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

智能铁路总体架构与发展展望

王同军

王同军. 智能铁路总体架构与发展展望[J]. 铁路计算机应用, 2018, 27(7): 1-8.
引用本文: 王同军. 智能铁路总体架构与发展展望[J]. 铁路计算机应用, 2018, 27(7): 1-8.
WANG Tongjun. 智能铁路总体架构与发展展望[J]. Railway Computer Application, 2018, 27(7): 1-8.
Citation: WANG Tongjun. 智能铁路总体架构与发展展望[J]. Railway Computer Application, 2018, 27(7): 1-8.

智能铁路总体架构与发展展望

基金项目: 中国工程院咨询研究重大课题(2035,2018-ZD-05); 中国铁 路总公司科技研究开发计划重大课题(2017X001-D)
详细信息
    作者简介:

    王同军,中国铁路总公司副总经理,提高工资待遇高级工程师。

  • 中图分类号: U2:TP39

智能铁路总体架构与发展展望

  • 摘要:

    智能铁路是现代新技术在铁路领域的综合应用,是铁路运输必然的发展方向。面向铁路智能化发展的研究及应用,在国外智能铁路发展历程分析的基础上,给出了智能铁路的概念、目标、特征、内涵,总结了目前智能铁路研究方向,提出了智能铁路总体框架,明确了3大系统组成;研究了包含通用技术、智能技术、专用技术在内的一整套技术支撑体系;以京张高铁为例,介绍了智能铁路的最新发展,并对中国智能铁路发展前景进行展望。通过对智能铁路的深入研究,对智能铁路规划设计及落地实施具有重要参考价值。

    Abstract:

    智能铁路是现代新技术在铁路领域的综合应用,是铁路运输必然的发展方向。面向铁路智能化发展的研究及应用,在国外智能铁路发展历程分析的基础上,给出了智能铁路的概念、目标、特征、内涵,总结了目前智能铁路研究方向,提出了智能铁路总体框架,明确了3大系统组成;研究了包含通用技术、智能技术、专用技术在内的一整套技术支撑体系;以京张高铁为例,介绍了智能铁路的最新发展,并对中国智能铁路发展前景进行展望。通过对智能铁路的深入研究,对智能铁路规划设计及落地实施具有重要参考价值。

  • 铁路是国民经济的大动脉,随着我国经济的快速发展,普通的运输方式已不能满足人们对生产资料和生活资料的需求,在这种时代背景下,重载铁路具有的运能大、效率高、运输成本低等优点得以突显。重载铁路的快速发展和运能的日益扩张,对运营人员的管理水平、技能水平,以及运营效率提出了更高的要求[1],合格的重载列车调度员、车站值班员和列车驾驶员对重载列车安全运营起着重要的作用[2]。因此,研究货运铁路重载列车的运营仿真,对培训现场运营人员、促进货运铁路的快速发展、保证运输安全具有重要意义。

    传统的“师傅带徒弟”培训方式单一、培训耗时长,且货运组织过程中遇到的非正常现象各不相同、不易重现; 此外,传统的教学培训手段不能批量、高效、全面地对学员进行现场演示,也不能进行模拟操作等技能培训,难以实现预期培训目标,无法满足当前重载铁路运营人员日益增长的培训需要。为此,本文结合货运列车运营实际及现有铁路综合仿真培训系统应用现状,设计了一套集教学、培训、演练、实训为一体的重载列车运营仿真培训系统(简称:仿真培训系统) [3]

    仿真培训系统以实际运营的重载列车车辆特性、运行工况、线路特点等为原型进行功能仿真与运行场景模拟,实现对运营人员的基础知识培训、基本操作培训、仿真操作培训,能全过程记录不同工况下的处置过程和作业标准执行情况,并进行综合考评,达到提高运营人员行车指挥、驾驶技能、故障处置等业务水平的培训目标。

