论文部分内容阅读
摘要：当前，我国铁路和城市轨道交通发展的非常快。铁路信号系统作为行车安全的关键保障系统，在技术和设备上也不断发展，进入了快速发展的新时代。各类信号设备高效可靠运行是铁路运输安全、效率和旅客满意度的关键因素。因此，铁路管理部门需全面实时地掌握各信号设备的运行状态，迅速深入分析，及时发现问题并解决问题。这要求有一套完备的监测和分析系统，作为铁路管理部门的支撑，以实现信号设备管理和维护从传统的人工或半人工模式向智能化和信息化模式转换。本文主要就对铁路信号集中监测系统的应用现状以及发展趋向进行详细的阐述。
关键词：铁路；集中信号监测技术；现状；发展
中图分类号：U41文献标识码： A
一、信号集中监测系统的作用及基本组成
信号集中监测设备是重要的行车设备。它是由铁路总公司、铁路局、电务段、车站监测设备构成的“三级四层”监测系统网络体系；其特点：利用微机高速信息处理能力，进行实时监测、故障判断、自动分析；利用微机大规模信息存储能力，进行数据处理、记忆存储、回放再现。利用微机联网能力，加强调度指挥、故障处理、集中管理。
二、当前信号集中监测系统的应用现状
车站监测网是系统的基本单元，负责数据的采集、分类和分析处理，实现信号设备的实时监测与故障诊断。它包括站机、采集设备及网络通信设备。
电务段监测子系统是系统的中枢，管理全段内所有车站节点，接收和存储站机数据，发送有关指令对站机进行操作，根据监测终端要求进行数据分发和WEB服务。它配置数据库服务器、应用服务器、通信前置机、接口服务器、WEB服务器、维护终端和监测终端等设备。
铁路局电务监测子系统是全局信号集中监测系统的监控中心，管理局内所有的电务段及车站节点，负责与所辖电务段及铁路总公司建立通信连接和数据交换。它配置应用服务器、监测终端和维护工作站。
铁路总公司电务监测子系统是全路信号集中监测系统的监控中心，管理全路的联网车站，负责与各铁路局建立通信连接和数据交换。它配置通信管理机和铁路总公司监测终端。
广域网数据传输子系统由车站与电务段间的基层网及电务段与铁路局、铁路总公司的上层网组成。基层网采用环形组网方式，每5～12个车站形成一个环路，并以不低于2M通道抽头方式与电务段星型连接。上层网采用不低于2M通道星型连接的组网方式。各网络节点间采用TCP/IP协议和统一的数据格式进行通信。
铁路信号集中监测系统的监测对象可分为模拟量、开关量和带自诊断功能的信号设备3类。系统实时采集信号设备的电气特性、设备状态、网络连接状态和故障告警等信息，并以报表、曲线等形式提供人机交互界面，具有信息展示、历史回放、统计分析、预警报警和辅助故障处理等功能。系统采集第一手的信号设备运用信息，同时对各信号子系统的维护单元进行资源整合，为电务维护人员提供统一的集中监测和故障分析平台。
该系统应用以来，科学指导了故障处理和现场维修，为事故分析和定责提供了科学依据，极大降低了电务部门的劳动强度，提高了电务维护水平和生产效率，保障了行车安全，已成为铁路信号系统的标准装备。
随着铁路运输安全要求的不断提高，信号集中监测系统出现一些问题：首先，系统的智能分析与故障诊断水平较低。当前系统基本还停留在采集数据的展示层面，设备的维修和维护信息主要依靠人工调阅和判断，无法通过系统自动判别设备隐患和精确定位故障。如何将系统采集的信息进行科学的归纳和分析，给电务维护人员提供及时的诊断信息和高效的解决方案，是迫切需要解决的问题。其次，系统的监测范围有待拓展。对于RBC、TSRS和有源应答器等设备，尽管当前系统已预留接口，但未实现监测；车载ATP子系统的信息尚未纳入；与信号系统相关的安全数据网、GSM-R无线网和视频监控系统也未纳入监测范围。对于部分已纳入监测范围的信号设备，系统采集的设备状态信息和业务信息也需进一步精细和拓广。最后，系统的功能有待延伸。当前系统主要集中于信号设备的监控，对于电务部门的生产调度、施工管理和应急指挥涉及很少。
三、信号集中监测系统的发展趋向
(一)基于仿真的系统级故障诊断
