铁路信号集中监测系统的分析与运用

ejoxehi

摘要：我国铁路和城市轨道交通发展日新月异。铁路信号系统是行车安全的核心保障系统，在技术和设施上的不断研发投入，从而进入了迅猛发展的新阶段。不同信号设备合理有效的正常工作是铁路运输平稳、高效与安全的根本前提。所以，铁路管理部门应该及时有效的研发和管理信号监测系统，不断将信号设备控制从以往的人工模式向自动化与智能化的方向发展。本文对铁路信号集中监测系统的应用现状进行分析，并展望了未来的发展趋向。
【关键词】铁路;信号监测;运用
1.信号集中监测系统的作用及构成要素
信号集中监测设备是关键的行车设备。其主要有铁路局、电务段、车站监测设备等组成的监测网络系统，它的功能体现在如下几点上：第一，通过微机及时信息分析手段，开展高效监测、问题分析、智能选择;第二，通过微机大规模信息储存手段，对数据进行分析、处理和存储;第三，通过微机联网手段，提高调度指挥、问题解决和统一控制的水平。
2.现阶段信号集中监测系统的使用现状
车站监测网为系统的核心组成要素，主要是进行数据的收集、细分与处理，完成信号设备的高效监测和问题分析。其主要是由站机、收集设备和网络通信设备组成的。
电务段监测子系统为系统的核心系统，主要控制段内全部的车站节点，保存站机数据，对外传播相关指令而对站机进行管理，按照监测终端的要求进行数据传播与web服务。其能够装配数据库服务器、通信前置机、web服务器和监测终端等设备。铁路局电务监测子系统为整个信号集中监测系统的管理核心，对其中全部的电务段和车站节点进行控制，能够和电务段与铁路总公司间实现数据共享。其装配了应用服务器和联网车站，能够和不同铁路局间形成连接与数据共享。
广域网数据传输系统主要包括铁路总公司的上层网、电务段和铁路局等。其基层采取了环形组网的形式，环路包括5到12个车站，还采取大于2M通道抽头方式来和电务段星型建立联系。上层网采取了高于2M通道星型的组网形式，每个网络节点通过TCP/IP协议与集中的数据形式建立联系。
铁路信号集中监测系统的对象主要是由模拟量、带自诊作用的信号与开关量组成。系统能够及时的收集到信号设备的电气特点、设备情况、故障等信息，其中采取曲线等方式带来了人机交互页面，有着信息呈现、集中分析、故障分析等作用。系统能够对原始的信号设备信息进行收集和分析，还能够对不同信号子系统的维护单元进行几种整理，给电务维护人员带来一体化的集中监测与问题处理模式。
自这一系统被使用之后，其有效的进行了故障分析与场地操作，给事故定责带来了合理的参考，在很大程度上减小了电务部门的工作困难，强化了电务维护的质量，提高了行车的安全性，从而发展成铁路信号系统的核心设备。
随着铁路运输安全要求的不断提高，信号集中监测系统出现一些问题：第一，系统的自动化研究和故障分析水平低下。现阶段的系统还停滞在收集数据的呈现页面，设备的维护信息主要通过人工来分析和研究，未能利用系统智能化分析设备工作过程中所存在的问题。怎样把系统收集的信息进行合理的整理和研究，为电务维护人员带来有效的辅助信息与有效的处理方法，是急需要去处理的问题。第二，系统的监测规模需进一步的扩大。对于RBCHE TSRS等设备来说，虽然现阶段系统存在预留接口，然而未能完成监测，车载ATP子系统的信息还没有被录入;和信号系统有关的安全数据网与视频监控系统也没有被录入到监测范围之中。对于一些已经录入到监测范围之中的信号设备，系统所收集的设备状态信息与业务信息需进行细化和延伸。第三，系统的作用需待扩展。现阶段的系统作用表现为对信号设备的监测，在电务部门的施工操作与指挥管理上力度不足。
3.信号集中监测系统的发展趋向
