楊興磊,魯玉龍,張俊堯,李春紅,陳雨超
(1.北京經緯信息技術有限公司,北京 100081;2.北京時代橋企業(yè)管理顧問有限公司,北京 100081)
隨著鐵路工程建設規(guī)模的不斷擴大,為落實鐵路信息化發(fā)展戰(zhàn)略要求,王同軍[1]在智能高鐵戰(zhàn)略研究中提出,利用云計算、物聯(lián)網、大數(shù)據、移動互聯(lián)等現(xiàn)代信息技術,融合先進管理理念,實現(xiàn)鐵路工程建設期間各生產場景信息的全面感知、泛在互聯(lián)、融合處理和決策分析。容建華等人[2-3]提出“智慧工地”的概念,通過鐵路工地“人、機、料、法、環(huán)”諸要素的信息化,實現(xiàn)鐵路施工過程的有效監(jiān)管。
2013年以來,基于云計算架構的鐵路工程管理平臺在全路推廣應用,經過幾年的發(fā)展,在現(xiàn)場設備接入、生產數(shù)據采集、過程管理控制等方面已取得長足的發(fā)展,但也面臨著如下問題和挑戰(zhàn):
(1)工地網絡覆蓋較差,生產數(shù)據采集上傳不及時;
(2)數(shù)據接口不統(tǒng)一,終端應用多源異構,難以實現(xiàn)統(tǒng)一管理;
(3)專業(yè)間難以共享和集成數(shù)據,現(xiàn)場采集的數(shù)據不能被有效挖掘和利用;
(4)存在大量冗余數(shù)據,數(shù)據利用率低,占用大量云端資源和傳輸帶寬[4]。
為此,針對云計算架構下海量數(shù)據的分析與儲存對網絡帶寬帶來的挑戰(zhàn),提出基于邊緣計算的智慧鐵路工地生產管理系統(tǒng),并結合混凝土拌和站生產自動化、鐵路工地現(xiàn)場視頻監(jiān)控、隧道工程圍巖變形監(jiān)測3 類場景開展應用探索,實現(xiàn)生產數(shù)據就近高效處理分析、超差實時報警、變化趨勢自動評判等邊緣側智能應用,解決“云-端”交互時異構接入和傳輸時延等問題。
邊緣計算是在靠近物或數(shù)據源頭的網絡邊緣側,融合網絡、計算、存儲、應用核心能力的分布式開放平臺,就近提供邊緣智能服務,滿足行業(yè)數(shù)字化在敏捷連接、實時業(yè)務、數(shù)據優(yōu)化、應用智能、安全與隱私保護等方面的關鍵需求[5]。
基于邊緣計算的應用場景具有以下特點。
(1)異構聯(lián)接:支持多種不同類型終端與邊緣側設備的實時連接,同時保證連接適配的可靠性和安全性。
(2)智能分析:邊緣側設備具備數(shù)據分析能力,能通過多種類型得終端采集數(shù)據,并自動執(zhí)行業(yè)務邏輯。
(3)高度自治:利用人工智能、深度學習等新技術,邊緣側設備更加智能化,可獨自完成業(yè)務數(shù)據的計算和分析,形成區(qū)域自治節(jié)點。
基于邊緣計算的智慧鐵路工地生產管理系統(tǒng)的部署可劃分為現(xiàn)場層、邊緣層和云平臺層,如圖1所示。
2.1.1 現(xiàn)場層
現(xiàn)場層主要指工地施工作業(yè)現(xiàn)場的各類數(shù)據采集、控制終端節(jié)點;這些節(jié)點通過總線、藍牙或以太網等通信方式,與邊緣側設備節(jié)點連接,實現(xiàn)現(xiàn)場層和邊緣層之間數(shù)據流和控制信息的連通。
2.1.2 邊緣層
邊緣層是系統(tǒng)核心,主要包含邊緣網關、邊緣服務器等邊緣側設備,負責接收、處理和轉發(fā)來自現(xiàn)場層的數(shù)據流,提供終端節(jié)點接入、數(shù)據篩查、數(shù)據分析和傳輸優(yōu)化等邊緣服務,同時還可根據業(yè)務邏輯編排,實現(xiàn)對現(xiàn)場工控設備的實時控制。
