數字孿生技術在高速鐵路地震預警系統中的應用研究

胡兆冰，楊 林

(中國鐵道科學研究院集團有限公司 通信信號研究所，北京 100081)

1 概述

高速鐵路地震預警系統研發始于2012 年，致力于高速鐵路的地震災害防護。高速鐵路地震預警系統由中心系統、地面設備和車載設備組成[1]，通過自建地震監測臺站從國家地震臺網獲取地震警報信息，再通過車載地震緊急處置裝置、列控系統和牽引供電系統的相關動作完成地震緊急處置命令的下達。高速鐵路地震預警系統具備完整的信息監測、采集、傳輸、處理和決策的處理流程。高速鐵路地震預警系統架構如圖1所示。

圖1 高速鐵路地震預警系統架構Fig.1 Architecture of earthquake early-warning system for high speed railway

近年來，高速鐵路地震預警系統工程化推廣迅速，目前已在5個鐵路局集團公司和30多條線路建設運行。隨著工程化的大規模推動，現場項目實施和運營維護所需人力物力增加，產生并積累了大量現場運營數據。如何實現系統故障的快速響應和智能化運營以減少人員水平差異造成的影響變成了亟待解決的問題。

我國“十四五”國家信息化規劃為中國高速鐵路指明了數字化、網絡化、智能化的發展方向[2]。近年來，以數字孿生為代表的數字化技術成為主流[3-4]，并在鐵路相關行業廣泛應用。臧釗[5]通過提出鐵路建、管并用思想，研究采用“數字孿生”技術實現京張高速鐵路(北京北—張家口)的智能運維；韓亮亮[6]采用SolidWorks 3D軟件，開發展示了高速鐵路動車運用所室內及室外全貌的可視化模型，實現孿生體與物理實體的相關映射和主客觀的統一，驗證了方案技術可行性；樂建煒等[7]提出了基于數字孿生的編組站智能平臺框架；林峰等[8]提出基于數字孿生的環形鐵道智能鐵路試驗平臺架構。數字孿生技術通過虛實結合，實現遠程操控、動態監測、數據集中、信息共享，從而有效指導系統智能維護，優化升級等[9-10]。因此，針對高速鐵路地震預警系統工程化實施面臨的遠程操控和智能運維等問題，通過應用數字孿生技術進行探索研究。

2 基于數字孿生技術的高速鐵路地震預警系統模型

數字孿生技術是指在物聯網實時信息與歷史反饋信息的支持下，通過物理信息建模創建物理世界等價虛擬體，并基于計算機手段對物理實體進行實時監控，動態仿真分析，達成對物理實體進行精確分析與決策的技術手段。陶飛等[11]針對數字孿生技術的應用需求提出一種通用的參考架構——數字孿生五維模型，該模型與物聯網、大數據、人工智能等新信息技術集成與融合，滿足信息物理系統集成、信息物理數據融合、虛實雙向連接與交互等需求。通過借鑒數字孿生五維模型，提出基于數字孿生的高速鐵路地震預警系統整體架構如圖2所示。

基于數字孿生技術的高速鐵路地震預警系統模型包括物理系統、虛擬系統、孿生數據庫、對外服務以及各模塊間的關聯共5 部分。物理系統包括地震監測臺站、信號監控單元、具備牽變觸發功能的監控單元(以下簡稱“牽變監控單元”)、鐵路局中心系統、車載裝置；虛擬系統一對一建立各子系統的電子模型；孿生數據庫實時收集物理系統的設備狀態、運行狀態及過程數據，以及虛擬系統產生的仿真數據、遠程指令及虛實交互數據等，孿生數據庫中設置其他歷史數據，通過多數據融合分析處理為對外服務的決策預判提供數據支持；對外服務包括系統遠程操控、智能維護和信息歸口管理3項。

各模塊之間的關聯主要通過Socket、MQTT 消息通信以及JDBC、ODBC 等數據庫接口實現物理系統、虛擬系統、孿生數據庫和對外服務之間的數據交互。各部分間接口關聯示意圖如圖3所示。

圖3 各部分間接口關聯示意圖Fig.3 Schematic diagram of interface association between various parts

3 基于數字孿生技術的高速鐵路地震預警系統建模

高速鐵路地震預警系統數字孿生模型架構如公式⑴所示。

式中：PE表示物理系統；VE表示虛擬系統；DD表示可驅動系統的孿生數據庫；CN表示各部分間的連接；SS表示對外服務。

3.1 物理系統PE建模

按照高速鐵路地震預警系統級、單元級的層次性特點，物理系統PE可建模如下。

式中：Spe表示系統級構成；Upe表示單元級構成。

物理系統PE可表示如公式⑶所示。

3.2 虛擬系統VE建模

高速鐵路地震預警系統的虛擬系統可表示如下。

式中：Gv用于描述物理系統的幾何模型，包括實體的形狀、尺寸、顏色、安裝位置等；Pv用于描述物理系統的物理模型，包括內部裝配關系、對外接口等；Bv用于描述物理系統的行為模型，包括設備運行過程中的指示燈顯示、聲音報警、各單元的運行狀態等；Rv用于描述物理系統的規則模型，包括整個實體系統的運轉規則和各系統級間的運轉規則，其中整體規則如下：地震監測臺站實時監測地震波，當實測地震波峰值加速度≥40 gal，發送至鐵路局中心系統，中心系統根據此次地震的影響范圍，按照一級地震向車載裝置發送地震緊急處置信息，二級地震增加信號監控單元緊急處置命令下達，三級地震再增加牽變監控單元緊急處置命令下達；各系統級間的運轉規則如下：當地震監測臺站實測地震波峰值加速度大于報警閾值時，向鐵路局中心系統和相鄰信號監控單元同時發送地震警報信息等。

