基于SIR的列車通信網(wǎng)絡(luò)故障傳播特性仿真分析研究

趙 強(qiáng)，馬志瑜，劉亞飛，李 鋒

(中車長(zhǎng)春軌道客車股份有限公司，吉林 長(zhǎng)春 130062)

列車通信網(wǎng)絡(luò)作為面向列車牽引、制動(dòng)等安全相關(guān)系統(tǒng)執(zhí)行數(shù)據(jù)采集、狀態(tài)監(jiān)視、運(yùn)行控制、故障診斷及信息傳輸?shù)娜蝿?wù)中樞神經(jīng)，其分布式控制系統(tǒng)組成設(shè)備應(yīng)用嵌入式軟件通過列車及車輛總線與各子系統(tǒng)緊密連接成交錯(cuò)的復(fù)雜信息傳輸網(wǎng)。列車網(wǎng)絡(luò)節(jié)點(diǎn)之間相互關(guān)聯(lián)，邏輯關(guān)系復(fù)雜，任何一個(gè)節(jié)點(diǎn)局部的故障都可能導(dǎo)致在采集周期內(nèi)的數(shù)據(jù)錯(cuò)誤或者缺失，直接降低被采集數(shù)據(jù)的準(zhǔn)確性，致使故障通過網(wǎng)絡(luò)進(jìn)行傳播，從而影響整列車的安全可靠運(yùn)營(yíng)。

智能化和大數(shù)據(jù)帶來的技術(shù)變革使列車通信網(wǎng)絡(luò)的規(guī)模不斷擴(kuò)大，數(shù)據(jù)傳輸任務(wù)不斷加重，系統(tǒng)設(shè)備性能隨服役時(shí)間逐步退化，網(wǎng)絡(luò)故障和失效的概率也逐漸增加。列車通信網(wǎng)絡(luò)在執(zhí)行故障診斷與定位故障管理功能的同時(shí)，必須加強(qiáng)對(duì)網(wǎng)絡(luò)自身狀態(tài)的監(jiān)視和健康評(píng)估，實(shí)時(shí)掌握通信網(wǎng)絡(luò)的運(yùn)行狀況，及時(shí)預(yù)測(cè)網(wǎng)絡(luò)故障傳播狀態(tài)及其影響，捕捉對(duì)網(wǎng)絡(luò)故障有影響力節(jié)點(diǎn)的傳播信息，降低由于單點(diǎn)故障引起全網(wǎng)故障的風(fēng)險(xiǎn)，這對(duì)于提高列車運(yùn)營(yíng)的安全性和可靠性尤為重要。

1 故障傳播特性研究方法

網(wǎng)絡(luò)故障的傳播行為研究就是研究網(wǎng)絡(luò)中最初一個(gè)局部小的故障、小的擾動(dòng)如何在網(wǎng)絡(luò)上傳播并如何最終影響整個(gè)網(wǎng)絡(luò)的行為[1]。

為研究確定適用于列車通信網(wǎng)絡(luò)的故障特性分析方法，本文對(duì)現(xiàn)有的故障傳播研究方法及其應(yīng)用特點(diǎn)進(jìn)行了對(duì)比分析。其中，基于圖論的方法是通過分析系統(tǒng)結(jié)構(gòu)、功能及邏輯原理，結(jié)合一定的推理策略對(duì)復(fù)雜系統(tǒng)進(jìn)行故障傳播分析，該方法能直觀描述故障傳播關(guān)系，但對(duì)于復(fù)雜系統(tǒng)建立模型工作量大且繁瑣；Petri分析法將研究對(duì)象輸出與實(shí)際輸出進(jìn)行比較，通過分析產(chǎn)生的殘差，并結(jié)合實(shí)際系統(tǒng)特性研究故障傳播過程和定位，此方法能夠準(zhǔn)確描述事件狀態(tài)關(guān)系，但當(dāng)研究對(duì)象節(jié)點(diǎn)多、故障傳播狀態(tài)復(fù)雜時(shí)，建模復(fù)雜；數(shù)據(jù)驅(qū)動(dòng)法采用數(shù)學(xué)方法對(duì)歷史數(shù)據(jù)進(jìn)行處理，提煉數(shù)據(jù)中隱含的關(guān)鍵信息，構(gòu)造近似實(shí)際系統(tǒng)新模型，通過模型的計(jì)算與真實(shí)的數(shù)據(jù)對(duì)比來進(jìn)行故障診斷和分析，此方法過于依賴過程數(shù)據(jù)；基于復(fù)雜網(wǎng)絡(luò)的分析法能夠從網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的角度研究故障傳播網(wǎng)絡(luò)的特性，描述節(jié)點(diǎn)故障產(chǎn)生的網(wǎng)絡(luò)級(jí)聯(lián)失效過程[2]。

