城市軌道交通基礎設施維修智能管理系統

■ 陶凱??楊飛??趙鋼??張煜??

城市軌道交通基礎設施維修智能管理系統

■ 陶凱??楊飛??趙鋼??張煜

近年來我國城市軌道交通發展迅速，基礎設施維修投入日漸龐大。以周期性檢修為主的傳統維修模式，存在一定程度的過維修和欠維修問題。根據城市軌道交通基礎設施的設備特征和維修特點，提出城市軌道交通基礎設施維修智能管理系統的基本框架，包括系統架構及其關鍵技術，分析總結了系統的特點與優勢。系統采用B/S和C/S相結合的綜合架構，由數據層、服務層和應用層3部分組成；關鍵技術主要由檢測數據集成管理、設備狀態綜合分析評估、維修作業決策支持、綜合可視化展示4部分組成。該系統不僅可以集成管理多元化的基礎設施檢測數據，還能通過智能化的綜合數據分析指導城市軌道交通基礎設施維修作業。

城市軌道交通；基礎設施維修；智能管理系統；B/S架構；設備狀態評估；可視化；維修決策

0 引言

城市軌道交通具有準時性、舒適性和安全性等特點，而高質量的城市軌道交通服務依賴于基礎設施的良好服役狀態。因此每年在基礎設施維修養護方面都需要投入大量的維修資源，維修費用成為城市軌道交通系統運營成本的主要支出[1]。例如，天津是我國第二個擁有地鐵的城市，2009年，天津地鐵線路總長已達80 km，當年地鐵運營費用約為3億元，其中維修養護的支出為1．6億元，占總支出的一半以上。因此，提高維修效率、降低維修成本具有重要現實意義。

我國城市軌道交通維修養護主要以周期性檢修為主，較少考慮基礎設施的實際運營狀態，存在過維修和欠維修現象，造成了一定程度的資源浪費[2-3]。因此，利用信息化的智能管理系統改進城市軌道交通的設備管理水平是必然趨勢，能夠達到提高維修作業針對性、有效性，以及控制作業質量和維修投入的目的[4-5]。

既有城市軌道交通基礎設施維修管理系統雖然在一定程度上實現了狀態監控、故障記錄、維修報表生成等功能，但無法實現對維修決策進行建模和優化，在數據的智能處理和維修判斷上也有所欠缺[6-7]。針對這種情況，根據城市軌道交通系統的組成、運行和維修特點，提出了城市軌道交通基礎設施維修智能管理系統。該系統的特點是高度集成管理多源的檢測數據，能夠進行綜合性的數據融合分析與設備狀態量化評估，并通過大數據技術和機器學習技術為維修作業提供決策支持，同時擁有卓越的用戶體驗，支持多種可視化方案，便于系統分析結果的展示與呈現。

1 架構設計

系統綜合考慮我國城市軌道交通基礎設施維修養護業務的特點，提出了一套具有高兼容性、可擴展性和易用性的軟件體系架構。

傳統城市軌道交通基礎設施維修信息管理系統通常根據設備專業來劃分，系統間缺乏互動與交流，但其原有業務領域具有一定的數據處理能力和技術優勢。如果拋棄原有系統重新開發，勢必造成資源浪費。基于這種兼容性要求，以及城市軌道交通維修機構、人員的分布特性和不同職能的用戶訪問終端或功能的多樣化等因素，選擇采用B/S架構來支持系統主體服務。這樣不僅允許用戶在任何時間、任何地點訪問系統，還提高了系統對既有軟件模塊的兼容性，同時還使系統易于擴展、便于新功能的推廣應用。為解決B/S架構在大文件的上傳和下載方面的劣勢及對操作頁面的定制性較差等問題，系統還包含多個面向特定用戶群的C/S模式客戶端，以用戶熟悉且易于操作的方法提供數據集成管理、處理分析、專項分析及可視化展示等服務。

系統軟件架構見圖1，共分為數據層、服務層和應用層。數據層負責城市軌道交通基礎設施臺賬及維修養護數據的存儲和管理，包括以Oracle數據庫為主體的關系型數據庫，以及負責圖片、大體積文件等數據存儲的非結構化文件服務器。服務層主要實現系統的業務功能，包括數據接收、處理、入庫，數據分析，生成報表等。該層還接入了GIS服務和FTP服務等外部服務的入口。應用層滿足系統展示及與用戶交互的需求，如為維修檢測數據傳輸提供的客戶端程序，為檢測數據分析、維修方案建議及綜合展示提供的Web頁面。