按照在物理系統中對系統級實體的分類，每一項系統級實體對應一項虛擬系統，因此高速鐵路地震預警虛擬系統表示如下。

3.3 孿生數據庫DD

孿生數據庫采集和存儲的數據包括3 個方面：物理系統實測數據PED、虛擬系統運行數據VED、其他歷史數據SSD。

PED數據包括各系統(地震監測臺站、牽變監控單元、信號監控單元、鐵路局中心系統、車載裝置)在運行過程中產生的狀態、參數及監測數據。

上述系統工作狀態的實測數據目前實現了統一實時匯總至鐵路局中心系統，由中心系統的監測終端遠程監控管理，使用MySQL 數據庫，建立數據庫與中心系統后臺連接，實現上述數據向孿生數據庫DD傳輸和存儲。

虛擬系統運行數據VED包括虛擬系統中各虛擬單元和設備的模型數據，包括靜態類模型數據、動作類模型數據等；仿真數據，包括高速鐵路地震預警系統設計仿真、裝配仿真、各站點機房室內環境仿真、高速鐵路地震預警系統通信協議仿真、系統運行燈光指示、系統繼電器動作、設備故障、服務器或終端警報等聲音仿真；虛實交互數據，包括系統遠程調控數據和系統優化升級數據。

歷史數據SSD包括工程數據、維保數據、巡檢數據和故障記錄等，將此類測量、記錄數據整理為標準模板的excel數據，再導入DbVisualizer數據庫中。歷史數據包括如下。

（1）故障記錄：各系統設備的歷史故障記錄，包括故障設備、故障時間、故障表現、故障原因、處理方法、處理工具，人員響應時間、故障解決用時等。

（2）維修記錄：各系統設備的歷史維修記錄，包括維修時間、維修原因、維修方式、維修人員、維修工具等。

（3）技術文檔和系統配置：研發過程的技術類文件，包括系統軟硬件設計、驗證和確認報告；各系統在現場的軟硬件配置和數據配置等，包括軟件版本，軟件環境；硬件設備的型號、數量、序列號等。

（4）RAMS/MTBF/MTTR要求：各系統的RAMS/MTBF/MTTR要求。

（5）服役設備工作時長記錄：各系統設備的服役時間、質保年限記錄。

（6）維保和巡檢相關：包括維保人員的技術培訓和安全培訓，維保工具的定期鑒定和日常維，維保作業依據的規章、制度等；巡檢記錄。

4 基于數字孿生技術的高速鐵路地震預警系統技術架構

高速鐵路地震預警數字孿生系統主要包含3D建模模塊、數據接口模塊、數據存儲模塊、故障診斷預測模塊和數據可視化模塊，基于數字孿生技術的高速鐵路地震預警系統技術架構如圖4所示。

圖4 基于數字孿生技術的高速鐵路地震預警系統技術架構Fig.4 Technical framework of high speed railway earthquake early-warning system based on digital twin technology

（1）3D 建模模塊。建立高速鐵路地震預警鐵路局中心系統、地面設備及車載設備的機柜、箱體、設備、模塊、板卡等核心零部件的3D 模型數字孿生體，運用動畫等方式模擬產品安裝與運行，3D 建模采用SolidWorks、Unity3D、Spin3D 等目前業內常用的建模軟件。

（2）數據接口模塊。目前地面設備和車載設備的工作狀態和指標參數統一匯總至鐵路局中心系統，通過設計中心系統與數字孿生虛擬系統間各設備/模塊的電壓、電流、溫度等指標關聯性，各設備工作狀態如主機、網絡、UPS、隔離開關等及故障、異常參數報警作為虛擬系統的輸入數據，實現動態交互與實時展現。

（3）數據存儲模塊。通過結構化和非結構化數據存儲實現產品數字孿生虛擬系統與物理系統之間交互數據的存儲，為后續數據預測性分析提供數據積累。

（4）故障診斷預測模塊。根據產品數字孿生體海量歷史數據以及實時傳輸和交互的數據，通過人工智能算法模型、邏輯規則等模擬、監控、診斷、預測和控制產品物理實體在現實物理環境中的形成過程和狀態[12-13]。

（5）數據可視化模塊。結合3D 建模模塊產生的產品數字孿生體，利用HTML5、JavaScript 等技術，實現數字孿生體的網頁版三維展示、數據流展示、故障診斷結果和報警實時展示等。

