面向业务自动化转型的铁路运输调度业务数据模型构建方法研究

Research on Construction Method of Railway Transportation Dispatching Business Data Model for Automated Business Transformation

摘要

铁路运输生产调度业务自动化、智能化转型改进是推动铁路运输效率提升的重要手段。探讨业务转型过程中对业务各场景各颗粒度控制逻辑和信息流通的梳理建模方法，从而推动业务高效转型，在对运输生产调度业务深入分析的基础上，抽象了调度业务组织的关键影响要素和关键关联关系，梳理了工作流、信息流、信息流通机制与上述抽象的调度业务要素及这些要素间关联关系的对应关系，设计了一种刻画业务工作流、信息流和信息流通机制的数据模型构建方法。考虑到铁路运输生产调度业务分散协作、多级耦合的多层级多场景特点，设计了工作流、信息流数据模型的分化、细化关联机制，以实现对不同层级、场景调度业务的数据模型间有机关系的刻画，最后结合实际调度业务进行了应用分析。结果表明该方法构建的数据模型可以规范调度业务在不同场景、不同颗粒度下的控制逻辑和信息流通，从而为业务自动化转型过程中的信息系统开发和作业流程再造提供参考。

Abstract

The automated and intelligent transformation and improvement of railway transportation production dispatching business is an important means to improve railway transportation efficiency. In order to explore the model construction methods for control logic and information flow in different granularities and scenarios during business transformation and thus promote efficient business transformation, this paper first deeply analyzed transportation production dispatching business and abstracted the key influencing factors and key relationships in dispatching business organization. The paper also sorted out the corresponding relationships between workflow, information flow, information flow mechanism modeling and the above dispatching business key factors and key relationships, and designed a data model construction method depicting business workflow, information flow, and information flow mechanism. Considering the multi-level and multi-scene characteristics of decentralized cooperation and multi-level coupling in railway transportation production dispatching business, the differentiated and refined association mechanisms of workflow and information flow data models were designed to characterize the organic relationship between data models of dispatching business in different levels and scenarios. Finally, the application analysis was carried out based on the actual dispatching business. The results show that the data model constructed by this method can standardize the control logic and information flow of dispatching business in each scenario and granularity and provide a reference for information system development and business process reconstruction in the process of automated business transformation.

Graphical abstract

关键词

调度指挥 / 数据模型 / 工作流 / 信息流 / 统一建模语言

Key words

Dispatch and Command / Data Model / Workflow / Information Flow / Unified Modeling Language

0　引言

近年来，中国国家铁路集团有限公司(以下简称“国铁集团”)对铁路运输高质量发展的要求日益提升，智能运输调度指挥越来越受到重视，高效的生产业务信息化则是实现调度指挥智能化的必要条件。然而，由于铁路运输系统规模庞大且涉及要素众多，调度指挥的场景、对象、采用的方式方法等错综复杂，直观体现为调度业务数量多、关系紧、种类杂，易出现多头指挥、反应迟缓等情况^[1]。因此，在推动调度业务自动化智能化转型的过程中，必须清晰地梳理其在运输生产系统中参与的各项关键业务的控制逻辑与信息交互，以提升运输生产效率。

信息化建设长时间来一直是我国铁路工作的重点之一。经过多年的建设和发展，针对各岗位各业务建立的信息系统在信息收集、状态监督、态势感知、决策辅助、数据统计等方面为提升铁路运输生产效能发挥了重大作用。然而，当前的信息化系统由于以工种调度为单位垂直开发、各子系统关联较弱等历史建设原因^[2]，在面对新的运输组织需要时暴露出了一系列问题。

（1）信息系统对某些调度生产业务支撑力度不够，尤其在涉及到多岗位多系统协作的复杂业务或应急情况时，缺乏明确的控制与操作流程，自动化智能化水平较低。

（2）针对单一业务规划建设的既有信息系统应用场景单一，数据难以共建共享，存在信息孤岛和信息壁垒，数据流通不畅，对数据的挖掘和利用力度不够。

（3）某些业务环节岗位间信息交流效率低下，信息系统传递的信息在颗粒度、时效性、准确性等方面与业务需求匹配率较低，可用性差。

为解决上述问题，设计能切实提高运输生产效率，推动调度自动化智能化升级的调度系统架构，需要摆脱只着眼于自身业务内容独立规划建设信息系统的思路，从宏观到微观梳理调度业务全流程、全场景、多粒度的控制逻辑和信息交互内容，最终建立反映调度业务工作流、信息流的数据模型，从而基于数据模型为调度生产指挥相关信息系统规划、建设、升级改造等提供依据。基于上述研究需求，设计了一种面向铁路调度指挥的数据建模方法，从而提供相应基础支撑。