此外，為保障數據安全，系統提供了整套安全適宜的管理方案。采用DES加密和UniNAC網絡準入控制系統等技術對重要數據進行加密和訪問權限控制。另外，部分特殊數據采用讀寫分離、多次備份、數據轉換等方案，保障負載均衡及良好的訪問體驗。

2 關鍵技術

系統關鍵技術包括檢測數據集成管理、設備狀態綜合分析評估、維修作業決策支持、綜合可視化展示4個部分（見圖2）。

2.1 檢測數據集成管理

城市軌道交通基礎設施的檢測數據結構復雜、大小迥異，檢測數據的來源與格式多種多樣，查看及處理方式不一，異構化特征顯著。而以往的數據采集與管理系統往往只側重某一些方面的檢測數據，將其獨立存儲，缺乏實時性、靈動性、整體性，且不同來源的數據由于重視程度不同導致記錄不規范，甚至缺失。因此系統需要建立一個統一的、集成的數據管理平臺，不僅能夠有效匯集所有類型的檢測數據，針對不同類型的數據采取不同的存儲方式，提供統一的管理方案，同時還提供豐富易用的用戶接口，保證數據收集的及時性、完整性及數據傳輸的便捷性。

圖1 系統軟件架構

圖2 系統關鍵技術

該系統從時間、地理和設備3個維度對原始數據進行整合，并建立了城市軌道檢測數據倉庫（見圖3）。該數據倉庫不僅全面融合了基礎設施臺賬、軌道檢測、鋼軌探傷、軌道巡檢、接觸網（軌）檢測、接觸網（軌）巡檢等專業檢測系統的數據源，同時還支持檢測波形、檢測圖像和檢測報表等多種數據格式，增強了維修數據的管理能力。同時，異構數據的融合與集成提供了多元化、多維度、多屬性的數據基礎，為后續的數據關聯性分析做好了準備工作。

圖3 城市軌道檢測數據倉庫

該系統不僅在數據存儲上實現了統一集成，同時還拓展了數據接入渠道。不但可以直接導入檢測車、探傷車、探傷儀等檢測設備產生的數據文件，而且還提供了一套智能移動終端，輔助記錄現場檢查數據，保證檢查數據接入的實時性、完整性和規范性。移動終端應用以現場檢查業務場景為驅動，支持查閱各類技術數據，如軌道檢測波形、基礎設施臺賬、技術規章等信息，這些信息均有效地支持現場作業。

2.2 設備狀態綜合分析評估

數據分析與應用是發現數據價值的必經之路，傳統的數據分析只是對數據進行一些基本統計，并未形成直觀、綜合、流程化的成果，對維修養護的指導也缺乏系統性。

該系統融合了軌道幾何檢測、軌道外觀巡檢、鋼軌探傷檢查、接觸網（軌）檢測與巡檢等數據，全面分析評估整個城市軌道交通基礎設施的服役狀態。系統同時提供了智能、便捷的分析處理工具和易于理解、操作的用戶界面，便于用戶完成綜合分析操作。

以軌道幾何動態檢測數據處理分析為例，系統提供檢測波形精細分析客戶端（見圖4），用戶可以通過界面操作，指導系統自動完成軌道幾何動態檢測數據的精細分析，包括波形預處理（格式轉換和干擾濾波）、波形里程智能校正、無效數據智能識別、歷次波形對比及變化智能識別、自定義標準偏差篩選、幅值測量與數值統計等。

系統基于多源檢測數據，通過層次分析法等數據建模技術，建立了以軌道幾何狀態、鋼軌傷損狀態及接觸網（軌）狀態等指標綜合評價設備單元質量的評估模型。通過該評價評估模型不僅可以找出綜合質量較差的設備單元，優先納入維修計劃，還能夠跟蹤設備單元質量變化趨勢，確定更合理的檢修周期和作業后質量跟蹤驗收方案。同時提供了直觀的可視化展示方式——在單元質量色階圖中以紅黃綠3種顏色分別對應表示設備單元質量優先維修、計劃維修、優良保養3個等級，設備單元質量評價見圖5。