2.1.3 云平臺層
云平臺層提供集中管控、決策支持等上層服務,通過獲取邊緣層數(shù)據流,實現(xiàn)對工地現(xiàn)場各類作業(yè)機械設備施工作業(yè)數(shù)據的整合,構建面向各類用戶的綜合應用服務,對工地現(xiàn)場生產管理進行全局調度和指揮決策。
結合鐵路工地生產管理現(xiàn)狀,從信息化發(fā)展及現(xiàn)場實際管理需求出發(fā),在信息安全保障體系支撐下,基于邊緣計算的智慧鐵路工地生產管理系統(tǒng)的業(yè)務邏輯架構分為3個層次:現(xiàn)場接入層,邊緣使能層和平臺應用層,如圖2 所示。
2.2.1 現(xiàn)場接入層
現(xiàn)場接入層主要是鐵路工地現(xiàn)場各種生產場景中的信息終端節(jié)點以不同接入方式,實現(xiàn)與邊緣側設備的泛在互聯(lián)。
2.2.2 邊緣使能層
邊緣使能層通過在工地現(xiàn)場部署邊緣設備,集成計算、存儲、網絡和通信接口等硬件資源,提供面向現(xiàn)場實時應用的虛擬機、容器等系統(tǒng)資源,實現(xiàn)對現(xiàn)場終端節(jié)點的接入和控制;同時,根據業(yè)務邏輯編排規(guī)則,對采集到的生產數(shù)據進行篩查、分析和優(yōu)化,并上傳至云平臺。
2.2.3 平臺應用層
平臺應用層主要通過云計算平臺,向用戶提供諸如拌和站生產自動化、工地現(xiàn)場視頻監(jiān)控、隧道圍巖變形監(jiān)測等應用,使管理人員能夠即時掌控鐵路工地的生產作業(yè)過程、現(xiàn)場施工動態(tài)及環(huán)境狀況。
基于邊緣計算的智慧鐵路工地生產管理系統(tǒng)的網絡架構可劃分為3 層:邊緣側、網絡側和平臺側,如圖3 所示。
2.3.1 邊緣側
邊緣側主要是工地作業(yè)現(xiàn)場的節(jié)點設備,如拌和站工控設備、圍巖量測測繪設備、橋梁在線監(jiān)測設備、路基沉降監(jiān)測設備和工地視頻監(jiān)控設備等數(shù)據采集終端,以及部署在工地現(xiàn)場的邊緣網關或邊緣服務器;這些設備完成生產作業(yè)數(shù)據的采集、邊緣側數(shù)據融合、數(shù)據分析以及業(yè)務邏輯編排等。
2.3.2 網絡側
網絡側主要承擔邊緣側與平臺側數(shù)據之間的傳輸,可采用互聯(lián)網、專網、VPN 或移動網絡等多種傳輸方式。
2.3.3 平臺側
平臺側通過部署虛擬化計算節(jié)點,搭建云計算服務平臺,構建上層應用,提供面向多用戶的數(shù)據分析、個性化應用、智能評判和決策指揮;管理節(jié)點可對云端節(jié)點進行管理,也可向邊緣側節(jié)點下達指令,實現(xiàn)資源全局調整與優(yōu)化。
混凝土拌和站生產管理是工程建設期中一個重要環(huán)節(jié),混凝土拌和站的產能和生產質量關乎線路工程實體的進度和品質。
利用邊緣設備強大的數(shù)據計算、存儲和分析能力,通過互聯(lián)網、總線技術以及精確的控制邏輯,構建混凝土拌和站生產自動化系統(tǒng)[6],業(yè)務邏輯關系如圖4 所示。
在原材料進場階段,采集磅房數(shù)據,包括進場原材料的類型、數(shù)量、運輸車次等,生成原材料進場批次記錄;記錄原材料的送檢取樣和檢驗結果,并將進場原材料記錄與檢驗結果相關聯(lián)。