1　数据建模应用现状

分析业务工作流、信息流并进行数据建模是提高复杂系统管理组织效率的有效手段，数据建模技术当今已经广泛应用于指导制造业、软件开发和军事作战等复杂系统组织管理工作。现有的研究中业务数据模型建模方法主要基于统一建模语言(UML)模型、佩特里网(Petri网)或业务流程建模标注(BPMN)模型等展开，汪文源等^[3]通过建模比较发现Petri网适合封闭主动系统建模，UML活动图适合开放响应系统建模。

丁杰等^[4]、刘闽东等^[5]、周学广等^[6]分别针对企业执行系统、大型制造业生产组织、海军舰艇指挥复杂系统场景，设计了基于Petri网形式的相应数据模型。李佳锋等^[7]、王康等^[8]基于改进的UML图，分别对火力指挥控制流程、常规导弹作战单元指挥训练进行数据建模。程航宇等^[9］基于BPMN的业务流程建模元素拓展框架，结合工业互联网业务流程建模需求分析，设计了医院就诊流程以及工业机床质检与维修流程的数据模型。牛犇等^[10]对比了IDEF，UML，Petri网等复杂系统建模方法，设计了UML和着色Petri网混合的数据建模方法，并应用于联合作战中预警情报智能推荐。

在交通运输行业中，莫义弘^[11]根据分布式协同体系的工作流特点，搭建应急处置四层十级分布式协同体系框架，借助UML对轨道交通应急处置作业的业务流程进行分析重组，为轨道交通应急预案处置体系的构建打下基础。开发了一个基于铁路系统各组成部分的建模方法并建立了铁路仿真工作流程的集成仿真平台PULSim，通过模拟铁路工作流提高铁路规划和运营效率。徐志禹^[13]以酒泉钢铁企业铁路为例，基于Petri网建模技术和工作流理论设计了企业铁路调度指挥信息系统的工作流引擎，实现了作业流程的自动化管理。Deleplanque等^[14]基于UML对编组站各场的业务操作流程进行了规范化建模，以便于高效管理组织。

截至目前，关于铁路业务的数据模型虽已有一些研究，但大多集中于局部业务，对铁路系统的全流程、跨粒度、多场景的生产调度业务的建模并未做过多研究，同时欠缺面向指导调度业务自动化智能化转型和信息系统设计的考虑，因此有必要结合当前数据建模应用经验和铁路调度现场实际，设计面向生产流程改进的铁路运输调度业务数据模型构建方法。

综合分析铁路调度业务特点和研究目的需求，基于UML建模方式设计铁路运输调度业务数据模型构建方法。

2　运输生产要素分析

考虑调度业务转型要求，对运输系统生产逻辑进行全局性宏观分析和抽象，明确数据模型在指导业务转型过程中应发挥的重点作用。从全局性角度，将运输生产系统抽象为以下5个要素。

（1）需求：运输生产系统由需求驱动，且有一个根本需求“实现人或货物的位移”。为实现该根本需求，又拆解产生了许多不同颗粒度的细分需求，如“组织列车正点运行”“组织旅客乘降列车”。

（2）业务：运输生产系统中为实现需求所执行的一系列操作。

（3）岗位：运输生产系统中承担特定操作的具体人员或信息系统。

（4）资源：运输生产系统中各类设施设备，包括固定设备和移动设备。

（5）状态：反映资源的历史、当前或未来的特定属性，以支持业务开展，如轨道电路设备的发码、道岔设备的正反位、车辆设备的维修保养里程。

各要素间构成了一系列关联，反映了运输生产系统的运作逻辑，形成铁路运输调度核心要素与要素间关系如图1所示。

这些要素间的关系反映了业务自动化智能化转型需重点探讨的问题。

关系(1)对应为高效地实现运输系统中不同层面的需求，应如何合理地设置对应的各项业务内容和业务流程，要求理清需求实现的工作流控制逻辑，建立明确、高效的工作机制。

关系(2)对应在自动化智能化背景下如何将具体的业务分配落实到具体的执行者，建立明确的人和系统的职责范围，理清业务中人与信息系统关系，划分人和系统处理问题的边界并定义人、信息系统两两间的交互机制。