铁路信号系统由各子系统和设备等基本单元构成，各单元间主要靠业务信息发生关联，在电气特性上并无太多相关性。分析各单元的业务功能，提取关键业务数据，构建业务模型，是系统级故障诊断的基础。基于仿真的系统级故障诊断，也即用数学模型来模拟真实的信号系统，再将模型状态与信号系统的真实业务状态进行比较，从而发现和定位系统的故障。用于诊断的数学模型包括各单元的业务模型及相互间的交互关系，应反映真实系统的主要特征。通过对信号系统的业务流程分析，可归其为离散事件系统，即其状态在某些离散时间点上发生变化。仿真的实现依靠事件驱动，这类事件包括道岔锁闭、区段占用和进路開放等，其发生时间与真实系统同步。当仿真系统与真实系统的业务状态存在差异时，依据时间次序及判别规则对故障进行识别和分析。图1描述了基于仿真的系统级故障诊断流程框架。
图1 基于仿真的系统级故障诊断流程图
(二)基于机器学习的设备级故障诊断
信号设备故障诊断的本质在于其面临不确定性和复杂性的双重挑战。测量过程中的噪音和干扰等影响因素往往具有不确定性。信号设备由大量元件组合而成，每个元件的电气性能存在差异，同时设备的承载业务和应用环境也不断变化，难以建立有效的平稳模型。从已知数据出发，通过基于概率和统计的刻画方式，运用机器学习技术，挖掘其中隐藏的知识，再以这些知识来预测未知数据，是解决该类问题的有效途径。如图2所示，监测系统采集的原始数据由于高维度或噪音，往往不能直接用于诊断和学习，需要进行预处理，以抑制噪音和降低维度。特征提取是其中至关重要的环节，需要融入各设备领域的专业知识，以使提取的特征与故障类型紧密相关，且各特征间尽可能互相独立。机器学习技术基于概率理论，对特征数据进行分析，自动寻找最佳的概率模型和求解算法，并不断优化参数，以期找到统计意义上的最佳诊断结果。
图2 基于机器学习的设备级故障诊断流程图
转辙机是故障类型较复杂的信号设备之一，其相关的监测量包括动作电流、动作功率、转换方向及表示电路电压。通号院基于这些观测数据，应用机器学习技术，对转辙机故障诊断进行了研究，取得了阶段性成果。系统自适应设置阈值，对原始电流和功率曲线进行分割，使其分割为与动作次数匹配的片段；对于各片段，通过各类信号处理方法提取稳定的统计特征，如电流强度、噪声水平和噪声分布均衡度等；基于高斯核函数估算各故障类型的先验概率密度分布；对于待诊断数据，基于后验概率密度分布将故障分析结果排序给出。系统支持对未知故障类型的自学习和既有故障类型的自适应更新，适用于交流转辙机和直流转辙机，并涵盖单机单动、单机多动、双机单动和双机多动等应用场景。
(三)电务综合监测平台
将信号集中监测系统的监测范围扩展，构建涵盖全部信号设备和通信设备的电务综合监测平台，是系统往广度发展的一大方向。各信号设备及关联的通信设备是一个紧密结合的大系统，分散和孤立的信息不利于系统级的故障诊断。同时，若单类设备配置独立的维护单元，则维护人员需要查看各自的维护终端进行分散维护，将给管理和维护带来极大不便。对照既有功能，该平台需将RBC、TSRS、有源应答器和车载ATP等信号设备纳入，还需将安全数据网、GSM-R无线网和视频监控等通信设备纳入。
(四)电务综合管理平台
将信号集中监测系统的功能扩展，构建涵盖铁路总公司、铁路局、电务段、工区和设备供应商的电务综合管理平台，是系统往广度发展的又一方向。通过该平台对电务部门既有各信息系统进行整合，可彻底消除信息孤岛现象。平台以电务段为中心，在此建立数据中心，汇集电务生产和管理的各类信息，各应用终端可以WEB方式进行远程访问。如图3所示，整个平台的功能可分为设备管理、生产管理、应急指挥、经营管理、网络办公和系统维护等6大部分。基于该平台，通过对电务信息的整合和挖掘，优化电务作业流程，改进作业方式，将极大提高电务生产效率，有力推动铁路电务信息化建设。
图3电务综合维护平台功能
结语
从我国铁路运输实际出发，铁路信号集中监测系统历经几代发展，实现了信号设备状态的准确采集与可靠传输，提高了电务维修的自动化以及智能化水平，确保了行车安全和运营效率。铁路信号集中监测系统作为一项重要的技术装备，必将随着其深度和广度的不断拓展而得到更广泛的应用。
结语
[1]水晶.GSM-R在信号集中监测系统中的应用研究[D].兰州交通大学,2013.
[2]吕云伟.新技术标准下的信号集中监测系统[J].铁道通信信号,2013,01:31-33.
