数字孪生技术在智能车站领域应用展望

Prospect for the Application of Digital Twin Technology in the Field of Intelligent Railway Stations

摘要

为推动数字孪生技术与铁路领域深度融合，在阐述数字孪生铁路现状及需求分析的基础上，分析数字孪生客运车站总体架构，分别从车站物理要素多维度分解及要素编码设计、“表征模型+机理模型”多粒度虚拟模型构建、多源多模态时空信息组织管理、一体化孪生平台构建4个维度入手，详细介绍数字孪生车站系统构建过程，选取基础信息管理、车站安全管控、智能综合调度、设备状态监测以及全生命周期管理5个典型场景进行数字孪生系统应用展望，利用虚实交互、双向映射、实时连接等关键途径实现客运车站全息表达，实现车站风险隐患管控、有效提高车站旅服能力，为物理车站增加或扩展新的能力。

Abstract

To promote the in-depth integration of digital twin technology with the railway field, the overall architecture of digital twin passenger stations was analyzed based on the description of the current situation and demand analysis of digital twin railway. The construction process of the digital twin system was introduced in detail from the dimensions of multi-dimensional decomposition of station physical elements and element coding design, "representation model+mechanism model" multi-granularity virtual model construction, multi-source multi-modal spatio-temporal information organization and management, integrated twin platform construction. Five typical scenarios were selected to discuss the future application of the digital twin system: basic information management, station safety control, intelligent integrated dispatching, equipment status monitoring, and total life cycle management. The holographic expression of passenger stations was realized in key ways such as virtual-real interaction, two-way mapping, and real-time connection. Station risks and hazards are thus controlled and the station's travel service capability is effectively improved, which adds or expands new capabilities to physical stations.

Graphical abstract

关键词

数字孪生技术 / 数字孪生铁路 / 铁路智能化 / 智能车站 / 全生命周期管理

Key words

Digital Twin Technology / Digital Twin Railway / Intelligent Railway / Intelligent Stations / Full Life Cycle Management

0　引言

随着仿真技术与数字化技术的快速发展，数字孪生已经成为各行业的研究热点^[1]。数字孪生的概念由美国国家航天局在2010年首次提出，2011年美国空军实验室明确提出希望利用数字孪生解决飞行器机体的维修问题，并提出飞行器结构寿命预测的概念模型，2012年美国国家航天局与美国空军实验室开展合作共同提出未来飞行器的数字孪生范例以延长极端情况下高负载飞行器的服役时间，2014年美国Michael Grieves教授发表数字孪生白皮书，进一步阐述数字孪生的基本概念模型，2017年我国陶飞教授提出了数字孪生车间模型概念，并讨论了数字孪生车间特点及其运行机制^[2-4]。在上述概念和框架研究基础之上，国内外学者也对数字孪生关键技术进行了探索，如范德堡大学提出的面向机翼监测数字孪生的贝叶斯网络，以及陶飞教授提出的数字孪生五维模型等都有力地推动了数字孪生技术的进一步落地应用。

2017年以来数字孪生技术在工业制造领域发展迅速，Gartner咨询公司连续3年将数字孪生列为具有战略价值的十大技术趋势之一。2019年北京航空航天大学数字孪生研究组牵头与5个国家的学者共同建立了数字孪生技术与工具体系，并与18家单位共同建立了数字孪生标准体系，2020年美国工业互联网联盟发布《工业应用中的数字孪生》白皮书，为数字孪生在实际工业应用提供了操作指导。此外，美国通用电气公司、德国西门子、法国达索，以及我国国家电网有限公司、中国石油化工集团有限公司等企业也都先后开展了数字孪生建设并取得积极成效^[5]。

铁路作为我国经济的大动脉以及综合交通运输体系的骨干，经过多年信息化建设，已在经营管理、指挥调度、安全监控等业务领域取得积极成效，为数字孪生铁路建设提供了前期技术基础。与此同时，我国铁路也面临着新形势下节支降耗、改革创新等方面的挑战，对铁路智能化、数字化需求强烈^[6-8]。因此，通过构建数字孪生系统，实现铁路业务的全生命周期感知、分析与交互极为必要。研究将从理论角度详细介绍数字孪生铁路现状及需求分析，并以客运车站为例详细说明数字孪生系统构建过程，为智能车站建设提供有效理论支撑。