圖4 檢測波形精細分析客戶端

除智能、綜合的數據分析與評估外，系統還能夠按照設定模板自動生成專項分析報告，以文件的形式反映檢測概況、偏差數量及其變化等內容。

2.3 維修作業決策支持

為改進維修養護模式、優化資源配置，系統以納入管理的檢測和維修數據為基礎，利用數據融合分析方法，尤其是大數據技術和機器學習技術，為城市軌道交通基礎設施養護維修決策提供支持。養護維修決策支持界面見圖6。

典型應用之一是通過綜合量化評估，確定計劃優先維修的病害區段。系統基于設備病害對行車安全和舒適影響大小的綜合量化評估模型確定優先維修區段，附帶歷史病害詳細信息，維修決策人員可以直觀地判斷維修病害主要原因和作業區段范圍，填報維修方案和維修計劃[8]。

另一個典型應用是監控周期性檢查兌現情況，及時發現周期檢查未覆蓋區域，有效避免檢查不到位和病害長期未處理持續惡化的情況，對于城市軌道交通安全運營具有重要作用。鋼軌周期探傷檢查兌現監控見圖7。

2.4 綜合可視化展示

傳統的檢修數據信息管理系統大多以表格和報告的形式展示數據統計結果。這種方式雖然全面、詳細，但不夠直觀，不利于觀察和總結。新系統提供了一整套可視化展示模塊，使系統收集的原始數據及系統分析結果等信息能夠以圖表的方式直觀地展現給用戶。以病害重復區段分析可視化展示（見圖8）為例，以散點圖方式直觀展示同類型病害沿線路里程在每個單元區段出現的頻次，維修決策人員可以快速判斷該類病害的頻發地段，即質量薄弱區段，以便制定維修方案和計劃。

圖5 設備單元質量評價

圖6 養護維修決策支持界面

圖7 鋼軌周期探傷檢查兌現監控

除統計圖表外，系統還引入GIS服務，根據地理位置信息及城市軌道交通路網情況，制作了電子地圖。電子地圖可以將城市軌道交通基礎設施中的設備問題在城市軌道交通線路圖中進行標注，包括病害類型、產生時間、維修作業歷史及檢修狀態等信息，清晰直觀地展示問題聚集區域。同時，記錄的檢修作業軌跡也可以作為工務維修人員工作考核的依據。

此外，系統還能夠根據定時器程序，按照規定時間，周期性地將檢測情況和分析報告反饋到系統主程序界面或智能移動終端，便于管理者及維修人員對城市軌道交通基礎設施維修狀態的實時監管與掌控。分析結果中一旦出現產生高危病害的可能，系統會啟動預警程序，維修人員可以第一時間了解到系統預測的病害位置與類型，并及時安排檢查和維修[9]。線路安全問題可視化展示與報警見圖9。

3 系統特點與優勢

（1）高兼容、易擴展、用戶友好型的軟件平臺架構。系統主體服務采用B/S架構，不僅使系統訪問更便捷，還提高了系統的兼容性和可擴展性，便于既有系統的接入與新功能的推廣。系統還包含一個客戶端程序，為數據管理、數據專項分析及可視化展示等服務提供了便于操作的用戶界面，改善了用戶體驗，同時也彌補了B/S架構在大文件傳輸上的不足。系統的核心服務封裝于中間層，既便于維護和升級，又提高了軟件模塊的復用性。

圖8 病害重復區段分析可視化展示

圖9 線路安全問題可視化展示與報警

（2）高度集成化的檢測數據管理。城市軌道交通基礎設施的檢測數據異構特征顯著，在數據結構、數據體量和數據來源等方面都不盡相同，很難完成綜合分析。該系統從時間、地理和設備3個維度對原始數據進行整合集成，并建立了城市軌道檢測數據倉庫。數據倉庫實現了異構數據的融合與集成，使不同來源、不同格式的數據有了統一收集、管理和分析的平臺，增強了系統的數據處理能力，同時為綜合性的數據分析與決策支持奠定了基礎。

