数字孪生技术在高速铁路地震预警系统中的应用研究

胡兆冰 ,  杨林

铁道运输与经济 ›› 2024, Vol. 46 ›› Issue (3) : 115 -124.

PDF (4175KB)
铁道运输与经济 ›› 2024, Vol. 46 ›› Issue (3) : 115 -124. DOI: 10.16668/j.cnki.issn.1003-1421.2024.03.15
信息化与智能化

数字孪生技术在高速铁路地震预警系统中的应用研究

作者信息 +

Exploration for Application of Digital Twin Technology in High Speed Railway Earthquake Early-warning System

Author information +
文章历史 +
PDF (4274K)

摘要

高速铁路地震预警系统是实现高铁沿线地震监测与预警的复杂控制系统。针对高速铁路地震预警系统大规模工程化应用带来的运维复杂的问题,研究提出了包含物理系统、虚拟系统、孪生数据库、对外服务以及各模块间关联的高速铁路地震预警系统数字孪生模型,并实现了物理系统、虚拟系统和孪生数据库建模,构建了由物理系统数据采集、3D可视化建模、故障诊断与预测等模块组成的技术架构体系,阐明了基于数字孪生技术的高速铁路地震预警系统可实现远程操控、智能维护、可视化展示和供应链优化等功能,从而有效提高高速铁路地震预警系统的可用性和维护水平,为高速铁路地震预警系统数字化和智能化提供参考。

Abstract

High speed railway earthquake early warning system is a complex control system for earthquake monitoring and early warning along the high speed railway. In response to the complex operation and maintenance brought about by the large-scale engineering application of the high speed railway earthquake warning system, a digital twin model of the high speed railway earthquake warning system, which includes physical systems, virtual systems, twin databases, external services, and inter module associations, was proposed, with the modeling of physical system, virtual system and twin database achieved; the technical architecture was built, which is composed of modules for data acquisition of physical system, 3D visual modeling, fault diagnosis and prediction; and the high speed railway earthquake early warning system based on digital twin technology was explained, which enables remote control, intelligent maintenance, visualization and supply chain optimization services of the system. All this can effectively improve the availability and maintenance of the high speed railway earthquake early warning system, providing a reference for digital and intelligent technologies application of high speed railway earthquake early warning system.

Graphical abstract

关键词

数字孪生 / 高速铁路 / 地震预警 / 远程操控 / 智能维护 / 3D可视化

Key words

Digital Twin / High Speed Railway / Earthquake Early Warning / Remote Control / Intelligent Maintenance / 3D Visualization

引用本文

引用格式 ▾
胡兆冰,杨林. 数字孪生技术在高速铁路地震预警系统中的应用研究[J]. 铁道运输与经济, 2024, 46(3): 115-124 DOI:10.16668/j.cnki.issn.1003-1421.2024.03.15

登录浏览全文

4963

注册一个新账户 忘记密码

1 概述

高速铁路地震预警系统研发始于2012年,致力于高速铁路的地震灾害防护。高速铁路地震预警系统由中心系统、地面设备和车载设备组成[1],通过自建地震监测台站从国家地震台网获取地震警报信息,再通过车载地震紧急处置装置、列控系统和牵引供电系统的相关动作完成地震紧急处置命令的下达。高速铁路地震预警系统具备完整的信息监测、采集、传输、处理和决策的处理流程。高速铁路地震预警系统架构如图1所示。

近年来,高速铁路地震预警系统工程化推广迅速,目前已在5个铁路局集团公司和30多条线路建设运行。随着工程化的大规模推动,现场项目实施和运营维护所需人力物力增加,产生并积累了大量现场运营数据。如何实现系统故障的快速响应和智能化运营以减少人员水平差异造成的影响变成了亟待解决的问题。