本文在比較眾多故障傳播研究方法的基礎(chǔ)上，從復(fù)雜網(wǎng)絡(luò)故障傳播分析方法角度出發(fā)，以北京地鐵6號(hào)線列車通信網(wǎng)絡(luò)為研究分析實(shí)例，從網(wǎng)絡(luò)系統(tǒng)功能結(jié)構(gòu)分析、多Agent軟件體系網(wǎng)絡(luò)架構(gòu)構(gòu)建、SIR模型應(yīng)用轉(zhuǎn)化和NetLogo仿真分析等方面進(jìn)行故障傳播影響特性分析。

2 基于SIR模型的列車通信網(wǎng)絡(luò)故障傳播影響分析

2.1 列車通信網(wǎng)絡(luò)系統(tǒng)功能結(jié)構(gòu)

北京地鐵6號(hào)線列車網(wǎng)絡(luò)控制采用龐巴迪公司依據(jù)TRDP協(xié)議開發(fā)的MITRAC TCMS系統(tǒng)，列車通信網(wǎng)絡(luò)采用實(shí)時(shí)以太網(wǎng)與多功能列車現(xiàn)場(chǎng)總線網(wǎng)絡(luò)相結(jié)合的策略，網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)如圖1所示，人機(jī)接口通過MVB總線和以太網(wǎng)總線與中央控制單元接口，實(shí)時(shí)性要求高的控制指令、狀態(tài)數(shù)據(jù)通過MVB總線進(jìn)行傳輸，其他狀態(tài)和診斷數(shù)據(jù)通過以太網(wǎng)進(jìn)行傳輸。

ATC.列車自動(dòng)控制系統(tǒng)；ACU.輔助控制單元；BCU.制動(dòng)控制單元；CCU.中央控制單元；DCU.門控單元；ERM.列車數(shù)據(jù)記錄儀；EMD.電氣中距離；FAS.煙火報(bào)警系統(tǒng)；HMI.人機(jī)接口單元；HUB.集線器；HVAC.空調(diào)系統(tǒng)；PA.列車廣播系統(tǒng)；RPT.中繼器；RIOM.遠(yuǎn)程輸入/輸出模塊；TCU.牽引控制單元。

通信網(wǎng)絡(luò)系統(tǒng)硬件主要由CCU、RPT、RIOM等構(gòu)成，節(jié)點(diǎn)信息傳輸用軟件系統(tǒng)主要包括操作系統(tǒng)、應(yīng)用、控制、監(jiān)視軟件等。其中，RPT根據(jù)通信功能需求編寫的應(yīng)用層軟件將網(wǎng)絡(luò)分為列車總線與車輛總線；RIOM主要用于實(shí)現(xiàn)網(wǎng)絡(luò)節(jié)點(diǎn)設(shè)備及車載信號(hào)系統(tǒng)數(shù)據(jù)的交互；HMI通過監(jiān)視軟件顯示車輛和子系統(tǒng)的狀態(tài)及提供人機(jī)交互的接口；ERM應(yīng)用診斷和維護(hù)軟件實(shí)現(xiàn)對(duì)列車主要設(shè)備的運(yùn)行狀態(tài)、故障的自動(dòng)信息采集并記錄；CCU作為網(wǎng)絡(luò)信息傳輸?shù)暮诵脑O(shè)備，列車各關(guān)鍵系統(tǒng)狀態(tài)均由CCU進(jìn)行邏輯判斷后發(fā)出控制指令，實(shí)現(xiàn)全列車的控制監(jiān)控功能，由此即構(gòu)建起基于CCU通信安全功能信息核心網(wǎng)。鑒于此，本文以CCU與列車各子系統(tǒng)控制監(jiān)視信息傳輸構(gòu)建的核心通信網(wǎng)為研究切入點(diǎn)，例證說明如何進(jìn)行列車通信網(wǎng)絡(luò)故障傳播影響分析。

