張國彪
(國能鐵路裝備有限責任公司,北京 100011)
鐵路TFDS 設備是用來實現鐵路運維工作的被動型應用結構,末端節點處的信息文本會以傳輸數據的方式反饋至調度中心,并可以在巡檢服務器元件的作用下,將數據參量分發至下級設備主機[1]。隨著鐵路運行網絡覆蓋范圍的不斷擴大,如何在保障TFDS 設備應用能力的同時,完善整個運維體系已經成為了一項亟待解決的問題。多維信息融合是一種新型的共享數據處理方法,可以將運行節點所處位置固定在既定區域之內,不但解決了數據信息樣本過度累積的問題,還可以將整個數據存儲區域劃分成幾個完全獨立的區間,大大節省了信息參量在互聯網空間中的傳輸時間[2]。與其他類型的數據處理方法相比,多維信息融合技術能夠最大化保障信息樣本的傳輸完整性[3],不會因接入節點數量的增大,而使數據信息的傳輸目的地發生改變。完善多維信息融合方法時,要求相鄰傳輸節點之間的距離要大于數據樣本的傳輸步長值,但又不得超過該數據樣本的自身存儲長度。
文獻[4]方法從多功能靈活性的角度出發,在平衡貨物運輸負載量的同時,將運維服務與共享服務匹配起來,控制TFDS 作業系統的運維成本,實現對管控設備的集中規劃與調度。文獻[5]提出考慮能源互聯的城市電網多能源協調調度方法研究,通過對電力資源的相互影響,結合可調機組和儲能設備的調整量,消除可再生能源的波動。然而上述方法不能有效解決單一調度指令執行時間過長的問題,無法確保鐵路TFDS 設備行為能力的統一性。針對上述情況,提出面向多維信息融合的鐵路TFDS 設備協調智能調度方法,該方法的創新點是按照多維信息融合標準定義、目標函數構建、可調度區間計算、靈活裕度指標求解、風險約束條件完善的處理流程,構建鐵路TFDS 設備協調智能調度模型。實驗結果表明,所研究方法可以提升鐵路TFDS 設備的統一化行為能力,具有較好的效果。
鐵路TFDS 設備運維模式的構建以LAMP 平臺為基礎,根據B/S 模式對WEB 端網絡中agent 節點的排列形式進行調節。一般來說,隨著鐵路運輸量的增大,TFDS 作業體系所承擔的執行任務量也會不斷增大,但在LAMP 平臺的調度下,這些數據信息樣本會被平均分配給各級連接節點,并不會在單一節點單元處大量累計[6]。設α表示B/S 連接線數量,α′表示agent 節點接入數量,bmax表示鐵路貨物運輸量的最大值,bmin表示貨物運輸量的最小值,聯立上述物理量,可將鐵路TFDS 設備的運維表達式定義為:
具體的鐵路TFDS 設備運維模式布局結構如圖1所示。

