• 查询稿件
  • 获取最新论文
  • 知晓行业信息
官方微信 欢迎关注

基于数字孪生模型的铁路客运站应急响应仿真方案研究

王小书, 杨国元

王小书, 杨国元. 基于数字孪生模型的铁路客运站应急响应仿真方案研究[J]. 铁路计算机应用, 2021, 30(7): 44-49, 60.
引用本文: 王小书, 杨国元. 基于数字孪生模型的铁路客运站应急响应仿真方案研究[J]. 铁路计算机应用, 2021, 30(7): 44-49, 60.
WANG Xiaoshu, YANG Guoyuan. Research on simulation scheme of railway passenger station emergency response based on digital twins model[J]. Railway Computer Application, 2021, 30(7): 44-49, 60.
Citation: WANG Xiaoshu, YANG Guoyuan. Research on simulation scheme of railway passenger station emergency response based on digital twins model[J]. Railway Computer Application, 2021, 30(7): 44-49, 60.

基于数字孪生模型的铁路客运站应急响应仿真方案研究

基金项目: 国家重点研发计划项目(2020YFF0304100)
详细信息
    作者简介:

    王小书,助理研究员

    杨国元,副研究员

  • 中图分类号: U291.6 : U298.1 : TP39

Research on simulation scheme of railway passenger station emergency response based on digital twins model

  • 摘要: 客运站是铁路客运组织的重要场所,客运站内任何突发事件将带来不良社会影响。面对突发事件时,如何确保客运站现有的资源条件和响应机制,能够有效控制事态演化,是目前亟待解决的问题之一。文章在梳理铁路客运站应急响应业务基本流程的基础上,明确应急响应事前、事中、事后的仿真需求;采用数字孪生概念和方法,建立客运站数字孪生应急响应模型,设计客运站应急响应仿真软件主要功能,并重点对大面积晚点、大客流、火灾与暴恐等典型应急场景,细化仿真功能设计,为下一步开发客运站应急响应仿真及能力评估应用奠定基础。
    Abstract: As the passenger stations are key places for railway passenger transport organization, any emergency occurring in the passenger stations will bring adverse social impacts. In the face of emergencies, how to ensure that the existing resource conditions and response mechanism of the passenger station can effectively control the evolution of the situation is one of the urgent problems to be solved. Through analyzing the basic work flow of emergency response operations of the railway passenger station, the simulation requirements of emergency response before, during and after the emergency response are clarified. Then, the digital twins emergency response model of passenger station is established based on the concept and method of digital twins and the main functions of the emergency response simulation software for passenger station are designed. Furthermore, the simulation functions of typical scenarios, many trains delay, large passenger flow, fire and violence, are refined, thus laying a foundation for the further development of the emergency response simulation and capacity assessment application of passenger station.
  • 我国在高速铁路安全运营保障方面已构建了较为完备的体系,如运营管理、风险防控和隐患排查治理等,为高速铁路的安全性提供保障[1]。随着我国高速铁路规模的不断扩大,对运营安全也提出了更高的要求。卫星导航定位、遥感、网络地理信息等技术的蓬勃发展,产生了类型多样且丰富的铁路时空信息,具有多源、海量、多时相等特点。研究如何有效组织这些时空信息,对高速铁路运营安全保障和智能高速铁路发展[2]具有促进作用。

    封博卿等人[3]基于时空大数据,利用地理信息技术、时空聚合方法等,构建一种基于地理信息的全维度、多层次的鸟巢病害分析流程,补强接触网巡检,为提高接触网鸟巢病害处理能力和预测手段提供新的技术和方法;张孝勇等人[4]提出了动态时空数据模型服务化共享方案,在地面沉降时空数据模型和铁路应急时空数据模型之间建立服务化共享联系,并实现铁路应急救援。

    但这些多模态时空信息尚缺乏综合分析,而以空间分析和三维可视化为核心技术的地理信息系统(GIS,Geographic Information System)提供了研究地理实体要素的手段[5]。因此,本文从时间关系和空间关系出发,实现对高速铁路多模态时空信息的高效组织[6]。以唯一时空基准为主线,将不同时空信息进行关联,结合时空大数据分析与可视化展示技术[7],实现安全态势的自主预测,为我国高速铁路的智能、自主维修提供理论依据。