（3）多指標、全方位、綜合性的設備狀態分析評估體系。系統融合軌道檢測數據、巡檢數據、鋼軌探傷數據、接觸網（軌）檢測數據等全方位、多元化的基礎數據，綜合、全面地分析整個城市軌道交通線路的運營狀態，同時建立了多指標綜合量化評估體系，能夠通過軌道狀態評估、鋼軌傷損狀態評估及接觸網（軌）狀態評估等對城市軌道交通基礎設施的運行狀況做出綜合全面的評價。

（4）專業化、自動化、智能化的分析預測功能，能夠為維修作業提供決策支持。系統利用專業化的數據融合分析方法，尤其是大數據技術和機器學習技術，對檢測維修數據進行深度分析，并以分析結果指導維修作業決策。如可以通過綜合量化評估模型，基于設備病害對行車安全和舒適影響大小等因素，判斷需要優先維修的區段；還可以智能監控周期性檢查兌現情況，及時發現檢查未覆蓋區域。

（5）直觀、有效的綜合可視化展示模式。該系統的可視化展示模塊，使系統收集的原始數據及系統統計分析結果可以以圖表的方式直觀展現給用戶，用戶可以快速準確地獲得所需信息，便于對數據的宏觀把控。如在病害重復分析中，以散點圖的方式直觀展示同類型病害沿線路里程在每個單元區段出現的頻次，維修決策人員可以快速判斷該類病害的頻發地段，即質量薄弱區段，便于制定維修計劃；基于GIS服務的電子地圖，可以直接在城市軌道交通線路圖中標注設備安全質量問題，維修人員可以快速了解病害分布情況。

4 結束語

根據設備特征和維修特點，提出城市軌道交通基礎設施維修智能管理系統的基本框架，包括各功能模塊及關鍵技術。系統采用B/S和C/S結合的綜合架構，具有高友好性、高兼容性和高擴展性等特點。在完成檢修數據集成管理的基礎上，系統還通過大數據分析和機器學習等技術，為城市軌道交通基礎設施養護維修工作提供決策支持。同時，提供多種可視化方式，直觀地展示設備資產、病害問題、狀態等級等數據處理分析成果。

[1] 王凌，徐文彬，鄭恩輝，等． 城市軌道交通設備維修管理系統綜述[J]． 鐵道運輸與經濟，2009(10)：47-50．

[2] 瞿鋒． 上海城市軌道交通工務管理系統的設計與實現[J]． 城市軌道交通研究，2009(12)：98-100．

[3] 何霖，姚世峰，馮亞琳． 物聯網與移動互聯技術應用于城市軌道交通設備設施維修的探索[J]． 城市軌道交通研究，2015(10)：1-4．

[4] 趙延峰，孫淑杰，甄宇峰． 城市軌道交通綜合檢測系統[J]． 鐵路技術創新，2015(4)：83-88．

[5] EUGENE GORDIN． Performance-based decisionmaking in post-earthquake highway bridge repair[D]．Berkeley：University of California，2010．

[6] CHUNG YAN SHIH． Geospatial decision support framework for critical infrastructure interdependency assessment[D]． Pittsburgh：Carnegie Mellon University，2010．

[7] JINBAO ZHAO，WEI DENG． Fuzzy multiobjective decision support model for urban rail transit projects in China[J]． Transport，2013，28(3)：224-235．

[8] LASON GKOUNTIS，TAREK ZAYED． Subway infrastructure condition assessment[D]． Journal of Construction Engineering and Management，2015．

[9] TING YUN，GANG CHEN，FANGJUN ZHOU． Design of integrated monitoring and early warning system of urban rail transit train running state[J]． Journal of Intelligent Learning Systems and Applications，2013，5(4)：203-210．

陶凱：中國鐵道科學研究院基礎設施檢測研究所，副研究?員，北京，100081

楊飛：中國鐵道科學研究院基礎設施檢測研究所，助理研?究員，北京，100081

趙鋼：中國鐵道科學研究院基礎設施檢測研究所，研究?員，北京，100081

張煜：中國鐵道科學研究院基礎設施檢測研究所，研究實?習員，北京，100081

責任編輯李鳳玲

U216.9；TP311.1

A

1672-061X（2016）06-0062-06

中國鐵道科學研究院科技研究開發計劃項目（2015YJ092）；國家國際科技合作專項項目（2015DFA81780）