3.1基于仿真的系统级故障诊断
铁路信号系统包括不同的子系统与设备等单元，不同单元间通过业务信息来实现连接，在电气特征上不存在较大的联系。研究不同单元的业务作用，收集核心业务数据，建立业务体系，是系统故障分析的前提。基于模拟的系统故障分析，就是通过数学模型来模拟信号系统，之后把模型所处状态和信号系统的实际业务状态进行对比，以此找出系统所存在的问题。进行分析的数据模型涉及到不同单元的业务体系和彼此间的联系，能够体现实际系统的核心特点。在对信号系統的业务环节进行研究后，将其归结为离散事件系统，也就是它的状态在部分离散时间点上出现改变。模拟的完成需要事件来推动，该种事件有区段占用与进路公开等，它的出现时间和实际系统相互影响。如果仿真系统和实际系统的业务状态出现不同，则需要按照时间顺序和判断原则来对故障进行辨别和研究。
3.2基于机器学习的设备级故障诊断
信号设备的故障诊断本质体现在所处的不可预估性与困难性状态。监测中外部的噪音等客观条件通常有着不可预估性的特点。信号设备包括众多元件，各元件的电气功能间存在不同，并且设备的操作条件与搭载业务也在持续改变，很难形成高效合理的体系。围绕已知数据展开，采取概率与分析的手段，利用机器学习技术，找出其中存在的知识，接着再利用这部分知识来分析不确定性数据，是处理这一系列问题的根本手段。特征挖掘是其中非常关键的内容，需作用不同设备层面的相关知识，从而让挖掘而出的特点和故障种类密切相关，还要保持不同特征间相互独立。机器学习技术建立在概率的基础上，对特征数据进行研究，智能化建立科学的概率体系与处理算法，还要进一步完善参数，从而找出统计层面上的合理分析结果。
转辙机为所有故障中较为复杂的设备，它的监测量主要是由动作功率、转换方向与动作电流组成。在利用相关的观察数据和以往的经验，对转辙机故障进行了分析之后，收获了较大的成就。系统智能化设定阈值，对初始的电流与功率曲线实现划分，从而分成和动作频率相契合的片段，对于不同片段而言，利用不同的信号分析方式来挖掘合理的统计特性，譬如电流强度与外部噪声分布均衡度等;对于需要分析的数据，以后验概率密度分布来把故障研究的结果依次列出。系统能够对不确定的故障自学习和已有的故障种类进行智能化更新，满足于交流和直流转辙机的需求，还包括单机多动和双机多动的操作情况。
3.3电务综合监测平台
把信号集中监测系统的监测范围进行扩大，建立包括所有信号设备与通信设备的电务一体化监测平台，其为系统向深度发展的主导趋势。不同信号设备与相关的通信设备为密切相关的大系统，独立的信息不便于系统展开故障分析。此外，如果单类设备装配独立性的维护单元，那么维护人员应该对各种维护终端进行分散化维护，导致控制与维护出现较大的困难。相对于已有功能而言，这一平台应该把TSRS和车载ATP等信号设备进行录入，还要把安全数据网与视频监控等设备进行录入。
3.4电务综合管理平台
在对这一平台的电务部门不同信息系统进行整理后，能够杜绝信息孤岛现象。建立在该平台的基础上，对电务信息进行分析，从而来完善电务作业环节，以此强化电务管理水平，促进铁路电务信息化建设。
4.结束语
从我国铁路运输实际出发，铁路信号集中监测系统历经几代发展，完成了信号设备状态的合理收集采集和传输，强化了电务维修的自动化水平，保障行车安全和运营效率。铁路信号集中监测系统作为一项重要的技术装备，必将随着其深度和广度的进一步发展而得到普遍的应用。
【参考文献】
[1]吕云伟.新技术标准下的信号集中监测系统[J].铁道通信信号，2013，49（01）：31-33.
[2]何岸.基于信号集中监测系统的生产管理[J].铁道通信信号，2013，49（03）：42-43+47.