高速鐵路信號(hào)系統(tǒng)運(yùn)維分層架構(gòu)模型研究

林 鵬 田 宇 袁志明 張 琦 董海榮 宋海鋒 陽(yáng)春華

截止到2020 年底,我國(guó)已成為世界上高速鐵路運(yùn)行里程最長(zhǎng)、在建規(guī)模最大的國(guó)家.隨著“八縱八橫”高速鐵路網(wǎng)建設(shè)規(guī)劃的提出,我國(guó)高速鐵路建設(shè)進(jìn)入全面快速發(fā)展階段.近年來(lái),隨著我國(guó)高速鐵路網(wǎng)的快速發(fā)展,高速鐵路已經(jīng)成為中國(guó)鐵路旅客運(yùn)輸?shù)闹饕?2020 年,國(guó)家鐵路旅客發(fā)送量為21.6 億人次,高鐵動(dòng)車組旅客發(fā)送量約占鐵路旅客發(fā)送量的70%;高鐵運(yùn)營(yíng)里程達(dá)到3.79 萬(wàn)公里,占世界高鐵總里程的2/3 以上.高速鐵路的發(fā)展,極大地提高了列車的運(yùn)行速度,縮短了城市間的時(shí)空距離,促進(jìn)了區(qū)域經(jīng)濟(jì)的繁榮與文化的交融[1?3].安全是高速鐵路的生命線,特別是隨著列車速度的不斷提高和運(yùn)行密度的加大,安全成為人們?cè)絹?lái)越關(guān)心的問(wèn)題.以京滬鐵路為例,目前運(yùn)營(yíng)速度為350 公里/小時(shí),平均日開(kāi)行列車高達(dá)426 列,列車最小追蹤間隔不到3.5 分鐘,如此高的“運(yùn)行密度”已逼近鐵路運(yùn)力上限,一旦發(fā)生事故,可能造成重大的人員傷亡和經(jīng)濟(jì)損失.

高速鐵路信號(hào)系統(tǒng)是指揮列車運(yùn)行、控制列車運(yùn)行速度和追蹤方式、傳遞列車相關(guān)控制信息、監(jiān)督列車運(yùn)行及各種相關(guān)作業(yè)情況的總稱,由車載和地面兩大系統(tǒng)組成,進(jìn)一步又可以分為車站聯(lián)鎖系統(tǒng)、區(qū)間閉塞系統(tǒng)、列車控制系統(tǒng)、調(diào)度指揮系統(tǒng)、微機(jī)監(jiān)測(cè)系統(tǒng)以及其他安全技術(shù)系統(tǒng)等,具體架構(gòu)見(jiàn)圖1[4].信號(hào)系統(tǒng)作為高速鐵路的“大腦和神經(jīng)中樞”,是確保高速鐵路安全、高效運(yùn)營(yíng)的關(guān)鍵設(shè)備.高速鐵路信號(hào)系統(tǒng)是一個(gè)極其復(fù)雜的系統(tǒng),這導(dǎo)致信號(hào)系統(tǒng)運(yùn)維難度巨大.且一旦某一設(shè)備出現(xiàn)故障,如果不及時(shí)進(jìn)行運(yùn)行維護(hù),極有可能導(dǎo)致其他設(shè)備發(fā)生連鎖故障,甚至?xí)斐缮鐣?huì)和經(jīng)濟(jì)重大損失.因此,如何保證信號(hào)系統(tǒng)的安全運(yùn)營(yíng)具有重要的理論意義,也是我國(guó)高速鐵路發(fā)展亟需解決的重大應(yīng)用課題.

圖1 高速鐵路信號(hào)系統(tǒng)架構(gòu)圖Fig.1 The structure of high-speed railway signaling system

然而,目前高速鐵路信號(hào)系統(tǒng)運(yùn)維研究工作主要集中于器件級(jí)系統(tǒng)或基本單元系統(tǒng),系統(tǒng)層面的相關(guān)研究幾乎為空白,亟需從整體上系統(tǒng)地研究高速鐵路信號(hào)系統(tǒng)的運(yùn)維理論并建立全局架構(gòu)模型.因此,本文的第一個(gè)研究重點(diǎn)為建立高速鐵路信號(hào)系統(tǒng)運(yùn)維體系框架,定義關(guān)聯(lián)信號(hào)系統(tǒng)概念,提出分散式動(dòng)態(tài)評(píng)估函數(shù),構(gòu)建高速鐵路信號(hào)系統(tǒng)分層架構(gòu)模型.

我國(guó)幅員遼闊,鐵路運(yùn)營(yíng)里程長(zhǎng),部分線路運(yùn)行環(huán)境惡劣,信號(hào)系統(tǒng)運(yùn)維困難且成本高.目前高速鐵路信號(hào)系統(tǒng)運(yùn)維存在以下不足[5?8]:1)現(xiàn)有信號(hào)系統(tǒng)仍然采用傳統(tǒng)的“大經(jīng)驗(yàn)、小科學(xué)”的運(yùn)維思路,信號(hào)系統(tǒng)的運(yùn)行狀態(tài)評(píng)估和維護(hù)都依賴于人的經(jīng)驗(yàn),極少能從機(jī)理上或基于大數(shù)據(jù)分析挖掘信號(hào)系統(tǒng)之間的橫向耦合關(guān)系;2)信號(hào)系統(tǒng)的量化評(píng)估大多是基于單個(gè)系統(tǒng)評(píng)估的線性綜合,準(zhǔn)確性和有效性難以保證;3)信號(hào)系統(tǒng)異常情況具有隨機(jī)性、并發(fā)性和共因性,現(xiàn)有的定期檢測(cè)和維護(hù)等方法雖然能夠一定程度上檢測(cè)并排除故障,但很少對(duì)信號(hào)系統(tǒng)設(shè)備的相關(guān)數(shù)據(jù)進(jìn)行有效利用并很少對(duì)高速鐵路信號(hào)系統(tǒng)進(jìn)行實(shí)時(shí)的風(fēng)險(xiǎn)預(yù)警和故障診斷.2011年7 月23 日發(fā)生的甬溫鐵路追尾事故是一起典型的信號(hào)系統(tǒng)故障引起的重大鐵路交通事故,甬溫線雙向中斷32 個(gè)多小時(shí),造成重大的生命和財(cái)產(chǎn)損失.事故主要原因?yàn)樾盘?hào)系統(tǒng)設(shè)備遭受雷擊而發(fā)生故障.因此,如何對(duì)信號(hào)系統(tǒng)的運(yùn)行狀況及時(shí)作出科學(xué)評(píng)估,進(jìn)行準(zhǔn)確的風(fēng)險(xiǎn)預(yù)警和故障診斷是高鐵信號(hào)系統(tǒng)運(yùn)維所面臨的重要挑戰(zhàn).本文第二個(gè)研究重點(diǎn)是針對(duì)以上存在的問(wèn)題,在所構(gòu)建的分層架構(gòu)模型基礎(chǔ)上,提出動(dòng)態(tài)定量評(píng)估、動(dòng)態(tài)風(fēng)險(xiǎn)預(yù)警和故障診斷的研究方法.

