基于人工智能的鐵路機(jī)務(wù)數(shù)據(jù)信息集成平臺(tái)設(shè)計(jì)

單俊強(qiáng), 李海濤, 邢國(guó)棟, 張虎*

(1.國(guó)能包神鐵路集團(tuán)有限責(zé)任公司機(jī)務(wù)分公司,內(nèi)蒙古,鄂爾多斯 017000;2.安徽安為科技有限公司,安徽,合肥 230000)

0 引言

對(duì)于鐵路機(jī)務(wù)數(shù)據(jù)信息來(lái)說(shuō),其間具有較強(qiáng)的關(guān)聯(lián)性,通過(guò)數(shù)據(jù)挖掘和集成分析可以直接地呈現(xiàn)機(jī)務(wù)信息的規(guī)律性[1-2]。依據(jù)鐵路機(jī)務(wù)數(shù)據(jù)中包含的關(guān)鍵信息,以歷史數(shù)據(jù)為依托,做出更加符合鐵路機(jī)務(wù)開(kāi)展的決策,從而保證車輛運(yùn)行、司乘人員行為的穩(wěn)定性。其中,數(shù)據(jù)信息集成共享是最為基礎(chǔ)的環(huán)節(jié)之一,而現(xiàn)有的集成平臺(tái)顯然難以發(fā)揮更好的應(yīng)用效果。

文獻(xiàn)[3]結(jié)合復(fù)變函數(shù)設(shè)計(jì)數(shù)據(jù)庫(kù)模塊和多源數(shù)據(jù)查詢模塊,完成了混合型大數(shù)據(jù)集成系統(tǒng)的設(shè)計(jì)。然而,經(jīng)過(guò)驗(yàn)證可知該系統(tǒng)集成效率較低。文獻(xiàn)[4]融合物聯(lián)網(wǎng)技術(shù)和云計(jì)算技術(shù),強(qiáng)化了鐵路機(jī)務(wù)數(shù)據(jù)信息分析能力,支撐鐵路信息化集成建設(shè)。但是,系統(tǒng)數(shù)據(jù)查詢響應(yīng)時(shí)間較長(zhǎng)。文獻(xiàn)[5]結(jié)合多種集成硬件實(shí)現(xiàn)數(shù)據(jù)整合與共享,為鐵路智能化調(diào)度提供了依據(jù)。但是,該集成系統(tǒng)的應(yīng)用時(shí)效性較差。

為了解決以往相關(guān)研究的應(yīng)用不足之處,本文提出將人工智能技術(shù)中的IFB樹(shù)結(jié)構(gòu)融入到鐵路機(jī)務(wù)數(shù)據(jù)信息集成平臺(tái)建設(shè)過(guò)程中,構(gòu)建優(yōu)化后的數(shù)據(jù)查詢模型,達(dá)到縮短數(shù)據(jù)查詢時(shí)間、提高數(shù)據(jù)信息集成效率的目的。

1 基于人工智能的鐵路機(jī)務(wù)數(shù)據(jù)信息集成平臺(tái)硬件設(shè)計(jì)

1.1 信號(hào)處理器設(shè)計(jì)

信號(hào)處理器是數(shù)據(jù)信息集成的關(guān)鍵硬件,以TMS320 F2812芯片為核心,深入分析芯片的引腳和串行通信方式,結(jié)合哈佛總線架構(gòu)[6],建立信號(hào)處理器基礎(chǔ)架。TMS320 F2812芯片具體結(jié)構(gòu)如圖1所示。

圖1 TMS320F2812芯片結(jié)構(gòu)示意圖

根據(jù)圖1可以看出,以TMS320F2812芯片為基礎(chǔ)設(shè)計(jì)的信號(hào)處理器,主要包括Flash內(nèi)存、快速模數(shù)轉(zhuǎn)換器、增強(qiáng)的CAN模塊、多通道緩沖串口等4個(gè)關(guān)鍵部分。

1.2 穩(wěn)壓電源設(shè)計(jì)

電源模塊作為數(shù)據(jù)信息集成平臺(tái)的動(dòng)力保障硬件,是影響平臺(tái)運(yùn)行穩(wěn)定性的關(guān)鍵。根據(jù)鐵路實(shí)際環(huán)境,設(shè)置幅值為5.0 V、3.6 V的電源,再結(jié)合集成穩(wěn)壓電路LM2576T-5.0,完成穩(wěn)壓電源的設(shè)計(jì)。其中,采用包含3 A輸出電流的穩(wěn)壓器,依托于集成穩(wěn)壓開(kāi)關(guān)電路中包含的自我保護(hù)電路,增加少量的外部元件,設(shè)置具有穩(wěn)定高效特點(diǎn)的穩(wěn)壓電路。

