（南宁轨道交通集团有限公司 广西 南宁 530028）
【摘 要】CBTC信号系统目前已经成为各个城市地铁建设中不可缺少的信号系统制式，目前CBTC信号系统的维护还处于较为低级阶段，随着城市轨道交通运营线路的增加系统维护工作将越来越重要，因此亟需引入大数据的技术和方法对CBTC信号系统的维护系统进行在构建，本文从这个方面出发探讨相应的框架和结构。
【关键词】大数据；CBTC；维护系统
【中图分类号】U284 【文献标识码】A 【文章编号】1002-8544（2017）06-0249-02
1.引言
随着城镇化进程的加速城市的人口将大幅增加，预测到2020年全国的城镇化率将超过60%。巨大的人口涌入城市，将意味着公共交通需承担起更多运量。预计到2020年，全国城市轨道交通客运量将超过200亿人次。城市轨道交通承担着越来越重要的位置，因此城市轨道交通中和行车密切相关的信号系统设备的稳定性极为重要。目前日常的人工维护和故障分析手段方法在未来将无法满足高密度的行车间隔以及巨大的轨道交通网络。
1.1 大数据的特点
它的特色在于对海量数据的挖掘，但它必须依托云计算的分布式处理、分布式数据库、云存储和/或虚拟化技术。在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法（抽样调查）这样的捷径，而采用分析所有数据的方法。大数据的4V特点：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。
大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。
如果把数据比喻为蕴藏能量的煤矿。那么煤炭按照性质有焦煤、无烟煤、肥煤、贫煤等分类，而露天煤矿、深山煤矿的挖掘成本又不一样。因此，大数据并不在“大”，而在于“有用”。其价值含量、挖掘的意义比数量更为重要。对于很多行业而言，如何利用这些大规模数据是提高企业价值的关键。
1.2 CBTC维护系统现状
对于轨道交通来说，每天都承载的巨大客流，以及多种设备的在线运营。这些设备的健康指标将直接或者间接的影响以后的运营安全性和可靠性。同时这些设备在线上运营时也产生了巨大的数据，比如车载、轨旁设备的行车日志数据，车载和轨旁设备故障日志数据。这些是数据相互独立、离散、格式不同，表面看上去毫不相干，但实际上密切关联。
目前，由于维护工作的人员能力以及技术手段的限制，大多数的维护手段还处于计划性的维护，比如定期（半年或者一个季度）对于某些设备进行检测等，维护的资源和各个设备所需要的维护周期存在冲突，于是造成了资源的浪费或者部分设备缺少维护。现有的维护手段不能做到对设备的工作状态和寿命进行准确的预告，大部分设备的更换仅在设备彻底故障后进行更换或者是其工作时间已经接近寿命才进行更换。而实际上仅从工作时间上对设备进行评估更换远没有达到维护的意义，更加精细的维护工作应该从设备的实际工作频率和次数等等这些方面进行评估和预防。
同时由于信号系统的车载设备和轨旁设备的数据量巨大，1天的数据量即可达到几个G的数据量，依靠维护人员去逐个分析，显然不可能。而且目前一个城市轨道交通线网内存中多家CBTC供应商，每个供应商的数据格式，分析工具，下载方式等等都不一致，增加了维护人员的维护难度和成本。
大数据技术目前已趋于成熟和完善，将大数据的技术及思路引入到CBTC信号系统的维护工作中来可以有效的解决上述问题。
2.总体架构
总体架构为下图所示：
2.1 功能需求
（1）具备预防维修提醒建议：通过对设备运行状态的实时监测，根据设备内部元器件的使用寿命，以及设备的温湿度环境等等方面评估出来设备的健康状态，并给出相应的提醒，提示维护人员及时跟进确认维护。
（2）故障提醒：一旦某个设备处于故障状态时，需要及时提供故障告警，及时提醒到维护人员。
（3）故障智能诊断：通过基础数据资源，行车日志、操作日志等以及故障发生的状况借助已有的专家系统和神经网络算法等进行判断，故障发生的原因，以及对故障的设备进行定位，辅助维护人员进行维护诊断。
2.2 数据框架
基础数据信息：
（1）设备板卡元器件信息，板卡的电容，电阻，寿命等等。
（2）各个板卡设备的继电器动作次数，工作电压，电流信息等等
（3）各子系统的设计逻辑等等。
实时数据信息：
（1）各个设备的运行信息，比如板卡、交换机、计算机的状态以及报警信息
（2）各个设备的行车日志信息：比如速度、加速度等等
（3）实时的温湿度信息。
2.3 数据的分析和处理
利用神经网络和专家系统
（1）神经网络
人工神经网络就是模拟人思维的第二种方式。这是一个非线性动力学系统，其特色在于信息的分布式存储和并行协同处理。虽然单个神经元的结构极其简单，功能有限，但大量神经元构成的网络系统所能实现的行为却是能够模拟人工分析和识别的能力。
（2）专家系统
专家系统是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。也就是说，专家系统是一个具有大量的专门知识与经验的程序系统，它应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家处理的复杂问题。
专家系统具备有强大总结能力，而神经网络系统具备扩散和联想的能力，两则结合起来可以不断提高完善智能诊断系统。
3.结论
CBTC信号系统维护日益重要，大数据的技术也日渐成熟，将大数据的技术运用到CBTC信号系统的维护工作去，这将大幅提高预防性维护和智能诊断的能力，从而提升CBTC信号系统的运行稳定性。
论文作者:黎通
论文发表刊物:《建筑知识》2017年6期
论文发表时间:2017/6/19
标签：数据论文; 设备论文; 系统论文; 信号论文; 专家系统论文; 轨道交通论文; 故障论文; 《建筑知识》2017年6期论文;