[3]何岸.基于信号集中监测系统的生产管理[J].铁道通信信号,2013,03:42-43+47.
[4]随鸿杰.铁路信号集中监测智能分析系统实现方案的探讨[J].科学之友,2013,12:159-160.
[5]胡恩华,朱锁明.信号集中监测系统中电务段服务器子系统的设计研究[J].铁道通信信号,2012,04:1-3.
关键词：铁路；集中信号监测技术；现状；发展
中图分类号：U41文献标识码： A
一、信号集中监测系统的作用及基本组成
信号集中监测设备是重要的行车设备。它是由铁路总公司、铁路局、电务段、车站监测设备构成的“三级四层”监测系统网络体系；其特点：利用微机高速信息处理能力，进行实时监测、故障判断、自动分析；利用微机大规模信息存储能力，进行数据处理、记忆存储、回放再现。利用微机联网能力，加强调度指挥、故障处理、集中管理。
二、当前信号集中监测系统的应用现状
车站监测网是系统的基本单元，负责数据的采集、分类和分析处理，实现信号设备的实时监测与故障诊断。它包括站机、采集设备及网络通信设备。
电务段监测子系统是系统的中枢，管理全段内所有车站节点，接收和存储站机数据，发送有关指令对站机进行操作，根据监测终端要求进行数据分发和WEB服务。它配置数据库服务器、应用服务器、通信前置机、接口服务器、WEB服务器、维护终端和监测终端等设备。
铁路局电务监测子系统是全局信号集中监测系统的监控中心，管理局内所有的电务段及车站节点，负责与所辖电务段及铁路总公司建立通信连接和数据交换。它配置应用服务器、监测终端和维护工作站。
铁路总公司电务监测子系统是全路信号集中监测系统的监控中心，管理全路的联网车站，负责与各铁路局建立通信连接和数据交换。它配置通信管理机和铁路总公司监测终端。
广域网数据传输子系统由车站与电务段间的基层网及电务段与铁路局、铁路总公司的上层网组成。基层网采用环形组网方式，每5～12个车站形成一个环路，并以不低于2M通道抽头方式与电务段星型连接。上层网采用不低于2M通道星型连接的组网方式。各网络节点间采用TCP/IP协议和统一的数据格式进行通信。
铁路信号集中监测系统的监测对象可分为模拟量、开关量和带自诊断功能的信号设备3类。系统实时采集信号设备的电气特性、设备状态、网络连接状态和故障告警等信息，并以报表、曲线等形式提供人机交互界面，具有信息展示、历史回放、统计分析、预警报警和辅助故障处理等功能。系统采集第一手的信号设备运用信息，同时对各信号子系统的维护单元进行资源整合，为电务维护人员提供统一的集中监测和故障分析平台。
该系统应用以来，科学指导了故障处理和现场维修，为事故分析和定责提供了科学依据，极大降低了电务部门的劳动强度，提高了电务维护水平和生产效率，保障了行车安全，已成为铁路信号系统的标准装备。
随着铁路运输安全要求的不断提高，信号集中监测系统出现一些问题：首先，系统的智能分析与故障诊断水平较低。当前系统基本还停留在采集数据的展示层面，设备的维修和维护信息主要依靠人工调阅和判断，无法通过系统自动判别设备隐患和精确定位故障。如何将系统采集的信息进行科学的归纳和分析，给电务维护人员提供及时的诊断信息和高效的解决方案，是迫切需要解决的问题。其次，系统的监测范围有待拓展。对于RBC、TSRS和有源应答器等设备，尽管当前系统已预留接口，但未实现监测；车载ATP子系统的信息尚未纳入；与信号系统相关的安全数据网、GSM-R无线网和视频监控系统也未纳入监测范围。对于部分已纳入监测范围的信号设备，系统采集的设备状态信息和业务信息也需进一步精细和拓广。最后，系统的功能有待延伸。当前系统主要集中于信号设备的监控，对于电务部门的生产调度、施工管理和应急指挥涉及很少。
三、信号集中监测系统的发展趋向
(一)基于仿真的系统级故障诊断
铁路信号系统由各子系统和设备等基本单元构成，各单元间主要靠业务信息发生关联，在电气特性上并无太多相关性。分析各单元的业务功能，提取关键业务数据，构建业务模型，是系统级故障诊断的基础。基于仿真的系统级故障诊断，也即用数学模型来模拟真实的信号系统，再将模型状态与信号系统的真实业务状态进行比较，从而发现和定位系统的故障。用于诊断的数学模型包括各单元的业务模型及相互间的交互关系，应反映真实系统的主要特征。通过对信号系统的业务流程分析，可归其为离散事件系统，即其状态在某些离散时间点上发生变化。仿真的实现依靠事件驱动，这类事件包括道岔锁闭、区段占用和进路開放等，其发生时间与真实系统同步。当仿真系统与真实系统的业务状态存在差异时，依据时间次序及判别规则对故障进行识别和分析。图1描述了基于仿真的系统级故障诊断流程框架。
