高铁列控车载设备故障知识图谱构建方法研究

作为列控系统的核心,车载设备有着结构复杂,模块间联系紧密的特点,若在行车过程中发生故障,将直接影响列车安全高效运行。为使维修人员准确掌握车载设备故障情况,借助智能化的手段对蕴含丰富经验信息的车载故障维修日志进行研究,有着重要的现实意义。研究通过分析该类日志特点,提出自顶向下与自底向上相结合的方式构建车载设备故障知识图谱。以车载故障维修日志实体关系转换为基础,将半结构化数据实体识别视为关键短语提取问题,提出词向量、主题模型与词典特征相结合的方法先获取关键词语,再通过Bi-gram模型将故障词语拼接为候选故障短语,其中评分最高者即为所需故障实体。实体间的关系则采用基于模式匹配的方法,构建车载故障关系模板,挖掘故障间的联系。对于识别实体的冗余和错误问题,利用实体向量间的余弦相似度计算,通过阈值设定实现实体融合,完成车载设备故障的知识挖掘。最后,以某铁路局2019～2020年车载故障维修日志为数据进行实验,累积抽取出故障实体339个,故障关系734条,据此构建车载设备故障知识图谱,并以可视化方式展示和检索车载设备故障间关系,有效提高了车载故障日志的知识发现能力,便于指导车载设备故障维修。     

基于大数据的CBTC车载信号智能维护系统研究

基于大数据理念,通过构建神经网络与专家系统相结合的维护诊断系统,将CBTC车载信号海量数据进行分析处理,从而提高运营维护质量、缩短故障维修响应时间。     

动车组车载非实时数据下载及应用平台设计与实现

为满足铁路动车组故障原因深入分析、趋势规律预测等需求，分析车载非实时数据现状，提出采用无线局域网（WLAN,Wireless Local Area Network）结合5G移动通信公网进行非实时数据下载的方式，设计了动车组车载非实时数据下载及应用平台。通过海量数据处理监控、批量高效数据解析及数据完整性校验等关键技术，实现车载非实时数据的采集传输、数据监控、数据解析、数据共享及综合展示等功能。该平台的实现可进一步推动铁路动车组非实时数据的下载建设，对于动车组故障分析及运用状态评估预测等研究具有重要意义。     

地铁车载日志自动传输及智能分析系统研究

地铁列车稳定运行对于行车安全和运营效率起着至关重要的作用,提升车载日志的自动化、智能化处理能力是重要的保障预防措施。本文介绍了一种车载日志自动传输及智能分析系统,通过该系统能够自动完成车载日志的高效传输,降低人工作业工作量。同时,通过对日志的多维度智能分析,能够有效诊断故障和预防异常,从而提升车载维护的质量和效率。     

动车组车载实时监控海量信息数据库的设计与实现

综合考虑海量信息条件下动车组车载实时监控系统的业务需求,分析了车载数据的业务类型及特点,创建数据库逻辑/物理模型.利用数据分区,分布存储的设计思想,形成动车组车载实时监控海量信息数据库设计方案.通过对数据库实际运行情况的跟踪和评价,数据库设计方案较好地满足了实时性、扩展性和可维护性要求,整体性能稳定可靠.     

铁路数据服务平台安全策略研究

随着铁路信息化水平的不断提高,各信息系统已积累了海量数据。铁路数据服务平台的建设,实现了海量数据采集、治理、存储、共享、分析、可视化的一站式数据处理流程。作为集中存储、管理铁路领域海量数据的大数据平台,铁路数据服务平台面临来自基础环境、数据管理、平台管理等多方面的安全风险,如何保证数据安全是需要考虑的关键问题。通过分析平台面临的安全威胁,设计其安全架构并制定相应安全策略,实现对平台的安全管控,保障平台数据安全。     

