[01135108]轨道交通信号智能健康管理关键技术及应用

既有轨道交通信号设备集中监测系统已具备设备运行状态和报警信息的实时采集与显示等功能,在一定程度上促进了轨道交通的快速发展。然而,如何进一步提高信号系统的安全性和可靠性仍存在以下三方面挑战： （1）由于信号设备多样、接口种类多、协议兼容性差,导致信号监测系统不能完整、实时获取现场数据,且由于现场干扰、系统自身不稳定等因素,致使监测数据缺项或无效数据较多,数据质量不佳; （2）由于监测内容不断增加、传感器功能逐步丰富及监测数据存储周期不断延长,使得监测数据量呈爆发式增长,而当前缺乏相应的高效压缩及并行化处理手段; （3）既有轨道交通信号监测系统普遍采用基于阈值的报警方式,属于事后报警,不具备对信号系统装备运行状态的实时分析与故障预测能力,不能满足现代轨道交通系统高安全、高可靠、高可用、智能化的运营维护需求,亟需引入以状态修为核心的轨道交通信号系统健康管理新理论和新技术。 为此,本项目深入研究了轨道交通信号智能健康管理关键技术,并形成以下主要创新成果： （1）针对既有信号集中监测系统接口复杂、兼容性差的问题,建立了针对基于异构监测系统的接口协议簇模型,解析并兼容了不同系统间的接口协议,在全路首次实现对多个厂家监测系统的无缝管理,以及局管内站机的统一调度、显示与反馈,为多源异构监测数据的融合汇聚提供了一体化健康感知手段,支撑了信号集中监测系统行业测试大纲和产品认证规则的编制,为信号设备一体化智能健康管理系统的测试提供了手段。 （2）针对轨道交通信号系统监测数据量大、数据类型繁多、压缩效率低等问题,提出了基于Hadoop分布式并行压缩策略,建立了基于动态网格LOP的离群数据清洗与混合修复去噪技术方案,形成了数据/机理深度融合的高密度非均匀缺失数据恢复策略,构建了涵盖压缩、解压、清洗、修复等一系列过程的信号监测数据快速精化处理方法体系,通过所建立车-地通信测试平台完成了轨道交通信息传输系统的安全性描述、建模、证明与性能验证,为实现快速、精准的故障诊断与预警奠定了基础。 （3）着眼于现场信号设备状态分析与故障预测,提出了鲁棒非线性信息融合估计方法,分析了故障表象与数据特征的关联关系,构建了基于隐马尔可夫、矢量量化与动态时间规整多维信息融合的故障诊断框架,建立了基于SVDD超球体的临近支持向量机多分类器的故障诊断模型,提出了统计分布知识与个体设备监测数据融合的设备性能退化与寿命寿命预测方法,实现了铁路现场设备故障趋势判断与健康感知。在现场应用中,通过该方法实现了多起可能导致安全事故的设备故障预警,为现场运营安全提供了有力保障。 本项目授权发明专利11项,实用新型专利1项,软件著作权4件,发表论文40余篇（其中SCI、EI检索34篇）,编制了信号集中监测系统行业测试大纲和产品认证规则。项目成果已成功应用于成都、昆明等铁路局600余个站场,西南地区市场占有率达90%以上,且延伸应用于动车组监测领域,有力的保障了铁路现场。