    仿真培训系统通过模拟货运铁路重载列车运行状况、操作特性、牵引/制动特性、编组、无线重联、解编,以及故障和非正常操作等不同场景,完成对行车组织人员(调度员、值班员、司机等)的业务操作技能培训及考核评价。根据货运列车实际运行信息、运营状态,搭建由列车驾驶仿真子系统、环境仿真子系统及教员管理子系统组成的仿真培训系统,其结构如图1所示。

    图  1  仿真培训系统结构

    (1)机车仿真。包含对车载信号、屏显控制系统、故障、列车运行的仿真。根据电力机车硬件组成结构及车载信号显示定义,结合机车真实设备电路控制原理图对机车所有电气元件进行硬件替代与软件模拟,实现仿真机车与铁路现场实际运行机车的功能特性、电气特性高度一致。根据列车自身属性参数及实际运行线路特征,构建不同车型在不同运行线路及不同工况(含故障模拟)下的牵引、制动模型,模拟真实列车实际运行。

    (2)场景仿真。包含对视景和声音的仿真。采用计算机图像生成技术、数字光学处理技术模拟列车实际运行场景及其周边景物,构建与现场高度吻合的视景仿真子系统,用于呈现列车实际运行前方及车窗适宜视角的轨道、沿途车站及相关景观画面,并能根据列车运行速度、运行方向、过道岔、上下坡段等情况实时调节画面显示帧数、视点角度和方向,逼真还原实际运营场景。

    根据不同环境、不同工况机车车辆运行过程中发出的鸣笛声、劈相机声、压缩机声、电弧声,以及过轨道、道岔、桥、隧道等发出的声音和列车运行的环境气动噪声,创建音源并构建声音仿真子系统,根据仿真列车在培训过程中触发的事件,发出不同的音源对受训学员进行提示。

    根据车站、区间列车运行控制特点及对应线路的基础数据信息,创建列车运营环境仿真子系统,模拟行车调度指挥、车站作业,实现对行车指挥、实时调整、全程监督、区间闭塞控制及车站联锁控制等主要功能的仿真。

    (1)行车调度指挥仿真。以运行车站、区间配置图及基本运行图为基础,以临时限速与阶段计划等调度命令为全线列车实际运行准则,通过行车调度仿真子系统,实现行车指挥自动化功能。

    (2)车站作业仿真。根据货运铁路实际运营控制特点、车站作业性质,结合地面信号设备联锁控制逻辑及车站值班员、信号员、助理值班员作业流程特点,运用软件编程构建车站作业仿真子系统,通过该子系统,实现站场设备(线路、信号、车辆等)参数、属性参数的静态仿真,以及设备控制逻辑、操作流程的动态模拟。

    根据现场培训需求,设计教员管理系统,实现教学计划的制定与实施。教员管理系统包括系统数据库管理模块、课程设计与管理模块、故障信息管理模块、用于考核操作技能与业务水平的评价模块、用于监视各模块运行状态及控制命令执行状态的通信仿真模块等。

    (1)教学计划制定。教员可根据货运铁路实际运营中作业人员的技术薄弱环节、易错且在实际中不易重现的故障,以及非正常行车作业/正常行车作业流程,设置课程起始及结束时间,设置运行图绘制及调整信息,设置故障(机车车辆、线路、供电、信号设备、系统故障、编组异常、重联故障等)及非正常行车场景,拟定教学计划。

    (2)教学计划实施。教员根据已制定的教学计划启动仿真培训系统,完成课程信息加载、各模块内部参数设置与初始化、模块间数据交互和通信连接、核心运算等。系统运行时,仿真列车根据拟定的教学计划按照时刻表运行,环境运算服务器实时接收客户端的各类操作指令(系统菜单与操作命令),并向客户端发送状态更新信息,生成操作日志,储存操作记录。所有操作指令及服务器内部自触发条件信息均按时戳顺序保存并传送到评价模块,与正常操控流程评价准则进行比对,给出相应的考核测评。