2.2 多Agent列車通信故障傳播網(wǎng)

多Agent網(wǎng)絡(luò)結(jié)構(gòu)建模方法是基于復(fù)雜網(wǎng)絡(luò)中軟件體系結(jié)構(gòu)概念進(jìn)行系統(tǒng)建模的方法[3]，軟件體系結(jié)構(gòu)作為軟件系統(tǒng)的高層抽象用以描述整個(gè)系統(tǒng)的結(jié)構(gòu)和行為，主要由構(gòu)件、連接件及其相關(guān)約束條件構(gòu)成。將多Agent技術(shù)應(yīng)用于列車通信故障傳播結(jié)構(gòu)網(wǎng)分析，用節(jié)點(diǎn)表示構(gòu)件，用數(shù)字等信息表示構(gòu)件的名稱，把列車通信網(wǎng)絡(luò)牽引、制動(dòng)等軟件子系統(tǒng)抽象成圖中的節(jié)點(diǎn)，把故障傳播關(guān)系(即子系統(tǒng)間信息傳輸邏輯關(guān)系)抽象為連接節(jié)點(diǎn)的有向邊，即將列車網(wǎng)絡(luò)通信信息傳輸模型轉(zhuǎn)化為故障傳播結(jié)構(gòu)的圖形式展開故障傳播特性問題的研究?；诒本┑罔F6號(hào)線列車通信網(wǎng)絡(luò)系統(tǒng)功能結(jié)構(gòu)和多Agent應(yīng)用技術(shù)分析建立的CCU通信網(wǎng)絡(luò)軟件系統(tǒng)故障傳播結(jié)構(gòu)網(wǎng)如圖2所示。

圖2 CCU通信網(wǎng)絡(luò)軟件系統(tǒng)故障傳播結(jié)構(gòu)圖

2.3 SIR模型向故障傳播研究應(yīng)用轉(zhuǎn)化

SIR模型是一種用于描述抽象信息傳播的過程模型(圖3)，是在傳染病動(dòng)力學(xué)中沿用Kermack與McKendrick用動(dòng)力學(xué)方法建立的傳染病模型中最經(jīng)典的模型[4]。

β.節(jié)點(diǎn)故障傳播概率；γ.節(jié)點(diǎn)故障移除概率。

SIR模型應(yīng)用于列車通信網(wǎng)絡(luò)故障傳播的研究時(shí)可以理解為：列車通信網(wǎng)絡(luò)結(jié)構(gòu)轉(zhuǎn)化為列車通信故障傳播結(jié)構(gòu)網(wǎng)；初始狀態(tài)下，故障結(jié)構(gòu)網(wǎng)絡(luò)中所有節(jié)點(diǎn)對(duì)應(yīng)于故障易感狀態(tài)；網(wǎng)絡(luò)中節(jié)點(diǎn)發(fā)生故障后，即轉(zhuǎn)變?yōu)楣收细腥緺顟B(tài)；節(jié)點(diǎn)故障解決處理后且不再會(huì)導(dǎo)致其他節(jié)點(diǎn)故障的發(fā)生，即進(jìn)入故障移除狀態(tài)。

由此，為了應(yīng)用SIR模型進(jìn)行列車通信網(wǎng)絡(luò)故障傳播分析，結(jié)合列車通信網(wǎng)絡(luò)結(jié)構(gòu)功能及其信息傳輸固有特性進(jìn)行分析，針對(duì)故障傳播路徑、故障傳播概率和故障傳播強(qiáng)度的研究要求，確定基于SIR 的列車通信網(wǎng)絡(luò)故障傳播模型應(yīng)用前提條件假設(shè)：

(1) 通信網(wǎng)絡(luò)故障節(jié)點(diǎn)的個(gè)體通過它們之間的連邊感染與其相鄰的節(jié)點(diǎn)；

(2) 假設(shè)故障傳播的時(shí)間尺度遠(yuǎn)遠(yuǎn)小于各個(gè)節(jié)點(diǎn)的生命周期以及系統(tǒng)的運(yùn)行周期，從而不考慮節(jié)點(diǎn)個(gè)體的故障產(chǎn)生率與死亡率，即網(wǎng)絡(luò)的節(jié)點(diǎn)總數(shù)保持不變；