基于Doc2vec-LightGBM的CBTC车载信号设备故障分类诊断方法

车载信号设备是城市轨道交通信号系统的重要组成部分,其运营过程中会产生海量离散化、片段化的日志文本数据。目前,CBTC车载设备故障记录文本仍存在语义不明确、词语冗余的问题,从而造成故障致因溯源难,针对此,提出一种基于Doc2vec-LightGBM的CBTC车载设备故障自动分类诊断方法。首先对故障文本使用Jieba完成文本分词,依据TF-IDF实现分词文本数据的特征提取,并采用Doc2vec训练文本分词向量;其次针对数据不均衡的问题,采用Borderline-SMOTE算法进行少数类文本向量数据的补全泛化;最后,通过训练轻量梯度提升机LightGBM分类器完成故障文本自动分类。采用某信号厂商所记录的1 133条故障文本数据进行分类实验分析,并与支持向量机(SVM)方法对比。实验结果表明,所提方法在分类精确率、召回率上分别为98.2%、97.5%,证明了该故障文本自动分类方法的有效性和优越性。     

基于海量运维数据的铁路数据中心风险预测与防控系统研究与开发

基于海量运维数据的风险预测和风险防控是铁路数据中心实现智能运维的基础性工作。围绕铁路数据中心智能运维需求，研究智能分析方法，依托铁路数据服务平台的大数据存储和数据共享服务能力，使用平台提供的数据预处理及模型训练、模型部署等工具，建立容量趋势预测、基于日志分析的风险预测、运行异常预测、施工风险预测等不同运维场景风险预测模型，完成模型训练、调优和测试，最后将通过实验验证的模型进行发布和上线更新。建立基于海量运维数据的铁路数据中心风险预测与防控系统，可以通过运维经验积累来改进评估指标和预测模型，提高风险预测的准确性及风险处置的有效性，帮助运维人员快速聚焦主要问题，有利于保障铁路数据中心长期安全稳定运行，夯实铁路运输生产安全的基础。     

基于Labeled-LDA的列控车载设备故障特征提取与诊断方法研究

准确地诊断出列控车载设备的故障类型是保障列车安全运行的基础。针对车载设备故障诊断问题,根据北京动车段300T车载日志数据的特点,基于数据挖掘方法并结合现场技术人员的经验知识,构建车载设备的故障特征词库;在此基础上,改进了Labeled-LDA(Latent Dirichlet Allocation)模型用于提取日志数据的语义特征。采用基于粒子群优化的支持向量机算法PSO-SVM对日志文本的故障进行分类,以降低故障样本数据分布不均衡对分类精度的影响,并与传统的支持向量机算法SVM,K最近邻算法KNN进行对比分析。实验结果表明,KNN、SVM、PSO-SVM三种算法的故障文本数据一级故障诊断准确率依次为79.4%,81.8%和90.9%,二级故障诊断准确率依次为74.6%,78.1%和81.3%,验证了PSO-SVM算法在车载设备故障诊断方面的有效性。该研究成果对列控车载设备日常维护具有一定的指导意义。     

轨道车辆车载设备健康数据云管理服务平台设计实现方法

阐述了运用信息化技术将轨道车辆车载设备全寿命周期、列车运营车载设备状态、列车检修与维护等大数据信息进行整合,建立一个实时掌握车辆及车载设备运行状态,智能分析设备潜在安全风险,科学制定设备维修保养方案的健康数据云管理平台。     

高速铁路ATP车载设备健康状态监测及智能诊断系统研究

为解决高速铁路列车自动防护（ATP,Automatic Train Protection）系统车载设备故障定位困难、人工检查任务繁重等问题,研制高速铁路ATP车载设备健康状态监测及智能诊断系统。该系统由轨旁检测设备、车载诊断记录单元和地面维护中心设备构成。车载诊断记录单元自动采集ATP车载设备各单元应用软件的日志数据及关键部件电气特征数据,并通过车–地无线传输通道将数据传输至地面维护中心;轨旁检测设备根据不同车型,准确地采集动车组车外ATP车载设备的图像及安装测量数据。该系统能够自动识别ATP车载设备的外观缺陷和安装异常,提供ATP车载设备健康状态监测和故障分析诊断功能,有助于提高ATP车载设备维护效率。     

铁路局信息系统状态诊断与辅助管理决策系统的研究

概述铁路局集团有限公司（简称:铁路局）信息系统状态诊断与辅助管理决策系统的研究背景和待解决的问题，确定系统的总体架构、数据流程及信息系统运行环境和状态日志。结合Hadoop、Kafka大数据技术，基于Ripple、STL等人工智能算法，实现海量日志信息采集与分析、信息系统智能画像与状态预警、辅助数据中心资源管理等功能。运用本系统，可以使信息系统状态诊断和智能化运维等工作变得简单、安全与高效。     