1 高速鐵路信號(hào)系統(tǒng)分層架構(gòu)模型

高速鐵路信號(hào)系統(tǒng)由調(diào)度指揮系統(tǒng)、列車控制系統(tǒng)、車站聯(lián)鎖系統(tǒng)、區(qū)間閉塞系統(tǒng)、信號(hào)集中監(jiān)測(cè)系統(tǒng)、電源系統(tǒng)等構(gòu)成.高速鐵路信號(hào)系統(tǒng)規(guī)模巨大,列車、站點(diǎn)和線路數(shù)目巨大,且從整體上看,高速鐵路信號(hào)系統(tǒng)是一個(gè)復(fù)雜的非線性、強(qiáng)時(shí)變、強(qiáng)耦合的不確定網(wǎng)絡(luò)化系統(tǒng),其覆蓋面非常寬廣且錯(cuò)綜復(fù)雜.任一子系統(tǒng)的異常運(yùn)行狀態(tài)極有可能在全網(wǎng)多層次的傳播,直接或間接影響全網(wǎng)各子信號(hào)系統(tǒng)和設(shè)備的運(yùn)行,甚至?xí)鹫麄€(gè)信號(hào)系統(tǒng)的紊亂,嚴(yán)重影響高速鐵路系統(tǒng)的正常運(yùn)營(yíng).

1.1 面臨的挑戰(zhàn)

高速鐵路信號(hào)系統(tǒng)的可靠運(yùn)行對(duì)保證高速鐵路的安全、高效運(yùn)營(yíng)起著關(guān)鍵作用.高速鐵路信號(hào)系統(tǒng)運(yùn)維研究已經(jīng)有了一定的成果,但由于其復(fù)雜巨系統(tǒng)特征,如何分析高速鐵路信號(hào)系統(tǒng)的運(yùn)行機(jī)理,實(shí)現(xiàn)高速鐵路信號(hào)系統(tǒng)定量評(píng)估、風(fēng)險(xiǎn)預(yù)警與故障診斷等還面臨著很大的挑戰(zhàn),還有很多問(wèn)題值得繼續(xù)深入研究.特別是,目前高速鐵路信號(hào)系統(tǒng)運(yùn)維還沒(méi)有統(tǒng)一系統(tǒng)的定義,且相應(yīng)研究集中于器件級(jí)系統(tǒng)或基本單元系統(tǒng),而對(duì)于高速鐵路信號(hào)系統(tǒng)整個(gè)系統(tǒng)層面的運(yùn)維研究還幾乎為空白,并未建立設(shè)備運(yùn)維之間的聯(lián)系.當(dāng)多個(gè)子系統(tǒng)相互耦合、相互作用時(shí),現(xiàn)有的方法難以實(shí)現(xiàn)對(duì)整個(gè)系統(tǒng)有效的運(yùn)維處理.因此,高鐵信號(hào)系統(tǒng)研究亟需建立系統(tǒng)性的運(yùn)維理論.

1.2 高速鐵路信號(hào)系統(tǒng)分層架構(gòu)劃分

為研究整個(gè)高速鐵路信號(hào)系統(tǒng)的運(yùn)維,在深入分析系統(tǒng)運(yùn)行狀態(tài)的基礎(chǔ)上,可分析各信號(hào)系統(tǒng)之間的關(guān)聯(lián)性與獨(dú)立性,并根據(jù)功能的不同,定義關(guān)聯(lián)信號(hào)系統(tǒng),將高速鐵路信號(hào)系統(tǒng)劃分為多個(gè)層次,構(gòu)建高速鐵路信號(hào)系統(tǒng)分層架構(gòu)模型(見(jiàn)圖2).所構(gòu)建模型的最頂層為決策層,決策層是一個(gè)由調(diào)度控制關(guān)聯(lián)信號(hào)系統(tǒng)、列車關(guān)聯(lián)信號(hào)系統(tǒng)和地面監(jiān)控關(guān)聯(lián)信號(hào)系統(tǒng)所組成的分散式網(wǎng)絡(luò)化系統(tǒng).其中,關(guān)聯(lián)信號(hào)系統(tǒng)是指若干子信號(hào)系統(tǒng)所組成具有特定功能的整體,各子信號(hào)系統(tǒng)相互作用、相互依賴,而且每個(gè)關(guān)聯(lián)信號(hào)系統(tǒng)可能從屬更大的關(guān)聯(lián)信號(hào)系統(tǒng).在決策層的基礎(chǔ)上,可分別將調(diào)度控制關(guān)聯(lián)信號(hào)系統(tǒng)、列車關(guān)聯(lián)信號(hào)系統(tǒng)和地面監(jiān)控關(guān)聯(lián)信號(hào)系統(tǒng)作進(jìn)一步劃分,形成下一級(jí)關(guān)聯(lián)信號(hào)系統(tǒng).例如,調(diào)度控制關(guān)聯(lián)信號(hào)系統(tǒng)可劃分為調(diào)度中心關(guān)聯(lián)信號(hào)系統(tǒng)、車站關(guān)聯(lián)信號(hào)系統(tǒng)、網(wǎng)絡(luò)通信關(guān)聯(lián)信號(hào)系統(tǒng)等信號(hào)系統(tǒng);列車關(guān)聯(lián)信號(hào)系統(tǒng)可劃分為車載列控關(guān)聯(lián)信號(hào)系統(tǒng)、車載監(jiān)控關(guān)聯(lián)信號(hào)系統(tǒng)、通信關(guān)聯(lián)信號(hào)系統(tǒng)、定位測(cè)速關(guān)聯(lián)信號(hào)系統(tǒng)等信號(hào)系統(tǒng);地面監(jiān)控關(guān)聯(lián)信號(hào)系統(tǒng)由微機(jī)監(jiān)測(cè)關(guān)聯(lián)信號(hào)系統(tǒng)等信號(hào)系統(tǒng)組成.按照此方法,從上到下逐層劃分,直至最底層的某一個(gè)具體功能系統(tǒng),如調(diào)度中心、無(wú)線閉塞中心和臨時(shí)限速服務(wù)器等,將最底層的具體功能系統(tǒng)定義為基本單元信號(hào)系統(tǒng).