(3) 均勻混合假設(shè)，即處于各個(gè)狀態(tài)的節(jié)點(diǎn)均勻混合，故障密度與故障節(jié)點(diǎn)的密度成正比。

與此同時(shí)，為建立SIR列車通信網(wǎng)絡(luò)故障傳播演化方程并分析求解，進(jìn)行網(wǎng)絡(luò)故障傳播的狀態(tài)轉(zhuǎn)移過程假設(shè)：

假設(shè)t時(shí)刻通信網(wǎng)絡(luò)系統(tǒng)中的節(jié)點(diǎn)處于故障易感狀態(tài)、故障感染狀態(tài)和故障移除狀態(tài)的個(gè)體的密度分別為Φ(t)、ρ(t)和χ(t)。當(dāng)t趨于無窮大時(shí)，故障易感個(gè)體、故障感染個(gè)體和故障移除個(gè)體的密度分別為Φ、ρ和χ。在每個(gè)時(shí)間步，如果網(wǎng)絡(luò)中故障易感個(gè)體至少和一個(gè)故障感染個(gè)體相連，則它被故障感染的概率為β；同時(shí)，故障感染個(gè)體被修復(fù)并具有容錯(cuò)機(jī)制，變?yōu)楣收弦瞥齻€(gè)體的概率為γ。

由此將SIR模型轉(zhuǎn)化為列車通信網(wǎng)絡(luò)故障傳播分析的演化方程為：

(1)

(2)

(3)

λ——故障有效傳播率。

為簡(jiǎn)便計(jì)算，假設(shè)γ= 1，即由故障感染狀態(tài)到故障移除狀態(tài)的概率為1，指對(duì)于存在故障的節(jié)點(diǎn)，不考慮時(shí)間尺度的影響，最后故障都會(huì)被移除，成為故障移除狀態(tài)。同時(shí)，對(duì)SIR模型進(jìn)行穩(wěn)定性分析，可得故障有效傳播率的臨界值為：

當(dāng)λ>λc時(shí)，故障將在CCU軟件系統(tǒng)中傳播，并最終達(dá)到一個(gè)穩(wěn)定的狀態(tài)，系統(tǒng)中所有個(gè)體處于故障移除狀態(tài)，而故障感染個(gè)體的數(shù)目為0。

2.4 列車通信網(wǎng)絡(luò)故障傳播影響模擬仿真分析

NetLogo仿真平臺(tái)適合對(duì)隨時(shí)間演化的復(fù)雜系統(tǒng)進(jìn)行建模仿真[5]，同樣適用于列車通信網(wǎng)絡(luò)故障傳播影響仿真試驗(yàn)分析。本文的研究思路是通過應(yīng)用多Agent技術(shù)構(gòu)建列車通信故障傳播結(jié)構(gòu)網(wǎng)，結(jié)合SIR故障狀態(tài)轉(zhuǎn)移演化方程算法求解過程分析，利用 NetLogo仿真工具進(jìn)行列車通信網(wǎng)絡(luò)CCU軟件系統(tǒng)的故障數(shù)值仿真，從而達(dá)到統(tǒng)計(jì)分析通信網(wǎng)絡(luò)各節(jié)點(diǎn)處于故障易感狀態(tài)、故障感染狀態(tài)和故障移除狀態(tài)的個(gè)體的密度以及分析整個(gè)網(wǎng)絡(luò)的故障傳播狀態(tài)的目的。

2.4.1 仿真參數(shù)定義

根據(jù)建立的CCU故障傳播結(jié)構(gòu)圖進(jìn)行仿真參數(shù)定義設(shè)置：

(2) 仿真輸出曲線圖中，定義藍(lán)色曲線為節(jié)點(diǎn)處于故障易感狀態(tài)個(gè)體密度Φ(t)，紅色曲線為故障感染狀態(tài)個(gè)體密度ρ(t)，灰色曲線為故障移除狀態(tài)個(gè)體密度χ(t)。