1　数字孪生铁路现状及需求分析

1.1　数字孪生铁路应用现状

我国已建成世界上规模最大、现代化水平最高的高速铁路网，拥有海量的建设运营数据和丰富的实践应用场景，并以建设智能铁路为主线系统地开展了数字化建设。目前，铁路领域已依托京张高速铁路(北京北—张家口)、京雄城际铁路(北京西—雄安)等重点工程大力推进数字孪生技术在铁路智能建造、智能装备、智能运营领域创新应用，为实现全专业协同和跨行业综合提供有效技术支撑。

（1）在工程建设阶段，通过空天地一体化工程勘察并基于BIM开展正向工程设计，在施工过程中融合监测检测数据，利用BIM+GIS技术开展虚拟建造并集成为建设工序过程层面的信息化应用系统以辅助工程管理，最终形成面向竣工交付的信息系统^[9-10]。

（2）在装备制造阶段，通过智能检测手段采集装备状态信息，并融合设备设施机理知识实现移动装备、牵引供电、通信信号等关键位置的孪生模型构建，实现铁路装备设施的智能运维与全生命周期管理^[11]。

（3）在运营管理阶段，借助数字孪生的概念和方法，将铁路设施实体信息集成在孪生模型的统一载体中，打破各专业之间的业务隔阂，建立客运车站模型并设计相关仿真软件，对铁路关键设施或典型场景进行可视化展示，在此基础上集成列车行车计划、进路和命令卡控、行车调度等信息，实现运输组织的智能综合调度^[12-15]。

总体而言，数字孪生技术在铁路领域已进行了初步的探索性应用，且在铁路工程建设、装备制造、运营管理等方面取得初步成效，对指导铁路生产具有积极作用。然而现有的数字孪生铁路多侧重于几何模型构建，与系统机理融合深度不够，且由于缺乏统一标准，对孪生模型的精细度、成熟度、智能化程度描述困难，因此通过整合铁路各业务领域关键要素并构建内涵、标准统一的数字孪生铁路的需求极为迫切。

1.2　数字孪生客运车站需求分析

客运车站是铁路客运组织的重要场所，其涉及旅客站房、站场、站前广场等固定设施，以及客运服务、客运业务、技术作业等专业流程，还包括跨多种交通、商业、服务等诸多功能，具有涉及专业领域多、安全要求等级高、社会影响范围大等特点，对基础设施智能运维、业务流程优化、应急响应能力提升、综合服务能力提高等方面需求迫切。数字孪生作为一项可提高效能的重要工具，可有效发挥其在模型设计、仿真模拟、分析预测等方面的作用，通过将客运车站各组成要素分解并构建统一的数字孪生模型，将数据集成并驱动孪生模型动态运转，在此基础上综合运用大数据、云计算、虚拟现实等技术，实现客运车站的实景展示、作业模拟、智能决策以及全生命周期管理等功能，构建起覆盖全场景全维度全专业的数字孪生客运车站系统。

（1）亟需从顶层设计角度进行孪生车站系统的定义与设计，以实现孪生系统在内涵、形式、标准、表达上的统一。

（2）需构建机理模型，用于刻画车站设备设施的真实演化规则并进行态势感知赋能等，在此基础上抽象业务流程，优化提升业务能力。

（3）需整合各业务领域关键要素并集成在孪生模型，以实现各类数据的综合分析。

（4）需提高数字孪生系统实时性，以实现客运车站的快速响应与智能决策。

2　数字孪生客运车站系统总体架构

数字孪生客运车站系统总体架构如图1所示，其由感知层、数据层、模型层、应用层组成。

（1）感知层。通过现有信息系统、音频设备、传感监测设备等平台，利用物联网、5G、无线/有线/铁路专网等传输媒介为孪生车站系统提供基础数据资源。

（2）数据层。利用云边计算资源，以及存储资源对基础数据资源进行整合，同时进行数据清洗、数据集成、数据规约、数据转换等工作，为孪生系统服务提供数据支撑。

（3）模型层。通过构建多维度多粒度虚拟模型实现物理车站的数字化表达，实现物理实体或复杂业务流程的描述、预测、优化以及全生命周期管理等。

（4）应用层。结合既有信息化成果，借助一体化平台对外提供技术服务，实现客运车站的集成展示、运输调度、状态监测、客流监测、设备全生命周期管理等功能。

3　数字孪生客运车站关键技术

3.1　车站物理要素分解

客运车站物理要素分解如图2所示，首先将客运车站按照场景维度分解为站场、旅客站房、站前广场，在3种场景下再细分为旅客站台、检票口等基本组成单位，在基本组成单位下又包含各类设备设施等多个层级。通过对客运车站逐层级分解，将各类设施单体化模块化，以支撑后续批量化多粒度三维模型构建及模型组件融合。在场景分解基础上，对各要素进行几何分解，确定各层级以及层级之间的空间逻辑关系，具体包括邻接关系、包含关系、关联关系、连接关系等。上述2种分解主要是从物理建模以及设备组装角度进行分解，在此基础上按照设备等基本组成要素的特征和领域维度进行分解，抽取其规则信息与行为信息并添加到相应模块中，实现车站设备设施不同维度的精准掌控，同时也为进一步跨专业协同、全生命周期管理等提供基础数据支撑。