圖2 高速鐵路信號(hào)系統(tǒng)的分層架構(gòu)模型框圖Fig.2 The hierarchical structure model of high-speed railway signaling system

1.3 決策層分散式動(dòng)態(tài)評(píng)估函數(shù)

在第1.2 節(jié)中,將決策層劃分為調(diào)度控制關(guān)聯(lián)信號(hào)系統(tǒng)、列車關(guān)聯(lián)信號(hào)系統(tǒng)和地面監(jiān)控關(guān)聯(lián)信號(hào)系統(tǒng).而這三個(gè)關(guān)聯(lián)信號(hào)系統(tǒng)并不是獨(dú)立存在和運(yùn)行的,為描述其關(guān)聯(lián)性,需要構(gòu)建函數(shù)來(lái)定量評(píng)估.由于高速鐵路系統(tǒng)中列車數(shù)量巨大,相互耦合關(guān)系復(fù)雜,且列車在實(shí)時(shí)動(dòng)態(tài)變化,構(gòu)建統(tǒng)一靜態(tài)的高速鐵路信號(hào)系統(tǒng)定量評(píng)估函數(shù)難以實(shí)現(xiàn).為此,考慮到列車系統(tǒng)的同構(gòu)性,基于每列列車的運(yùn)行狀態(tài)和限制條件以及列車的性能評(píng)估,結(jié)合列車運(yùn)行目標(biāo)和列車之間相對(duì)運(yùn)行狀態(tài)等,可提出決策層意義下的列車網(wǎng)分散式動(dòng)態(tài)評(píng)估函數(shù),來(lái)評(píng)估決策層三個(gè)關(guān)聯(lián)信號(hào)系統(tǒng)之間的耦合關(guān)系.對(duì)于第i列列車,分散式動(dòng)態(tài)評(píng)估函數(shù)可取如下形式:

其中,xi(t) 表示在t時(shí)刻第i列列車的位置;xi0(t)表示在t時(shí)刻第i列列車的期望位置;hi, i?1表示第i列列車與第i ?1 列列車之間期望的距離;γ1>0,γ2>0,γ3>0 表示比例系數(shù);f1(γ1∥xi(t)?xi0(t)∥)表示列車自身運(yùn)行狀態(tài)影響;f2(·) 和f3(·) 表示前后車相對(duì)運(yùn)行狀態(tài)的影響;?表示函數(shù)f1(·),f2(·),f3(·)的作用關(guān)系,可以為加性、乘性等關(guān)系.將其應(yīng)用于實(shí)際高鐵信號(hào)系統(tǒng)時(shí),具體形式需要根據(jù)實(shí)際情況作出調(diào)整.

在此基礎(chǔ)上,將列車網(wǎng)分散式動(dòng)態(tài)評(píng)估函數(shù)與決策層各關(guān)聯(lián)信號(hào)系統(tǒng)評(píng)估函數(shù)相融合,構(gòu)建高速鐵路信號(hào)系統(tǒng)分層架構(gòu)模型.

2 高速鐵路信號(hào)系統(tǒng)定量評(píng)估

針對(duì)單個(gè)信號(hào)系統(tǒng)的定量評(píng)估已有一定的研究,但相關(guān)工作很少?gòu)臋C(jī)理上分析信號(hào)系統(tǒng)之間的相互作用對(duì)整個(gè)高速鐵路信號(hào)系統(tǒng)的影響,其評(píng)估的準(zhǔn)確性和可靠性難以保證.如何從關(guān)聯(lián)信號(hào)系統(tǒng)的角度對(duì)信號(hào)系統(tǒng)進(jìn)行定量評(píng)估需要得到更加深入的研究.