2 基于人工智能的鐵路機(jī)務(wù)數(shù)據(jù)信息集成平臺(tái)軟件設(shè)計(jì)

2.1 建立鐵路機(jī)務(wù)數(shù)據(jù)倉(cāng)庫(kù)

考慮到數(shù)據(jù)信息集成平臺(tái)設(shè)計(jì)的主要目的是共享各方面的鐵路機(jī)務(wù)數(shù)據(jù)信息,輔助管理者建立決策方案[7]。數(shù)據(jù)倉(cāng)庫(kù)的建立需要以提供高級(jí)決策支持功能為基礎(chǔ),再針對(duì)細(xì)節(jié)數(shù)據(jù)統(tǒng)計(jì)要求設(shè)計(jì)低級(jí)別查詢功能?；谏鲜黾蓛?nèi)容,采用三級(jí)模式構(gòu)建鐵路機(jī)務(wù)數(shù)據(jù)信息整合模型,通過(guò)匯總數(shù)據(jù)層、數(shù)據(jù)操作層、數(shù)據(jù)整合層完成總體設(shè)計(jì)。具體的設(shè)計(jì)思想如圖2所示。

圖2 數(shù)據(jù)倉(cāng)庫(kù)示意圖

根據(jù)圖2可知,高粒度數(shù)據(jù)存儲(chǔ)是建立鐵路決策的最后環(huán)節(jié)。依托于指標(biāo)體系,從多元化鐵路機(jī)務(wù)信息中提取出數(shù)據(jù)倉(cāng)庫(kù)主體所需的數(shù)據(jù)信息。除此之外,為了降低數(shù)據(jù)增量的計(jì)算復(fù)雜度,提出面向業(yè)務(wù)主體的數(shù)據(jù)簡(jiǎn)單聚集模式,圍繞決策主題實(shí)現(xiàn)高粒度數(shù)據(jù)存儲(chǔ),作為信息集成平臺(tái)的運(yùn)行基礎(chǔ)。

考慮到鐵路機(jī)務(wù)數(shù)據(jù)信息具有多元性[8],在數(shù)據(jù)倉(cāng)庫(kù)中除了運(yùn)用信號(hào)處理器進(jìn)行數(shù)據(jù)初步處理,再融合以元數(shù)據(jù)驅(qū)動(dòng)為基礎(chǔ)的雙向映射策略,深入分析機(jī)務(wù)數(shù)據(jù)信息的映射規(guī)則公式,依托于解析出的參數(shù)信息轉(zhuǎn)換數(shù)據(jù)形式。為了便于數(shù)據(jù)信息集成平臺(tái)的數(shù)據(jù)采集與數(shù)據(jù)共享管理,應(yīng)用雙向映射模式,針對(duì)源數(shù)據(jù)庫(kù)和目標(biāo)數(shù)據(jù)庫(kù)建立正向映射、逆向映射關(guān)系。首先,定義源數(shù)據(jù)模型和目標(biāo)數(shù)據(jù)模型如下:

A={Q(x,y,z)}

(1)

B={C(f,g),D(e,r)}

(2)

式(1)～式(2)中,A表示源數(shù)據(jù)模型,B表示目標(biāo)數(shù)據(jù)模型,Q、C、D表示3個(gè)鐵路機(jī)務(wù)源數(shù)據(jù)信息,x、y、z表示數(shù)據(jù)Q的3個(gè)屬性,f、g表示數(shù)據(jù)C的2個(gè)屬性,e、r表示數(shù)據(jù)D的2個(gè)屬性。

鐵路機(jī)務(wù)數(shù)據(jù)信息的正向映射指的是由源數(shù)據(jù)模型向目標(biāo)數(shù)據(jù)模型的映射,可以將其表示為

α=(A,B,φ)

(3)

式(3)中,α表示正向映射,φ表示正向映射規(guī)則。其中:

φ={Q(x,y,z)→C(f、g)∧D(e、r)}

(4)

逆向映射指的是正向映射關(guān)系的逆操作,也就是將目標(biāo)數(shù)據(jù)轉(zhuǎn)換為元數(shù)據(jù)形式,具體表達(dá)形式如下:

α-1=(B,A,φ)

(5)

式(5)中,α-1表示逆向映射,φ表示逆向映射規(guī)則,其中:

φ={C(f、g)→Q(x,y),D(e、r)→Q(y,z)}

(6)

2.2 設(shè)計(jì)分布式數(shù)據(jù)采集技術(shù)

