轨道交通自主化安全保障系统及架构

本文构建轨道交通自主化安全保障系统(RASAS),该系统能够实现对轨道交通领域“人-机-环境-管理”各类风险因素的全息泛在感知、智能精准辨识、预测性精准研判、主动精细化运维、高效应急处置和性能测试评估;系统发展目标是转型至无人/少人参与的高自主化安全等级模式,力求达到零事故死亡率、零重大事故和零系统宕机时间的总体目标;系统架构围绕列车本体安全、列车运行环境安全、列车运行安全、列车群调度安全以及验证与确认的5层系统功能架构,遵循16项系统基本原则,构建包括关键核心技术层(风险感知、评估预警、安全决策、性能测评)和基础共性技术层(如人工智能算法、数字孪生等)系统技术体系,并规划了从经验响应型到完全自主安全5个等级的系统演进路径;RASAS的提出和建设进一步推动全球轨道交通行业向更加智能化、安全化方向发展。

轨道交通列车新一代健康管理系统架构研究

科学维护运营车辆、保障列车运行安全一直以来都是轨道交通领域的核心问题。近年来,随着列车预测性维修和无人驾驶等重大需求的提出,迫切需要实现全息状态感知、精细诊断预测、及时反馈处置的列车健康管理功能。现有系统架构存在着感知低效、融合深度不足、模型优化动态差、计算协同弱、自主化决策水平低等问题,先进的物联网、大数据、人工智能、数字孪生等技术的发展,推动了列车健康管理系统架构向更高水平智能化演进。文章对列车健康管理系统技术发展阶段进行了梳理划分,在此基础上提出了基于泛在感知与协同计算的轨道交通列车健康管理系统4.0架构,详细阐述了其内涵概念、系统架构和关键技术,归纳出泛在感知、协同计算与健康管理深度融合的解决途径、技术手段和预期效果,明确了现阶段技术攻关的主要方向,进而支撑列车安全保障和运维品质的提升。

城市轨道交通韧性运行评价方法

随着路网规模的不断扩大以及客流强度的日益增强,城市轨道交通系统在运营受干扰的条件下会出现大量列车延误、局部区域客流突增、客流与列车衔接不充分、部分乘车区间和线路拥堵等一系列问题,会给整个城市交通带来重大的影响。韧性的城市轨道交通系统在应对干扰的全过程中能够凭自身能力即时反应吸收干扰、减轻干扰损失,并通过合理的调配资源以从干扰中快速恢复过来,在附加资源充足时,甚至可恢复到超常状态。从城市轨道交通运行的特点出发,给出了城市轨道交通韧性运行的定义,包含理论层面的内涵认识以及实际层面现实意义;此外,对城市轨道交通韧性定量评价方法进行分类总结,并对城市轨道交通韧性运行的未来研究趋势进行展望。

城市轨道交通网络安全保障与主动防控体系研究

城市轨道交通系统安全保障正经历向“事前风险防控”的主动防控模式转型,强调城市轨道交通运营系统需具备精准感知风险点、全面辨识风险状态、实时掌握风险传播动态以及各部室间科学有效协同配合的能力,特别是近年来随着城市轨道交通路网规模逐步扩大,高强度、强耦合以及网络化运营对其风险防控与安全保障带来了新的挑战和新的要求。基于此,通过现场调研分析了城市轨道交通网络化运营对安全保障与风险防控的发展要求,提出适用于当前发展需求的城市轨道交通网络主动安全防控体系总体架构、功能结构、逻辑架构和组织架构,为保障城市轨道交通系统网络安全高效运输和安全服务提供架构支撑。

