您可以捐助,支持我们的公益事业。

1元 10元 50元





认证码:  验证码,看不清楚?请点击刷新验证码 必填



  求知 文章 文库 Lib 视频 iPerson 课程 认证 咨询 工具 讲座 Model Center   Code  
会员   
   
 
     
   
 订阅
  捐助
轨道交通线网智能运维系统的设计方案思考
 
 
  1168  次浏览      50
 2021-1-21
 
编辑推荐:
本文主要介绍了轨道交通线网智能运维系统的概述、运维现状、智能运维系统的设计方案及智能运维的实施步骤。
本文来自于铁路与轨道交通RailMetro,由火龙果软件Linda编辑、推荐。

轨道交通的市场前景非常广阔,在网络化运营的趋势下,分析目前运维模式的缺点,结合大数据、云计算等新技术的发展,提出建设轨道交通线网智能运维系统。从资源共享、数据驱动角度出发,对线网智能运维系统的架构、功能需求等进行分析,明确数据采集层、接入层、大数据平台层和应用层的结构组成与功能部署,以及系统构建的目标;提出智能运维系统建设的实施步骤:建立大数据平台—信息化管理—智慧运维,为轨道交通网络化的运维发展提供参考。

1概述

国内轨道交通建设取得了举世瞩目的成就,随着轨道交通运营线路的不断增多,我国轨道交通已经进入网络化运营时代[1]。在轨道交通高效集约、网络化、安全可靠发展的同时,也给建设和运营部门带来巨大挑战,尤其是关键设备的运维问题,越来越成为研究的热点。

随着“大”、“云”、“物”、“移”、“智”技术的发展,轨道交通在信息管理和控制方面取得了较大进步[2]。为顺应未来网络化的发展趋势,各大城市已积极加入智能运维系统的研究。目前多家轨道交通企业虽已建立一些设备管理信息系统[3],但各个系统的业务不够完善和相对独立,且忽视了设备在长期应用过程中产生的大量数据,这些数据蕴含巨大的应用价值的[4],因此需要结合大数据及人工智能等技术构建智能运维系统。本文从长远出发,考虑线网层面的轨道交通智能运维系统的设计研究,为轨道交通的健康发展贡献力量。

2运维现状

随着运营规模的扩大,对运维管理的要求也越来越高,目前的城市轨道交通运维管理主要存在以下问题[5]:

1)各专业、各线路分别进行运维管理,存在信息孤岛,各系统的开放性差,专业间、系统间互联互通困难;

2)各系统建设标准不统一,软/硬件、操作系统、数据库种类繁多,重复投资问题突出;

3)部分系统技术陈旧,新技术应用、弹性扩展困难,带宽受限,移动宽带接入困难;

4)数字化、智能化程度低,智能感知水平有限,覆盖范围不全面,制约智能应用和智能辅助决策等。

另外,目前行业内仍常用故障维修和计划维修方式[6],导致服务水平下降、维修成本升高;维护人员在日常维护和故障处理时,仍依靠人工完成数据采集、分析等工作,无法满足高质量的维修管理。运维模式与日益增长的智能维修需求的矛盾,使得智能化运维的研究成为线网维护体系建设的迫切需要。

3智能运维系统的设计方案

智能运维系统的核心是利用设备状态数据、故障数据、环境数据、管理数据等海量数据信息,借助大数据、云计算和人工智能等技术,综合考虑设备的可靠性和经济性,实现维修管理的信息化和智能化[7]。首先对系统的需求进行分析,在此基础上提出系统的架构设计。

3.1智能运维系统功能需求

1)设备健康状态监测

在设备发生故障时及时预警,提供详细的故障位置、故障类型等信息,同时提供健康维护辅助决策。

2)设备健康智能管理

通过大数据分析进行故障管理、智能预测及性能衰退分析,减少故障维修的概率。

3)闭环处理功能

从系统高度上为智能运维提供一个“发现问题—处理问题—解决问题—问题反馈”的作业处理机制,针对不同维护类型监测目前的执行状况,根据不同的维修模式、跟踪作业分别进行工作流程追踪,应用于设备运维的全过程。

4)设备资产的全生命周期管控

全程进行设备资产的状态监测,包括设备的使用、维修与报废等,如果设备的使用状态发生变化,平台应当及时进行跟踪处理,更新设备资产的使用情况,实现系统化的资产管理。

5)线网级健康维护业务和流程管理

单线路的管理业务模式无法满足线网联动控制的需求,同时单线路分立的维护方式也存在资源的浪费,因此智能运维业务需要上升到线网级别。系统需根据新的维护机构进行系统用户权限的设计,科学管理机构间的级别划分、功能权限和数据管理权限,从而实现智能运维业务的流程管理。

3.2系统架构设计

轨道交通线网智能运维系统整体架构可定义为4层:数据采集层、接入层、大数据平台层和应用层,如图1所示。

数据采集层:数据采集是整个系统的基础,完成对各线路ISCS、信号、集中告警、AFC、车辆等系统设备的状态数据、故障数据、日志数据、告警数据、配置管理数据、用户行为数据、运维流程类数据、性能指标数据、环境数据等海量数据进行统一采集,打破独立感知监控的信息孤岛格局,满足系统数据获取的需求。

