Automatic projection system for occupied line program diagram of railway passenger station
-
摘要:
为改善铁路客运站基于计算机手动绘制占线程序图的现状,提高客运站日常工作绘图效率,确保客运站到发线运用方案编制的合理性,设计了铁路客运站占线程序图自动化推演系统。构建占线程序图动态绘制算法及仿真流程,实现占线程序图动态绘制、到发线运用方案实时评价及机车车辆作业过程推演。在中国铁路沈阳局集团有限公司大连站的仿真应用表明,该系统简化了占线程序图绘制过程,可实时判断并量化评价方案中存在的冲突,为客运站工作人员编制、优化到发线运用方案提供参考。
Abstract:In order to improve the current situation of manually drawing occupied line program diagrams based on computers at railway passenger stations, improve the efficiency of daily work diagram drawing, and ensure the rationality of the operation scheme for arrival and departure lines, this paper designed an automated projection system for occupied line program diagram of railway passenger station. The paper constructed a dynamic drawing algorithm and simulation process for occupied line program diagrams, implemented dynamic drawing of occupied line program diagrams, real-time evaluation of operation scheme for arrival and departure lines, and projection of locomotive and vehicle operation processes. The simulation application at Dalian Station of China Railway Shenyang Group Co. Ltd. shows that the system simplifies the process of drawing occupied line program diagrams, can judge and quantify conflicts in the evaluation plan in real time, and provide reference for passenger station staff to prepare and optimize the operation scheme of arrival and departure lines.
-
我国和谐型机车保有量约12 000余台,日总走行约700余万机车km,运行跨度大、环境变化多、工况复杂,是铁路运输生产的重要动力源,也是保障客货运输服务的重要技术装备。近年来,中国国家铁路集团有限公司持续推进和谐型机车修程修制改革工作,以成本支出大项的系统和部件维修为主要研究对象,优化检修的范围、标准和方式,开展模块化、数字化及精准化维修,提升自主检修能力,逐步构建符合我国国情、路情的机车装备运用维修(简称:运维)体系[1]。现阶段,在机车故障预测与健康管理(PHM,fault Prediction and Health Management)方面取得了一些研究成果,和谐型机车专家诊断系统、机车走行部轴承健康管理系统已在部分铁路局集团公司机务段(简称:局段)开展应用,完成对牵引变流器、变压器、主断及高隔等关键部件的故障检测、机车走行部轴承健康状态评估与寿命周期预测;机车PHM+车轮系统相关研究工作也取得了阶段性成果,实现了自动生成车轮镟修通知单、预测车轮剩余寿命等功能[2]。本文基于上述研究,采用大数据和云平台等技术,设计全国铁路(简称:全路)统一、具有自主知识产权的和谐型机车PHM系统(简称:PHM系统),为提升和谐型机车安全可靠性、提高装备使用效率、降低维修成本提供全面的辅助决策支持,并支持和谐型机车修程修制优化,全面提高机车装备设计制造及运维技术水平。
1 设计目标
1.1 搭建和谐型机车PHM数据平台
搭建和谐型机车PHM数据平台,提供统一规范的数据服务。针对和谐型机车及关键零部件全寿命周期内设计、制造、运用、整备、检修等环节,形成新造、运维、监测、检测、环境等方面的PHM数据资源目录,分析数据采集、存储、管理机制,集成多系统PHM相关数据,进行清洗、转化、降维、标准化处理,为PHM系统应用提供统一规范的数据服务。
1.2 创建整车和部件PHM运维构型字典库
以机车系统分类、18类重要零部件为基础,研究和谐型机车修程修制改革方法,分析部件精准维修涉及的重要零部件,进一步定义和谐型机车运维构型的重要零部件目录,梳理和规范不同机型的产品装配结构和部件的名称、位置及数量,形成PHM运维构型字典库。
1.3 形成PHM系统模型集市