轨道交通与氢能融合技术发展现状与对策建议

为了探明轨道交通与氢能融合技术瓶颈,文章通过调研轨道交通氢能化发展的技术现状,阐述了我国在轨道交通领域开展氢能技术应用的需求,提出我国在氢气制取、氢气储运、加氢以及氢燃料电池动力等技术的研究进展及存在问题,发现我国轨道交通氢能融合仍然面临车载储氢压力低、氢燃料动力系统与列车结构适配性低、燃料电池关键技术自主能力不足以及氢燃料电池列车标准规范缺失等技术挑战和差距。针对存在的问题和差距,提出轨道交通与氢能融合发展对策和建议,包括促进绿色和智能轨道交通的创新技术,健全轨道交通和氢能融合技术体系;实施核心科技攻关计划,统筹氢能与轨道交通产业布局;政策引领轨道交通氢能融合发展,建立绿色金融政策保障体系等,为轨道交通与氢能融合技术发展提供参考。

基于向量自回归和动态模式分解的城市轨道交通短时OD预测

针对城市轨道交通OD客流量短时预测问题,提出基于向量自回归(Vector Auto Regression,VAR)和动态模式分解(Dynamic Mode Decomposition,DMD)的VAR-DMD组合预测模型.首先,以北京市范围内的地铁站点为例,基于自动售检票系统数据(Auto Fare Collection,AFC),对地铁OD客流进行时空特征分析;其次,构建高阶加权向量自回归模型捕获OD客流数据的时空关联性,利用动态模式分解算法估算模型的参数,提取OD客流数据动态特征,实现数据的降维和降噪,利用实时更新算法更新模型的参数,实现长期连续预测;最后,以北京地铁AFC数据为算例,对模型进行验证.研究结果表明:相较于基准模型,VAR-DMD模型的运行时间减少96.67%,预测误差减少2.6%,具有较高的预测速度和预测精度,为城市轨道交通运营管理部门提供了可靠又及时的决策依据.

集约化维护新模式下超大城市轨道交通运维增强平台建设

城市轨道交通已成为北京、上海、广州等超大城市的主导交通方式,不断攀升的线路里程和运营年限带来了设备设施型号制式多、保有量大、服役负荷强、安全保障要求高、运营成本高等问题。基于超大城市轨道交通运维过程中所面临的实际问题,提出网络化智能集约维护新模式,通过管理模式变革创新与流程再造,突破原有运维模式局限,并且通过轨道交通网络化运维增强平台的建设,最终实现超大城市轨道交通的安全运营、降本、增效和乘客满意度提升等目标。

基于主动防控策略的城市轨道交通风险点集构建方法研究

针对城市轨道交通运营全过程,首先对风险和风险点等基本含义进行了梳理,明确主动防控的内涵,提出以风险点辨识、风险点关联分析和风险点排查治理为主要方法的主动防控策略,结合城轨运营现状对风险点按照IFOSE方法重新进行分类,采用主客观结合的条件判断法作为风险点辨识方法,辨识的关键包括事故报告记录的城轨运营组分、维修过程中故障率较高的组分单元以及运营过程中与其他组分关联度较高的组分节点,构建了基础设施类、运营设备类、运行调度类、车站组织类和运营环境类风险点集,为城轨运营管理中进行风险主动防控提供目标对象和方法指导。

智慧高速铁路运行控制系统发展趋势综述

在保障安全的前提下,高速铁路运行控制系统进一步结合现代感知、控制、通信以及人工智能技术实现智慧化,是未来高速铁路发展的前沿方向。分析目前高速铁路运营中仍存在异物侵限造成安全事故、突发事件导致列车延误、运力与运量不匹配等问题,提出高速铁路运行控制系统的智能化、智慧化是解决上述问题的重要手段,是保持和提升我国高速铁路技术整体竞争力的核心组成部分。新时期的智慧高速铁路运行控制系统以实现列车(群)全天候全无人自主追踪运行控制为目标,主要包括移动闭塞、列车运行净空感知、列车状态智能监测、列车自主追踪、智能调度指挥、车-地动态自组网通信等关键技术。结合新一代使能技术,研究高速铁路运行控制智能技术的应用及其发展趋势,对我国智慧高速铁路的发展具有参考价值。

