| 编辑推荐: |
本文主要介绍了轨道交通线网智能运维系统的概述、运维现状、智能运维系统的设计方案及智能运维的实施步骤。
本文来自于铁路与轨道交通RailMetro，由火龙果软件Linda编辑、推荐。 |
|
轨道交通的市场前景非常广阔，在网络化运营的趋势下，分析目前运维模式的缺点，结合大数据、云计算等新技术的发展，提出建设轨道交通线网智能运维系统。从资源共享、数据驱动角度出发，对线网智能运维系统的架构、功能需求等进行分析，明确数据采集层、接入层、大数据平台层和应用层的结构组成与功能部署，以及系统构建的目标；提出智能运维系统建设的实施步骤：建立大数据平台—信息化管理—智慧运维，为轨道交通网络化的运维发展提供参考。
1概述
国内轨道交通建设取得了举世瞩目的成就，随着轨道交通运营线路的不断增多，我国轨道交通已经进入网络化运营时代[1]。在轨道交通高效集约、网络化、安全可靠发展的同时，也给建设和运营部门带来巨大挑战，尤其是关键设备的运维问题，越来越成为研究的热点。
随着“大”、“云”、“物”、“移”、“智”技术的发展，轨道交通在信息管理和控制方面取得了较大进步[2]。为顺应未来网络化的发展趋势，各大城市已积极加入智能运维系统的研究。目前多家轨道交通企业虽已建立一些设备管理信息系统[3]，但各个系统的业务不够完善和相对独立，且忽视了设备在长期应用过程中产生的大量数据，这些数据蕴含巨大的应用价值的[4]，因此需要结合大数据及人工智能等技术构建智能运维系统。本文从长远出发，考虑线网层面的轨道交通智能运维系统的设计研究，为轨道交通的健康发展贡献力量。
2运维现状
随着运营规模的扩大，对运维管理的要求也越来越高，目前的城市轨道交通运维管理主要存在以下问题[5]：
1）各专业、各线路分别进行运维管理，存在信息孤岛，各系统的开放性差，专业间、系统间互联互通困难；
2）各系统建设标准不统一，软/硬件、操作系统、数据库种类繁多，重复投资问题突出；
3）部分系统技术陈旧，新技术应用、弹性扩展困难，带宽受限，移动宽带接入困难；
4）数字化、智能化程度低，智能感知水平有限，覆盖范围不全面，制约智能应用和智能辅助决策等。
另外，目前行业内仍常用故障维修和计划维修方式[6]，导致服务水平下降、维修成本升高；维护人员在日常维护和故障处理时，仍依靠人工完成数据采集、分析等工作，无法满足高质量的维修管理。运维模式与日益增长的智能维修需求的矛盾，使得智能化运维的研究成为线网维护体系建设的迫切需要。
3智能运维系统的设计方案
智能运维系统的核心是利用设备状态数据、故障数据、环境数据、管理数据等海量数据信息，借助大数据、云计算和人工智能等技术，综合考虑设备的可靠性和经济性，实现维修管理的信息化和智能化[7]。首先对系统的需求进行分析，在此基础上提出系统的架构设计。
3.1智能运维系统功能需求
1）设备健康状态监测
在设备发生故障时及时预警，提供详细的故障位置、故障类型等信息，同时提供健康维护辅助决策。
2）设备健康智能管理
通过大数据分析进行故障管理、智能预测及性能衰退分析，减少故障维修的概率。
3）闭环处理功能
从系统高度上为智能运维提供一个“发现问题—处理问题—解决问题—问题反馈”的作业处理机制，针对不同维护类型监测目前的执行状况，根据不同的维修模式、跟踪作业分别进行工作流程追踪，应用于设备运维的全过程。
4）设备资产的全生命周期管控
全程进行设备资产的状态监测，包括设备的使用、维修与报废等，如果设备的使用状态发生变化，平台应当及时进行跟踪处理，更新设备资产的使用情况，实现系统化的资产管理。
5）线网级健康维护业务和流程管理
单线路的管理业务模式无法满足线网联动控制的需求，同时单线路分立的维护方式也存在资源的浪费，因此智能运维业务需要上升到线网级别。系统需根据新的维护机构进行系统用户权限的设计，科学管理机构间的级别划分、功能权限和数据管理权限，从而实现智能运维业务的流程管理。
3.2系统架构设计
轨道交通线网智能运维系统整体架构可定义为4层：数据采集层、接入层、大数据平台层和应用层，如图1所示。
数据采集层：数据采集是整个系统的基础，完成对各线路ISCS、信号、集中告警、AFC、车辆等系统设备的状态数据、故障数据、日志数据、告警数据、配置管理数据、用户行为数据、运维流程类数据、性能指标数据、环境数据等海量数据进行统一采集，打破独立感知监控的信息孤岛格局，满足系统数据获取的需求。