研究和谐型机车及其部件服役状态的特征参数和变化规律,进行PHM模型软件开发、测试验证、部署使用,形成开放、规范的模型集市,为PHM系统提供健康评估类、故障预测类和视情维修类的模型集市支持。
1.4 搭建PHM系统
结合和谐型机车PHM的应用需求,整合多源数据,与维修生产有机结合,搭建全路统一、具有自主知识产权的PHM系统,为各级用户提供和谐型机车状态综合监测、故障诊断与预测、健康评估管理、数字化精准维修的信息化应用服务支撑,实现高质量、可持续发展的和谐型机车PHM规范应用服务体系。
2 系统设计
2.1 总体架构
PHM系统总体架构符合基于视情维修的开放体系结构(OSA-CBM,Open System Architecture of Condition-Based Maintenance),如图1所示。
(1)数据采集传输:通过消息队列、数据接口、数据授权等多种方式采集和谐型机车设计制造、运维、监测、检测和环境的数据,进行数据融合和综合利用。
(2)数据处理:完成采集数据的融合、特征提取和数据转换。利用多源、多参数信息,以及历史信息和经验信息,分析其相关性,考虑其可信度和精确度,进行数据融合和特征提取,实现PHM业务数据统一存储和管理。
(3)状态监测:接收处理后的数据,实时判断和谐型机车整车、零部件的状态,根据预定的各种参数指标限值或阈值进行故障报警。
(4)健康评估:接收来自不同状态健康评估所需要的数据及其他故障诊断、预测的结果,综合状态监测信息,基于和谐型机车及部件健康评估标签模型,评估和谐型机车及其重要零部件的健康状态等级。
(5)故障预测:依据监测检测数据、故障记录、工作状态、历史参数及性能演化趋势,基于整车及部件不同类型的故障预测和寿命预测模型,预测和谐型机车未来可能发生的故障、健康状态变化趋势,提出维修周期建议或者下达维修任务等。
(6)维修决策:根据维修知识,依据健康评估结果及寿命预测结果,结合机车运行计划、检修计划,给出回库检查、回库维修等具体处置建议。
(7)模型:搭建整车及零部件故障预测模型、健康评估模型、维修决策模型,分别支持PHM应用,并依据反馈信息不断优化和完善相关模型。
(8)任务下达:实现将PHM信息传输到机车整备、检修的运维作业环节中,进而将处理结果反馈到数据采集传输环节,实现信息的闭环管理[3]。
2.2 技术架构
PHM系统依托大数据、云平台等技术,实现对和谐型机车多源异构数据的采集、处理、存储、分析和应用。技术架构如图2所示。
(1)数据源:采集多源异构数据,包括机务管理信息系统(JMIS,Jiwu Management Information System)运维数据、中国机车远程监测与诊断(CMD ,China locomotive remote Monitoring and Diagnosis)系统车载监测数据、铁路车辆运行安全监测系统(5T系统)地面监测数据、自动化设备检测数据、局段自建系统数据、外部系统的调度和电务等相关数据、公共服务的地图和天气等环境数据。
(2)数据采集:通过Kafka、MQ等消息队列组件采集实时数据,通过Web Service接口、授权等方式采集其他服务数据,通过Sqoop组件抽取结构化数据,通过Flume组件抽取视频、音频、图片、文件等非结构化数据。
(3)分层存储:对采集后的数据进行清洗、转换、处理后,创建原始数据层(ODS,Operational Data Store)、汇总数据层(DWS,Data Warehouse Summary)、明细数据层(DWD,Data Warehouse Detail)、应用数据层(ADS,Application Data Service)分层存储的数据仓库,为数据计算及展示应用提供支撑。
(4)处理分析:利用Storm、Hive、Spark、联机分析处理(OLAP,OnLine Analytical Processing)等组件,以及部署数据挖掘算法库和工具,灵活运用各种数据挖掘和机器学习算法,建立模型集市,支持各种经验类、数据驱动类、机理类模型的构建,采用批量计算、流计算、内存计算等数据处理方式进行分布式并行在线及离线计算。
(5)展示应用:采用微服务架构,面向各类用户不同需求提供数据接口服务、可视化报表综合查询、Web应用、移动端App应用等[4-5]。
2.3 功能架构
PHM系统功能架构如图3所示。
(1)状态监测:包含全图监控、线路监控、机车监控、部件监控等功能,实现从面到线、从线到点、从点到部分的全方位状态实时监测。
(2)健康评估:通过构建不同维度的整车和部件的健康评估标签,实现对整车和部件进行不同等级的健康管理。
(3)故障预测:基于故障预测、视情维修等不同类型的模型,实现对预测发生的故障进行预警管理、剩余寿命管理等。
(4)维修支持:将健康评估及故障预测的维修建议与机车回库整备、回库维修相结合,辅助支持回库相关故障处理。
(5)性能演化分析:实现对不同机型的整车和重要零部件的可靠性分析、百万公里故障率分析,以及运维统计分析等。
(6)模型管理:实现故障预测类、健康评估类、视情维修类等不同类型的模型集市管理,以及模型评估管理。
(7)基础管理:实现不同机型重要零部件装配关系的运维构型管理,以及多种来源、多种类型的故障字典统一管理。
(8)数据管理:实现一车一档、一件一档、数据目录、数据监控等方面的数据综合查询管理功能[6]。
3 关键技术
3.1 PHM数据平台服务