5 基于數字孿生技術的高速鐵路地震預警系統功能設計

5.1 系統遠程操控

實現高速鐵路地震預警系統遠程調試，如主機、網絡及電源等設備重啟、隔離模塊啟停、數值參數調整等；實現全系統板卡級實時監控，包括各設備運行過程中的指示燈顯示監控、繼電器吸起落下狀態監控、輸出電壓動態監控、環境溫度濕度等實時監控。此外，通過不間斷的狀態監控和數據分析實現系統模型、算法的逐步優化，動態推動高速鐵路地震預警系統可持續化發展。

目前北京局中心系統已建設并投入運用[14-15]，北京局集團公司管內京張、京雄(大興—雄安)、京唐(燕郊—唐山)、京濱(寶坻南—北辰)等線路地震監測、牽變、信號監控單元均建設完成，這里以北京局中心系統為例，展示系統遠程操控服務功能。高速鐵路地震預警系統面臨正式開通、聯調聯試、系統建設等多種不同狀態，為保證系統聯調聯試不影響其他正常開通的線路，通常采取開通線路牽變監控單元和信號監控單元“硬隔離”。假設北京局集團公司當前已經開通的線路有京張線、京雄線，如果對預開通的京唐線進行聯調聯試，則需將京張線和京雄線大約50 個牽變監控單元和信號監控單元的隔離開關手動打到隔離檔位，牽變和信號監控單元多設于鐵路沿線的分區所、中繼站等，整個過程需要派大量專員逐一前往進行隔離操作，一方面增加試驗配合的人力物力，另一方面操作運營系統可能帶來不可預估的安全風險。系統遠程操控服務可通過遠程下達隔離命令，通過邏輯處理使地震模擬信息只發送到測試線路，實現測試線路的自我隔離，不影響開通運行線路的同時也保證了聯調聯試期間發生天然地震運營線地震預警系統可正常發揮作用，整個測試計劃更加嚴謹合理。隔離功能顯示如圖5所示。

圖5 隔離功能顯示Fig.5 Isolation function display

5.2 智能維護服務

通過對現場設備實時運行數據和基于歷史故障案例庫數據的分析整合，標注故障風險等級，實現高速鐵路地震預警系統緊急型和非緊急型故障的診斷和預測，為現場維護人員提供相應的維修措施、維修建議和指導，實現系統預測性維修，從而降低維修成本，提高維修質量和效率。高速鐵路地震預警系統的故障診斷主要采用基于規則和深度學習融合的方式實現，即通過設置常見故障處理手冊以及現場采集到的系統級、單元級運行狀態數據和電氣化參數，輸入到神經網絡之中，輸出則為具體的處理措施，通過模型訓練和物理系統與虛擬系統實時交互的數據可實現故障的快速處理，形成智能維護決策樹如圖6所示。

圖6 智能維護決策樹Fig.6 Intelligent maintenance decision tree

當診斷出來具體故障之后給出詳細的故障原因和處理方法，例如監控主機雙機故障，可能的故障原因為“系統故障，工控機停止工作或網口故障，網口指示燈滅”，對應的處理措施為“檢查電源和硬盤工作狀態的LED 指示燈是否顯示正常”“重新啟動監控單元主機”“更換網口，排查是否為網口故障”等。現場維護人員可根據提示快速進行處置和維護，大大提高維護效率。

5.3 信息管理及可視化服務

實現高速鐵路地震預警系統研發、生產、安裝、工程實施及運維巡檢等各階段信息數據的統一歸口管理。通過板卡級設備參數的詳細記錄，實現系統關鍵原材料有效追溯；通過硬件設備配置參數記錄、系統軟件和應用軟件版本記錄，實現運營產品系統版本控制。以系統工程實施階段為例，目前高速鐵路地震預警系統現場應用涉及5 個鐵路局集團公司，工程實施過程較長，工程往來信息較分散，紙質記錄不便于長期保存和匯總，常常存在表單遺失和記錄不全面等情況。基于數字孿生技術的高速鐵路地震預警系統可將系統全生命周期中產生的信息數據進行統一融合，實現3D可視化處理。

當前高速鐵路地震預警系統以高速鐵路線路的管轄區段為單位設置系統監測維護終端，來顯示系統間各設備的運行狀態。通常一條鐵路線需要設多臺終端，且每臺終端的顯示范圍僅為該線路的當前管轄區段。基于數字孿生技術的高速鐵路地震預警系統架構提供的遠程操控服務可實現鐵路線、鐵路局集團公司、甚至全路范圍的高速鐵路地震預警系統的運行監控。信息管理及可視化如圖7所示。

圖7 信息管理及可視化Fig.7 Information management and visualization

6 結束語

通過提出基于數字孿生技術的高速鐵路地震預警系統五維模型，從關鍵的物理系統建模、虛擬系統建模、孿生數據庫建模以及實現建模的關鍵技術和主要提供的對外服務功能等方面論述了構建數字孿生高速鐵路地震預警系統的具體方法和實現的預期效果；通過提出數字孿生系統可實現的遠程操控、故障預判和信息管理功能，說明數字孿生技術可解決當前系統面臨的問題，實現以虛映實，虛實交互，以虛控實，為高速鐵路地震預警系統的數字化發展提供思路。