客运车站要素编码如图3所示，将客运车站按照粒度大小分成6个层级，其中第六层级表示设备基础构件，是客运车站最基本组成要素，其编码由层级编码与属性编码2部分组成，其中层级编码包含从所属场景、所属位置、所属区域、所属设备的全维度多细节层级信息，而属性编码包含了其出厂信息、维护信息、责任人等属性信息。通过赋予基础构件唯一编码，使其包含场景维度、几何维度、特征维度、领域维度等信息，从而有效梳理、摸清设备资产信息进而提高车站综合管理能力，同时也促进数据联动与共享，为数据的多维度多粒度时空分析提供基础编码支撑。

3.2　车站孪生模型构建

数字孪生车站模型架构如图4所示，车站孪生模型由车站物理要素分解及编码、基础模型构建及融合、模型验证及校正3部分构成。首先根据物理要素分解结果对基础构件进行表征建模与机理建模，表征模型用于描述静态属性，具体包括：①物理建模。室内基于激光点云与CAD数据、室外基于倾斜摄影与BIM数据进行三维模型重构，然后通过单体化技术将室内外各类设备设施逐层级分解；②几何建模。利用几何信息以及拓扑信息确定单体模型之间的空间逻辑关系并实现场景还原；③规则建模。在各模型上添加属性信息；④行为建模。按照场景分别从专家系统、状态数据、历史数据等提取实体设备运行规律以及演化规则等。

利用有限元分析软件构建车站机理模型用于模拟复杂场景下设备设施的动态属性，如验票闸机的运行规则、升降电梯的动力学模型等。进一步，根据约束关系将表征模型与机理模型融合，并关联外部环境信息等，实现多领域全要素的车站孪生模型构建。利用物联设备将状态感知数据实时传输到一体化平台，并基于场景分割技术与一致性度量技术不断修正模型参数，以数据驱动孪生模型的动态更新，直至达到和真实车站的运行状态完全一致，如此反复迭代，实现模型的动态更新优化。

3.3　全域数据组织管理

针对客运车站不同业务流程以及生产管理数据、设计数据采集、数据管理与存储、数据治理等，集成票务、线路、安全等专业数据集，实现数据一体化集成，构建分层动态存储模型，实现“数据-知识-模型”关联，为客运车站全系应用提供数据资源目录、服务资源目录、跨媒体检索、运输组织数据、工程孪生数据等服务，数据管理系统总体架构如图5所示。通过构建多源多模态的时空信息感知网络，实现北斗终端统一时空授时下客运车站运行状态的全方位感知与动态获取，具体包括设备状态数据采集、旅服数据采集、外部环境数据采集等，借助铁路专网等通信设施实现各类数据与孪生系统的泛在连接与双向映射。

所有数据均存储在中国国家铁路集团有限公司铁路主数据中心，实时性较高的数据则根据具体业务需求存储在站段数据中心以提供低延时、快响应的数字孪生服务。此外，建立基于流数据、批数据、模型数据、历史数据的资源调度管理体系和基于多智能体的数据库集群监测机制，以提高海量时空数据访问效率和数据库集群运维能力，满足车站孪生系统对时空数据集成化、实时化、服务化、智能化需求。

3.4　一体化平台

通过构建一体化平台将数据资源、计算资源、知识资源、网络资源等整合并转换为可以共享交换的服务资源供用户管理使用，数字孪生车站一体化平台设计如图6所示，包括平台接口设计和功能模块设计2部分，其中平台接口具体包括：①物理实体交互驱动接口。其指从监测设备动态采集数据以及孪生模型传递给物理实体指令执行的接口，是孪生模型与物理实体能够实现相互映射、交互的枢纽；②孪生模型交互驱动接口。其是一体化平台中最关键的接口之一，其与孪生系统各主要功能模块相连接，并通过各模块的软硬件支撑为孪生车站系统赋能，保证孪生系统稳定高效运转；③孪生应用服务接口。其对应各项孪生应用，通过归纳梳理各领域核心业务关键要素并利用平台引擎将部分技术细节屏蔽以实现孪生系统的高效应用。