和谐型机车PHM数据来源广、数据种类及结构多样、数据实时性和数据质量要求高,利用Kafka消息队列、Web Service服务接口、数据授权等多种方式采集数据,实现数据在多系统、跨平台间平稳、错峰、高效地接入和动态更新;对汇集接入的多源异构数据进行标准化、规范化的合并、聚合、筛选和补齐等清洗处理,通过整车车号、关键零部件序列号/单件码、构型等基础编码,集成融合和谐型机车及关键部件全寿命周期数据,全面提高数据的有效性、准确性、完整性、一致性和及时性;处理后的数据根据应用需求存储在ODS、DWD、DWS、ADS等不同层的分布式数据仓库中,进行分层组织管理,提供统一规范的数据支持;采用批量计算、流计算、内存计算等处理方式进行分布式并行大数据计算、算法计算,最终通过在云平台部署PHM系统,为用户提供健康评估、状态监测、故障预测、维修支持、模型管理、基础管理和数据管理等数据平台服务[7]。
3.2 PHM运维构型字典库
梳理电力、内燃等不同动力类型的和谐型机车,创建整车和重要零部件PHM运维构型字典库。以机车系统分类、18类重要零部件为基础,梳理和规范不同机型的主变压器、主辅变流器、受电弓、真空主断路器、制动机、牵引电机、轮轴驱动、柴油机、牵引通风机、冷却塔、网控系统等重要零部件的装配结构和部件名称、位置及数量,形成重要零部件2级系统、零部件3级系统共5个层级的PHM运维构型基础结构树,并统一零部件分类编码。和谐型机车PHM运维构型字典库示例如表1所示。
表 1 和谐型机车PHM运维构型字典库示例和谐型机车PHM运维构型字典库 序号 名称 序号 名称 序号 名称 序号 名称 序号 名称 位置
代码2 转向架 1 2.1 构架
总成1 2.1.1 构架 1 2.2 轮轴
驱动
装置1轴 2.2.1 轮对 1 2.2.1.1 车轴 1轴 2.2.1.2 车轮 1左 2.2.1.3 车轮 1右 2.2.2 轴箱
组装1左 2.2.2.1 轴箱
轴承1左 2.2.2.1.1 轴箱
轴承
外圈1左 2.2.2.1.2 轴箱
轴承
内圈1左 … … … … … … … … … … … 3.3 PHM模型标签化及模型集市管理
实现从基于传感器的报警诊断转变为基于智能算法、规则模型的预测预警。规范各机型整车及关键部件的PHM模型多层级标签、格式定义,包括PHM模型输入/输出数据、数据格式、模型白/黑盒封装方式、模型实现环境及应用条件等,形成PHM模型信息化集市管理,支持不同的整车、部件对象单元,以及故障预测、健康评估、视情维修等不同类型模型在PHM系统中的统一应用管理。
4 应用展望
4.1 快速诊断故障,减少过度维修
应用PHM系统,全面管理整车及重要零部件的健康状态,进行故障预测和健康管理,辅助实现机车检修从计划预防修到数字化精准维修的转变。对于机车运用中暴露出的大量个性化质量问题和故障,通过综合大数据分析和预测性、评估性模型,能够做到“一车一方案,一部件一评估”,快速诊断、定位故障,提高主动式快速应急响应能力,有效降低故障危害,并根据单一的整车和部件状态,在不同时机安排不同级别的检修项目,有效减少过度检修、非计划内故障维修。
4.2 提前防范故障,保障运输安全
应用PHM系统,实现事故主动预防,使维修更具智能性和主动性。在提升设备服役可靠性的同时,保持和谐机车最佳可用性,从而提高机车综合质量,减少机车在途停车及发生晚点的情况,降低机车临碎修故障率,提升机车运行安全性,全面提升客货运输质量,保障铁路运输安全。
4.3 提高机车质量,降低运维成本
应用PHM系统,精准掌控机车全寿命周期的技术状态及其动态变化,提高机车质量,在减少维修活动成本总量的同时,通过全寿命周期成本管理,实现整车及部件设备采购价格逐步向全寿命周期成本定价的方式过渡,以安全可靠为原则,逐步实现机车全寿命周期成本最小化[8]。
5 结束语
随着越来越多的和谐型机车奔驰在祖国广袤的大地上,必将对机车运维技术先进性、高效性、可靠性提出更高要求。本文对和谐型机车PHM系统进行总体设计,基于大数据和云平台等技术,将PHM技术应用于和谐型机车整车及部件统一标准运维体系中,构建和谐型机车PHM数据平台,创建PHM运维构型字典库,形成PHM模型集市。和谐型机车PHM系统的研发,能够提升机车故障预测、精准维修的智能化水平,从而为机车信息化建设的发展提供更好的源动力。
-
[1] 刘 佩,梁家健,陈家旭,等. 国内外铁路仿真技术研发应用现状及发展趋势[J]. 综合运输,2021,43(9):71-76. [2] 谢顺丰,胡留洋,鲁工圆,等. 基于能耗评价的摘挂列车调车作业计划仿真分析[J]. 铁道运输与经济,2021,43(7):72-78. [3] 武 帅,李季涛,张美勇. 铁路客运站调车作业计划执行过程仿真平台的研制与开发[J]. 铁路计算机应用,2021,30(6):1-5. [4] 彭其渊,王超宇,鲁工圆. 基于到发线运用方案的列车到达追踪间隔时间压缩方法及仿真研究[J]. 中国铁道科学,2020,41(2):131-138. [5] 安 迪. 时速400km高速铁路列车追踪间隔仿真研究[J]. 铁道运输与经济,2022,44(8):36-44. [6] 鲁工圆,彭其渊,闫海峰,等. 高速铁路车站作业过程的TCPN仿真通用模型[J]. 系统仿真学报,2013,25(4):831-838. [7] 王兴利. CTC仿真列车运行模型研究[J]. 铁路通信信号工程技术,2020,17(10):24-27. [8] 任禹谋,张 琦,袁志明,等. 安全约束条件下高铁站到发线运用优化研究[J]. 中国安全科学学报,2021,31(1):179-185.