关系(3)对应如何针对需求划分出的多种业务，设计业务间的高效协作机制。这种协作一般是通过信息传递实现的，即前驱业务产生的信息输出作为后继业务的信息输入。由于运输系统的复杂性，这种业务协作信息传递将呈现为一种复杂的网状结构。在当前运输生产现场，不同专业领域往往存在部分个性化较强的描述词语，不利于提升信息传递效率。此外，同一名词在不同领域有时也存在着不同的个性化理解，容易造成二义性。实现自动化智能化运输生产需要对业务协作过程中的信息传递进行内容、颗粒度、时效性、表现形式等的规范化定义。

关系(4)对应如何针对真实世界中的资源在特定时刻的特征信息，设计规范的、无二义的表示方法。在调度自动化智能化背景下，这些信息不宜直接采用无规则的自然语言进行刻画，一方面采用该方式的信息价值密度低下，信息传输效率低，另一方面也难以被信息系统理解。因此需要精准提取资源的关键特征抽象为资源的状态，并对状态的表示规范严格定义，从而保证业务过程中对资源信息刻画的准确性，支撑智能运输。

关系(5)和(6)对应如何准确梳理业务与资源的互动关系。一方面自动化智能化运输条件下业务通过多种信息技术手段监视资源的某些关键状态以掌握资源的实时情况，推演资源的未来情况；另一方面业务需要对资源进行操作以完成运输需求，同时在对资源的操作过程中也会相应地改变资源的状态信息。

数据模型需要对这些关系反映的问题给出明确答案，以指导运输调度业务自动化改进转型。

3　数据模型构建方法

3.1　方法框架

上述要素间关系的分析反映了数据模型需解决的问题，基于该需求设计了数据模型构建方法，形成铁路运输生产调度业务数据模型构建方法框架如图2所示，包括以下4部分。

（1）运输生产现场分析：对应图1中的关系(1)。对运输生产现场情况进行分析，提炼运输生产过程中存在的各项需求，并针对各项需求结合现场实际和升级转型要求定义对应的核心调度业务内容及流程。

（2）工作流模型构建：对应图1中的关系(2)，(3)，(5)，(6)。针对各调度业务的各环节，就其任务、目标、场景、特点、操作、生产要素、参与岗位、岗位间协作关系、业务间关联关系和宏观微观控制逻辑，进行提炼抽象，形成运输调度生产业务的工作流模型，以明确实现特定任务需求时的具体标准作业流程及其对应的岗位分工、控制逻辑。

（3）信息流模型构建：对应图1中的关系(2)，(3)，(5)，(6)。在运输调度生产工作流模型的基础上，分析各业务各环节生产过程中涉及到的各类信息，分析信息的产生、传递、分解、汇聚、加工和存储等过程，形成运输调度生产的信息流模型，以明确各类场景下业务对信息的处理和业务间协作、业务与资源间交互的具体信息传递需求。

（4）信息流通机制设计：对应图1中的关系(3)，(4)，(5)，(6)。面向运输生产自动化、智能化的需求，针对信息流模型梳理的各业务各环节的信息传递需求，综合考虑信息的可获取性、时效性、可用性等，研究支撑调度运输生产的信息来源、质量要求、权限、内容、颗粒度、表现形式等，规范信息流通机制，改进不满足信息传递要求的环节，以明确信息传递的标准，避免信息传递的低效性、模糊性和二义性。

3.2　数据模型的细化与分化

在分析与设计铁路运输调度业务信息系统功能、架构、生产岗位职责、业务流程等时，不同的阶段、场景、视角有着不同的侧重点。为满足这些各异的侧重点，数据模型既要在不同场景条件、不同颗粒度上梳理清晰业务工作流，又要保持这些数据模型间的一致性和正确的关联关系，因此需要构建多粒度一致性模型。常用的多粒度建模法包括聚合解聚法、视点选择法和一体化层次法，其中聚合解聚法具有适合复杂系统、资源消耗低等的特点^[15]。因此研究基于该方法设计了数据模型的细化与分化机制，以满足多粒度一致性建模的需求，数据模型细化与分化机制如表1所示。

