天天看點

基于CPS理論的智能鐵路大腦平台總體架構設計與實踐

作者:暢藩軟體

數字化、智能化、可持續化已成為全球鐵路未來發展的重要方向,世界多國都在積極推動大資料、人工智能等新技術與鐵路業務的深度融合[1-3],列車自動駕駛、車地通信、移動閉塞、預測性運維、智能排程、門到門服務等成為新的競争熱點。中國國家鐵路集團有限公司依托北京—張家口高速鐵路(簡稱:京張高鐵)、北京—雄安城際鐵路(簡稱:京雄城際)等重大工程,在建設期間開展了智能建造[4]、智能裝備[5]、智能營運[6]領域的創新實踐,制定了智能高速鐵路體系架構1.0,開啟了智能鐵路建設的新篇章[7]。未來随着智能鐵路技術應用在更大範圍、更深層次的不斷推進,由面向單個業務領域的單體/單系統智能,轉為面向全鐵路網的大系統智能将成為重要挑戰。是以,亟需規劃建設統一的智能鐵路大腦平台為鐵路各業務系統提供感覺、互聯、處理、學習、決策等能力。

1. 智能鐵路大腦平台定位和需求

1.1 智能鐵路大腦平台定位

智能鐵路大腦平台綜合應用資料智能、機器智能、類腦智能、自然語言處理、視覺處理等新技術,面向鐵路全生命周期、全業務域提供全域感覺、融合分析、主動學習、智能決策等功能,是智能鐵路的綜合賦能中樞。大腦平台可實時感覺鐵路網上運作的各類裝置設施、營運業務、運作環境和内外部人員的動靜态資訊。對海量多源資料進行挖掘分析後,将決策結果推送至智能裝備、智能營運、智能建造等領域内的各業務系統,實作對運、機、工、電、輛等專業内實體對象的精準控制,是一個典型的資訊實體系統(CPS,Cyber-Physical System),如圖1所示。大腦平台打通數字空間與實體鐵路網,形成資料自動流轉體系。其中,鐵路行業的數字空間主要包括大腦平台自身及各領域業務系統,實體鐵路網主要包括各專業智能裝置及業務人員。資料自動流轉體系是基于海量資料自動流動的狀态感覺、實時分析、科學決策、精準執行的閉環賦能體系,解決鐵路建造、裝備、營運服務過程中的複雜性和不确定性問題,提高全鐵路網資源利用效率、客貨服務水準和安全保障能力。

基于CPS理論的智能鐵路大腦平台總體架構設計與實踐

圖 1 智能鐵路大腦平台的CPS特征

1.2 智能鐵路大腦平台需求

智能鐵路大腦平台的核心功能需求是基于資料的自動流動,實作複雜鐵路網的狀态感覺、實時分析、科學決策和精準執行。

(1)通過在鐵路沿線基礎設施和移動裝備等實體對象上部署感覺裝置,将海量蘊含在基礎設施、機車車輛等實體實體中的隐性資料轉化為顯性資料,形成原始資料集。

(2)對原始資料進行資料加工和資料治理,實作資料和實體實體的對齊,将顯性資料轉化為互相關聯、有邏輯且有價值的資訊資産。

(3)對不同系統的資訊進行挖掘、分析、學習等,獲得對複雜鐵路系統的認知、判斷和了解,将資訊進一步轉化為知識。

(4)将知識轉化為應對外部變化的預測和科學決策,指導鐵路系統的運作。

形成資料—資訊—知識—智慧(DIKW,Data-Information-Knowledge-Wisdom)的動态閉環流動,如圖2所示。

基于CPS理論的智能鐵路大腦平台總體架構設計與實踐

圖 2 基于DIKW的智能鐵路大腦平台核心需求

2. 智能鐵路大腦平台架構

基于上述需求,智能鐵路大腦平台通過支撐智能建造、智能裝備、智能營運等應用域各子系統協同工作,使其彼此耦合形成整體放大效應,實作智能鐵路大系統的可視、可測、可控、可響應。由于智能鐵路在時間和空間上具有的漸進內建特性,大腦平台需具備與智能鐵路成長性需求相适應的靈活性、伸縮性、疊代性和自學習性。将平台自底向上劃分為4層,即資料層、資訊層、知識層和決策接口層,上層對下層提供的要素進行加工萃取,下層為上層提供與其需求精準比對的要素集合,如圖3所示。

基于CPS理論的智能鐵路大腦平台總體架構設計與實踐

圖 3 智能鐵路大腦平台總體架構

2.1 資料層

資料層用于表達鐵路車站、線路、橋梁、隧道、接觸網、通信信号等的固定設施、移動裝置等實體實體的原始資料。該層中每個點代表鐵路網的一個實體實體,點和點之間的連接配接線代表實體之間的互相關系。

2.2 資訊層

資訊層對鐵路各類實體實體的動靜态資料進行加工、治理,并對分散在不同系統中、針對同一實體實體的資料進行關聯和聚合,形成高價值、邏輯清晰的資訊資産。

2.3 知識層

知識層綜合運用大資料智能、機器智能、自然語言處理、知識推理等技術,實作對海量異構資訊的分析挖掘,并根據不斷産生的資訊實作自主學習和動态演進。

2.4 決策接口層

決策接口層提供統一的接口定義與組合服務。在智能建造、智能裝備、智能營運等應用域的需求驅動下,進行接口定義,形成滿足各類應用互操作需求的接口集合,并對若幹個接口集合進行組合,以支撐特定功能。