我国“十四五”国家信息化规划为中国高速铁路指明了数字化、网络化、智能化的发展方向[2]。近年来,以数字孪生为代表的数字化技术成为主流[3-4],并在铁路相关行业广泛应用。臧钊[5]通过提出铁路建、管并用思想,研究采用“数字孪生”技术实现京张高速铁路(北京北—张家口)的智能运维;韩亮亮[6]采用SolidWorks 3D软件,开发展示了高速铁路动车运用所室内及室外全貌的可视化模型,实现孪生体与物理实体的相关映射和主客观的统一,验证了方案技术可行性;乐建炜等[7]提出了基于数字孪生的编组站智能平台框架;林峰等[8]提出基于数字孪生的环形铁道智能铁路试验平台架构。数字孪生技术通过虚实结合,实现远程操控、动态监测、数据集中、信息共享,从而有效指导系统智能维护,优化升级等[9-10]。因此,针对高速铁路地震预警系统工程化实施面临的远程操控和智能运维等问题,通过应用数字孪生技术进行探索研究。

2 基于数字孪生技术的高速铁路地震预警系统模型

数字孪生技术是指在物联网实时信息与历史反馈信息的支持下,通过物理信息建模创建物理世界等价虚拟体,并基于计算机手段对物理实体进行实时监控,动态仿真分析,达成对物理实体进行精确分析与决策的技术手段。陶飞等[11]针对数字孪生技术的应用需求提出一种通用的参考架构——数字孪生五维模型,该模型与物联网、大数据、人工智能等新信息技术集成与融合,满足信息物理系统集成、信息物理数据融合、虚实双向连接与交互等需求。通过借鉴数字孪生五维模型,提出基于数字孪生的高速铁路地震预警系统整体架构如图2所示。

基于数字孪生技术的高速铁路地震预警系统模型包括物理系统、虚拟系统、孪生数据库、对外服务以及各模块间的关联共5部分。物理系统包括地震监测台站、信号监控单元、具备牵变触发功能的监控单元(以下简称“牵变监控单元”)、铁路局中心系统、车载装置;虚拟系统一对一建立各子系统的电子模型;孪生数据库实时收集物理系统的设备状态、运行状态及过程数据,以及虚拟系统产生的仿真数据、远程指令及虚实交互数据等,孪生数据库中设置其他历史数据,通过多数据融合分析处理为对外服务的决策预判提供数据支持;对外服务包括系统远程操控、智能维护和信息归口管理3项。

各模块之间的关联主要通过Socket、MQTT消息通信以及JDBC、ODBC等数据库接口实现物理系统、虚拟系统、孪生数据库和对外服务之间的数据交互。各部分间接口关联示意图如图3所示。

3 基于数字孪生技术的高速铁路地震预警系统建模

高速铁路地震预警系统数字孪生模型架构如公式⑴所示。

MDZYJ=PE,VE,DD,CN,SS

式中:PE表示物理系统;VE表示虚拟系统;DD表示可驱动系统的孪生数据库;CN表示各部分间的连接;SS表示对外服务。

3.1 物理系统PE建模

按照高速铁路地震预警系统级、单元级的层次性特点,物理系统PE可建模如下。

PE=Spe1=Upe1,Upe2,,UpenSpe1Spe2=Upe1,Upe2,,UpenSpe2Spe3=Upe1,Upe2,,UpenSpe3Spe4=Upe1,Upe2,,UpenSpe4Spe5=Upe1,Upe2,,UpenSpe5

式中:Spe表示系统级构成;Upe表示单元级构成。

物理系统PE可表示如公式⑶所示。

Spe1地震监测台站=地震计、数采监控单元UPS交换机、机柜其他模块Spe2牵变监控单元=监控主机牵引变电接口UPS交换机、机柜其他模块Spe3信号监控单元=监控主机逻辑组合箱、UPS交换机、机柜其他模块Spe4铁路局中心系=服务器、网络设备存储设备机柜终端设备其他模块Spe5车载装置=车载主机终端设备其他模块