圖1 鐵路TFDS設備運維模式布局結構
對鐵路TFDS 設備運維模式進行布局時,每一類調度對象的連接都需要一個獨立agent節點的配合。
多維信息融合標準約束了設備協調調度數據在鐵路TFDS 體系內的傳輸能力。在鐵路TFDS 設備運維模式保持不變的情況下,協調調度數據的傳輸能力也始終保持恒定,此時定義多維信息融合標準則可以有效控制單一調度指令的執行時長[7-8]。設β 表示協調調度數據傳輸向量,表示信息辨識系數,δ表示綜合調度指標,x′表示趨向性系數,χ 表示鐵路TFDS 設備運維系數,表示TFDS 設備運維基向量,聯立上述物理量,可將鐵路協調調度數據融合維度表達式定義為:
在式(2)的基礎上,設φ表示信息融合系數,ε表示融合指標的初始賦值,b表示TFDS 設備運維度量指標,ΔB表示鐵路TFDS 設備所承載的單位運輸量。
鐵路TFDS 設備多維信息融合標準表達式為:
建立鐵路設備協調智能調度模式時,應在TFDS布局架構的基礎上,定義多維信息融合標準。
目標函數在多維信息融合標準的基礎上,調節鐵路TFDS 設備體系對于下級調度設備的控制能力。一般來說,待運輸貨物量越大,車廂連接數量也就越多,此情況下單一調度指令的執行時間也就相對較長,為避免上述情況的發生,應調節目標函數表達式,使其盡可能取得最小值結果[9-10]。設dmin表示調度指令執行向量最小值,表示調度執行指令的單位累積量,κ表示貨物調度指標的初始賦值,表示鐵路TFDS 設備體系中車廂連接數量的平均值,kmin表示同一貨物運輸水平下車廂連接數量的最小值,表示基于多維信息融合的鐵路TFDS 設備體系協調特征,ΔT表示調度指令單位執行時長,聯合上述物理量,可將目標函數表達式定義為:
為使目標函數取得最小值結果,要求系數ΔT取值必須大于鐵路TFDS 設備運維體系的單位運行時長。
對于鐵路TFDS 設備而言,可調度區間是包含所有協調調度控制指令的數據信息集合。若考慮多維信息融合標準的約束能力,則可認為可調度區間中數據信息參量的存儲量越大,鐵路TFDS 設備對于協調執行指令的調度能力越強[11-12]。規定ι表示一個隨機選取的協調調度控制指令數據變量,s1、s2、…、sn表示n個不相等的信息樣本取值系數,f表示鐵路TFDS 設備運維模式中的數據調度變量。具體的可調度區間定義式如下:
由于n個鐵路TFDS 設備調度指令數據樣本的取值結果均不相同,所以可調度區間對于數據調度變量指標的承載能力極強。
靈活裕度指標是指在多維信息融合標準下,鐵路TFDS 設備通過優化協調各類可調度資源,配合貨物運輸量變化的能力[13]。靈活裕度實際上是一個范圍很廣的概念,包括了鐵路設備運輸對象、agent 節點、TFDS 運維體系等多個方面,完備的裕度指標選取原則應將這些內容全部包含在內[14]。設φ表示鐵路TFDS 設備的運維靈活性系數,為滿足多維信息融合標準的約束需求,φ≥1 的取值條件恒成立,γ表示鐵路TFDS 設備運維模式中的agent 節點標記系數,ΔHmax表示鐵路貨物在單位時間內的最大運輸量。在上述物理量的支持下,可將靈活裕度指標求解結果表示為:
對于鐵路TFDS 設備而言,單位時間內的貨物運輸量不可能為零,所以靈活裕度指標的求解結果也不可能為零。
風險約束條件也叫基于多維信息融合的鐵路TFDS 設備調度指令協調約束條件,在已知調度執行指令所屬區間范圍的前提下,TFDS 設備控制主機可以根據風險約束條件,實現對貨物鐵路運輸路線的安排與規劃[15-16]。設g1、g2表示兩個不相等的TFDS設備調度指令執行步長值,μ表示風險標定指標,j→1表示基于系數g1的約束向量,j→2表示基于系數g2的約束向量,聯立上述物理量,可將風險約束條件表達式定義為:
至此,完成對各項指標參量的計算與處理,在多維信息融合標準的支持下,實現對鐵路TFDS 設備協調智能調度的研究。
為驗證面向多維信息融合的鐵路TFDS 設備協調智能調度模型的應用能力,設計如下實驗。借助LAMP 平臺搭建圖2 所示的鐵路TFDS 設備運維體系;利用基于多維信息融合的調度模型對鐵路TFDS設備運維體系進行控制,記錄實驗過程中參量指標的變化情況,將所得數據記為實驗組變量;其次,利用文獻[4]方法、文獻[5]方法對鐵路TFDS 設備運維體系進行控制,記錄實驗過程中參量指標的變化情況,將所得數據記為對照組變量;對比實驗組、對照組記錄數值,總結實驗規律。

圖2 鐵路TFDS設備運維體系
在鐵路TFDS 設備運維體系中,數據庫主機負責統計貨物運輸量、車輛行駛速度等多項變量指標,故而相關元件之間的連接關系,會影響各級鐵路TFDS設備結構的執行能力。在不考慮其他影響條件的情況下,各級元件之間的聯系越緊密,單一調度指令的執行時長也就越短,各級鐵路TFDS 設備的統一行為能力也就越強。
實驗過程中,一節火車的額定載重量為60 t,表1記錄了當火車節數分別為1-7 節時,單一調度指令執行時長的數值變化情況。

表1 執行時長統計
分析表1 可知,隨著火車連接節數的增加,單一調度指令執行時長呈現出不斷增大的變化狀態。
圖3 反映了低載重量下當貨物載重量低于額定數值時,文中方法、文獻[4]方法、文獻[5]方法下調度指令執行時長的數值變化情況。

圖3 低載重量下調度指令執行時長
分析圖3 可知,當貨物載重量低于額定數值時,不同方法下調度指令執行時長均高于額定數值,整個實驗過程中,實驗組執行時長最大值僅能達到11.2 ms。
圖4 反映了高載重量下當貨物載重量高于額定數值時,文中方法、文獻[4]方法、文獻[5]方法下調度指令執行時長的數值變化情況。

圖4 高載重量下調度指令執行時長
分析圖4 可知,當貨物載重量高于額定數值時,不同方法調度指令執行時長也高于理想數值,且均值水平與圖3 相比略有上升。整個實驗過程中,實驗組執行時長最大值為13.1 ms。
鐵路TFDS 設備協調智能調度模型在多維信息融合技術的基礎上,求解靈活裕度指標的具體數值,根據目標函數表達式,確定風險約束條件的定義標準。在實際應用方面,綜合調度模型能夠使鐵路TFDS 設備的行為能力趨于統一,解決單一調度指令執行時間過長的問題。