2.1 面臨的挑戰(zhàn)

定量評(píng)估問(wèn)題是高速鐵路信號(hào)系統(tǒng)運(yùn)維中最關(guān)鍵的問(wèn)題之一.定量評(píng)估是一種“事前型”的評(píng)估手段,通過(guò)對(duì)信號(hào)系統(tǒng)的“健康狀態(tài)”進(jìn)行定量評(píng)估,可以對(duì)系統(tǒng)運(yùn)行可能出現(xiàn)的風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè),避免事故的發(fā)生.現(xiàn)有的信號(hào)系統(tǒng)定量評(píng)估方法主要是以單個(gè)信號(hào)系統(tǒng)的評(píng)估結(jié)果為基礎(chǔ),通過(guò)線性綜合得到整個(gè)信號(hào)系統(tǒng)的評(píng)估結(jié)果.由于信號(hào)系統(tǒng)之間的耦合作用是非線性的,現(xiàn)有的評(píng)估方法很少?gòu)臋C(jī)理上分析信號(hào)系統(tǒng)之間的相互作用對(duì)整個(gè)信號(hào)系統(tǒng)的影響,故難以獲得準(zhǔn)確有效的結(jié)果.具體來(lái)說(shuō),高速鐵路信號(hào)系統(tǒng)定量評(píng)估主要存在兩方面的研究困難:一是高速鐵路信號(hào)系統(tǒng)是一個(gè)強(qiáng)耦合的網(wǎng)絡(luò)化系統(tǒng),信號(hào)系統(tǒng)之間的耦合關(guān)系難以描述,難以通過(guò)單個(gè)信號(hào)系統(tǒng)的定量評(píng)估結(jié)果線性綜合得到整個(gè)信號(hào)系統(tǒng)的準(zhǔn)確評(píng)估;二是高速鐵路信號(hào)系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜,站點(diǎn)、列車和線路數(shù)目眾多且列車運(yùn)行等相關(guān)狀態(tài)實(shí)時(shí)變化,難以建立整個(gè)信號(hào)系統(tǒng)統(tǒng)一的定量評(píng)估模型.

目前高速鐵路信號(hào)系統(tǒng)定量評(píng)估研究非常有限,主要研究方法大致可以分為兩種:基于子系統(tǒng)機(jī)理分析或經(jīng)驗(yàn)的線性綜合評(píng)估方法和數(shù)值分析評(píng)估方法(或稱為數(shù)據(jù)驅(qū)動(dòng)法).

基于子系統(tǒng)機(jī)理分析或經(jīng)驗(yàn)的線性綜合評(píng)估方法,主要是通過(guò)分析子系統(tǒng)的運(yùn)行狀態(tài)、輸入和輸出之間的耦合關(guān)系對(duì)子系統(tǒng)進(jìn)行評(píng)估,然后對(duì)子系統(tǒng)的評(píng)估線性綜合,從而實(shí)現(xiàn)整個(gè)系統(tǒng)的評(píng)估.該方法雖然對(duì)子系統(tǒng)的評(píng)估較為準(zhǔn)確,但對(duì)子系統(tǒng)之間相互作用關(guān)系的描述并不是很準(zhǔn)確,導(dǎo)致所得定量評(píng)估結(jié)果難以應(yīng)用到實(shí)際中[9?13].例如,文獻(xiàn)[11]提出了將層次分析法、最大絕對(duì)加權(quán)殘差法和最大熵法有機(jī)結(jié)合的綜合加權(quán)算法,并選取了ZPW-2000A 型移頻軌道電路室內(nèi)設(shè)備、計(jì)算機(jī)聯(lián)鎖、調(diào)度中心三種典型的鐵路信號(hào)系統(tǒng)設(shè)備,計(jì)算了設(shè)備的危險(xiǎn)故障率、評(píng)估了設(shè)備的安全水平.但是,該模型僅考慮了獨(dú)立站點(diǎn)設(shè)備的評(píng)估問(wèn)題,未考慮站點(diǎn)之間、不同系統(tǒng)和設(shè)備間的相互影響.因此,該模型在實(shí)際應(yīng)用中的準(zhǔn)確性還有待進(jìn)一步提高.

數(shù)值分析評(píng)估方法(或稱為數(shù)據(jù)驅(qū)動(dòng)法)是通過(guò)數(shù)據(jù)分析處理來(lái)挖掘系統(tǒng)測(cè)量數(shù)據(jù)、實(shí)驗(yàn)數(shù)據(jù)和觀測(cè)數(shù)據(jù)中的隱含信息,根據(jù)這些信息是否滿足某些要求來(lái)評(píng)估信號(hào)系統(tǒng)的性能.在該方面先后提出了基于決策樹(shù)、貝葉斯、神經(jīng)網(wǎng)絡(luò)、遺傳算法、模糊邏輯、灰色聚類等方法來(lái)對(duì)信號(hào)系統(tǒng)進(jìn)行評(píng)估[14?18].數(shù)值分析評(píng)估方法存在兩方面關(guān)鍵不足:一是難以獲取足夠的實(shí)際運(yùn)行數(shù)據(jù),并且實(shí)際數(shù)據(jù)無(wú)法覆蓋所有可能發(fā)生的情況,所得模型準(zhǔn)確性難以保證,尤其是高速鐵路信號(hào)系統(tǒng)規(guī)模巨大,各種信號(hào)系統(tǒng)的耦合關(guān)系錯(cuò)綜復(fù)雜;二是由于高速鐵路信號(hào)系統(tǒng)由多個(gè)異構(gòu)子系統(tǒng)和設(shè)備組成,各種運(yùn)行數(shù)據(jù)混合在一起,多源異構(gòu)數(shù)據(jù)融合分析存在較大困難,難以準(zhǔn)確區(qū)分和描述各種系統(tǒng)相互之間的影響.

2.2 高速鐵路信號(hào)系統(tǒng)動(dòng)態(tài)定量評(píng)估研究方法

本文所考慮動(dòng)態(tài)定量評(píng)估方法主要是針對(duì)所構(gòu)建的分層架構(gòu)模型決策層和關(guān)聯(lián)信號(hào)層系統(tǒng),在兼顧各系統(tǒng)單獨(dú)評(píng)估的基礎(chǔ)上,考慮系統(tǒng)之間關(guān)聯(lián)性的影響.由于高速鐵路信號(hào)系統(tǒng)的子系統(tǒng)數(shù)量巨大且性質(zhì)迥異,高速鐵路信號(hào)系統(tǒng)評(píng)估難以采用統(tǒng)一的方法來(lái)實(shí)現(xiàn).在此,本文僅給出主要的研究方法,具體分為基本單元信號(hào)系統(tǒng)定量評(píng)估、關(guān)聯(lián)信號(hào)層系統(tǒng)定量評(píng)估、決策層系統(tǒng)動(dòng)態(tài)定量評(píng)估三種情況(見(jiàn)圖3).