3.2 虚拟系统VE建模

高速铁路地震预警系统的虚拟系统可表示如下。

VE=Gv,Pv,Bv,Rv

式中:Gv用于描述物理系统的几何模型,包括实体的形状、尺寸、颜色、安装位置等;Pv用于描述物理系统的物理模型,包括内部装配关系、对外接口等;Bv用于描述物理系统的行为模型,包括设备运行过程中的指示灯显示、声音报警、各单元的运行状态等;Rv用于描述物理系统的规则模型,包括整个实体系统的运转规则和各系统级间的运转规则,其中整体规则如下:地震监测台站实时监测地震波,当实测地震波峰值加速度≥40 gal,发送至铁路局中心系统,中心系统根据此次地震的影响范围,按照一级地震向车载装置发送地震紧急处置信息,二级地震增加信号监控单元紧急处置命令下达,三级地震再增加牵变监控单元紧急处置命令下达;各系统级间的运转规则如下:当地震监测台站实测地震波峰值加速度大于报警阈值时,向铁路局中心系统和相邻信号监控单元同时发送地震警报信息等。

按照在物理系统中对系统级实体的分类,每一项系统级实体对应一项虚拟系统,因此高速铁路地震预警虚拟系统表示如下。

VE=GvnPvnBvnRvnn=1,2,3,4,5,6
Gvn=Gv1:42U标准机柜,颜色:428C,安装位置:通信机械Gv2:42U标准机柜,颜色:428C,安装位置:通信机械Gv3:42U标准机柜,颜色:428C,安装位置:通信机械Gv4:42U标准机柜,颜色:黑色,安装位置:信息机房     Gv5:3U标准机柜,颜色:428C,安装位置:车载设备
Pvn=Pv1:地震监测台站整体装配,对外电源线,对外接地线,对外输出电缆Pv2:牵变监控单元整体装配,对外电源线         对外接地线,对外输入电缆,对外输出电缆                                                 Pv3:信号监控单元整体装配,对外电源线,对外接地线,对外输出电缆Pv4:铁路局中心系统整体装配图,对外电源线,对外接地线                            Pv5:车载装置整体装配,对外电源线,对外天线
Bvn=Bv1:各设备正常运行和故障指示灯显,UPS故障报警声音Bv2:各设备正常运行和故障指示灯显,UPS故障报警声音Bv3:各设备正常运行和故障指示灯显,UPS故障报警声音Bv4:各设备正常运行和故障指示灯显,声音报警                  Bv5:各设备正常运行和故障指示灯显
Rvn=Rv1:向铁路局中心系统发送地震预警报警信息向信号监控单元发送地震警报信                                                                              Rv2:接收来自铁路局中心系统的紧急处置命令,向牵引供电系统传达断电信Rv3:接收来自铁路局中心系统的紧急处置命令接收来自监测台站的地震警报信              向列控系统传达地震信                                                                                                 Rv4:接收来自监测台站的地震预警、报警信息                                     向监测台站、车载装置等发送地震紧急处置和震后恢复命令                          Rv5:接收来自铁路局中心系统的紧急处置命令

3.3 孪生数据库DD

孪生数据库采集和存储的数据包括3个方面:物理系统实测数据PED、虚拟系统运行数据VED、其他历史数据SSD

PED数据包括各系统(地震监测台站、牵变监控单元、信号监控单元、铁路局中心系统、车载装置)在运行过程中产生的状态、参数及监测数据。

PED=PED1:地震监测台站心跳温度故障报警设备工作状态                       历史地震波原始数据、地震警报信息误报信息                       PED2:牵变监控单元隔离开关状态继电器状态、其他设备工作状态输出电压值、反馈电压值、故障报警                                              PED3:信号监控单元心跳温度隔离开关状态继电器状态、其他设备工作状态输出电压值、反馈电压值、故障报警                                                   历史地震紧急处置命令记录                                                                  PED4:铁路局中心系服务器、网络设备存储设备等工作状态、故障报警历史地震紧急处置命令误报解除警报解除信息              PED5:车载装置装置隔离继电器监测区域、GPRS等工作状GPS速度地震紧急处置命令记录                     

上述系统工作状态的实测数据目前实现了统一实时汇总至铁路局中心系统,由中心系统的监测终端远程监控管理,使用MySQL数据库,建立数据库与中心系统后台连接,实现上述数据向孪生数据库DD传输和存储。

