鐵路交通智慧管理數字孿生模型構建研究*

［孟思明 林格］

1 引言

我國鐵路里程已經超過13 萬公里，高鐵里程超過3萬公里。鐵路運輸是我國交通運輸體系的動脈，在支撐我國社會經濟的快速發展方面發揮了重大作用。由于受到惡劣天氣、環境、道路損壞、列車故障和各類突發事件的影響，鐵路運輸出現明顯的隨機波動。利用5G 通訊、人工智能、計算機仿真等新一代信息技術，對鐵路運輸情況進行實時監控、仿真預測和優化調度，具有重要的意義。本文基于5G 無線通信技術，將數字孿生技術引入到鐵路運輸智慧管理場景中建立了鐵路交通智慧管理數字孿生模型，提出采用數字孿生技術指導的鐵路交通智慧管理系統新思路。

2 數字孿生技術現狀分析

數字孿生技術利用各類傳感器，將物理世界空間和賽博虛擬空間相互影射，實現虛擬空間數字孿生體和現實空間物理實體的全生命周期的鏡像交互和同步演進。數字孿生系統和傳統計算機仿真系統不同之處在于，一是數字孿生系統是建立在基于物聯網的實時感知的基礎上的，對實時性要求更高；二是數字孿生系統對復雜網絡感知的多層次、多尺度、多時態的復雜數據進行綜合建模，模型復雜度高；三是數字孿生系統基于大數據和人工智能技術，實現物理實體的全生命周期的感知、分析、預測以及交互，智能化水平高。

數字孿生技術最早被應用到智能化制造領域。早在2003 年，Michael Grieves 教授首次提出“等同于物理產品的虛擬數字表達”。2011 年數字孿生的概念正式提出，美國空軍研究所開始將數字孿生引入到戰斗機的生產中。通用電氣為美國國防部提供F-35 攻擊機解決方案時，利用數字孿生體構建工業互聯網體系實現資產性能管理。近年來，國內外機構和學者已將數字孿生應用拓展到航空航天、智能電網、智能交通、智慧健康等多個領域[1～4]。

3 鐵路交通智慧管理數字孿生模型構建

鐵路交通智慧管理系統實現的主要功能為是分析鐵路運輸中列車、鐵路、環境、人等各個要素，對列車運行過程進行全周期的實時/半實時信息感知和處理，對感知的各要素數據融合分析，并進行實時/半實時的反饋和交互。因此，本文建立鐵路交通智慧管理數字孿生模型包括物理空間信息感知、數據傳輸與預處理、知識建模與仿真分析、智能決策與應用4 層模型，如圖1 所示。

圖1 鐵路交通智慧管理模型

3.1 物理空間信息感知層

物理空間是一個復雜的、動態變化的環境。鐵路交通場景與智能工廠物理空間場景不同，主要由列車、鐵路、環境、人等4 個要素構成，使用四元組標記。為了實時精準感知物理空間中狀態并對其進行識別和跟蹤，需要建立一個開放式的物聯網融合架構，以感知該復雜系統中的多層次、多維度、多模態數據。在感知層使用到的傳感器包括列車速度、加速度等各類列車狀態傳感器，鐵路道路相關設施的狀態（如電壓等）傳感器，環境狀態（如：溫濕度、光照、聲音等）傳感器，以及人的身份標識及行為檢測傳感器等等。在獲得傳感器模擬信號后，需要通過數模轉換將模擬信號轉換為數字信息，從而形成物理世界中實體狀態的數字描述。物理空間信息感知層的難點是如何保證各類傳感器低功耗、高穩定，以及傳感器的快速部署和便捷維護。