高速铁路动卧开行日列车运行图与维修天窗协调优化

高速铁路夜间开行的动卧列车会与综合维修天窗在时间和空间上产生冲突。协调行车和天窗对线路通过能力的占用,能够优化铁路运力资源配置,提升列车服务质量和天窗作业效率。对动卧列车等线开行模式与分段矩形天窗的配合进行研究。考虑到车站夜间例行安排的维修施工,将天窗单元分类为“车站天窗”与“区间天窗”,二者组合构成维修调度命令中的天窗分段。采用整数规划方法构建动卧开行日列车运行图和维修天窗协调优化模型,最小化相邻天窗错位时间和列车总旅行时间,以减少天窗分段数量,更利于调度命令传达,作业灵活且安全地实施,同时保证动卧列车开行质量。运用图着色问题推论添加车站到发线能力约束以满足列车可用到发线数量的限制。代入京广高铁动卧列车案例,使用Gurobi实现求解。综合优化的运行图上,车站天窗和区间天窗构成11个天窗分段,比实际少13个,各维修工区管辖区段内的天窗计划更加简化;7对动卧列车的车站到发、区间运行均不与车站天窗、区间天窗冲突;列车的总旅行时间减少了173 min,列车停站次数由82次减少到66次。多组案例讨论了车站天窗、天窗错位、到发线数量等因素对列车等线位置和时间的影响。研究结果为进一步优化高铁动卧列车运输组织和维修天窗开设提供参考建议。

基于DEA模型的动车组列车运行线效率评价

运行线是列车运行图的重要组成元素,运行线效率是反映运行图相对质量的评价指标,从系统的角度分析运行线,其效率可以简化为技术指标与投入运输资源的比值。考虑到中低速列车为待避高速列车会造成自身效率下降,很难用一套标准对各类列车运行线效率进行客观有效的评价。为反映系统与元素、元素与元素之间的相互影响,考虑区间车站的繁忙程度和列车之间的越行成本,构建列车运行线效率计算模型。以某季度列车运行图数据进行实例验证,计算结果中低速列车与高速列车的效率差值明显缩小了,说明不同速度等级列车的效率具备可比性;再对某季度全路列车运行图数据进行实例分析,结果表明采用高速度等级运行标尺列车的综合效率高于全图其他类别列车;最后通过DEA的投影分析,对提高列车运行线效率给出针对性建议。

地铁线路双向中断时长不确定下的列车运行调整

针对地铁线路双向运营中断时长不确定的情况,提出以到发时刻偏差、区间车次取消数和运行间隔均匀性为目标函数的列车运行调整和车底周转一体化模型;为求解这一混合整数非线性规划模型,在模型线性化的基础上,采用2阶段法和滚动时域优化算法,按乐观预测和悲观预测2种策略,实现列车运行计划的滚动优化调整和快速求解;为证明该模型及求解方法应对运营中断持续时长不确定的能力,基于北京地铁7号线某工作日下的实际运营数据构建算例进行验证。结果表明:模型及求解方法能够在中断时长不确定的情况下生成接近最优解的列车运行调整计划;提出的求解方法有效提高了计算效率,算例中断30 min悲观预测的求解时间为157 s,为直接求解法的15.39%;2种策略均在预测值与实际值更接近时,得到更接近最优解的运行调整结果;悲观预测策略更适用于双向中断时长不确定且可能有多个预测时长时,而乐观预测策略更适用于中断时长信息较为准确时。

低碳导向的城轨列车节能运行方案研究

在城市轨道交通事业迅猛发展的同时,能源消耗总量与碳排放总量过大的问题也日显突出,因此提出低碳导向的城市轨道交通列车运行方案集成优化方法。对列车运行过程中的动力学特性进行分析,确定列车牵引能耗的计算方法,并通过电网排放因子量化列车碳排放与牵引能耗的关系。通过列车运行图和速度曲线控制,在匹配更多再生制动能量的同时减少牵引能耗,构建以全线列车总碳排放量最小为目标的集成优化模型,并设计基于遗传算法的高效启发式算法对模型进行求解。利用北京地铁燕房线的实际数据进行实例验证,结果表明优化后列车再生制动能匹配量增加76.1%,全线碳排放量降低33%。