虚拟系统运行数据VED包括虚拟系统中各虚拟单元和设备的模型数据,包括静态类模型数据、动作类模型数据等;仿真数据,包括高速铁路地震预警系统设计仿真、装配仿真、各站点机房室内环境仿真、高速铁路地震预警系统通信协议仿真、系统运行灯光指示、系统继电器动作、设备故障、服务器或终端警报等声音仿真;虚实交互数据,包括系统远程调控数据和系统优化升级数据。

历史数据SSD包括工程数据、维保数据、巡检数据和故障记录等,将此类测量、记录数据整理为标准模板的excel数据,再导入DbVisualizer数据库中。历史数据包括如下。

(1)故障记录:各系统设备的历史故障记录,包括故障设备、故障时间、故障表现、故障原因、处理方法、处理工具,人员响应时间、故障解决用时等。

(2)维修记录:各系统设备的历史维修记录,包括维修时间、维修原因、维修方式、维修人员、维修工具等。

(3)技术文档和系统配置:研发过程的技术类文件,包括系统软硬件设计、验证和确认报告;各系统在现场的软硬件配置和数据配置等,包括软件版本,软件环境;硬件设备的型号、数量、序列号等。

(4)RAMS/MTBF/MTTR要求:各系统的RAMS/MTBF/MTTR要求。

(5)服役设备工作时长记录:各系统设备的服役时间、质保年限记录。

(6)维保和巡检相关:包括维保人员的技术培训和安全培训,维保工具的定期鉴定和日常维,维保作业依据的规章、制度等;巡检记录。

4 基于数字孪生技术的高速铁路地震预警系统技术架构

高速铁路地震预警数字孪生系统主要包含3D建模模块、数据接口模块、数据存储模块、故障诊断预测模块和数据可视化模块,基于数字孪生技术的高速铁路地震预警系统技术架构如图4所示。

(1)3D建模模块。建立高速铁路地震预警铁路局中心系统、地面设备及车载设备的机柜、箱体、设备、模块、板卡等核心零部件的3D模型数字孪生体,运用动画等方式模拟产品安装与运行,3D建模采用SolidWorks、Unity3D、Spin3D等目前业内常用的建模软件。

(2)数据接口模块。目前地面设备和车载设备的工作状态和指标参数统一汇总至铁路局中心系统,通过设计中心系统与数字孪生虚拟系统间各设备/模块的电压、电流、温度等指标关联性,各设备工作状态如主机、网络、UPS、隔离开关等及故障、异常参数报警作为虚拟系统的输入数据,实现动态交互与实时展现。

(3)数据存储模块。通过结构化和非结构化数据存储实现产品数字孪生虚拟系统与物理系统之间交互数据的存储,为后续数据预测性分析提供数据积累。

(4)故障诊断预测模块。根据产品数字孪生体海量历史数据以及实时传输和交互的数据,通过人工智能算法模型、逻辑规则等模拟、监控、诊断、预测和控制产品物理实体在现实物理环境中的形成过程和状态[12-13]

(5)数据可视化模块。结合3D建模模块产生的产品数字孪生体,利用HTML5、JavaScript等技术,实现数字孪生体的网页版三维展示、数据流展示、故障诊断结果和报警实时展示等。

5 基于数字孪生技术的高速铁路地震预警系统功能设计

5.1 系统远程操控

实现高速铁路地震预警系统远程调试,如主机、网络及电源等设备重启、隔离模块启停、数值参数调整等;实现全系统板卡级实时监控,包括各设备运行过程中的指示灯显示监控、继电器吸起落下状态监控、输出电压动态监控、环境温度湿度等实时监控。此外,通过不间断的状态监控和数据分析实现系统模型、算法的逐步优化,动态推动高速铁路地震预警系统可持续化发展。

