《铁路信号集中监测功能扩展分析》由会员分享，可在线阅读，更多相关《铁路信号集中监测功能扩展分析（6页珍藏版）》请在金锄头文库上搜索。
1、 铁路信号集中监测功能扩展分析 摘要：当前，我国铁路和城市轨道交通发展的非常快。铁路信号系统作为行车安全的关键保障系统，在技术和设备上也不断发展，进入了快速发展的新时代。各类信号设备高效可靠运行是保障铁路运输安全、提高运输效率和增加旅客满意度的关键因素。因此，铁路管理部门需全面实时地掌握各信号设备的运行状态，迅速深入分析，及时发现问题并解决问题。这对信号设备维护的有了更高的要求，所以有一套完备的监测和分析系统，作为铁路管理部门的支撑，以实现信号设备管理和维护从传统的人工或半人工模式向智能化和信息化模式转换。本文主要就对铁路信号集中监测系统概述以及功能拓展进行了阐述。关键词：铁路信号；微机监测；
2、设备功能；扩展1引言铁路信号集中监测系统是面向的是铁路信号领域，是对铁路信号监测设备维护的综合性实时监测的重要设备，对铁路信号维护人员现场分析处理故障、发现设备安全隐患和指导现场维修起到了至关重要的作用。因此，加强对铁路信号集中监测系统应用和发展的研究，对促进铁路事业的发展具有重要的意义。2铁路信号集中监测系统概述2.1信号集中监测系统架构信号集中监测系统融合了计算机技术、测量技术、传输技术及通信网络技术等现代化技术，同时综合分析铁路电务部门的实际运行需求来构建其“三级四层”的体系架构，“三级四层”具体来说是指三个管理层以及组成各管理层的电务监测系统和监测组网，三个管理层分别是铁路总公司（原铁
3、道部）、铁路局以及电务段；“四层”则是铁道部系统、铁路局系统、电务段监测子系统以及车站的监测组网。信号集中监测系统拥有的各个子系统之间相互独立并具有一定的互联性，各个子系统之间的互通是为了保障铁路线路运行过程中监测组网能够采集到各种信号信息。同时通过“三级四层”的体系架构将各个子系统按照级别和维护重点与标准分散到各个层级中来完成。铁路信号集中监测系统与联锁、闭塞、列控、TDCS/CTC、驼峰等系统同步设计、施工、调试、验收及开通，是保障铁路行车安全的重要行车设备。2.2监测对象铁路信号集中监测系统的监测对象包括模拟量、开关量及带自诊断功能的信号设备，其中模拟量包括外电网综合质量、电源屏、轨道电
4、路、转辙机、道岔表示电压、电缆绝缘、电源对地漏泄电流、列车信号机点灯回路电流、闭塞、场联电压、环境状态等；开关量包括按钮状态、控制台表示状态、关键继电器状态、列车信号主灯丝断丝状态等监控开关量。带自诊断功能的信号设备通过接口方式获取状态和报警信息，有计算机联锁、列控中心、智能电源屏、TDCS/CTC、ZPW-2000、道岔缺口以及计轴设备等。3信号集中监测系统存在的问题3.1系统的智能分析与故障诊断水平较低。当前系统基本还停留在采集数据的展示层面，设备的维修和维护信息主要依靠人工调阅和判断，无法通过系统自动判别设备隐患和精确定位故障。如何将系统采集的信息进行科学的归纳和分析，给电务维护人员提供
5、及时的诊断信息和高效的解决方案，是迫切需要解决的问题。3.2系统的监测范围有待拓展。对于无线闭塞中心（RBC）、临时限速服务器（TSRS）和有源应答器等设备，尽管当前系统已预留接口，但未实现监测；列车自动防护（车载子系统ATP）的信息尚未纳入；与信号系统相关的安全数据网、GSM-R无线网和视频监控系统也未纳入监测范围。对于部分已纳入监测范围的信号设备，系统采集的设备状态信息和业务信息也需进一步精细和拓广。3.3系统的功能有待延伸。当前系统主要集中于信号设备的监控，对于电务部门的生产调度、施工管理和应急指挥涉及很少。4信号集中监测系统的功能扩展4.1基于仿真的系统级故障诊断铁路信号系统由各子系统