3.2 數據傳輸與預處理層

數據傳輸與預處理層將構建一個高效穩定的數據傳輸網絡，將四元組實時感知數據傳輸至數字孿生系統后臺，并需要數據進行數據整理。鐵路運輸場景中具有時空跨度大、實體類型多、狀態實時性強的特點，在構建數字孿生的網絡連接與數據傳輸時，需重點分析如何保障數據傳輸網絡的實時性、可靠性和可擴展性，并需要考慮網絡的部署、運行維護的成本。在構建的數據傳輸模型中，采用NB-IoT 和5G 網絡融合為基礎，搭建數據傳輸網絡系統。鐵路運輸場景感知數據是一個時空關聯性強的數據，具有多層次、多維度、多模態的特點，難于直接用于構建虛擬空間數字孿生體，因此需要對復雜時空數據進行預處理。數據預處理包括冗余數據的清洗、異常數據識別與處理、多源異構數據的一致性處理等。通過數據預處理后，形成的規整數據將存儲到孿生系統的數據庫中，用于鐵路運輸情況的實時監控、仿真預測等智能化應用的智能模型。基于鐵路運輸數字孿生系統的特點，建立一個分布式存儲和云存儲相結合的數據存儲方式，分布式數據節點用于存儲區域性的、實時性要求高，保密要求強的數據，并用于邊緣服務器智能計算；云后臺用于存儲整體性的、數據融合需求強、數據共享要求高的數據，并用于云后臺的大數據模型和智能化模型訓練。

3.3 知識建模與仿真分析層

知識建模與仿真分析層通過數字孿生系統積累的歷史數據和實時感知的實體數據，在數字孿生系統中建立物理空間實體的虛擬映射，該映射將物理實體映射為數字孿生虛擬體。即。通過的各元素感知數據構建知識分析和三維仿真模型。實體模型包含了實體對象的靜態屬性描述和動態屬性描述，可以采用數據挖掘、機器學習、深度學習等方法發現和提取蘊含在虛擬實體和關系中的知識，并對知識進行進一步的智能化處理，如關聯分析、知識推理、知識遷移與知識泛化等，實現賽博空間中數字孿生體的運行和發展的動態預測、演化。利用計算機三維仿真技術，建立賽博空間中數字孿生體的動態變化過程的可視化表達和人機交互模型。在人機交互中，可以應用AR、MR、VR 等技術，實現更直觀和真實的交互體驗。數字孿生知識建模與仿真分析層可以看作是一個人工智能中臺，它為鐵路運輸數字孿生系統賦能，為鐵路運輸中的各類智能決策和智慧應用提供有效支撐。

3.4 智能決策與應用層

智能決策與應用層是針對鐵路運輸智慧管理的實際需求，將數字孿生實體的知識、推理、預測、演化等計算結果影射到物理空間的實體對象中，即，實現對物理空間實體的智能化控制或優化，例如列車的運行速度控制和調度；鐵路的交通信號燈和電子標志牌控制；車廂內的舒適性環境控制等，也可直接將信息發送給司機和相關人員，實現對智慧管理。

3.4.1 列車智能化控制

通過數字孿生系統實時監測列車的運行狀態，例如牽引力、運行速度、運行能耗、制動狀態等，基于數字孿生系統的知識演化模型預測列車在運行過程中事件發生的可能概率，采用三維仿真可視化交互直觀反映給管理者，或通過孿生系統實現列車運行的自動控制。

3.4.2 鐵路設施的智能化控制

鐵路基礎設施的運行與維護費用約占整個生命周期的65%，通過數字孿生系統實時監測鐵路設施的狀態，如信號設備、通信設備、供電設備等，采用三維仿真可視化交互直觀反映給管理者，或通過孿生系統實現鐵路設施運行的自動控制，有效減少設施故障，提高設施使用效率，降低運行與維護費用。

3.4.3 車廂環境的智能化優化

車廂環境是影響列車乘客安全性和舒適性的重要條件。通過數字孿生系統實時采集列車車廂內部環境情況，如車廂溫濕度、車廂噪音、車廂光照等情況，采用三維仿真可視化交互直觀反映給管理者，或通過孿生系統實現車廂環境設備（如空調、燈光）的自動控制，有效提升車廂環境舒適性。

3.4.4 列車智能化調度

列車調度是影響鐵路運輸效率的重要因素。通過數字孿生系統實時監測列車、鐵路設施的情況，利用三維仿真可視化交互為調度決策提供支撐，或者基于人工智能實現智能調度。

4 結語

新技術引發新需求，新需求激勵新技術。數字孿生技術為鐵路運輸智慧管理提供了新的思路和途徑，鐵路運輸的穩定、安全、高效的需求也為數字孿生技術應用提供了新的要求和機遇。通過5G 新一代通信技術、泛在多模物聯網架構、大數據與人工智能技術等多領域技術的融合，將鐵路運輸中的道路、列車、環境、人等要素從物理空間影射到賽博空間，建立數字孿生實體模型，以指導鐵路運輸中的各類智慧應用，具有很好的實際價值。