(3) 節(jié)點(diǎn)故障傳播概率β表示節(jié)點(diǎn)的故障傳播能力，β=100%為最大，是指具有100%的故障傳播能力；β=0 為最小，是指發(fā)生故障的節(jié)點(diǎn)不會(huì)將故障以任何形式傳播下去，即不會(huì)對(duì)其他節(jié)點(diǎn)產(chǎn)生影響。

(4) 節(jié)點(diǎn)故障移除概率γ表示故障的維修能力，γ=100%為最大，是指對(duì)于故障節(jié)點(diǎn)具有100%的修復(fù)好的能力；γ=0為最小，是指發(fā)生故障的節(jié)點(diǎn)無法修復(fù)好。

(5) 初始故障數(shù)目為n，表示通信網(wǎng)絡(luò)系統(tǒng)中開始的軟件故障節(jié)點(diǎn)數(shù)目。

(6) 修復(fù)時(shí)間為M(t)，表示對(duì)于故障的維修所需要的單位時(shí)間。

2.4.2 仿真數(shù)據(jù)輸出

對(duì)列車通信網(wǎng)絡(luò)不同條件下的故障傳播狀態(tài)進(jìn)行數(shù)值仿真，得到不同條件下仿真列車通信網(wǎng)絡(luò)狀態(tài)輸出數(shù)值。

(1)β=100% ，γ=100% ，M(t)=2，n=1(單個(gè)故障)， 在CCU故障和CCU非故障情況下，模擬仿真列車通信網(wǎng)絡(luò)故障傳播狀態(tài)數(shù)值如圖4所示。

圖4 節(jié)點(diǎn)故障傳播概率和移除概率均較高條件下列車通信網(wǎng)絡(luò)故障傳播仿真數(shù)值圖

(2)γ=50% ，n=1，M(t)=2，在CCU故障和CCU非故障情況下，模擬仿真β=100%和β=80%條件下的列車通信網(wǎng)絡(luò)故障傳播狀態(tài)數(shù)值如圖5所示。

圖5 節(jié)點(diǎn)故障移除概率低條件下的列車通信網(wǎng)絡(luò)故障傳播仿真數(shù)值圖

(3)n=1，M(t)=2，在CCU非故障情況下，模擬仿真β=80%、γ=50% 和β=30%、γ=30%條件下的列車通信網(wǎng)絡(luò)故障傳播狀態(tài)數(shù)值如圖6所示。

(4)β=100%，γ=20%，n=4(多個(gè)初始故障)，M(t)=2，CCU非故障和2個(gè)CCU故障狀態(tài)下的列車通信網(wǎng)絡(luò)故障傳播狀態(tài)數(shù)值如圖7所示。

(5)β=100%，γ=20%，M(t)=16，在非CCU故障情況下，模擬仿真單故障(n=1)及多故障(n=4)情況下的列車通信網(wǎng)絡(luò)故障傳播狀態(tài)數(shù)值如圖8所示。

圖6 節(jié)點(diǎn)故障傳播概率和移除概率均較低條件下的列車通信網(wǎng)絡(luò)故障傳播仿真數(shù)值圖

圖7 多故障、節(jié)點(diǎn)故障移除概率低條件下的列車通信網(wǎng)絡(luò)故障傳播仿真數(shù)值圖

(6)β=100%，γ=20%，M(t)=16，n=4，且其中2個(gè)為CCU故障，模擬仿真列車通信網(wǎng)絡(luò)故障傳播狀態(tài)數(shù)值如圖9所示。

2.4.3 仿真結(jié)果分析

由上述多個(gè)仿真數(shù)值分析圖可以得出如下結(jié)論：

(1) 初始故障n=1時(shí)，不論CCU故障與否，其故障易感狀態(tài)節(jié)點(diǎn)密度、故障感染狀態(tài)節(jié)點(diǎn)密度和故障移除狀態(tài)節(jié)點(diǎn)密度的變化趨勢(shì)類似，但由于CCU軟件連接的其他軟件較多，因此其故障感染狀態(tài)節(jié)點(diǎn)密度較大。

圖8 節(jié)點(diǎn)故障移除概率較低、故障修復(fù)時(shí)間長(zhǎng)條件下的列車通信網(wǎng)絡(luò)故障傳播仿真數(shù)值圖