目前北京局中心系统已建设并投入运用[14-15],北京局集团公司管内京张、京雄(大兴—雄安)、京唐(燕郊—唐山)、京滨(宝坻南—北辰)等线路地震监测、牵变、信号监控单元均建设完成,这里以北京局中心系统为例,展示系统远程操控服务功能。高速铁路地震预警系统面临正式开通、联调联试、系统建设等多种不同状态,为保证系统联调联试不影响其他正常开通的线路,通常采取开通线路牵变监控单元和信号监控单元“硬隔离”。假设北京局集团公司当前已经开通的线路有京张线、京雄线,如果对预开通的京唐线进行联调联试,则需将京张线和京雄线大约50个牵变监控单元和信号监控单元的隔离开关手动打到隔离档位,牵变和信号监控单元多设于铁路沿线的分区所、中继站等,整个过程需要派大量专员逐一前往进行隔离操作,一方面增加试验配合的人力物力,另一方面操作运营系统可能带来不可预估的安全风险。系统远程操控服务可通过远程下达隔离命令,通过逻辑处理使地震模拟信息只发送到测试线路,实现测试线路的自我隔离,不影响开通运行线路的同时也保证了联调联试期间发生天然地震运营线地震预警系统可正常发挥作用,整个测试计划更加严谨合理。隔离功能显示如图5所示。

5.2 智能维护服务

通过对现场设备实时运行数据和基于历史故障案例库数据的分析整合,标注故障风险等级,实现高速铁路地震预警系统紧急型和非紧急型故障的诊断和预测,为现场维护人员提供相应的维修措施、维修建议和指导,实现系统预测性维修,从而降低维修成本,提高维修质量和效率。高速铁路地震预警系统的故障诊断主要采用基于规则和深度学习融合的方式实现,即通过设置常见故障处理手册以及现场采集到的系统级、单元级运行状态数据和电气化参数,输入到神经网络之中,输出则为具体的处理措施,通过模型训练和物理系统与虚拟系统实时交互的数据可实现故障的快速处理,形成智能维护决策树如图6所示。

当诊断出来具体故障之后给出详细的故障原因和处理方法,例如监控主机双机故障,可能的故障原因为“系统故障,工控机停止工作或网口故障,网口指示灯灭”,对应的处理措施为“检查电源和硬盘工作状态的LED指示灯是否显示正常”“重新启动监控单元主机”“更换网口,排查是否为网口故障”等。现场维护人员可根据提示快速进行处置和维护,大大提高维护效率。

5.3 信息管理及可视化服务

实现高速铁路地震预警系统研发、生产、安装、工程实施及运维巡检等各阶段信息数据的统一归口管理。通过板卡级设备参数的详细记录,实现系统关键原材料有效追溯;通过硬件设备配置参数记录、系统软件和应用软件版本记录,实现运营产品系统版本控制。以系统工程实施阶段为例,目前高速铁路地震预警系统现场应用涉及5个铁路局集团公司,工程实施过程较长,工程往来信息较分散,纸质记录不便于长期保存和汇总,常常存在表单遗失和记录不全面等情况。基于数字孪生技术的高速铁路地震预警系统可将系统全生命周期中产生的信息数据进行统一融合,实现3D可视化处理。

当前高速铁路地震预警系统以高速铁路线路的管辖区段为单位设置系统监测维护终端,来显示系统间各设备的运行状态。通常一条铁路线需要设多台终端,且每台终端的显示范围仅为该线路的当前管辖区段。基于数字孪生技术的高速铁路地震预警系统架构提供的远程操控服务可实现铁路线、铁路局集团公司、甚至全路范围的高速铁路地震预警系统的运行监控。信息管理及可视化如图7所示。

6 结束语

通过提出基于数字孪生技术的高速铁路地震预警系统五维模型,从关键的物理系统建模、虚拟系统建模、孪生数据库建模以及实现建模的关键技术和主要提供的对外服务功能等方面论述了构建数字孪生高速铁路地震预警系统的具体方法和实现的预期效果;通过提出数字孪生系统可实现的远程操控、故障预判和信息管理功能,说明数字孪生技术可解决当前系统面临的问题,实现以虚映实,虚实交互,以虚控实,为高速铁路地震预警系统的数字化发展提供思路。

参考文献

[1]

中国铁路总公司. 高速铁路地震预警监测系统技术条件:Q/CR 633—2018 [S].北京:中国铁道出版社,2018:1-22.

[2]

刘 峰,孙远运.高速铁路信息化技术[M].北京:中国铁道出版社,2021.

[3]

王进峰,问丛川,花广如.面向概念、技术与应用的数字孪生综述[J].中国工程机械学报202321(2):112-116,133.

