基于數字孿生的鐵路數字編組站智能平臺

樂建煒，潘紅芹，王曉強，許兆一，何會兵

（1. 中國鐵路信息科技集團有限公司，北京 100844；2. 中鐵信弘遠（北京）軟件科技有限責任公司，北京 100038；3. 中國鐵路上海局集團有限公司 南翔站，上海 201802）

編組站是鐵路貨運組織的核心單位，承擔貨運列車改編、機車換掛、整備、乘務組換班、車輛檢修和貨運檢查整理等工作。隨著鐵路運輸生產安全需求的不斷提升和信息化建設的快速推進，鐵路編組站在生產組織、作業管控、管理方式及技術裝備更新等方面都面臨變革。保證新形勢下生產工作安全有序以及有效提升安全管理質量及效率，成為各編組站當前迫切需要解決的問題。

關于鐵路編組站信息化的研究已取得不少成果，丁昆[1]提出建立共享信息平臺，從而實現編組站高度綜合自動化的目的；王世東等人[2]根據編組站實際作業流程，將階段計劃自動編制問題分解為3 個子問題，分別建立數學模型并求解，實現編組站階段計劃的自動編制；薛鋒等人[3]設計了以蟻群遺傳算法（GAAA）為基礎的協調優化算法，在此基礎上生成配流方案；劉霆等人[4]建立了以壓縮車輛中時和減少出發列車晚點時間為目標的隨機機會約束規劃模型，為改進編組站的決策質量提供了有效的方法。

鐵路編組站信息化不僅是鐵路站段數字化轉型的重要內容，也是數字孿生技術在鐵路行業的重要應用。陶飛等人[5]提出了數字孿生五維模型的概念；陳健[6]設計了基于數字孿生的船舶企業制造全壽命周期管理系統；郝博等人[7]提出了基于數字孿生技術的裝配過程質量控制方法。目前，數字孿生技術在鐵路編組站信息化領域中尚未得到較好的應用。

本文借鑒了數字孿生六維模型，通過結合鐵路編組站作業流程和特點，提出了基于鐵路編組站的數字孿生模型，并基于該模型設計了鐵路數字編組站智能平臺，對實現鐵路編組站的數字化轉型具有重要意義。

1 編組站數字孿生模型設計

鐵路編組站數字孿生模型包括物理編組站（PS，Physical Station）、虛擬編組站（VS ，Virtual Station）、服務（SS，Services）、孿生數據（DD，Digital Data）、前端展示（FD，Front Display）和連接（CN，Connection）6 個部分，如圖1 所示。

圖1 編組站數字孿生模型

（1）物理編組站（PS）是編組站數字孿生模型的基礎，包括實際存在的鐵路編組站及其生產運營過程。對物理編組站的分析是建立編組站數字孿生模型的前提條件。

（2）虛擬編組站（VS）是編組站數字孿生模型的核心，負責在數字空間里實時描述物理編組站的全部特性，與真實空間的物理編組站保持時空一致性。虛擬編組站描述的對象包括物理編組站中幾何參數的三維模型、物理屬性、約束和特征信息、外部環境與干擾、內部運行機制、生產規則和經驗、編組站相關標準與準則等。

（3）服務（SS）是指編組站數字孿生模型運行所需要的服務，分為功能性服務和業務性服務。其中，功能性服務包括大數據存儲和分析、云計算、物聯網等；業務性服務包括數據展示、實時報警和預警、應急指揮等。

（4）孿生數據（DD）是編組站數字孿生模型的驅動力，編組站各信息系統是其最主要的數據來源。各系統數據包括物理編組站數據、虛擬編組站數據、服務數據和知識數據。其中，物理編組站數據主要用于描述真實編組站的設備、廠房等物理要素屬性，以及編組站運行動態過程中產生的狀態數據；虛擬編組站數據主要包括編組站的三維幾何模型、物理模型、行為模型以及規則模型等；服務數據包括編組站運營過程中的規章制度、業務規則、操作規程等；知識數據包括鐵路編組站相關知識、行業標準等。

（5）前端展示（FD）是編組站數字孿生模型的展示部分，可對所有的監控內容提供數據報表、二維圖表和三維場景、實時視頻等多種展示方式。

（6）連接（CN）是聯通編組站數字孿生模型各部分的紐帶，代表數字通信技術實現的數據傳輸機制。各連接負責以最適當的方式將模型某部分數據實時傳輸到另一部分，同時實時刷新傳輸規則。