    时空信息指具有时间和空间维度的属性数据,现实世界中,80%以上的数据与地理位置有关,包括时间、空间、专题属性三维信息,具有多源、海量、更新快速的综合特点。高速铁路时空信息主要包括地理信息、高分辨率遥感影像、高精度卫星导航定位信息、铁路专业检测监测数据。

    主要指国家发布的基础地理信息、铁路专业公用地理信息、铁路专业专用地理信息,可获取各省市的行政区边界信息,高速铁路的线路、轨道、桥梁、隧道、车站等基础设备设施的空间位置、里程及属性信息。

    高分辨率遥感影像的数据分辨率可达米级或亚米级,目前国内已投入使用的高分辨率卫星有高分1~6号系统卫星、资源系列卫星、环境系列卫星、高景1号、天绘卫星、实践9号等。国外的高分辨率卫星有Worldview[8]系列卫星、GeoEye[9]系列卫星、Quickbird卫星、Ikonos卫星、Planet系列卫星等。利用高分辨率遥感影像可以监测高速铁路全线周边地物状态及安全隐患,为排除高速铁路沿线周边地物安全隐患提供有效的时空信息。

    目前,我国北斗高精度卫星导航系统[10]已全面建成,是为全球用户提供全天候、全天时、高精度定位、导航和授时服务的国家重要空间基础设施。北斗高精度卫星导航系统可为铁路行业领域应用提供高精度定位、短报文、授时等应用,获取车辆、人员与设备的高精度空间位置信息。通过从高速铁路沿线安装的高精度卫星导航定位终端获取差分数据,经过高精度解算算法获取定位终端的高精度位置信息,并对高速铁路各专业系统设备进行时间源的统一,确保高精度实时动态位置数据获取的精准度。实时动态位置数据主要指高速铁路作业人、运行车辆等实时动态的位置信息,包括经纬度、里程信息、线路行别等。

    铁路专业检测监测数据主要有基础设施的动态检测数据、静态检测数据、养护维修数据等,可提供高速铁路沿线的轨道、道岔、桥梁、钢轨等基础设施的空间位置、几何形状变化、养护维修等信息,及基础设施的安全状态、对列车安全行车的影响程度,是关联高铁运营安全分析的基础。

    将高速铁路检测监测数据与地理信息之间建立关系,可实现对铁路沿线病害位置在地图上的快速、准确、精确定位。建立高速铁路检测监测数据与遥感影像的空间关系,查看病害位置周边的环境情况,分析铁路外部环境变化对病害发生位置的影响。

    通过对多时相、高分辨率遥感影像进行变化检测,可对铁路用地范围内地物的变化情况进行大范围监测,从而降低周边环境对列车安全行车的威胁。

    通过高精度卫星导航定位信息可获取列车的空间位置,将列车的空间位置叠加在地理信息上,可对列车在地图中的位置进行实时监控。将列车的空间位置叠加在遥感影像上,可在列车运行过程中,查看列车所处位置的铁路外部环境情况。

    基于统一时空基准,建立高速铁路基础地理信息、高分辨率遥感影像、高精度卫星导航定位信息和基础设施检测监测数据内部及数据之间的关联关系。将基础地理信息作为底图,叠加高分辨率遥感影像变化检测结果、高精度列车位置、基础设施安全状态数据,形成高速铁路时空信息安全“一张图”。在这“一张图”上进行高速铁路时空信息安全分析。通过高分辨率遥感影像变化检测对高速铁路沿线周边大范围的安全隐患地物进行分析,通过基础设施检测监测数据分析基础设施几何形状大小和空间位置变化与其安全状态、养护维修之间的关系,进而分析基础设施的几何形状和空间位置变化对高速铁路运营安全的影响范围。通过对高速铁路沿线外部环境安全隐患与内部基础设施安全状态进行直观、可视化展示,为列车安全运营提供基础保障。

    在对高速铁路沿线的基础地理信息、高分辨率遥感影像、高精度卫星导航定位信息、铁路专业检测监测数据等多模态时空信息进行分析之前,需对其进行一些预处理操作,具体流程如图1所示。