    根据电力机车与车辆自重、长度等属性参数设置不同车型、不同运行线路、不同工况下的牵引力、制动力、阻力、能耗等特性参数[4],结合实际运行线路数据(线路速度、里程、坡度、曲线、分相、桥隧、道口等)、车站数据(站名、道岔、股道、站台等),计算在不同线路、不同工况下的列车速度、列车加速度、列车制动力、相对位移与绝对位移等。计算流程如图2所示。

    图  2  牵引动力计算流程

    货运铁路无线重联技术是实现多机车无线重联,开行长、大重载组合列车,满足重载运输需求的关键技术,其核心是基于无线通信控制系统,将多台机车分布在重载列车的适当位置,从而实现整列列车的同步运行[5-7]。通过模拟机车无线通信控制,实现主控机车对从控机车的动力牵引和制动控制,主控、从控机车重联操作命令经机车逻辑控制系统,得到最佳动力分配、制动缓解方案,主从机车控制命令经数据收发接口模块进行交互与传输。

    根据货运铁路实际运营过程中运行计划的编制、修改、调整、下达,以及列车进路控制、调度监督、行车指挥(限速、阶段计划)等调度命令[8],结合车站作业仿真子系统,构建由数据管理模块、逻辑运算与控制模块、车站运行环境仿真模块、人机交互控制模块组成的行车调度仿真子系统,其数据传输流程如图3所示。

    图  3  行车调度仿真子系统数据传输流程

    采用SQL数据库、C#语言完成仿真培训系统软件开发。利用该仿真培训系统,教员可根据教学培训需求,设置仿真机车类型(SS4B型电力机车、神华号电力机车等)、编组信息(“1+1”“2+0”“4+1”等)、列车长度、自身重量及载重量等基本参数,创建对应培训计划,启动系统。仿真培训系统运行过程中,完成数据生成、无线重联、运行图调整、阶段计划下达、模拟驾驶、场景再现、故障处置、解/编组等。各子系统间数据交互流程如图4所示。

    图  4  仿真培训系统中各子系统间数据交互流程

    本文结合货运铁路技术发展、运营实际,分析既有培训系统、培训模式的局限性,通过对重载列车参数、线路特点、运营场景交互、关键流程的分析,搭建了一套集教学、培训为一体的货运铁路重载列车运营仿真培训系统。系统实现了重载列车运行的高度仿真、非正常行车与货运作业场景的设定、人机交互、运营人员培训与考评等功能,具有逼真、易操作、易维护、实用性高等特点。随着我国重载铁路运输技术及装备的不断发展、运能的日益提高,货运铁路重载列车运营仿真培训系统对改变传统培训模式、满足运营人员培训需求、促进货运铁路运营技术发展等有着积极的意义。