2.5 協同排程子產品

為確定大腦平台的成長性、動态自重構性、可互操作性,協同排程子產品通過與資料層、資訊層、知識層、決策接口層的互動機制,實作DIKW的協同。

3. 智能鐵路大腦平台功能設計

圍繞DIKW的協同,智能鐵路大腦平台主要由資料中樞、分析中樞、決策中樞3部分功能構成,分别對應大腦平台資料彙集治理、智能分析挖掘、戰略決策制定3個方面的核心功能,3個中樞之間緊密合作、互相支撐、也可單獨對外提供服務。功能架構如圖4所示。

基于CPS理論的智能鐵路大腦平台總體架構設計與實踐

圖 4 智能鐵路大腦平台功能架構

3.1 資料中樞

資料中樞的主要功能是彙集鐵路行業各專業結構化及非結構化資料并進行存儲,形成鐵路行業全域資料,并進行資産化管理,對外提供資料服務。結構化資料包括應用資料、标簽資料等;非結構化資料包括知識圖譜、地理地質模型、建築資訊模型等各類檔案資料;資料資産管理包括中繼資料管理、生命周期管理、資料品質管理、資料安全管理等功能;資料服務體系包括預處理、可視化、共享等功能。

3.2 分析中樞

分析中樞的功能是提供各類大資料、人工智能相關的智能分析算法基礎,以及面向鐵路行業應用的智能分析服務。智能分析算法基礎部分部署各類通用分析算法,包括圖像識别、目标檢測、文本分詞、語音識别、回歸分析、規則推理、知識挖掘等。智能分析服務部分包括鐵路各業務所需的裝置人員畫像分析、知識圖譜搜尋推理、統計回歸模型服務、文本語音識别分析等模型。其中,知識圖譜搜尋推理子產品具備基于規則的推理、基于分布式表示學習的推理、基于神經網絡的推理、混合推理等知識推理和學習功能。

3.3 決策中樞

決策中樞主要提供在數字世界推演鐵路系統運作态勢的功能,在數字鐵路環境中開展多元仿真,并指導實體鐵路的運作,為鐵路行業的各類态勢感覺、智能決策任務提供科學決策依據,由模拟推演引擎、推演決策服務和群體智能算法基礎構成。模拟推演引擎主要包括智能體狀态控制、智能體互動控制、演化目标控制等功能,推演決策服務主要包括人群行為仿真、災害影響仿真、全局資源優化分析、政策決策推演評價、全局搜尋最優方案等。

4. 智能鐵路大腦平台在浩吉鐵路的應用

4.1 浩吉鐵路概述

浩勒報吉—吉安鐵路(簡稱:浩吉鐵路)全線于2019年9月28日建成開通,全長1 814 km,是世界上一次性建成的裡程最長的,按照智能化設計的重載煤運專線[8],是“北煤南運”國家戰略的新運輸通道,是國家綜合交通運輸系統的重要組成部分。浩吉鐵路以智能化為引領,根據智能浩吉總體架構,部署了智能鐵路大腦平台,為智能綜合排程、綜合安全大資料應用、綜合視訊智能分析等系統提供資料和決策支援。

4.2 應用情況

針對浩吉鐵路的業務需求特點,對智能鐵路大腦平台的功能進行了裁剪和定制,稱為智能浩吉大腦平台。主要包括資料工廠、資料挖掘、智能決策、視覺工廠、能力開放、AI分析和空間分析7個功能子產品,如圖5所示。

基于CPS理論的智能鐵路大腦平台總體架構設計與實踐

圖 5 智能浩吉大腦平台的主要功能

7個功能子產品均根據浩吉鐵路的實際應用需求設計,其中,資料工廠是大腦平台最重要也是應用最廣泛的功能子產品。該子產品主要包含資料內建、資料治理、資料資産3類功能,資料工廠功能的充分發揮,高度依賴資料域的規劃和彙集。在資料方面,智能浩吉大腦平台在實踐中彙集了營銷服務、運輸生産、綜合安全、經營管理、基礎編碼、其他行業共計6類大資料域。營銷服務資料主要包含客戶、合同、交易等資料;運輸生産資料主要包含物流排程、安全排程、行車排程、運轉作業等;綜合安全資料主要包含安全監測、防災監控、安全管理等;經營管理資料主要包含人财物、辦公、運輸管理等;基礎編碼資料主要包含線路、車站、品類、車輛等;其他行業資料主要包含多式聯運、地震、氣象等。

基于大腦平台開展了面向排程、安全、運維等主題的分析挖掘應用,為實作全線降本、增效、保安全等發揮了重要作用,基礎設施運維和綜合安全分析界面如圖6所示。

基于CPS理論的智能鐵路大腦平台總體架構設計與實踐

圖 6 智能浩吉基礎設施運維和綜合安全分析界面

5. 結束語

智能鐵路大腦平台是實作智能建造、智能裝備、智能營運等應用域協同互動、開放互聯、主動學習和科學決策的重要基礎。本文闡述了智能鐵路大腦平台的定位,利用DIKW分析了智能鐵路大腦平台的核心需求,基于CPS理論設計了資料層、資訊層、知識層和決策接口層組成的總體架構,給出了資料中樞、分析中樞、決策中樞3項功能構成的平台總體功能,并介紹了智能鐵路大腦平台在浩吉鐵路的應用。

繼續閱讀