行统一规范和定义，对运维数据进行统一处理和存储。通过增设数据处理服务器，设计数据接入、数据规范、数据处理方法实现将汇总过来的各条线路的各种格式的维护信息进行数据统一转换处理与存储，按照设备类型、线路信息等多维度角度对数据进行清洗、处理、格式统一及存储，为后续线网级智能运维实现大数据挖掘和智能分析提供便捷，如图4所示。

图4 数据处理流程Fig.4 Data processing flow chart

2.1.2 搭建线网中心服务器

目前，各线路的信号维护监测系统的数据只存在封闭的生产网域中。每条线路都设有中心应用服务器，完成本条线的数据处理和存储工作。通过增设线网级中心服务器，将各线路维护监测平台采集的感知数据整合到统一平台上，实现跨线路、多维度的全设备状态在线监测、智能预警、维护管理等功能。打破线路之间的信息封闭，实现信息共享，可能造成信息数据不安全、数据混乱、数据不一致等问题，因此不仅需要在生产网域内搭建线网级中心服务器，同时还需要搭建管理网域内的线网级中心服务器，将生产网及管理网进行强制隔离。在管理网域内对维护信息数据进行处理时，不会影响生产网域内的数据安全性及完整性。通过管理网域的搭建，在保证原有采集信息的安全性、完整性、一致性的情况下，又能达到信息共享、信息处理的灵活性和功能的可扩展性。网络架构如图5 所示。

图5 网络架构Fig.5 Network architecture

2.2 数据支撑不足问题解决方案

在传统信号维护监测系统的基础上，通过不同感知技术、增加监测采集模块、集成各子系统平台信息，实现对信号设备高精度、高密度的信息采集，完成关键设备状态感知，构成海量数据规模，为大数据智能分析提供更全面、更可靠的数据基础。例如，通过扩展道岔表示电压采集，可全面监视道岔表示电路的健康状态，并有助于区分室内、外故障定位。通过增加道岔继电器状态监测采集，实现道岔执行电路时序逻辑监视及异常诊断。通过集成联锁SDM 维护台信息，实现联锁更多关键信息的直接接入，有助于联锁系统内部状态的诊断及故障定位。通过集成ATS 维护台信息，实现ATS 运营信息、ATS 业务信息的接入，并实现ATS 服务器、工作站计算机设备的完整状态监视。通过集成网管工作站的信息，实现DCS 网络设备的状态监视集成，实时盯控网络设备状态及性能异常，及时告警。通过实现车载日志自动化下载功能，实现基于日志信息提升故障定位能力和运营规律挖掘能力。

2.3 信息采集与处理方案架构

为解决城市轨道交通信号系统智能运维系统在实际应用中面临的上述数据问题，本文研究了相应的信息采集与处理方案。其架构如图6 所示。

如图6 所示，信息采集与处理方案主要分为3层，包括数据采集层、数据处理层、数据存储层。

图6 信息采集与处理方案架构Fig.6 Architecture of information acquisition and processing scheme

数据采集层：数据采集主要分为车站级和线路级数据采集，采集方式和采集内容在维护监测系统的基础上进行扩展和升级。数据采集层要保证数据的完整性、准确性和实效性。数据采集时尽可能实时的采集足够多且完整的信息，在采集过程中不能丢失数据。采集数据必须能够正确反映设备真实状态，保证数据的准确性。智能运维系统的数据采集量高且呈并发性，针对信号设备的不同子系统业务划分为不同的集群，可提高信号系统各子系统维护信息的写入的并发性能，提高系统吞吐量。

数据处理层：数据处理层主要设置中心应用服务器、云应用服务器集群、数据处理服务器等。在线路层设置独立中心应用服务器，实现本条线路采集信息的汇总、处理和存储功能。在线网层基于虚拟化技术构建云应用服务器集群，实现全网线路采集信息的统一汇总、应用服务和计算资源的统一分配和协调。在云应用服务器集群资源中，可虚拟化相关通信前置服务器、应用服务器、接口服务器、Web 服务器、网管服务器等多种应用类型的服务器资源，满足线网级应用。线网层设置数据处理服务器，对全网格式各异、结构复杂的采集信息进行规范化处理，方便对采集信息进行数据管理及数据分析，满足线网级关系型数据的持久化存储。中心应用服务器将本条线路的维护数据上传至云应用服务器集群，数据处理服务器将接收到的各子系统的实时数据进行清洗处理后，应用服务器对数据进行数据分析。通过将数据输入到对应的信号系统设备故障模型库中，判定设备是否故障，从而给出故障定位报警及维护建议。

数据存储层：数据存储层可分为业务存储、消息存储、离线存储等。在线网层构建基于大数据基础架构的数据存储及分析平台，实现海量异构数据的统一存储及大数据分析，以支持系统大数据相关应用实现。数据库集群及大数据集群具备弹性可扩展能力。

本文研究了传统信号维护监测系统的信息采集与处理方案，并根据传统信息采集与处理方案展现的信息封闭和数据支撑不足问题，提出了一系列的解决方法。此方法能够打破线路之间的限制，掌握全网设备的工作状态，为智能运维系统的大数据挖掘技术及智能分析技术的应用提供数据基础支持，从而实现线网级的信号系统智能维护管理功能，提升线网整体维护效率。该解决方案已经成功地在实际工程项目中应用部署，具备实用价值。

猜你喜欢运维服务器线路通信控制服务器(CCS)维护终端的设计与实现铁道通信信号(2019年9期)2019-11-25输电线路工程造价控制建材发展导向(2019年5期)2019-09-09运维技术研发决策中ITSS运维成熟度模型应用初探中国交通信息化(2019年5期)2019-08-30风电运维困局能源(2018年8期)2018-09-2110kV线路保护定值修改后存在安全隐患电子制作(2018年12期)2018-08-01杂乱无章的光伏运维 百亿市场如何成长能源(2017年11期)2017-12-13中国服务器市场份额出炉网络安全和信息化(2017年10期)2017-03-08得形忘意的服务器标准知识产权(2016年8期)2016-12-01计算机网络安全服务器入侵与防御网络空间安全(2016年3期)2016-06-15基于ITIL的运维管理创新实践浅析现代工业经济和信息化(2016年8期)2016-05-17

推荐访问:信息采集 信号 智能