  • [1] 国家发改委,交通运输部. 推进“互联网+”便捷交通促进智能交通发展的实施方案[Z]. 北京:国家发改委,交通运输部,2016.
    [2] 国家电网. 关于加快推进坚强智能电网建设的意见[Z]. 北京:国家电网, 2010.
    [3] 国家发改委. 关于促进智慧城市健康发展的指导意见[Z]. 北京:国家发改委, 2014.
    [4] 陆东福. 交通强国铁路先行为促进经济社会持续健康发展做出更大贡献—在中国铁路总公司工作会议上的报告(摘要)[J]. 铁路计算机应用, 2018(1):1-3.
    [5] 贾利民,李平. 铁路智能运输系统—体系框架与标准体系[M]. 北京:中国铁道出版社, 2004.
    [6] 李平,张莉艳,王卓,等. 中国铁路智能运输系统的体系框架及发展战略[C]// 中国铁道学会,2005.
    [7] 铁道部信息技术中心. 智能铁路发展战略及关键技术研究[Z]. 北京:铁道部信息技术中心, 2010.
    [8] 铁道部信息技术中心. 铁路智能运输系统构架及系统关键技术研究[Z]. 北京:铁道部信息技术中心,2011.
    [9] 中国铁道科学研究院电子计算技术研究所. 智能铁路体系架构研究[Z]. 北京:中国铁道科学研究院电子计算技术研究所,2013.
    [10] 中国铁道科学研究院电子计算技术研究所. 智能铁路系统设计与建模[Z]. 北京:中国铁道科学研究院电子计算技术研究所, 2012.
    [11] 史天运, 张洪宇, 贾利民. 日本铁路智能运输系统(RITS)- CyberRail框架及研究现状[J]. 中国铁道科学, 2003, 24(6):82-88.
    [12] Association of European Railway. InteGRail-Intelligent Integration of Railway Systems[Z]. Brussels: Association of European Railway, 2010.
    [13] IBM. Smarter Railroad[Z]. IBM, 2009.
    [14] European Union.Shfit2Rail strategic master plan[Z]. Brussels: European Union, 2014.
    [15] 聂宁,官科,钟章队. 德国铁路4.0战略[J]. 中国铁路, 2017(5):86-90.
    [16] 铁路视点. 法铁数字化的基本思路[Z]. 北京:铁路视点, 2016.
    [17] 曹卓娜. 互联网时代各国“踊跃”推进铁路数字化[J]. 世界轨道交通,2017(8):46-46.
    [18] 铁路视点. 俄罗斯铁路在数字化领域开始发力[Z]. 北京: 铁路视点,2017.
    [19] 马小宁,史天运. 智能铁路的内涵及关键技术研究[C]//第八届中国智能交通年会, 2013.
    [20] 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.
    [21] 史天运,郭歌,李平. 智能铁路体系框架的研究[C]// 国际节能与新能源汽车创新发展论坛,2011.
    [22] 邹丹. 铁路主数据管理平台关键技术研究[J]. 铁路计算机应用,2017(1):31-35.
    [23] 刘俊,王普,吴艳华,等. 智能铁路大数据分析平台研究[C]//第十一届中国智能交通年会,2016.
    [24] 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.
    [25] 马小宁,李平,史天运. 铁路大数据应用体系架构研究[J]. 铁路计算机应用,2016,25(9):7-13.
    [26] 马小宁,马建军,史天运,等. 物联网技术在铁路的应用研究[J]. 中国铁路,2015(7):40-44.
    [27] 王华伟,史天运,蒋荟. 铁路运输设备技术状态大数据平台构建方法研究[J]. 中国铁路,2018(2).
    [28] 郑金子,薛蕊,吴艳华,等. 国外铁路大数据研究与应用现状[J]. 中国铁路, 2018(2).
    [29] 杨连报,李平,薛蕊,等. 基于不平衡文本数据挖掘的铁路信号设备故障智能分类[J]. 铁道学报,2018(2): 59-66.
    [30] 吴艳华,李平,李芳. 数据挖掘典型案例及在高速铁路运营期的应用展望[J]. 铁路计算机应用,2016,25(9):38-41.
    [31] 郝晓培,单杏花,杨立鹏,等. 基于大数据技术的铁路互联网售票异常用户行为分析研究与实现[J]. 铁路计算机应用, 2017,26(5):1-4.
  • 期刊类型引用(4)

    1. 秦金德. 基于轻量化BIM模型的铁路工程质量管理应用. 铁路技术创新. 2024(02): 93-98 . 百度学术
    2. 陶凯,邵长虹,杨劲松,刘国跃. 京沪高铁基础设施检测数据管理分析体系构建研究. 中国铁路. 2024(05): 7-15 . 百度学术
    3. 李海军,岳维刚,史维峰,吴艳华,王建强. 考虑市场交易双方行为特征的铁路数据资产价值评估方法. 铁道运输与经济. 2024(12): 191-198 . 百度学术
    4. 李忠文,陶凯,卓建洪,姜尚炎. 铁路供电设备智能运维管理系统设计与实现. 中国铁路. 2024(12): 55-61 . 百度学术

    其他类型引用(1)

计量
  • 文章访问数:  829
  • HTML全文浏览量:  139
  • PDF下载量:  396
  • 被引次数: 5
出版历程
  • 收稿日期:  2018-05-09
  • 刊出日期:  2018-07-24

目录

/

返回文章
返回