圖9 多CCU故障、節(jié)點(diǎn)故障移除概率較低、故障修復(fù)時(shí)間長(zhǎng)條件下的列車通信網(wǎng)絡(luò)故障傳播仿真數(shù)值圖

(2) 對(duì)故障節(jié)點(diǎn)的修復(fù)時(shí)間長(zhǎng)短直接關(guān)系著網(wǎng)絡(luò)中故障的傳播程度。故障修復(fù)時(shí)間越短，對(duì)整個(gè)網(wǎng)絡(luò)的故障傳播影響越??；故障修復(fù)時(shí)間越長(zhǎng)，對(duì)整個(gè)網(wǎng)絡(luò)的故障傳播影響越大。

(3) 故障節(jié)點(diǎn)移除概率的大小直接關(guān)系著3種密度的變化趨勢(shì)。隨著時(shí)間的增加，故障易感狀態(tài)節(jié)點(diǎn)密度先是逐漸減小，然后又逐漸增大，最后趨于穩(wěn)定；故障感染狀態(tài)節(jié)點(diǎn)密度先是逐漸增大，然后逐步減小，最后趨于0；故障移除狀態(tài)節(jié)點(diǎn)密度逐漸增大，最后趨于穩(wěn)定。

(4) 在初始故障數(shù)目和修復(fù)時(shí)間一定的條件下，節(jié)點(diǎn)故障傳播概率和節(jié)點(diǎn)故障移除概率的變化對(duì)3種密度的變化趨勢(shì)影響不大，即3種曲線的走勢(shì)類似。

(5) 初始故障數(shù)目較多時(shí)，故障感染狀態(tài)節(jié)點(diǎn)密度初始值較大，故障易感狀態(tài)節(jié)點(diǎn)密度初始值較小，但3種密度的變化趨勢(shì)與初始故障數(shù)目較少時(shí)的變化趨勢(shì)相類似。

(6) 在初始故障數(shù)目較多的情況下，CCU節(jié)點(diǎn)是否存在故障對(duì)3種密度的變化趨勢(shì)影響不大。

實(shí)例仿真分析表明，降低故障傳播概率、提高修復(fù)能力可以有效降低故障傳播的發(fā)生，同時(shí)降低關(guān)鍵節(jié)點(diǎn)的密度以及關(guān)鍵節(jié)點(diǎn)之間的連接數(shù)目，提高軟件系統(tǒng)的可靠性。

2.5 實(shí)際運(yùn)營(yíng)數(shù)據(jù)分析

根據(jù)北京地鐵6號(hào)線列車實(shí)際運(yùn)營(yíng)現(xiàn)場(chǎng)數(shù)據(jù)，針對(duì)列車通信網(wǎng)絡(luò)節(jié)點(diǎn)設(shè)備在10萬km內(nèi)發(fā)生的主要故障的頻次分布及故障傳播影響情況統(tǒng)計(jì)如表1所示。從表1中可以看出：故障頻次和百分比最高的節(jié)點(diǎn)設(shè)備是RIOM，高達(dá)31.38%；故障百分比次之的是HAVC、ACU、PA，主要表現(xiàn)為在線檢測(cè)軟件故障居多；DCU、TCU、BCU、CCU由于其設(shè)計(jì)過程中考慮了安全性和可靠性，故障頻次較低，故障百分比在10%以內(nèi)；HMI、ATC主要故障模式為觸摸屏不靈敏和黑屏，故障百分比為1.6%；FAS、ERM運(yùn)營(yíng)過程應(yīng)用程度低，故其故障發(fā)生率最低。

表1 列車通信網(wǎng)絡(luò)節(jié)點(diǎn)設(shè)備運(yùn)營(yíng)期間故障數(shù)據(jù)統(tǒng)計(jì)