圖3 高速鐵路信號(hào)系統(tǒng)動(dòng)態(tài)定量評(píng)估研究方法Fig.3 The dynamic quantitative evaluation of high-speed railway signaling system

基本單元信號(hào)系統(tǒng)定量評(píng)估.針對(duì)基本單元信號(hào)系統(tǒng),研究系統(tǒng)的輸入輸出特性,分析系統(tǒng)的輸入域和輸出域分布、輸入輸出映射關(guān)系以及各狀態(tài)對(duì)應(yīng)的系統(tǒng)穩(wěn)定裕度,并結(jié)合信號(hào)系統(tǒng)的標(biāo)稱數(shù)據(jù),利用機(jī)器學(xué)習(xí)等數(shù)值分析方法,對(duì)系統(tǒng)輸入輸出映射關(guān)系進(jìn)行定量分析,建立該信號(hào)系統(tǒng)的定量評(píng)估函數(shù).

關(guān)聯(lián)信號(hào)層系統(tǒng)定量評(píng)估.針對(duì)各關(guān)聯(lián)信號(hào)層,分析信號(hào)系統(tǒng)之間的關(guān)聯(lián)程度、各事件的變遷過(guò)程以及信號(hào)系統(tǒng)不同狀態(tài)的穩(wěn)定裕度.基于系統(tǒng)控制、網(wǎng)絡(luò)化系統(tǒng)智能協(xié)同方法等思想,研究關(guān)聯(lián)信號(hào)系統(tǒng)中各子信號(hào)系統(tǒng)的耦合關(guān)系.將各子信號(hào)系統(tǒng)的相互作用看作各子信號(hào)系統(tǒng)的輸入輸出,考慮各子信號(hào)系統(tǒng)輸入輸出域的限制條件,確定出整個(gè)關(guān)聯(lián)信號(hào)系統(tǒng)的輸入輸出域以及各狀態(tài)對(duì)應(yīng)的系統(tǒng)穩(wěn)定裕度.進(jìn)而利用機(jī)器學(xué)習(xí)等數(shù)值分析方法,對(duì)整個(gè)關(guān)聯(lián)信號(hào)系統(tǒng)輸入輸出的關(guān)系進(jìn)行定量分析,建立該關(guān)聯(lián)信號(hào)系統(tǒng)定量評(píng)估函數(shù).并基于所獲得的關(guān)聯(lián)信號(hào)系統(tǒng)的實(shí)際運(yùn)行數(shù)據(jù),對(duì)所得該關(guān)聯(lián)信號(hào)系統(tǒng)的定量評(píng)估函數(shù)進(jìn)行驗(yàn)證和修正.

決策層系統(tǒng)動(dòng)態(tài)定量評(píng)估.將第1.3 節(jié)中所提出的列車網(wǎng)分散式動(dòng)態(tài)評(píng)估函數(shù)與決策層各關(guān)聯(lián)信號(hào)系統(tǒng)定量評(píng)估函數(shù)相融合,構(gòu)建高速鐵路信號(hào)系統(tǒng)動(dòng)態(tài)定量評(píng)估函數(shù).并基于所獲得的實(shí)際運(yùn)行數(shù)據(jù)對(duì)所得動(dòng)態(tài)定量評(píng)估函數(shù)進(jìn)行驗(yàn)證和修正.

3 高速鐵路信號(hào)系統(tǒng)風(fēng)險(xiǎn)預(yù)警

目前高速鐵路信號(hào)系統(tǒng)局部風(fēng)險(xiǎn)建模和風(fēng)險(xiǎn)預(yù)警研究都有了一定的成果,但利用信號(hào)系統(tǒng)輸入輸出狀態(tài)數(shù)據(jù)對(duì)整體信號(hào)系統(tǒng)的風(fēng)險(xiǎn)進(jìn)行預(yù)警的相關(guān)研究工作還有待進(jìn)一步推進(jìn).該問(wèn)題不僅需要考慮系統(tǒng)不同狀態(tài)下異常情況發(fā)生對(duì)系統(tǒng)的影響,而且需要考慮其在車線網(wǎng)上的傳播所帶來(lái)的影響.

3.1 面臨的挑戰(zhàn)

風(fēng)險(xiǎn)預(yù)警是高速鐵路信號(hào)系統(tǒng)運(yùn)維中最復(fù)雜的問(wèn)題之一.風(fēng)險(xiǎn)預(yù)警主要是針對(duì)信號(hào)系統(tǒng)可能出現(xiàn)的風(fēng)險(xiǎn)進(jìn)行定性和定量的評(píng)估,從而預(yù)防事故的發(fā)生.目前關(guān)于高速鐵路信號(hào)系統(tǒng)風(fēng)險(xiǎn)預(yù)警研究的困難主要體現(xiàn)在以下三方面.首先,從信號(hào)系統(tǒng)設(shè)備來(lái)看,由于信號(hào)系統(tǒng)設(shè)備越來(lái)越復(fù)雜,設(shè)備異常的發(fā)生具有很大的隨機(jī)性和偶然性,電子系統(tǒng)的封閉性使得信號(hào)系統(tǒng)設(shè)備運(yùn)行風(fēng)險(xiǎn)具有隱蔽性,識(shí)別和預(yù)估設(shè)備運(yùn)行異常情況存在著較大的困難.其次,信號(hào)系統(tǒng)運(yùn)行異常情況的發(fā)生具有并發(fā)性和共因性,例如大風(fēng)大雨的出現(xiàn)可能會(huì)使不同設(shè)備系統(tǒng)同時(shí)出現(xiàn)異常情況,其影響可能在車線網(wǎng)上交叉?zhèn)鞑?相互耦合、相互再度影響,必須同時(shí)考慮雙重或多重異常情況對(duì)信號(hào)系統(tǒng)的影響.同時(shí),某些異常情況的影響可能會(huì)沿車線網(wǎng)傳播和擴(kuò)散,會(huì)對(duì)不同信號(hào)系統(tǒng)的正常運(yùn)行狀態(tài)同時(shí)帶來(lái)破壞,例如當(dāng)某車站列車因設(shè)備故障發(fā)生延誤時(shí),延誤將會(huì)沿著車線網(wǎng)傳播,造成整條線路甚至全網(wǎng)其他列車不同程度的延誤.再次,信號(hào)系統(tǒng)之間存在強(qiáng)非線性、強(qiáng)時(shí)變耦合關(guān)系,異常情況對(duì)信號(hào)系統(tǒng)和相關(guān)聯(lián)的信號(hào)系統(tǒng)的影響難以準(zhǔn)確描述.