图1 基于仿真的系统级故障诊断流程图
(二)基于机器学习的设备级故障诊断
信号设备故障诊断的本质在于其面临不确定性和复杂性的双重挑战。测量过程中的噪音和干扰等影响因素往往具有不确定性。信号设备由大量元件组合而成，每个元件的电气性能存在差异，同时设备的承载业务和应用环境也不断变化，难以建立有效的平稳模型。从已知数据出发，通过基于概率和统计的刻画方式，运用机器学习技术，挖掘其中隐藏的知识，再以这些知识来预测未知数据，是解决该类问题的有效途径。如图2所示，监测系统采集的原始数据由于高维度或噪音，往往不能直接用于诊断和学习，需要进行预处理，以抑制噪音和降低维度。特征提取是其中至关重要的环节，需要融入各设备领域的专业知识，以使提取的特征与故障类型紧密相关，且各特征间尽可能互相独立。机器学习技术基于概率理论，对特征数据进行分析，自动寻找最佳的概率模型和求解算法，并不断优化参数，以期找到统计意义上的最佳诊断结果。
图2 基于机器学习的设备级故障诊断流程图
转辙机是故障类型较复杂的信号设备之一，其相关的监测量包括动作电流、动作功率、转换方向及表示电路电压。通号院基于这些观测数据，应用机器学习技术，对转辙机故障诊断进行了研究，取得了阶段性成果。系统自适应设置阈值，对原始电流和功率曲线进行分割，使其分割为与动作次数匹配的片段；对于各片段，通过各类信号处理方法提取稳定的统计特征，如电流强度、噪声水平和噪声分布均衡度等；基于高斯核函数估算各故障类型的先验概率密度分布；对于待诊断数据，基于后验概率密度分布将故障分析结果排序给出。系统支持对未知故障类型的自学习和既有故障类型的自适应更新，适用于交流转辙机和直流转辙机，并涵盖单机单动、单机多动、双机单动和双机多动等应用场景。
(三)电务综合监测平台
将信号集中监测系统的监测范围扩展，构建涵盖全部信号设备和通信设备的电务综合监测平台，是系统往广度发展的一大方向。各信号设备及关联的通信设备是一个紧密结合的大系统，分散和孤立的信息不利于系统级的故障诊断。同时，若单类设备配置独立的维护单元，则维护人员需要查看各自的维护终端进行分散维护，将给管理和维护带来极大不便。对照既有功能，该平台需将RBC、TSRS、有源应答器和车载ATP等信号设备纳入，还需将安全数据网、GSM-R无线网和视频监控等通信设备纳入。
(四)电务综合管理平台
将信号集中监测系统的功能扩展，构建涵盖铁路总公司、铁路局、电务段、工区和设备供应商的电务综合管理平台，是系统往广度发展的又一方向。通过该平台对电务部门既有各信息系统进行整合，可彻底消除信息孤岛现象。平台以电务段为中心，在此建立数据中心，汇集电务生产和管理的各类信息，各应用终端可以WEB方式进行远程访问。如图3所示，整个平台的功能可分为设备管理、生产管理、应急指挥、经营管理、网络办公和系统维护等6大部分。基于该平台，通过对电务信息的整合和挖掘，优化电务作业流程，改进作业方式，将极大提高电务生产效率，有力推动铁路电务信息化建设。
图3电务综合维护平台功能
结语
从我国铁路运输实际出发，铁路信号集中监测系统历经几代发展，实现了信号设备状态的准确采集与可靠传输，提高了电务维修的自动化以及智能化水平，确保了行车安全和运营效率。铁路信号集中监测系统作为一项重要的技术装备，必将随着其深度和广度的不断拓展而得到更广泛的应用。
结语
[1]水晶.GSM-R在信号集中监测系统中的应用研究[D].兰州交通大学,2013.
[2]吕云伟.新技术标准下的信号集中监测系统[J].铁道通信信号,2013,01:31-33.
[3]何岸.基于信号集中监测系统的生产管理[J].铁道通信信号,2013,03:42-43+47.
[4]随鸿杰.铁路信号集中监测智能分析系统实现方案的探讨[J].科学之友,2013,12:159-160.
[5]胡恩华,朱锁明.信号集中监测系统中电务段服务器子系统的设计研究[J].铁道通信信号,2012,04:1-3.