數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)為數(shù)據(jù)信息采集提供了基礎(chǔ)條件,提出鏈路數(shù)據(jù)采集模式[9],設(shè)計(jì)分布式數(shù)據(jù)采集技術(shù)。采用適當(dāng)?shù)墓ぞ卟杉ㄐ啪W(wǎng)絡(luò)的狀態(tài)數(shù)據(jù),將鏈路信息進(jìn)行初步轉(zhuǎn)換,再結(jié)合分布式結(jié)構(gòu)和管理域原理,完成分布式數(shù)據(jù)采集[10]。首先,按照鐵路機(jī)務(wù)數(shù)據(jù)的地域、組織等,將其劃分為多個(gè)域,針對(duì)每個(gè)域設(shè)置一個(gè)管理者,通過(guò)采集每個(gè)域管理者提供的信息,完成整體機(jī)務(wù)數(shù)據(jù)信息的采集。分布式采集管理模型的具體形式如圖3所示。

圖3 分布式采集管理模型

圖3所示的分布式管理模型主要采用對(duì)等式結(jié)構(gòu),將鐵路機(jī)務(wù)數(shù)據(jù)采集任務(wù)分配到每個(gè)域管理者頭上。從域首節(jié)點(diǎn)開(kāi)始運(yùn)行數(shù)據(jù)采集技術(shù),將域內(nèi)其他節(jié)點(diǎn)設(shè)置為監(jiān)控主機(jī)節(jié)點(diǎn),通過(guò)每個(gè)域的首節(jié)點(diǎn)與其他域首節(jié)點(diǎn)的交互,進(jìn)行域間鏈路的數(shù)據(jù)采集?？紤]到鐵路機(jī)務(wù)數(shù)據(jù)的類型較多,可以將分布式數(shù)據(jù)采集鏈路設(shè)置為有線鏈路、無(wú)線鏈路2種形式,采用以太網(wǎng)建立有線鏈路,并提出相應(yīng)的鏈路指標(biāo)測(cè)量方法,明確當(dāng)前數(shù)據(jù)采集鏈路帶寬,結(jié)合實(shí)際數(shù)據(jù)采集環(huán)境改進(jìn)非對(duì)稱鏈路帶寬,提高機(jī)務(wù)數(shù)據(jù)采集精度。采用RI-TAW-PATHCHAR方法測(cè)量鏈路帶寬,應(yīng)用ICMP echo報(bào)文得出測(cè)量分組的報(bào)文循環(huán)時(shí)間為

(7)

式(7)中,R表示報(bào)文循環(huán)時(shí)間,m表示節(jié)點(diǎn),q表示排隊(duì)延遲,s表示測(cè)量分組的長(zhǎng)度,u表示鏈路帶寬,t表示節(jié)點(diǎn)對(duì)測(cè)量分組的處理時(shí)間,l表示傳播延遲。為了對(duì)式(7)進(jìn)行簡(jiǎn)化計(jì)算,設(shè)置響應(yīng)報(bào)文為ICMP超時(shí)報(bào)文,計(jì)算報(bào)文延遲時(shí)間為

(8)

式(8)中,i表示鏈路段落,η表示響應(yīng)報(bào)文延遲時(shí)間。根據(jù)報(bào)文延遲時(shí)間可推導(dǎo)出上行鏈路帶寬:

(9)

式(9)中,k表示線性函數(shù)ηm(s)的斜率。將響應(yīng)報(bào)文設(shè)置為ICMP reply報(bào)文時(shí),可將報(bào)文循環(huán)延遲時(shí)間表示為

(10)

式(10)中,η′表示ICMP reply報(bào)文延遲時(shí)間,結(jié)合式(9)和式(10),可以推導(dǎo)出:

(11)

2.3 構(gòu)建人工智能數(shù)據(jù)查詢模型

以IFB樹(shù)結(jié)構(gòu)為基礎(chǔ),對(duì)于上述建立的數(shù)據(jù)查詢搜索空間,采用單值查詢模式構(gòu)建人工智能數(shù)據(jù)查詢模型。具體的IFB樹(shù)示意圖如圖4所示。

圖(a) 差值查詢

根據(jù)圖4可知,數(shù)據(jù)查詢過(guò)程中所有的葉子節(jié)點(diǎn)均在同一層結(jié)構(gòu)中,且其中包含鐵路機(jī)務(wù)數(shù)據(jù)的所有關(guān)鍵字信息,可以向目標(biāo)人員提供所需的數(shù)據(jù)信息,實(shí)現(xiàn)鐵路機(jī)務(wù)數(shù)據(jù)信息集成共享。