目前,風(fēng)險(xiǎn)預(yù)警方面研究最多的是基于延遲時(shí)間的風(fēng)險(xiǎn)預(yù)警模型[19?24].例如,文獻(xiàn)[19]針對(duì)鐵路軌道檢查和維護(hù)問(wèn)題,研究了基于延遲時(shí)間的風(fēng)險(xiǎn)預(yù)警模型,考慮異常情況的風(fēng)險(xiǎn)概率,利用遺傳算法計(jì)算檢測(cè)策略的成本和風(fēng)險(xiǎn)水平,該研究成果被挪威國(guó)家鐵路管理局采用.在兩過(guò)程延遲時(shí)間模型的基礎(chǔ)上,文獻(xiàn)[20?22]作了進(jìn)一步拓展,按照系統(tǒng)損傷的嚴(yán)重程度將延遲時(shí)間分為三個(gè)過(guò)程,構(gòu)建了三過(guò)程延遲時(shí)間風(fēng)險(xiǎn)預(yù)警模型.

除了基于延遲時(shí)間的風(fēng)險(xiǎn)預(yù)警模型,其他學(xué)者還研究了基于故障樹(shù)分析、模糊推理、云模型和證據(jù)理論分析等一系列風(fēng)險(xiǎn)預(yù)警模型[25?29].例如,文獻(xiàn)[25]在所收集的鐵路系統(tǒng)數(shù)據(jù)分析基礎(chǔ)上,建立了基于故障樹(shù)和事件樹(shù)的風(fēng)險(xiǎn)評(píng)估預(yù)警模型.文獻(xiàn)[28]利用模糊網(wǎng)絡(luò)分析法,結(jié)合專家意見(jiàn)和網(wǎng)絡(luò)分析,量化高鐵運(yùn)營(yíng)中的風(fēng)險(xiǎn)因素,評(píng)估高鐵安全風(fēng)險(xiǎn)等級(jí).文獻(xiàn)[29]針對(duì)我國(guó)高速鐵路歷史風(fēng)險(xiǎn)數(shù)據(jù)不足、獲取困難和難以定量評(píng)估問(wèn)題,提出了基于云模型和證據(jù)理論的信號(hào)系統(tǒng)風(fēng)險(xiǎn)預(yù)警模型.

3.2 高速鐵路信號(hào)系統(tǒng)動(dòng)態(tài)風(fēng)險(xiǎn)預(yù)警研究方法

本文所考慮高速鐵路信號(hào)系統(tǒng)風(fēng)險(xiǎn)預(yù)警方法的核心思想是,在所構(gòu)建的分層架構(gòu)模型基礎(chǔ)上,針對(duì)關(guān)聯(lián)信號(hào)層和決策層,構(gòu)建關(guān)聯(lián)信號(hào)層系統(tǒng)風(fēng)險(xiǎn)預(yù)警模型,并分析決策層各關(guān)聯(lián)信號(hào)系統(tǒng)的關(guān)聯(lián)性,從而構(gòu)建決策層系統(tǒng)動(dòng)態(tài)風(fēng)險(xiǎn)預(yù)警模型(見(jiàn)圖4).

圖4 高速鐵路信號(hào)系統(tǒng)動(dòng)態(tài)風(fēng)險(xiǎn)預(yù)警研究方法Fig.4 The dynamic risk early warning of high-speed railway signaling system

關(guān)聯(lián)信號(hào)層系統(tǒng)風(fēng)險(xiǎn)預(yù)警.考慮關(guān)聯(lián)信號(hào)系統(tǒng)各子系統(tǒng)輸入輸出域的限制和定量評(píng)估函數(shù),研究關(guān)聯(lián)信號(hào)系統(tǒng)中輸入輸出關(guān)系.在不同狀態(tài)情況下,注入給定異常情況,分析異常情況對(duì)狀態(tài)和輸出的影響,結(jié)合給定異常情況的發(fā)生概率,構(gòu)建單異常關(guān)聯(lián)信號(hào)系統(tǒng)風(fēng)險(xiǎn)預(yù)警模型.在此基礎(chǔ)上,同時(shí)注入多個(gè)給定異常情況,研究異常情況的多重概率分布,分析異常情況對(duì)狀態(tài)和輸出的影響,構(gòu)建多重異常關(guān)聯(lián)信號(hào)層系統(tǒng)風(fēng)險(xiǎn)預(yù)警模型.

決策層系統(tǒng)動(dòng)態(tài)風(fēng)險(xiǎn)預(yù)警.針對(duì)決策層系統(tǒng),分析異常情況單獨(dú)發(fā)生或多重發(fā)生狀況在車線網(wǎng)上的交叉?zhèn)鞑ミ^(guò)程、范圍及影響.基于每列列車的運(yùn)行狀態(tài)、限制條件、列車性能、列車運(yùn)行目標(biāo)以及列車之間相對(duì)運(yùn)行狀態(tài)等,結(jié)合異常情況的單重或多重概率分布,提出列車分散式動(dòng)態(tài)風(fēng)險(xiǎn)預(yù)警函數(shù),進(jìn)而將其與決策層各關(guān)聯(lián)信號(hào)系統(tǒng)的風(fēng)險(xiǎn)預(yù)警模型相融合,構(gòu)建決策層系統(tǒng)動(dòng)態(tài)風(fēng)險(xiǎn)預(yù)警模型.