具体而言，在构建数据模型时，首先从目标需求出发，梳理实现需求应执行的各项业务和这些业务间的控制逻辑关系，形成宏观工作流模型。之后基于细化理念，对宏观工作流各流程环节微观化，分别建立反映其内部细节的工作流模型。对于新建立的微观工作流模型，若依旧存在没有充分展现细节的子业务环节，继续重复上述细化操作，直到业务所有环节的细节刻画程度均满足分析设计需求。其中细化产生的子业务数据模型的输入与输出与其父业务中对应处理环节的输入与输出完全相同，从而保证不同颗粒度数据模型间的一致性，建立宏观到微观层层嵌套一致的工作流模型集合，使得需求在不同颗粒度层面的控制逻辑均得到刻画。同时，针对某些具有场景特异化操作的业务，基于分化理念，对其基础数据模型分化产生多个特异化数据模型，以刻画不同场景下的工作流。

以列车实时运行调整调度业务为例，该业务经过细化与分化后形成多个数据模型，形成“实时运输调整”调度业务细化、分化树状图如图3所示。

这些数据模型间呈现树状关系结构，如“处理非正常情况”结点，根据不同场景分化出“异物侵限”“天气预警”等具体的非正常情况处理业务，其中的“异物侵限”结点又细化产生“查看现场视频监控”“听取邻线列车司机汇报”等一系列刻画具体环节执行细节工作流的数据模型。

3.3　工作流、信息流及信息流通机制刻画

数据模型需要对调度业务的工作流、信息流和信息流通机制进行刻画。UML是一种规范化的、刻画能力强的数据模型构建方式，这里借助UML活动图、序列图的形式构建数据模型。关于模型间的细化与分化关系，建立UML活动图与活动图的映射关系以刻画模型的分化，建立UML活动图中一个元素与其他活动图或序列图的映射关系以刻画模型的细化。至此，通过上述规范实现对调度业务的工作流、信息流及信息流通机制的规范刻画。

举例而言，基于上述理念构建了“处理非正常行车应急事件”调度业务部分工作流、信息流、信息流通机制数据模型如图4所示，图4展示了基于该方法设计的设置有智能应急指挥中心背景下“处理非正常行车应急事件”调度业务工作流、信息流和信息流通机制数据模型的实例，这里只给出了该业务对应数据模型集合中的一部分模型，并通过箭头表示这些模型间的细化分化关系。

图4首先对业务宏观作业流程、控制逻辑、岗位分工与交互等进行梳理，得到宏观工作流模型，用于明确该业务背景下基本的共性处理流程框架、所涉及的岗位以及各岗位在开展业务时的基本交互关系，从而指导信息系统和业务流程顶层设计。之后对宏观模型分化产生了“正线道岔失去表示”场景分化模型，对场景分化模型中的一个环节细化产生了“制定反方向运行调整计划”环节细化模型，通过分化、细化模型来明确各环节各颗粒度的内部细节工作流、信息流和岗位分工，指导信息系统具体功能开发和人机交互工作流程设计。最后对细化模型中的“反方向行车调整约束条件”信息在内容、颗粒度、时效性、表现形式等方面进行规范，设计信息流通机制，指导信息交互标准化，提高人人、人机协作信息传递效率和准确性。

4　结束语

针对运输生产业务自动化、智能化转型的需求，分析了运输生产所涉及的关键要素及联系，提出了一种可用于指导业务自动化、智能化转型和流程再造的数据建模方法。该方法通过工作流建模、信息流建模和信息流通机制规范，可以对业务的宏观、微观控制逻辑进行梳理，对业务的信息流通需求进行明确，对业务流通信息的规范进行定义。

参考文献

[1] 牛　剑，冯小芳，刘　俊. 铁路调度应急指挥系统总体方案研究[J]. 铁道运输与经济，2020，42(6)：6-11.

[2] NIU Jian， FENG Xiaofang， LIU Jun. A Study on the Overall Scheme of Railway Dispatch and Emergency Command System[J]. Railway Transport and Economy，2020，42(6)：6-11.

[3] 田　锐，赵　飞. 高速铁路智能调度系统功能架构及关键技术探讨[J]. 铁道运输与经济，2022，44(5)：52-56，78.

[4] TIAN Rui， ZHAO Fei. Discussion on Functional Architecture and Key Technologies of Intelligent High Speed Railway Traffic Control System[J]. Railway Transport and Economy，2022，44(5)：52-56，78.

[5] 汪文元，沙基昌，谭东风. 基于Petri网和UML活动图工作流建模比较[J]. 系统仿真学报，2006，18(2)：504-507，510.