[4]

WANG JinfengWEN CongchuanHUA Guangru.A Survey of Digital Twins for Concept,Technology and Application[J].Chinese Journal of Construction Machinery202321(2):112-116,133.

[5]

陶 飞,刘蔚然,刘检华,.数字孪生及其应用探索[J].计算机集成制造系统201824(1):1-18.

[6]

TAO FeiLIU WeiranLIU Jianhuaet al.Digital Twin and its Potential Application Exploration[J].Computer Integrated Manufacturing Systems201824(1):1-18.

[7]

臧 钊.基于BIM+GIS的京张高速铁路空地一体“数字孪生”智能化运维技术研究[J].铁道运输与经济202244(9):139-145.

[8]

ZANG Zhao.Operation and Maintenance Technology of Air-ground Integrate“Digital Twins”Based on BIM and GIS for Intelligent Beijing-Zhangjiakou High Speed Railway[J].Railway Transport and Economy202244(9):139-145.

[9]

韩亮亮.基于BIM+GIS技术的高铁动车运用所数字孪生关键技术研究[J].铁道标准设计202266(9):160-165.

[10]

HAN Liangliang.Research on Digital Twin Key Technology of EMU Depot of High Speed Railway Based on BIM and GIS Technology[J].Railway Standard Design202244(9):139-145.

[11]

乐建炜,潘红芹,王晓强,.基于数字孪生的铁路数字编组站智能平台[J].铁路计算机应用202231(6):18-23.

[12]

LE JianweiPAN HongqinWANG Xiaoqianget al.Intelligent Platform of Railway Digital Marshalling Station based on Digital Twin[J].Railway Computer Application202231(6):18-23.

[13]

林 峰,王万齐,王学义,.基于数字孪生的环形铁道智能铁路试验探索[J].数字技术与应用202240(11):144-147,172.

[14]

UHLEMANN T H JSCHOCK CLEHMANN Cet al.The Digital Twin:Demonstrating the Potential of Real Time Data Acquisition in Production Systems[J].Procedia Manufacturing20179:113-120.

[15]

APRISO.Digital Twin:Manufacturing Excellence through Virtual Factory Replication[EB/OL].(2014-05-06)[2023-06-07].

[16]

陶 飞,刘蔚然,张 萌,.数字孪生五维模型及十大领域应用[J].计算机集成制造系统201925(1):1-18.

[17]

TAO FeiLIU WeiranZHANG Menget al.Five-dimension Digital Twin Mode and Its Ten Applications[J]. Computer Integrated Manufacturing Systems201925(1):1-18.

[18]

徐兆平,郭 波.复杂装备故障预测方法研究综述[J].长沙理工大学学报(自然科学版)202320(2):10-26.

[19]

XU ZhaopingGUO Bo.A Research Review on Fault Prognostic Techniques for Complex Equipments[J].Journal of Changsha University of Science & Technology(Natural Science)202320(2):10-26.

[20]

刘轩毓.基于数字孪生的柴油机故障诊断系统研究[D].武汉:武汉理工大学,2021.

[21]

杨 林,张格明,胡兆冰,.基于实测波形的地震烈度信息快速确定算法及地震信息在铁路上的应用技术研究[J].铁道标准设计202367(2):155-160.

[22]

YANG LinZHANG GemingHU Zhaobinget al.Research on Fast Determination Algorithm of Seismic Intensity Information Based on Measured Waveform and Application Technology of Seismic Information in Railway[J].Railway Standard Design202367(2):155-160.

[23]

杨 林,刘志明,张格明,.高速铁路地震预警系统与地震台网融合预警技术研究[J].铁道运输与经济201941(10):64-70.

[24]

YANG LinLIU ZhimingZHANG Geminget al.A Study on the Integration of High Speed Railway Earthquake Early Warning System and Chinese Seismic Network Center[J].Railway Transport and Economy201941(10):64-70.

基金资助

中国铁道科学研究院集团有限公司科研项目(2021YJ042)

中国铁道科学研究院集团有限公司通信信号研究所科研项目(2022HT11)

AI Summary AI Mindmap
PDF (4175KB)

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/