注.本節(jié)中風(fēng)險(xiǎn)預(yù)警模型構(gòu)建與第2 節(jié)中定量評(píng)估模型構(gòu)建具有明顯區(qū)別.定量評(píng)估模型側(cè)重系統(tǒng)自身的評(píng)估,一般未考慮異常情況的影響,而風(fēng)險(xiǎn)預(yù)警不僅要考慮系統(tǒng)受到異常情況的影響,還要考慮異常情況的影響在不同系統(tǒng)中的傳播影響.除此之外,風(fēng)險(xiǎn)預(yù)警還需考慮異常情況的并發(fā)性和隨機(jī)性,如災(zāi)害天氣可能同時(shí)造成幾種信號(hào)設(shè)備異常,且該異常情況產(chǎn)生的影響會(huì)沿車線網(wǎng)傳播,進(jìn)而影響其他車站列車和系統(tǒng)的正常工作.

4 高速鐵路信號(hào)系統(tǒng)故障診斷

目前高速鐵路信號(hào)系統(tǒng)故障診斷主要集中于單個(gè)器件級(jí)系統(tǒng)或多個(gè)同構(gòu)子系統(tǒng)的研究,很少考慮高速鐵路信號(hào)系統(tǒng)的異構(gòu)問(wèn)題.此外,現(xiàn)有方法對(duì)故障在車線網(wǎng)中交叉?zhèn)鞑C(jī)理的研究還很不成熟,多是僅考慮站點(diǎn)之間的故障,所得相關(guān)結(jié)果難以應(yīng)用于全網(wǎng)上的故障傳播分析.

4.1 面臨的挑戰(zhàn)

現(xiàn)有高速鐵路信號(hào)系統(tǒng)故障診斷的研究主要集中于單個(gè)器件級(jí)系統(tǒng)或多個(gè)同構(gòu)子系統(tǒng)所組成的系統(tǒng).比如,列車控制系統(tǒng)和車站信號(hào)控制系統(tǒng)故障診斷方面,先后提出了以信號(hào)處理、建模處理和知識(shí)處理相融合的智能診斷技術(shù),診斷方法包括故障樹(shù)、專家系統(tǒng)和貝葉斯網(wǎng)絡(luò)等[30?36].考慮到車載信號(hào)系統(tǒng)設(shè)備系統(tǒng)化、復(fù)雜化的發(fā)展趨勢(shì),故障呈現(xiàn)出隱蔽性、多樣性和重疊性等特點(diǎn),文獻(xiàn)[33]將動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的方法用于列車運(yùn)行控制系統(tǒng)車載信號(hào)設(shè)備的故障診斷.文獻(xiàn)[34]提出了針對(duì)車站信號(hào)控制設(shè)備的專家系統(tǒng)故障診斷方法.然而由于高速鐵路信號(hào)系統(tǒng)是相互耦合的,文獻(xiàn)[33?34]的局部性診斷方法容易造成故障誤判或者漏判.文獻(xiàn)[35]提出了一種系統(tǒng)級(jí)的故障診斷方法,充分利用信號(hào)系統(tǒng)高度的信息交互和可靠的數(shù)據(jù)通信網(wǎng)絡(luò)進(jìn)行節(jié)點(diǎn)互測(cè),建立故障診斷模型和診斷算法,從而實(shí)現(xiàn)故障的定位和診斷.但該方法所需數(shù)據(jù)量巨大且數(shù)據(jù)檢測(cè)依賴于靜態(tài)環(huán)境,不適用于高速鐵路實(shí)際運(yùn)行場(chǎng)景.

由于高速鐵路信號(hào)系統(tǒng)非常復(fù)雜,信號(hào)系統(tǒng)普遍存在異構(gòu)問(wèn)題且系統(tǒng)取值并不是連續(xù)的,而現(xiàn)有故障診斷方法多要求系統(tǒng)是同構(gòu)且連續(xù)的,對(duì)于這些具有混合特征的信號(hào)系統(tǒng)故障診斷問(wèn)題的相關(guān)研究方法有限.特別是,對(duì)于信號(hào)系統(tǒng)故障所導(dǎo)致的列車網(wǎng)調(diào)度與控制運(yùn)行故障及其在車線網(wǎng)中的交叉?zhèn)鞑?wèn)題,現(xiàn)有研究還很不成熟,相關(guān)分析和解決方法僅局限于站點(diǎn)之間[37?42].例如,文獻(xiàn)[37?39]在某一線路區(qū)間通過(guò)能力部分失效、全失效情況下,研究了不同故障場(chǎng)景、優(yōu)先級(jí)、故障持續(xù)時(shí)間等約束下的列車運(yùn)行實(shí)時(shí)調(diào)整調(diào)度模型.文獻(xiàn)[40?42]研究了線路初始延誤時(shí)間已知、列車運(yùn)行干擾較小情況下的列車運(yùn)行調(diào)整優(yōu)化模型,通過(guò)對(duì)列車到發(fā)時(shí)刻與運(yùn)行順序調(diào)整來(lái)最小化延誤時(shí)間,從而實(shí)現(xiàn)列車最優(yōu)調(diào)整調(diào)度.