6、和设备等基本单元构成，各单元间主要靠业务信息发生关联，在电气特性上并无太多相关性。分析各单元的业务功能，提取关键业务数据，构建业务模型，是系统级故障诊断的基础。基于仿真的系统级故障诊断，也即用数学模型来模拟真实的信号系统，再将模型状态与信号系统的真实业务状态进行比较，从而发现和定位系统的故障。用于诊断的数学模型包括各单元的业务模型及相互间的交互关系，应反映真实系统的主要特征。通过对信号系统的业务流程分析，可归其为离散事件系统，即其状态在某些离散时间点上发生变化。仿真的实现依靠事件驱动，这类事件包括道岔锁闭、区段占用和进路开放等，其发生时间与真实系统同步。当仿真系统与真实系统的业务状态存在差异时
7、，依据时间次序及判别规则对故障进行识别和分析。4.2基于机器学习的设备级故障诊断信号设备故障诊断的本质在于其面临不确定性和复杂性的双重挑战。测量过程中的噪音和干扰等影响因素往往具有不确定性。信号设备由大量元件组合而成，每个元件的电气性能存在差异，同时设备的承载业务和应用环境也不断变化，难以建立有效的平稳模型。从已知数据出发，通过基于概率和统计的刻画方式，运用机器学习技术，挖掘其中隐藏的知识，再以这些知识来预测未知数据，是解决该类问题的有效途径。监测系统采集的原始数据由于高维度或噪音，往往不能直接用于诊断和学习，需要进行预处理，以抑制噪音和降低维度。特征提取是其中至关重要的环节，需要融入各设备领
8、域的专业知识，以使提取的特征与故障类型紧密相关，且各特征间尽可能互相独立。机器学习技术基于概率理论，对特征数据进行分析，自动寻找最佳的概率模型和求解算法，并不断优化参数，以期找到统计意义上的最佳诊断结果。4.4电务综合监测平台将信号集中监测系统的监测范围扩展，构建涵盖全部信号设备和通信设备的电务综合监测平台，是系统往广度发展的一大方向。各信号设备及关联的通信设备是一个紧密结合的大系统，分散和孤立的信息不利于系统级的故障诊断。同时，若单类设备配置独立的维护单元，则维护人员需要查看各自的维护终端进行分散维护，将给管理和维护带来极大不便。对照既有功能，该平台需将RBC、TSRS、有源应答器和车载AT
9、P等信号设备纳入，还需将安全数据网、GSM-R无线网和视频监控等通信设备纳入。4.5电务综合管理平台将信号集中监测系统的功能扩展，构建涵盖铁路总公司、铁路局、电务段、工区和设备供应商的电务综合管理平台，是系统往广度发展的又一方向。通过该平台对电务部门既有各信息系统进行整合，可彻底消除信息孤岛现象。平台以电务段为中心，在此建立数据中心，汇集电务生产和管理的各类信息，各应用终端可以WEB方式进行远程访问。整个平台的功能可分为设备管理、生产管理、应急指挥、经营管理、网络办公和系统维护等6大部分。基于该平台，通过对电务信息的整合和挖掘，优化电务作业流程，改进作业方式，将极大提高电务生产效率，有力推动铁
10、路电务信息化建设。5结论综上所述，铁路信号集中监测系统的应用极大地提高了铁路电务部门的工作效率和质量，促进了铁路的信息化发展。随着高新技术水平的不断提高，相信在未来，铁路信号集中监测系统将会有更广阔的发展空间。Reference：1水晶.GSM-R在信号集中监测系统中的应用研究D.兰州交通大学，2013.2张素阳，窦道飞，苏欢乐.铁路信号集中监测系统中心网络J.铁道通信信号，2011，8.3张朝波.信号集中监测技术的应用与探讨J.现代城市轨道交通，2011，05.4随鸿杰.铁路信号集中监测智能分析系统实现方案的探讨J.科学之友,2013,12:159-160.5胡恩华,朱锁明.信号集中监测系统中电务段服务器子系统的设计研究J.铁道通信信号,2012,04:1-3. -全文完-