2 平臺架構

2.1 總體架構

鐵路數字編組站智能平臺是面向鐵路車站的數字化管理平臺，總體架構設計體現了安全性、可靠性、通用性、可擴展性的特點，如圖2 所示。平臺總體架構設計遵循以下原則。

圖2 編組站智能平臺總體架構

（1）平臺采用B/S 架構，部署在鐵路內部服務網，按鐵路局集團公司、編組站二級部署，鐵路局集團公司、編組站、車間三級應用的總體架構進行設計，同時，邏輯上采用數據層、業務邏輯層、展示層的3 層設計。

（2）鐵路局集團公司級平臺部署應用服務器和數據庫服務器，包括安全管控平臺及綜合管理平臺2 個二級平臺模塊，實現鐵路局級數據匯總和展示。

（3）編組站級平臺是整個平臺的核心組成部分，包括安全管控平臺，作業管控平臺、運輸管控平臺及綜合管理平臺4 個二級平臺模塊，用于實現編組站級多系統數據整合、數據查詢、統計分析和數據展示等。該級平臺部署應用服務器、數據庫主服務器和從服務器。其中，數據庫采用雙機熱備，保證系統結構化業務數據的安全；應用服務器采用虛擬機快照方式，保證系統在出現故障時快速恢復。

（4）編組站下屬車間級單位通過瀏覽器登錄編組站級平臺。

（5）平臺硬件采用模塊化設計，模塊之間的耦合度低，具有較強的可靠性和可擴充性。

2.2 技術架構

鐵路數字編組站智能平臺采用先進成熟的開發技術和開發語言，保證系統開發的效率和后續開發的接續性。平臺應用Spring Boot 開發框架，采用分層技術設計，支持跨平臺部署；系統組件之間內置了各類開放、安全的接口，具備良好的開放性。平臺技術架構分為展現層、應用層、數據層、應用環境層和基礎設施層，如圖3 所示。

（1）基礎設施層：依托鐵路內部服務網，服務器采用虛擬機技術實現，減少硬件資源的投入；存儲采用磁盤陣列技術以保障數據的安全性。

（2）應用環境層：采用Tomcat 為應用提供服務。

（3）數據層：系統收集的各類結構化數據存儲在Oracle 數據庫中；非結構化數據直接存儲在共享存儲中。

（4）應用層：采用Spring Boot 框架構建開放、擴展能力強的應用功能組件，實現鐵路數字編組站智能平臺的各項功能；同時采用主流的J2EE 架構，結合成熟的開發套件，實現各管理功能的開發和封裝。

（5）展現層：采用Bootstrap、Layui、jQuery、AJAX 和CSS 等前端開發框架，構建交互性強的Web 前端界面。

2.3 網絡架構

鐵路數字編組站智能平臺的網絡架構如圖4 所示。系統部署在鐵路內部服務網；系統安全域劃分終端接入區、鐵路數據接入區、應用服務區和運維管理區；互聯網和移動互聯網終端采集的數據通過網絡安全平臺進入鐵路內部服務網的終端接入區；內部服務網中其他鐵路應用系統的數據通過鐵路數據接入區接入智能平臺。

圖4 編組站智能平臺網絡架構

3 平臺功能

鐵路數字編組站智能平臺功能架構如圖5 所示。

圖5 編組站智能平臺功能架構

3.1 安全管控

3.1.1 干部履職分析預警

通過實時讀取車務綜合管理平臺2.0 系統內問題單考核情況，動態地查看干部的履職情況。

3.1.2 風險管控分析預警

通過實時讀取車務綜合管理平臺2.0 系統數據，以兩違數據為支撐對應安全風險項點，繼而判斷出風險的管控情況。

3.1.3 隱患治理分析預警

整合各現有系統的隱患數據及治理狀態，繼而判斷出隱患的治理情況。

3.1.4 風險評價分析預警

該模塊數據主要源于車務綜合管理平臺2.0 系統以及車站安全科相關報表和發布的文件，提供通過舉報的風險研判、風險檢查等功能，為各項檢查工作提供依據。

3.1.5 標準化建設分析預警

實現對上季度不達標車間、班組的示警，以及對本季度車間、班組考評情況的動態預警。管理人員可通過平臺的智能分析、動態提醒對當前安全風險較大的車間、班組實現重點盯控和提前防范。