4.2 高速鐵路信號(hào)系統(tǒng)故障診斷研究方法

高速鐵路信號(hào)系統(tǒng)故障診斷可以分為兩種情況:一是通過(guò)定量評(píng)估函數(shù)和風(fēng)險(xiǎn)預(yù)警模型能夠直接判斷或預(yù)測(cè)信號(hào)系統(tǒng)各環(huán)節(jié)的故障;二是通過(guò)定量評(píng)估函數(shù)和風(fēng)險(xiǎn)預(yù)警模型難以直接判斷是否出現(xiàn)故障.第一種情況下的故障診斷相對(duì)比較容易,在此不作深入分析.第二種情況在實(shí)際高速鐵路信號(hào)系統(tǒng)中是比較常見(jiàn)的,比如傳感器檢測(cè)基本單元信號(hào)系統(tǒng)常會(huì)包含多個(gè)同構(gòu)或異構(gòu)的傳感器,很難通過(guò)基本單元整體定量評(píng)估函數(shù)和風(fēng)險(xiǎn)預(yù)警模型直接判斷或預(yù)測(cè)哪個(gè)傳感器出現(xiàn)了故障.因此,本文僅分析和討論第二種情況以下兩種子情況的研究方法(見(jiàn)圖5).

圖5 高速鐵路信號(hào)系統(tǒng)故障診斷研究方法Fig.5 The fault diagnosis of high-speed railway signaling system

關(guān)聯(lián)信號(hào)層系統(tǒng)故障診斷.考慮到基本單元信號(hào)系統(tǒng)和關(guān)聯(lián)信號(hào)系統(tǒng)各子系統(tǒng)可能存在的異構(gòu)特點(diǎn),首先,通過(guò)分解、融合等操作將各子信號(hào)系統(tǒng)轉(zhuǎn)化為標(biāo)準(zhǔn)的控制系統(tǒng).然后,基于關(guān)聯(lián)系統(tǒng)監(jiān)測(cè)所獲得的電壓、電流、壓力等信號(hào),利用傳統(tǒng)集中式控制和分布式控制理論,研究各子信號(hào)系統(tǒng)之間強(qiáng)非線性耦合關(guān)系,重構(gòu)關(guān)聯(lián)信號(hào)系統(tǒng)的內(nèi)部關(guān)鍵狀態(tài).最后,根據(jù)所構(gòu)建定量評(píng)估函數(shù)和風(fēng)險(xiǎn)預(yù)警模型,判斷關(guān)聯(lián)信號(hào)系統(tǒng)是否出現(xiàn)故障.

決策層系統(tǒng)故障診斷.考慮故障對(duì)全網(wǎng)列車的影響,基于列車之間相互作用關(guān)系,分析或預(yù)測(cè)列車運(yùn)行狀態(tài)具體演化趨勢(shì),從而判斷或預(yù)測(cè)出決策層發(fā)生故障的關(guān)鍵區(qū)域,進(jìn)而判斷發(fā)生故障的信號(hào)系統(tǒng).由于決策層各關(guān)聯(lián)信號(hào)系統(tǒng)相互耦合,特別是列車運(yùn)行狀態(tài)是動(dòng)態(tài)變化且相互影響,關(guān)聯(lián)信號(hào)系統(tǒng)的故障常會(huì)影響到列車的運(yùn)行且沿著車線網(wǎng)傳播,造成決策層系統(tǒng)的運(yùn)行故障.決策層系統(tǒng)的運(yùn)行故障,通常可通過(guò)調(diào)度和相關(guān)信號(hào)系統(tǒng)的故障修復(fù)來(lái)解決.首先估計(jì)決策層系統(tǒng)故障的修復(fù)時(shí)間,研究故障在車線網(wǎng)上的傳播過(guò)程和影響范圍,并預(yù)測(cè)車線網(wǎng)列車的運(yùn)行趨勢(shì).然后基于列車網(wǎng)分散式動(dòng)態(tài)評(píng)估函數(shù)和風(fēng)險(xiǎn)預(yù)警模型,結(jié)合非線性控制理論、多智能體系統(tǒng)分布式控制理論和調(diào)度優(yōu)化方法,根據(jù)決策層信號(hào)系統(tǒng)的特點(diǎn),提出列車調(diào)度方法和相關(guān)信號(hào)系統(tǒng)的故障修復(fù)方法,解決決策層運(yùn)行故障.

5 結(jié)束語(yǔ)

高速鐵路信號(hào)系統(tǒng)運(yùn)維理論和方法的研究具有重要的理論意義和實(shí)際應(yīng)用價(jià)值.一方面,不僅可為提升高速鐵路智能化程度提供有力的支撐,而且可為列車運(yùn)行控制、行車調(diào)度等實(shí)際智能運(yùn)維系統(tǒng)的研究奠定理論基礎(chǔ);另一方面,高速鐵路信號(hào)系統(tǒng)運(yùn)維理論研究屬于多學(xué)科交叉研究,涉及復(fù)雜網(wǎng)絡(luò)建模與優(yōu)化、列車運(yùn)行控制、隨機(jī)概率、風(fēng)險(xiǎn)預(yù)警、故障診斷等眾多學(xué)科知識(shí),該領(lǐng)域的研究不僅可為物聯(lián)網(wǎng)系統(tǒng)、電力系統(tǒng)等系統(tǒng)的研究提供參考和借鑒,還將有力地促進(jìn)復(fù)雜網(wǎng)絡(luò)大系統(tǒng)理論的發(fā)展.為此,本文定義了關(guān)聯(lián)信號(hào)系統(tǒng),提出了分散式動(dòng)態(tài)評(píng)估函數(shù),構(gòu)建了分層架構(gòu)模型.在此基礎(chǔ)上,針對(duì)分層架構(gòu)模型的決策層和關(guān)聯(lián)信號(hào)層,從動(dòng)態(tài)定量評(píng)估、動(dòng)態(tài)風(fēng)險(xiǎn)預(yù)警和故障診斷三方面進(jìn)行了研究、分析與展望.希望本文所提出的研究方法能為未來(lái)高速鐵路信號(hào)系統(tǒng)智能運(yùn)維的發(fā)展與相關(guān)研究工作提供一定的幫助與參考.