铁路数据服务平台综合管理驾驶舱的设计与实现

为充分发挥数据可视化技术在铁路大数据领域的重要作用,分析了大数据可视化技术的发展现状和趋势,结合铁路数据服务平台的建设目的、数据来源和总体框架,运用可视化技术和数据交互技术,从资产普查、资产概览、共享服务、分析应用、运维管理等5个可视化方面设计研发了铁路数据服务平台综合管理驾驶舱,对铁路数据服务平台进行全方位的展示,分析数据的变化特征和演变规律,挖掘数据隐藏价值,形象直观地为运维人员、分析人员及管理人员提供综合监控、数据展现与辅助决策等功能,解决了从海量、无规则数据中快速定位及挖掘潜在信息难的问题。     

无接触网有轨电车车地无线传输系统研究

针对无接触网有轨电车设计了一套基于大数据分析技术及物联网技术的车地无线传输系统。介绍了该系统的系统架构、系统功能及设计要点。该系统能够显著提升列车车地数据传输的安全性、高效性及便捷性,提高了无接触网有轨电车车地传输技术和智能化应用水平。同时,该系统具有良好的可扩展性,可满足各类城市轨道交通车辆车载设备调试、维护以及数据传输的应用需求。     

动车组安全规律分析系统设计与实现

动车组故障数据呈现体量越来越大,来源日趋广泛,相关信息几何形态增长的特点.为研究动车组安全规律,挖掘海量历史故障的数据价值,基于动车组安全大数据平台,利用多源数据采集、融合处理及大数据机器学习技术,设计了动车组安全规律分析系统架构与功能.目前,该系统已研发完成,并针对CRH380系列动车组进行了安全规律验证.系统的建设...     

基于大数据的城轨信号系统线网智能运维平台研究

在网络化运营的背景下,分析目前信号维护支持系统存在的问题,给出信号系统线网智能运维平台设计建议。结合大数据技术发展情况,打破各线路间信号维护支持系统信息壁垒,从线网资源共享及资源整合的角度出发,重点对信号系统线网智能运维平台功能需求、运维场景、整体架构、解决方案进行阐述;对线网信号系统设备运维信息采集、数据存储、数据处理、数据分析统计、数据挖掘及展示进行总体分析,给出信号系统线网智能运维平台解决方案。     

城市轨道交通车辆远程专家诊断系统设计和应用

文章基于计算机、通信和现代控制技术,融合互联网技术和大数据技术,设计一种由车载系统、无线通信系统及地面系统构成的城市轨道交通车辆远程专家诊断系统,搭建基于MVB+以太网的车载综合信息收集网络,实现对列车实时信息和子系统健康管理数据的收集、传输、分析与展示。通过在济南地铁2号线工程项目应用表明,该系统可提升车辆数字化水平,增强运营人员对车辆异常情况的处置能力,提高运维效率。     

基于大数据和云计算的车辆智能运维模式

广州地铁基于多年的运营经验,在广泛收集所辖地铁车辆运营维护的实际"痛点"基础上,通过优化现有检修流程、增加车载于轨旁监测检测设备、引入前沿大数据和云计算等技术等手段,构建了地铁车辆的智能运维系统。智能运维系统可通过健全智能决策系统、工作协调及信息共享,对整个车辆运行过程进行仿真、评估和优化,并以车辆全生命周期数据为基础,提供车辆整个生命周期的故障和寿命的管理和预测数据,为实现车辆检修由计划修逐步转化为状态修提供了技术支撑。     

动车组大数据处理及分析

将动车组运用维护过程中产生的海量数据进行处理与分析,解决数据不能转换为可用结果的问题。依托大数据分析软件Tableau、按照大数据分析的流程进行处理及分析,实现了闸片磨耗率、磨耗差异、偏磨量等多角度展示,同时,结合地图与GPS坐标对故障分布进行了标记。分析结果表明,大数据处理技术可提高数据分析的效率及准确性。