    图  1  多模态时空信息预处理流程

    (1)整理、清洗数据

    将原始数据按照空间数据标准格式进行整理,数据须包含里程信息。随后清洗数据,即纠正错误数据,补全不完整数据,去除重复数据等。

    (2)制作矢量数据库

    利用ArcGIS软件生成点线面矢量数据,将点线面数据图层进行合并,导出gdb或mdb格式的数据库文件,从而形成矢量数据库。

    (3)完善数据库属性

    完善矢量数据库内图层的属性信息,包括名称、长度、面积等。

    (4)时空基准统一

    通过投影变换将原图投影下的矢量数据转换为地理坐标或指定投影下的数据,利用地图配准,将存在偏差的坐标位置配准到准确位置,从而确保多源时空信息的时空基准统一。

    基于统一的时空基准,将铁路地理信息地图、遥感影像、列车位置、检测监测数据进行有效组织。实现地图在线定位、周边环境监测、关联关系分析功能,如图2所示。

    图  2  高速铁路多模态时空信息组织方式

    (1)地图在线定位

    在地图上直观展示病害位置与列车位置。针对每条病害数据均可快速定位其在地图上的位置;将列车的实时位置在地图上进行直观展示,可在线监控列车行驶位置与行驶路线。

    (2)周边环境监测

    针对铁路沿线的每个病害位置与列车位置,均可快速查找并定位其在遥感影像上所对应的点,展示病害点及列车所处位置周边的建筑物、植被、废弃物等地物情况。

    (3)关联关系分析

    根据时空信息之间的空间关系和时间关系,进行铁路基础设施内部及各设施之间的关联与变化分析。在基础设施内部,分析设施的历史数据与变化特征,进而得出变化趋势;在基础设施之间,筛选设施影响范围内的其他设施,分析设施与设施间的拓扑关系,包括包含关系、邻接关系、关联关系。同时,也可设置某一缓冲区,对缓冲区内的基础设施进行分析。

    本文通过分析高速铁路全域范围的基础地理信息、高分辨率遥感影像、高精度卫星导航定位信息、铁路专业检测监测数据的多模态时空信息之间的空间、时间关系,建立多模态时空信息数据组织模型。同时,在“一张图”上实现高速铁路多模态时空信息的一体化集成展示,可为高速铁路运营安全保障提供直观、可视化的在线监控手段,为高速铁路运营安全提供技术支撑。

  • 图  1   铁路客运站应急响应业务基本流程

    图  2   客运站数字孪生应急响应模型框架示意

  • [1] 张春家,史天运,吕晓军,等. 铁路智能客运车站总体框架研究 [J]. 交通运输系统工程与信息,2018,18(2):40-44+59.
    [2] 史天运,刘 军,李 平,等. 铁路大数据平台总体方案及关键技术研究 [J]. 铁路计算机应用,2016,25(9):1-6. DOI: 10.3969/j.issn.1005-8451.2016.09.002
    [3] 王同军. 中国智能高速铁路体系架构研究及应用 [J]. 铁道学报,2019,41(11):1-9.
    [4] 秦 勇,王 卓,贾利民. 轨道交通应急管理系统体系框架及应用研究 [J]. 中国安全科学学报,2007,17(1):57-65. DOI: 10.3969/j.issn.1003-3033.2007.01.010
    [5] 周 栋,吕晓军,王小书,等. 铁路客运站应急指挥系统架构设计 [J]. 铁路计算机应用,2019,28(4):31-35. DOI: 10.3969/j.issn.1005-8451.2019.04.008
    [6]

    Grieves M, Vickers J. Digital Twin: Mitigating Unpredictable, Undesirable Emergent Behavior in Complex Systems[M]//Transdisciplinary Perspectives on Complex Systems. Berlin, Germany: Springer, 2017: 85-113.

    [7] 陶 飞,张 萌,程江峰,等. 数字孪生车间—一种未来车间运行新模式 [J]. 计算机集成制造系统,2017,23(1):1-9.
    [8] 陶 飞,刘蔚然,张 萌,等. 数字孪生五维模型及十大领域应用 [J]. 计算机集成制造系统,2019,25(1):1-18.
图(2)
计量
  • 文章访问数:  136
  • HTML全文浏览量:  326
  • PDF下载量:  77
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-03-30
  • 刊出日期:  2021-07-29

目录

/

返回文章
返回