功能模块设计是一体化平台的核心组成部分，包括数据管理模块、模型管理模块、智能计算模块、外部交互模块。数据管理模块是指数据存储、调度，以及数据库的智能监测，其保证着孪生系统稳定高效运行；模型管理模块是实际物理车站的信息模型抽象，其包含物理实体运行过程的管理、控制等逻辑，是孪生系统中最关键的要素；智能计算模块是数字孪生的驱动力，通过云雾边计算等为数字孪生应用提供算力支撑；外部交互模块是指包括有限元分析在内的外部软硬件等，同时也包括北斗服务平台、地理信息平台等现有信息系统，为孪生系统提供服务支持以及基础底座支撑。

4　数字孪生客运车站应用展望

4.1　基础信息管理

通过孪生车站系统规范化组织和整合客运车站的客运服务数据、运输组织数据以及设备养护维修数据，实现客运一体化生产指挥管理、客运设备管理与监控智能化等，同时也为站车重点服务、站车客运安全智能化等业务提供基础信息支撑。

4.2　车站安全管控

通过孪生车站系统可以实现车站安全管控，具体包括：①站内客流密度分区统计及可视化；②站内人流趋势预测及检票全过程模拟；③站内异常行为识别及管控；④综合交通信息共享。首先根据闸机以及视频监测设备识别站内人数，按照站内分区对客流密度进行统计并可视化展示，然后根据购票信息、检票口信息以及历史数据等，训练模型进行人流趋势预测和站内异常行为识别，并根据机理模型模拟检票乘车流程，对交通信息进行及时共享，有效避免大面积旅客滞留车站。通过构建孪生车站系统可有效实现车站的风险管控，对车站的重点服务、客运安全可提供有效技术支撑。

4.3　智能综合调度

通过车站孪生系统可以实现车站的智能综合调度，具体包括：①正晚点状态预警；②列车开行调整及日常调度计划编制；③应急辅助等智能决策。通过关联气象等外部数据、分析挖掘铁路局集团公司中心数据实现运输调度态势感知进而实现列车正晚点状态预测，根据实时信息动态调整列车开行及日常计划编制，并通过孪生系统为站内应急提供辅助决策支撑，从而实现运输组织调度的数字化贯通、流程化互控以及专业化协同，进一步提高客运车站调度分析智能化水平。

4.4　设备状态监测

通过孪生车站系统可以实现电梯、闸机等设备设施运行状态监测，具体包括：①设备状态评估；②渐发性故障预测，如表面裂缝、设备老化、接触点接触不良等；③突发性故障警告，如结构损坏等。数字孪生车站设备状态监测系统如图7所示，首先将设备属性信息、检测监测数据以及历史故障数据上传到平台中心与孪生模型关联，然后通过典型分析算法提取故障规则并构建故障特征模型，同时为保证场景真实与预测结果可靠添加环境变量或控制变量，以实现设施渐发性故障的精准诊断与超前预测，进一步将故障特征模型与状态评估模型融合以丰富扩展原模型功能，并结合实时监测数据实现设施寿命评估与设备渐发/突发性故障诊断与预测，最后将结果反馈到运维中心并及时采取措施以保证设施安全稳定。

4.5　全生命周期管理

数字孪生车站全生命周期管理系统如图8所示，其功能具体包括：①设备管理，如状态数据采集、故障报警、设备维修等；②模型管理，如数据采集、模型展示、仿真模拟等；③系统管理，如权限管理、人员管理、事件管理等。通过对车站要素分解并赋予唯一编码，以确定各基础构件之间的空间逻辑关系，在此基础上添加产品信息、维修信息等，实现基于基础构件编码的设备统一管理。以孪生模型为基础，增加或扩展状态评估、仿真模拟、故障预测等功能以提供辅助决策支撑，再对孪生系统添加复杂时间事件变化管理、人员管理、权限管理等功能，进而实现基于孪生车站系统的全生命周期管理。

5　结束语

数字孪生技术将现实世界的属性、状态、结构和行为映射到虚拟世界，通过与铁路业务领域相结合能够为精准理解、预测、管控和指导铁路生产提供新的技术和方法，尤其是在智能车站建设领域可对基础设备设施进行精细化模拟分析或预见性仿真计算，实现多源数据的综合分析利用并提供辅助决策支撑，有效提升车站管理的智能化水平。

参考文献

[1] 陶飞，戚庆林，张萌. 数字孪生及车间实践[M]. 北京：清华大学出版社，2021.