故障傳播影響范圍分為列車、車輛、系統(tǒng)、部件4個(gè)層次，從網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)上看，CCU、RPT和HUB都是影響列車級(jí)關(guān)鍵節(jié)點(diǎn)設(shè)備。而實(shí)際運(yùn)營(yíng)中，僅CCU和HMI分別造成1次列車級(jí)運(yùn)營(yíng)故障；RPT和HUB由于預(yù)先設(shè)置了冗余功能，有效防止了故障傳播，未發(fā)生影響列車運(yùn)營(yíng)的故障；TCU和BCU作為列車牽引和制動(dòng)的主要?jiǎng)恿υ?，故障傳播直接影響車輛級(jí)動(dòng)力單元，由于安全性設(shè)計(jì)和日檢過程中重點(diǎn)專檢，未造成影響列車級(jí)運(yùn)營(yíng)的故障。DCU、HVAC、PA故障多為本地系統(tǒng)級(jí)故障，僅當(dāng)系統(tǒng)多主機(jī)同時(shí)級(jí)聯(lián)故障時(shí)影響車輛級(jí)功能。

2.6 結(jié)論及建議

通過列車通信網(wǎng)絡(luò)故障傳播影響仿真并結(jié)合實(shí)際運(yùn)營(yíng)數(shù)據(jù)的研究分析，可以得到以下結(jié)論和建議：

(1) 列車通信網(wǎng)絡(luò)故障傳播影響列車級(jí)運(yùn)營(yíng)關(guān)鍵節(jié)點(diǎn)設(shè)備如CCU、RPT和HUB，這些關(guān)鍵節(jié)點(diǎn)故障傳播影響范圍最大，在考慮關(guān)鍵節(jié)點(diǎn)硬件冗余設(shè)計(jì)的同時(shí)，采用軟件邏輯控制及時(shí)隔離故障節(jié)點(diǎn)可以避免傳播影響擴(kuò)大。

(2) 故障移除時(shí)間直接關(guān)系網(wǎng)絡(luò)中故障的傳播程度，提升通信網(wǎng)絡(luò)系統(tǒng)軟件可靠性和網(wǎng)絡(luò)故障診斷預(yù)警能力，逐步實(shí)現(xiàn)列車全方位故障的在線狀態(tài)評(píng)估、識(shí)別、診斷、定位是避免故障擴(kuò)散的有效方式。

(3) 提高網(wǎng)絡(luò)維護(hù)的效率，實(shí)現(xiàn)維修模式轉(zhuǎn)變，由傳統(tǒng)時(shí)間驅(qū)動(dòng)的維修方式(計(jì)劃?rùn)z修)和事件驅(qū)動(dòng)的維修方式(計(jì)劃?rùn)z修)和事件驅(qū)動(dòng)的維修方式(故障后檢修)向以可靠性為中心的動(dòng)態(tài)維修方式轉(zhuǎn)變，建立列車通信網(wǎng)絡(luò)系統(tǒng)故障預(yù)測(cè)與健康管理體系是保證列車運(yùn)營(yíng)安全性、避免重大事故發(fā)生的有效途徑。

3 結(jié)束語

有效的故障管理方法是保證網(wǎng)絡(luò)可靠運(yùn)行的基礎(chǔ)[6]，多角度、分層次、系統(tǒng)化地進(jìn)行故障傳播特性研究是進(jìn)行列車通信網(wǎng)絡(luò)故障預(yù)警、健康狀態(tài)綜合評(píng)估、全壽命周期可靠性分析和風(fēng)險(xiǎn)評(píng)估以及維修策略的決策與優(yōu)化的必經(jīng)之路。

本文應(yīng)用復(fù)雜網(wǎng)絡(luò)、多Agent、信息論SIR模型、軟件可靠性分析、NetLogo仿真及數(shù)據(jù)對(duì)比驅(qū)動(dòng)多種技術(shù)相結(jié)合的方式對(duì)列車通信網(wǎng)絡(luò)故障傳播特性進(jìn)行了研究，提出了網(wǎng)絡(luò)設(shè)計(jì)及運(yùn)營(yíng)維護(hù)的整改措施和建議，這些有針對(duì)性的措施和建議對(duì)于加強(qiáng)檢修過程故障傳播關(guān)鍵節(jié)點(diǎn)維護(hù)、控制運(yùn)營(yíng)期間網(wǎng)絡(luò)故障傳播擴(kuò)散、避免故障大密度感染造成連鎖反應(yīng)、提高列車的運(yùn)營(yíng)安全性和可靠性水平具有切實(shí)的理論分析和實(shí)踐借鑒意義。