京沪高铁基础设施无人机智能巡检系统关键技术

近年来我国高速铁路建设里程不断增长,传统巡检技术与方式无法满足日益增长的高铁运行安全保障需求。同时,基于无人机的解决方案已在电力、水利及城市监测等领域投入使用并取得较好效果。开展无人机在高速铁路智能巡检应用方面的关键技术研究,提出高速铁路基础设施无人机综合巡检方案,具体包括:基于无人机搭载多类型传感器的无人机巡检系统构成方案,基于深度学习的声屏障异常检测方法、周边环境异常检测方法、铁路桥梁螺栓缺失及锈蚀检测方法、接触网紧固件缺陷检测方法等;基于上述方案的智能巡检系统在京沪高铁多个区段进行试验验证,结果表明:该系统可以有效检测铁路多专业中的多类缺陷,并与现有巡检方法形成互补,从而提升铁路运行安全保障水平,为无人机铁路巡检技术的大范围应用提供参考。

基于数字孪生和MBSE的铁路防灾监测仿真推演系统设计

针对既有铁路防灾监测系统灾害情景预测能力低、主动防控水平差,以及灾害风险发生、发展、演化的路径和应对策略效能评估能力不足等问题,采用数字孪生和基于模型的系统工程(MBSE)技术重新设计铁路防灾监测仿真推演系统架构,采用系统建模语言(SysML)定义系统需求分析、功能架构、逻辑架构和物理架构;研制集铁路环境情景数据采集、孪生监控、情景仿真、情景推演、情景应对、数据资源管理等功能为一体的铁路防灾监测仿真推演系统。结果表明:提出的基于数字孪生和MBSE的铁路防灾监测仿真推演系统可提供新的灾害在线推演预测能力,从根本上改变响应式的灾害防控模式,可为铁路防灾监测系统的数字化转型及预测性主动防控升级提供重要的架构指导和技术支撑。

基于单天线航向测量的股道占用判别方法研究

随着北斗卫星系统的建设完成,以卫星导航为核心的车载化列车定位成为列车定位系统的发展方向。在这一背景下,精准判别列车股道占用成为确保列车高精度位置感知的必要前提,对避免冲突、支撑列车调度决策和保障列车安全具有重要的意义。针对传统的股道占用判别方法通常依赖于地面设备,易受到成本、复杂性和维护困难等因素制约的问题,研究利用低成本的单GNSS天线进行高精度的列车航向角测量。特别是在道岔咽喉区,计算单天线测量结果与数据库中列车航向的偏差,评估对不同股道的占用概率。为此,首先构建了载波相位星间差分与历元差分的双差分模型,消除了电离层、对流层、钟差、模糊度等一系列卫星定位误差源的影响;其次,通过扩展卡尔曼滤波估计相邻历元间列车的位移变化量,同时计算伪姿态坐标系下的列车航向;最后,基于航向角偏差进行列车的股道占用判别,并利用列车进出青藏线联通河站的实测数据对所提算法进行了验证,并结合轨道电子地图,判别列车占用正线/侧线不同股道的置信概率。实验结果表明:通过单天线解算列车航向角的误差均方根为0.111°,根据航向角偏差进行股道判别的模糊区距离减少了约50m,模糊区时间减少了约5s。仅通过单天线航向解算完成高精度的航向测量,并根据航向角偏差实现股道占用判别,可作为轨道占用的一种判别方式,具有一定的工程价值。

基于情景推演的铁路降雨灾害预测性防控方法

铁路降雨灾害类型众多且十分容易引发铁路事故,现有的降雨量等单一指标监测、阈值式报警方式,导致铁路降雨灾害误报率、虚报率居高不下。为了有效应对铁路降雨灾害监测预警难、风险预测不准确以及防控措施选择难等关键问题,提出一种创新的基于情景推演的预测性防控方法。首先,依据铁路事故报告和降雨灾害的成因机制,将12种铁路降雨灾害分为五大类情景;接着,基于扎根理论为每种情景类型识别并分类相关的情景要素,运用情景削减方法为每种情景类型构建最优情景集和防控策略集,从而形成一个包含5类情景的情景网络。其次,为了满足铁路防灾决策需求,建立了灾害计划推演预测和实时推演预测2种模型,并提出一种将情景网络转换为灾害贝叶斯网络的方法,通过将实际情景与情景网络进行精确匹配进行推演预测,并根据“情景-应对”方法选择合适的防控策略。最后,以石庙沟车站的滑坡灾害为例进行了实例分析和验证,结果显示,通过本方法进行的推演预测能够准确反映灾害的发展过程,推演得到的情景与实际灾害发展情景高度一致,情景相似度达到93%,灾害发生的概率为88%。采取相应防控措施后,滑坡灾害的发生概率显著降低至12%,列车脱轨的可能性也从70%降至1%,证实了本方法的准确性和实用性。该研究可为铁路降雨灾害的预测与主动防控提供重要的理论与技术支撑。