3.2 作業管控

3.2.1 接發列車作業分析預警

通過接入編組站綜合自動化系統（CIPS）部分數據信息，判別作業信息，研判安全控制措施，進行未來1 h 內的接發列車作業分析預警。

3.2.2 調車作業分析預警

（1）作業人員風險提示：信息基于車務綜合管理系統（SMIS 2.9）中導出的作業類安全檢查問題單的性質、細類與CIPS 中的注意事項內容進行匹配，對關鍵人員的風險項點作出判斷與提示，使管理人員掌握現場存在的作業類風險。

（2）重點車輛提示：基于列車到達預告，通過對車輛裝載貨物品名的分析，梳理重點車輛、需要進行把關車輛的信息，提示管理人員所需把關的地點、時間。

3.2.3 職工綜合素質評價分析預警

管理人員可以通過數字鐵路大板塊觀測到每項工作在崗職工的綜合素質能力，通過個人風險指數的評測，判斷該名人員工作風險大小，做到重點盯控和提前防范。

3.2.4 施工/維修作業分析預警

顯示鐵路站點分布圖，用紅色（正在施工/維修）、黃色（24 h 內有施工/維修）、綠色（24 h 內無施工/維修）、灰色（禁止施工）將站點以顏色區分顯示，并用不同標記區分施工項目和維修項目。

3.2.5 室外人員定位分析預警

以車站電子地圖為底圖，基于北斗高精度定位技術，建立電子圍欄系統，通過定位實時掌握室外調車、施工作業人員實時位置和歷史軌跡，來降低作業人員作業不及時、入線檢查不徹底、推進領車不到位等風險項。

3.3 運輸管控

3.3.1 直屬站運輸任務分析預警

計算年度/月度任務完成情況，統計分析運輸效率指標，包括辦理輛數、貨車中時、貨車停時、運用車保有量、日均裝車數、日均卸車數和貨物發送噸。

3.3.2 各車間（站）運輸任務分析預警

計算年度/月度任務完成情況，統計分析各車間（站）貨車中時情況，包括貨車停時情況、運用車保有量情況、辦理輛數情況和日均裝車數情況等。

3.3.3 運輸指標統計分析預警

（1）貨車中時、停時統計簡析：選取匹配同一品名的作業車數、作業時間進行匯總統計，計算單項影響停時。

（2）毛玻璃查詢：按場別選擇查詢，顯示股道名、車次、輛數、重量、換長和編組內容。

（3）月度指標超計劃預警：通過自動讀取直屬站任務完成情況或各車間（站）任務完成情況中月度任務完成情況數據，實現預警功能。

3.3.4 現車情況分析預警

（1）通過從CIPS 接入現車數據實時顯示各站現車數、待卸車、待發重車、回送空車、空車車種別情況。

（2）通過自動對比系統時間與CIPS 中車輛的到達時刻、SMIS 2.9 中車輛的到達日期來實現大點車預警功能。

3.4 綜合管理

綜合管理平臺包括人事管理、財務管理、物資管理、綜合管理和網格化管理信息系統等功能。

4 效益分析

4.1 經濟效益

過去，編組站各級管理人員需要投入大量時間對車間（站）作業情況統計分析、對作業進行安全風險評價、制定控制措施并做好教育培訓等，人力成本支出較大。平臺建成后，各級管理人員可獲取各類準確的統計分析數據，直觀掌握主要作業情況及職工評價，時間投入大幅減少。每個編組站每年可節約一定人工成本。

4.2 安全效益

鐵路數字編組站智能平臺通過讀取編組站CIPS、SMIS 2.9、十八點統計分析等系統的接口數據，進行綜合、動態、有形化的預警展示。各級管控人員及行車人員可及時獲得預警信息，更有針對性地加強關鍵作業安全措施落實及盯控，確保接發列車作業、調車作業、施工維修作業的安全，提升了編組站風險安全管控水平。

5 結束語

本文基于數字孿生六維模型，建立了鐵路數字編組站智能平臺，并在中國鐵路上海局集團有限公

司南翔站投入試用。試用結果表明，該平臺全面提升了編組站作業環節的安全風險管控質量和運輸管理的智能化水平；提高了各級安全管控人員、專業管理人員的工作效率。后續還需結合實際生產流程，不斷完善編組站數字孿生模型，并同步優化智能平臺的功能。