接入层:自建线网私有云,各线维修中心接入线网私有云,把各线运维信息上传,接入层对数据协议解析及编解码、聚合计算等处理后,把数据上传至大数据平台。

大数据平台层:对信息数据进行存储、分析、计算等,并定义标准化的指标体系。数据存储用于落地运维数据,可根据不同的数据类型、数据消费和使用场景,选择不同的数据存储方式;对运维数据进行萃取,积累大量可用运维数据。数据分析相当于“大脑”功能,利用人工智能算法,根据具体的运维场景、业务规则等,提供实时和离线计算,并作出决策。

应用层:应用层可分为决策层、管理层、业务层和接口层。决策层是把握企业的发展战略、绩效成本等方面作用;管理层主要包括制定检修维护流程、维修规程、成本管理等方面;业务层是根据大数据平台的分析结果,对线网系统设备进行状态监测、异常报警、趋势预测、可靠性评估等;接口层预留与列车运行、应急决策、信息发布等应用的接口,便于数据资源的共享,促进不同业务和专业的信息交流。

3.3系统网络及安全设计

轨道交通线网智能运维系统基于云平台方式进行部署,并建设大数据平台[8]。其中云平台和大数据平台建议根据各城市信息化的发展,与城市轨道交通云平台、大数据平台统筹规划建设,提高投资利用的效率。

轨道交通线网智能运维系统应由车站(含场、段)维修工区及控制中心两级平台组成,维修工区通过维修工作站、手持维修终端方式与中心智能运维平台系统进行交互,用于接收中心维修流程及维修指令下发,并上传中心平台现场维修故障人工录入,维修过程、维修进展等维修信息。中心平台用于接收各系统的告警信息及人工报送告警信息,与各生产系统进行接口(可通过大数据平台统一接口),获取故障告警信息,并自动生成维修流程下发维修工区终端。同时基于积累的大数据平台数据,可实现维修策略优化调整、自动调整备件及维修工具的采购管理,实现3.2章节应用层的相关业务功能。具体系统组网架构如图2所示。

智能运维系统安全需按照等级保护三级标准设计。同时根据信息系统安全等级保护第三级的规定,智能运维系统的安全建设应综合考虑物理层面、网络层面、系统层面、应用层面和管理层面的安全需求[9],确保智能运维系统安全稳定运营。

4智能运维的实施步骤

智能运维的建设是从无到有的过程,智能运维系统的搭建不是一蹴而就的,其功能是由信息化到智能化的过程[9],实现最终目标需要有数据积累、功能完善、功能升级阶段,且需结合城市轨道交通的规划等来考虑。结合目前新技术及智能运维的发展方向,提出智能运维的实施分以下3个阶段,如图3所示。

1)大数据平台的建设

数据是智能运维落地的基础,首先需要基于云平台的基础建立大数据平台,采集和存储分散建设的轨道交通应用系统的部分或全部数据,以及轨道交通体系外部的相关数据,完成相关数据的规范化、标准化,实现数据的共享、交换、展现、服务等功能。

2)设备信息化管理及状态性维修

此阶段是实现设备的信息化管理功能,在数据平台建立的基础上,引入先进的、符合本行业特色需求的设备管理模式和管理软件,实现不同线路之间的设备物资统一管理、全线网资产运营、维护成本的统一核算、全线网设备维修维护策略的科学合理制定,最大限度提高设备物资的管理效率,保证仓储合理化,维修科学化。本阶段最直接的成果为实现维修系统的数字化、信息化,实现基于故障告警的状态性维修,提高维修效率。

3)智慧运维

智慧运维是智能运维系统的终极目标,随着数据的积累、设备状态数据的监测,可采用大数据、互联网和云计算等技术实现各运维场景智能化闭环,且智能运维能力与运维管理流程、运维组织架构、运维自动化是深入融合。

运维人员不再以发现故障、解决故障作为目标导向,转而专注业务运行状态,探索运维需求,定义并实现运维场景,丰富智能运维的广度与深度。

5总结

在互联网高速发展时期,轨道交通系统紧跟技术发展的趋势,采取生物识别、智能运维、无感安检等新技术,降低成本的同时,提升科技含量。轨道交通的建设和运维管理需高效化、信息化和智慧化,面对智能运维这一大趋势,需要从全局性考虑,不再按照传统的单线路、单专业模式建设维修系统,从轨道交通全生命周期运营的实际需求出发,规划好线网智能运维系统的架构、建设目标战略,实现维修资源的集约化管理,从而更好适应轨道交通网络化发展的需要。

 
   
1168 次浏览       50
相关文章

DevOps转型融入到企业文化
DevOps 能力模型、演进及案例剖析
基于 DevOps 理念的私有 PaaS 平台实践
微软开发团队的DevOps实践启示
相关文档

DevOps驱动应用运维变革与创新
运维管理规划
如何实现企业应用部署自动化
运维自动化实践之路
相关课程

自动化运维工具(基于DevOps)
互联网运维与DevOps
MySQL性能优化及运维培训
IT系统运维管理
 
最新课程计划
 
最新文章
DevOps 道法术器,立体化实施框架
DevOps 中高效测试基础架构的最佳实践
DevOps 在公司项目中的实践落地
如何基于 Kubernetes 构建完整的 DevOps 流水线
阿里云Kubernetes实战
最新课程
DevOps体系实践、工具与平台
基于Kubernetes的DevOps实践
互联网运维与DevOps
基于Kubernetes构建企业容器云
企业级DevOps工作体系与平台
更多...   
成功案例
北京 DevOps体系实践、工具与平台
神龙汽车 DevOps体系实践、工具与平台
中国移动通信 网络规划与管理
某航空公司 IT规划与企业架构
某金融公司 IT服务管理(ITIL V3)
更多...