3 平臺(tái)測(cè)試

針對(duì)鐵路機(jī)務(wù)數(shù)據(jù)的集成共享管理,提出以人工智能為核心的集成平臺(tái)設(shè)計(jì)。按照研究?jī)?nèi)容完成平臺(tái)建設(shè)后,為了驗(yàn)證平臺(tái)應(yīng)用性能,以神朔鐵路為例,進(jìn)行平臺(tái)測(cè)試。

3.1 測(cè)試環(huán)境分析

神朔鐵路位于陜西省境內(nèi),長(zhǎng)達(dá)270 km,途經(jīng)19個(gè)主要?？空军c(diǎn),每個(gè)站點(diǎn)都有大量的裝車行為,神朔鐵路的機(jī)務(wù)段負(fù)責(zé)全線運(yùn)輸?shù)臋C(jī)車牽引、檢修,其包含十余個(gè)子系統(tǒng),每個(gè)子系統(tǒng)在常年應(yīng)用過(guò)程中,均積累了大量數(shù)據(jù),難以實(shí)現(xiàn)子系統(tǒng)之間跨區(qū)域的數(shù)據(jù)共享,呈現(xiàn)出“信息孤島”現(xiàn)象。

3.2 開(kāi)發(fā)數(shù)據(jù)倉(cāng)庫(kù)

結(jié)合神朔鐵路的貨運(yùn)發(fā)送特征,提取出鐵路機(jī)務(wù)數(shù)據(jù)分析主題,建立數(shù)據(jù)倉(cāng)庫(kù)整合主題。深入分析數(shù)據(jù)整合主題緯度,將其劃分為靜態(tài)、動(dòng)態(tài)與目標(biāo)維度3部分,如表1所示。根據(jù)表1構(gòu)建鐵路機(jī)務(wù)數(shù)據(jù)集成平臺(tái)運(yùn)行的基礎(chǔ)樣本。

表1 鐵路機(jī)務(wù)數(shù)據(jù)特征分析主題維度分析表

3.3 平臺(tái)性能分析

神朔鐵路建立集成平臺(tái)后,進(jìn)行為期2周的平臺(tái)應(yīng)用測(cè)試,其中前兩天主要為了觀察系統(tǒng)運(yùn)行的穩(wěn)定性。明確鐵路機(jī)務(wù)數(shù)據(jù)信息集成平臺(tái)可以順利運(yùn)行后,獲取數(shù)據(jù)集成平臺(tái)運(yùn)行顯示界面,如圖5所示。

圖(a) 日車公里

根據(jù)圖5可知,應(yīng)用本文提出的集成平臺(tái)運(yùn)行后,可以直觀地表現(xiàn)出鐵路機(jī)務(wù)數(shù)據(jù)的變化總體變化狀態(tài),表明了以人工智能技術(shù)為基礎(chǔ)建立的數(shù)據(jù)集成平臺(tái)具有可行性。

為了更加直觀地體現(xiàn)出設(shè)計(jì)平臺(tái)的優(yōu)勢(shì),以數(shù)據(jù)查詢時(shí)間為評(píng)估指標(biāo),根據(jù)平臺(tái)測(cè)試結(jié)果得出如表2所示的數(shù)據(jù)查詢時(shí)間統(tǒng)計(jì)表。

表2 數(shù)據(jù)查詢時(shí)間統(tǒng)計(jì)表

根據(jù)表2可知,隨著機(jī)務(wù)數(shù)據(jù)條數(shù)的增長(zhǎng),集成平臺(tái)的數(shù)據(jù)查詢時(shí)間也在不斷增長(zhǎng),從最初的0.56 s增長(zhǎng)至4.98 s。

通過(guò)計(jì)算可知,本文提出的數(shù)據(jù)集成平臺(tái)的平均查詢時(shí)間為0.18 s,有效縮短了集成平臺(tái)的數(shù)據(jù)查詢時(shí)間,提高了機(jī)務(wù)數(shù)據(jù)集成共享效率。

4 總結(jié)

為了實(shí)現(xiàn)鐵路機(jī)務(wù)數(shù)據(jù)的集成管理,避免出現(xiàn)信息“孤島現(xiàn)象”,本文以人工智能技術(shù)為基礎(chǔ),設(shè)計(jì)新的數(shù)據(jù)集成平臺(tái)。測(cè)試表明,所提出的集成平臺(tái)有效縮短了數(shù)據(jù)查詢時(shí)間,提高了系統(tǒng)的時(shí)效性,為機(jī)車調(diào)度指揮提供了支持。