在混凝土拌和站生產過程中,邊緣設備通過分析原材料配料單,與混凝土拌和站工控設備實現(xiàn)聯(lián)動,精準控制各種原材料的投料數(shù)量、攪拌時間等[7],實現(xiàn)混凝土生產質量的高效可控,確保生產數(shù)據真實有效。
在混凝土運輸階段,記錄混凝土拌和站出料時罐車車次、混凝土方量以及罐車行進路線等信息,生成運輸記錄。
借助邊緣設備的業(yè)務邏輯分析能力,對生產記錄進行關聯(lián)分析,實現(xiàn)混凝土拌和站從原材料進場、檢驗、生產到運輸?shù)娜^程自動管控。
鐵路工地地處偏僻,作業(yè)條件環(huán)境惡劣,極易發(fā)生生產安全事故。工地視頻監(jiān)控作為日常生產作業(yè)安全監(jiān)管的輔助設施,可對施工作業(yè)、人員操作、機械運轉等實時監(jiān)控,及時發(fā)現(xiàn)施工質量、違規(guī)操作等安全隱患,提升施工安全管理水平[8]。
鐵路工地現(xiàn)場作業(yè)面廣、監(jiān)控范圍受限、網絡接入困難,為滿足監(jiān)控需求,傳統(tǒng)的鐵路工地視頻監(jiān)控系統(tǒng)中往往需要設置多個不同角度的高清晰度攝像機。攝像機清晰度越高,占用網絡帶寬越大;而大部分視頻監(jiān)控畫面數(shù)據的利用價值不高,占用大量后端存儲,浪費存儲資源。
為此,引入邊緣計算和視頻壓縮處理技術[9],通過邊緣側設備對接入的視頻監(jiān)控數(shù)據進行壓縮處理,去除視頻圖像中冗余信息,減少視頻數(shù)據存儲量。同時,邊緣側設備還可通過智能分析,自動判斷作業(yè)區(qū)內安全隱患和違規(guī)作業(yè)事件,實時進行標記,并立即向現(xiàn)場安全管理人員推送報警信息。
鐵路隧道施工具有施工技術復雜、不可預見風險多、地質條件復雜多變等特點,隧道圍巖的變形監(jiān)測對保障施工安全的具有重要影響,同時,隧道圍巖的監(jiān)測也是衡量施工工藝與設計是否相符的重要手段。利用信息化手段對隧道圍巖變形進行監(jiān)控和預測,可為圍巖穩(wěn)定性判別提供直觀、可靠的信息[10]。然而,隧道圍巖變形是一個復雜的過程,僅靠直接采集變形數(shù)據很難判別其變形規(guī)律。
為此,根據隧道圍巖變形的時間序列變化特性,建立基于深度學習的人工神經網絡預測模型[11],對隧道圍巖變形進行預測。通常,基于深度學習的模型訓練與推理邏輯部署在云端數(shù)據中心,現(xiàn)場監(jiān)測終端設備將圍巖變形數(shù)據采集上傳至云端數(shù)據中心,云端完成處理后,再將結果推送回用戶終端。在這種信息處理模式下,大量數(shù)據通過傳輸延時較大、帶寬波動的互聯(lián)網在云端和用戶端之間傳輸,會造成較大的端到端數(shù)據傳輸延時及報警滯后。通過在邊緣側設備搭載神經網絡算法的方式,監(jiān)測數(shù)據無需頻繁在監(jiān)測終端和云端數(shù)據中心間傳輸數(shù)據,邊緣設備既能夠確保監(jiān)測數(shù)據快速實時采集上傳,同時通過本地化處理分析,實現(xiàn)快速的報警響應。
鐵路工地生產管理具有作業(yè)面廣、作業(yè)類型多、終端設備多等特點,智慧鐵路工地的發(fā)展需要不斷引入新技術?;谶吘売嬎愕牟呗?,提出智慧鐵路工地生產管理系統(tǒng)的架構設計,以混凝土拌和站生產自動化、工地現(xiàn)場視頻監(jiān)控、隧道工程圍巖變形監(jiān)測3 類場景開展應用實踐,支持智慧鐵路工地生產管理終端異構連接和相關業(yè)務實時管控。
隨著鐵路智能建造的發(fā)展,邊緣計算策略將在更多智慧工地場景中得到應用。