[6] WANG Wenyuan， SHA Jichang， TAN Dongfeng. Comparison of Petri Net Based and UML Activity Diagram Based Workflow Modeling[J]. Journal of System Simulation，2006，18(2)：504-507，510.

[7] 丁　杰，姜丽红，蔡鸿明. 面向企业制造执行系统的工作流建模及仿真优化[J]. 东华大学学报(自然科学版)，2013，39(4)：401-406.

[8] DING Jie， JIANG Lihong， CAI Hongming. Enterprise Manufacturing Execution System Oriented Workflow Modeling and Simulating Optimization[J]. Journal of Donghua University (Natural Science)，2013，39(4)：401-406.

[9] 刘闽东，吴龙军，汤明超，等. 项目型制造过程信息流集成建模仿真研究[J]. 系统仿真学报，2022，34(3)：555-563.

[10] LIU Mindong， WU Longjun， TANG Mingchao，et al. Research on Information Flow Integrated M & S Method for Project Type Manufacturing Process[J]. Journal of System Simulation，2022，34(3)：555-563.

[11] 周学广，吕伟栋，袁志民. 基于着色Petri网的舰艇指挥控制信息流建模研究[J]. 系统仿真学报，2019，31(5)：828-842.

[12] ZHOU Xueguang， Weidong LÜ， YUAN Zhimin. Colored Petri Net Based Modeling on Warship Command and Control Information Flow[J]. Journal of System Simulation，2019，31(4)：828-842.

[13] 李佳锋，聂坤明，胡春燕，等. 面向指挥控制软件集成的工作流建模方法[J]. 指挥与控制学报，2021，7(4)：424-435.

[14] LI Jiafeng， NIE Kunming， HU Chunyan，et al. Workflow Modeling Method for Command and Control Software Integration[J]. Journal of Command and Control，2021，7(4)：424-435.

[15] 王　康，高桂清，张晶晶，等. 基于UML的常规导弹作战单元战术指挥训练模拟系统建模[J]. 舰船电子工程，2020，40(4)：92-98.

[16] WANG Kang， GAO Guiqing， ZHANG Jingjing，et al. Modeling of Tactical Command Training Simulation System of Conventional Missile Combat Unit Based on UML[J]. Ship Electronic Engineering，2020，40(4)：92-98.

[17] 程航宇，康国胜，刘建勋 等. 基于BPMN的业务流程建模元素扩展机制[J/OL]. 计算机集成制造系统，2024：1-12.[2024-01-02].

[18] CHENG Hangyu， KANG Guosheng， LIU Jianxun. Extension Mechanism of Business Process Modeling Element Based on BPMN[J/OL]. Computer Integrated Manufacturing Systems，2024：1-12[2024-01-02].

[19] 牛　犇，黄志良，吴俊杰，等. 基于UML与着色Petri网的预警情报智能推荐的建模与验证[J]. 兵器装备工程学报，2022，43(12)：291-298.

[20] NIU Ben， HUANG Zhiliang， WU Junjie，et al. Modeling and Verification of Intelligent Recommendation of Early Warnings Based on UML and Colored Petri Nets[J]. Journal of Ordnance Equipment Engineering，2022，43(12)：291-298.

[21] 莫义弘. 基于分布式工作流的城市轨道交通应急辅助决策关键问题研究[D]. 深圳：深圳大学，2018.

[22] CUI Y， MARTIN U， LIANG J. PULSim：User-Based Adaptable Simulation Tool for Railway Planning and Operations[J]. Journal of Advanced Transportation，2018，2018：1-11.

[23] 徐志禹. 基于工作流的企业铁路调度指挥信息系统的研究与开发[D]. 兰州：兰州交通大学，2014.

[24] DELEPLANQUE S， HOSTEINS P， PELLEGRINI P， et al. Train Management in Freight Shunting Yards： Formalisation and Literature Review[J]. IET Intelligent Transport Systems，2022，16(10)：1286-1305.

[25] 李志飞，吴　静. 多粒度建模方法分析及实例研究[J]. 中国电子科学研究院学报，2011，6(1)：72-76.

[26] LI Zhifei， WU Jing. Method and Case Study of Multi-Granular Modeling[J]. Journal of China Academy of Electronics and Information Technology，2011，6(1)：72-76.

基金资助

中国国家铁路集团有限公司科技研究开发计划课题(P2021S012)