混凝土试块中不同空洞几何形态的地质雷达图像特性测试与分析

根据施工现场隧道无筋衬砌空洞病害情况,构建足尺寸的混凝土试块物理模型,并设置不同几何形态空洞,模拟无筋衬砌空洞病害。利用探地雷达(GPR)检测得到不同龄期、不同天线频率和不同病害对比情况下的空洞病害数据,进行地质雷达图像特性测试与分析。结果表明:混凝土试块中空洞病害检测的最佳天线频率为800 MHz,最佳检测时间为第17天左右;最大幅值A T和电磁波能量E T可作为空洞早期识别的重要特征参数;不同形状空洞的电磁波振幅属性与混凝土龄期关系呈现为“W”形曲线规律;当空洞和不密实病害同时存在时,最大幅值A T更适合不密实病害的辨识研究。本研究可为隧道无筋衬砌空洞及不密实病害的检测和辨识提供理论依据,并为施工现场隧道无筋衬砌空洞病害的检测时间与天线选择提供参考。

5G-R高铁车站场景MIMO天线阵列结构与传输性能研究

面向5G-R高铁车站应用场景,在2155~2165 MHz频段采用射线跟踪仿真技术,对4种不同天线阵列排布方式的MIMO系统多层传输性能进行对比研究。通过研究采取不同收发端天线阵列排布方式时的信道相关性,计算每个接收点位所能达到的MIMO系统最大传输层数,获取各层数对应的信噪比,计算在不同调制方式、不同天线排布方式下每个接收点位的下行峰值传输速率,确定面向5G-R高铁车站场景的MIMO系统最佳传输层数。仿真验证结果表明,面向5G-R频段高铁车站应用场景,基站端采用线阵、车载端采用方阵排列,可取得最佳峰值传输速率。研究结果可为5G-R专网建设中高铁车站部署MIMO系统提供技术积累和理论依据。

基于改进Faster R-CNN的隧道衬砌中离散实体目标自动检测研究

隧道衬砌中离散实体目标的检测精度和时效性直接关乎隧道的运营安全,采用图像视觉技术进行图像自动解译可极大提升检测效率和结果的准确性,因此基于离散实体目标的雷达图像数据构建自定义雷达数据集合,并提出一套改进的Faster R-CNN算法对隧道衬砌中的离散实体目标进行自动检测。该算法首先对现有Faster R-CNN网络的特征提取模块进行改进,提出一套全新的轻量化特征提取网络ResNet_FMBConv对雷达图像特征进行深度挖掘;基于ResNet_FMBConv网络改进现有特征金字塔(FPN)结构,实现对多尺寸下目标的精准辨识。其次,基于实测和仿真的雷达图像数据构建离散实体目标的自定义雷达数据集合,通过几何变换方法对雷达图像进行数据增强后用于算法验证。结果表明,改进算法在IOU=0.50∶0.95情况下的检测精确率、召回率、F 1分数和FPS分别为45.1%、54.0%、49.1%和21.65 fps。在保证召回率基本持平的情况下,同比YOLOv3_spp、SSD、Retinanet和Faster R-CNN等目标检测算法的精确率和F 1分数分别提升2%~9%和1%~6%。同时,试验结果表明改进后的特征提取网络ResNet_FMBConv也优于现有Resnet-50、VGG16、Efficientnet_b0和Mobilenetv3等目标分类网络。