[2] 刘大同，郭凯，王本宽.数字孪生技术综述与展望[J].仪器仪表学报，2018，39(11)：1-10.

[3] LIU Datong， GUO Kai， WANG Benkuan. Overview and Prospect of Digital Twin Technology[J]. Journal of Instrumentation，2018，39(11)：1-10.

[4] 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，2019，25(1)：1-18.

[5] TAO Fei， LIU Weiran， ZHANG Meng. Digital Twin Five Dimensional Model and Its Applications in Ten Fields[J]. Computer Integrated Manufacturing System，2019，25(1)：1-18.

[6] 陆剑锋，张浩，赵荣泳.数字孪生技术与工程实践[M].北京：机械工业出版社，2021.

[7] LU Jianfeng， ZHANG Hao， ZHAO Rongyong. Digital Twin Technology and Engineering Practice[M].Beijing：China Machine Press，2021.

[8] 李彦瑞，杨春节，张瀚文.流程工业数字孪生关键技术探讨[J].自动化学报，2021，47(3)：501-514.

[9] LI Yanrui， YANG Chunjie， ZHANG Hanwen. Discussion on Key Technologies of Digital Twin in Process Industry[J]. Journal of Automation，2021，47(3)：501-514.

[10] 宋宗莹，张红亮. 重载铁路智慧车站架构与功能设计研究[J]. 铁道运输与经济，2020，42(10)：74-78.

[11] SONG Zongying， ZHANG Hongliang. Research on the Architecture and Function Design of Intelligent Station of Heavy haul Railway[J]. Railway Transport and Economy，2020，42(10)：74-78.

[12] 陈 彦，贾志凯，孙 鹏.基于数字孪生技术的动车组运维管理系统架构研究[J]. 铁路计算机应用，2021，30(2)：40-44.

[13] CHEN Yan， JIA Zhikai， SUN Peng. Research on the Architecture of EMU Operation and Maintenance Management System Based on Digital Twin Technology[J]. Railway Computer Application，2021，30(2)：40-44.

[14] 韩祖杰，张 恒.铁路信息模型及全生命周期应用[M].北京：人民交通出版社，2022.

[15] 朱 庆，朱 军，黄华平.实景三维空间信息平台与数字孪生川藏铁路[J].高速铁路技术，2020，11(2)：46-53.

[16] ZHU Qing， ZHU Jun， HUANG Huaping. Real 3D Spatial

[17] Information Platform and Digital Twin Sichuan Tibet Railway[J]. High Speed Railway Technology，2020，11(2)：46-53.

[18] 王富章，吴艳华，卢文龙.复杂艰险山区数字铁路总体方案研究[J].中国铁路，2021(4)：20-26.

[19] WANG Fuzhang， WU Yanhua， LU Wenlong. Study on the Overall Scheme of Digital Railway in Complex and Dangerous Mountain Areas[J]. China Railway，2021(4)：20-26.

[20] 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，2022，31(6)：18-23.

[21] LE Jianwei， PAN Hongqin， WANG Xiaoqiang. Based on the Digital Twin Intelligent Platform of Railway Digital Marshalling Station[J]. Railway Computer Application，2022，31(6)：18-23.

[22] 李 瑞，李 平，王万齐.铁路车站旅客密度自适应场景估计与应用研究[J].铁道运输与经济，2021，43(11)：19-26.

[23] LI Rui， LI Ping， WANG Wanqi. Adaptive Scene Estimation and Application of Passenger Density in Railway Stations[J]. Railway Transport and Economy，2021，43(11)：19-26.

[24] 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，2022，44(9)：139-145.

[25] ZANG Zhao. Research on“Digital Twin”Intelligent Operation and Maintenance Technology of Beijing Zhangjiakou High Speed Railway Based on BIM+GIS[J]. Railway Transport and Economy，2022，44(9)：139-145.

[26] 史天运，彭凯贝.增强型智能铁路客运车站架构及关键技术[J].铁道运输与经济，2021，43(4)：72-79.

[27] SHI Tianyun， PENG Kaibei. Architecture and Key Technologies of Enhanced Intelligent Railway Passenger Station[J]. Railway Transport and Economy，2021，43(4)：72-79.

[28] 陈建 译. 基于智能CTC的智慧客运枢纽站方案及应用[J]. 中国铁路，2024(5)：90-96.

[29] CHEN Jianyi. Solution and Application of Intelligent Passenger Hub Station Based on Intelligent CTC[J]. China Railway，2024(5)：90-96.

基金资助

中国铁道科学研究院集团有限公司科研项目(2021YJ131)