接入层：自建线网私有云，各线维修中心接入线网私有云，把各线运维信息上传，接入层对数据协议解析及编解码、聚合计算等处理后，把数据上传至大数据平台。
大数据平台层：对信息数据进行存储、分析、计算等，并定义标准化的指标体系。数据存储用于落地运维数据，可根据不同的数据类型、数据消费和使用场景，选择不同的数据存储方式；对运维数据进行萃取，积累大量可用运维数据。数据分析相当于“大脑”功能，利用人工智能算法，根据具体的运维场景、业务规则等，提供实时和离线计算，并作出决策。
应用层：应用层可分为决策层、管理层、业务层和接口层。决策层是把握企业的发展战略、绩效成本等方面作用；管理层主要包括制定检修维护流程、维修规程、成本管理等方面；业务层是根据大数据平台的分析结果，对线网系统设备进行状态监测、异常报警、趋势预测、可靠性评估等；接口层预留与列车运行、应急决策、信息发布等应用的接口，便于数据资源的共享，促进不同业务和专业的信息交流。
3.3系统网络及安全设计
轨道交通线网智能运维系统基于云平台方式进行部署，并建设大数据平台[8]。其中云平台和大数据平台建议根据各城市信息化的发展，与城市轨道交通云平台、大数据平台统筹规划建设，提高投资利用的效率。
轨道交通线网智能运维系统应由车站（含场、段）维修工区及控制中心两级平台组成，维修工区通过维修工作站、手持维修终端方式与中心智能运维平台系统进行交互，用于接收中心维修流程及维修指令下发，并上传中心平台现场维修故障人工录入，维修过程、维修进展等维修信息。中心平台用于接收各系统的告警信息及人工报送告警信息，与各生产系统进行接口（可通过大数据平台统一接口），获取故障告警信息，并自动生成维修流程下发维修工区终端。同时基于积累的大数据平台数据，可实现维修策略优化调整、自动调整备件及维修工具的采购管理，实现3.2章节应用层的相关业务功能。具体系统组网架构如图2所示。
智能运维系统安全需按照等级保护三级标准设计。同时根据信息系统安全等级保护第三级的规定，智能运维系统的安全建设应综合考虑物理层面、网络层面、系统层面、应用层面和管理层面的安全需求[9]，确保智能运维系统安全稳定运营。
4智能运维的实施步骤
智能运维的建设是从无到有的过程，智能运维系统的搭建不是一蹴而就的，其功能是由信息化到智能化的过程[9]，实现最终目标需要有数据积累、功能完善、功能升级阶段，且需结合城市轨道交通的规划等来考虑。结合目前新技术及智能运维的发展方向，提出智能运维的实施分以下3个阶段，如图3所示。
1）大数据平台的建设
数据是智能运维落地的基础，首先需要基于云平台的基础建立大数据平台，采集和存储分散建设的轨道交通应用系统的部分或全部数据，以及轨道交通体系外部的相关数据，完成相关数据的规范化、标准化，实现数据的共享、交换、展现、服务等功能。
2）设备信息化管理及状态性维修
此阶段是实现设备的信息化管理功能，在数据平台建立的基础上，引入先进的、符合本行业特色需求的设备管理模式和管理软件，实现不同线路之间的设备物资统一管理、全线网资产运营、维护成本的统一核算、全线网设备维修维护策略的科学合理制定，最大限度提高设备物资的管理效率，保证仓储合理化，维修科学化。本阶段最直接的成果为实现维修系统的数字化、信息化，实现基于故障告警的状态性维修，提高维修效率。
3）智慧运维
智慧运维是智能运维系统的终极目标，随着数据的积累、设备状态数据的监测，可采用大数据、互联网和云计算等技术实现各运维场景智能化闭环，且智能运维能力与运维管理流程、运维组织架构、运维自动化是深入融合。
运维人员不再以发现故障、解决故障作为目标导向，转而专注业务运行状态，探索运维需求，定义并实现运维场景，丰富智能运维的广度与深度。
5总结
在互联网高速发展时期，轨道交通系统紧跟技术发展的趋势，采取生物识别、智能运维、无感安检等新技术，降低成本的同时，提升科技含量。轨道交通的建设和运维管理需高效化、信息化和智慧化，面对智能运维这一大趋势，需要从全局性考虑，不再按照传统的单线路、单专业模式建设维修系统，从轨道交通全生命周期运营的实际需求出发，规划好线网智能运维系统的架构、建设目标战略，实现维修资源的集约化管理，从而更好适应轨道交通网络化发展的需要。
|
