隨著城市軌交運營線網不斷完善及市場化運營程式逐步加快，軌道交通行業中的甲方主體呈現多元化趨勢。傳統甲方以政府為主導的地鐵運營公司或者地鐵建設公司等業主單位為主，但是隨著各地方政府加碼基建投資，財政壓力加大，為了降低成本、提高效率、盤活資產，開始大力引入社會資本對多條線路進行市場化和商業化運營。因此，各類專業的第三方運營公司積極參與到城市軌道交通市場中來。

 

本次案例研究中的甲方主體為某城市軌道交通業主單位，其首條地鐵線路於2013年9月26日開通試運營，使該城市成為中國首 個建有高寒地鐵系統的城市。到目前為止總運營3條地鐵線路，總運營里程長78.08公里。2022年該城市地鐵總客運量達1.33億人次，日均客運量38.06萬人次，較2021年大幅增加。該地鐵採用了國際先進的列車訊號控制系統、列車運營排程系統和車站門控制系統，為乘客提供快速、安全、舒適的出行服務。在車站和車廂內還設定了多個公共服務設施，如自助售票機、自助充值機、緊急電話等，以滿足乘客出行的多樣化需求。未來，該市地鐵還將繼續擴建，計劃開通4號線、5號線等多條新線路。

 

 

01  

在智慧交通、交通強國的目標指引下，傳統運維難以為繼，打造以資料資產為基石的智慧運維體系成為軌交行業的重點發展方向

 

近幾年國家政策頻發，旨在大力發展智慧交通，推動大資料、網際網路、人工智慧、區塊鏈、超級計算等新技術與交通行業深度融合，展望構建安全、便捷、高效、綠色、經濟的新一代中國式智慧型城市軌道交通。2019年中 共中央、國務院印發《交通強國建設綱要》以及2020年中國城市軌道交通協會發布《中國城市軌道交通智慧城軌發展綱要》，為城市軌道交通智慧運維奠定了發展基調。

 

以上政策明確了城市軌道交通在運營中需要繼續深化數字化轉型。愛分析認為，建設質量可靠、安全可控、服務便捷的資料資產體系是實現數字化轉型的重要抓手。完善的資料資產體系不僅能推動傳統運維方式向智慧化運維轉變，同時也能賦能業務，持續滿足業務端的創新需求，創造業務價值。

 

 

02

先進的數字化、智慧化理念、技術與軌道交通運維行業融合尚淺，城市軌交運維目前普遍面臨諸多亟待解決的痛點問題。

 

一是裝置多且繁雜，資料統一管理難度大。 軌道交通相關裝置規模龐大，種類繁多，涉及的專業領域也十分廣泛，包括機械、電氣、電子、計算機、通訊等多個方面。由於各專業之間的專業屬性差異極大。因此，如何有效地對各專業裝置資料進行採集、儲存及應用成為了首要解決的問題。愛分析認為，強大的物聯網資料管理是解決該問題的關鍵能力。

 

二是軌交專業性高，技術難度大，個人經驗難以沉澱、複用。 軌道交通對專業性與技術性要求較高，且涉及的專業知識極為複雜。並且軌交運維所需的關鍵知識、經驗大多存在於專家或優秀員工個人知識體系中，並未形成專業文件或完成知識資產化，難以複用，可能會造成運維質量層次不齊。因此，如何將寶貴的運維管理與技術經驗進行沉澱，並在出現問題時及時共享，成為普遍關注的問題。愛分析認為，結合內外部專家經驗進行總結提煉，並建立專業知識庫，基於該知識庫能夠在內部實現不斷共享與學習是解決該痛點的重要手段。

 

三是傳統方式裝置評估精準性差。 軌道交通作為城市公共交通的重要組成部分，對安全性要求較高，目前日常檢修仍以計劃修和故障搶修結合為主。但該方式難以滿足對軌道交通的實時監控和裝置健康評估。如何在考慮軌道交通其特殊安全性要求的基礎上，充分利用既有的資料體系給出有價值的裝置健康評估，成為了目前亟待解決的問題。愛分析認為，基於通用模型、基於業務規則、基於模型機理等搭建層次化的裝置健康評估體系是行業共識的有效方法。

 

四是故障定位時間久，修復效率較低。 隨著軌交行業數字化轉型深入，系統變得越來越複雜，智慧裝置也越來越多，其資料量隨之呈指數級增長，告警分析、根因定位難度加大。傳統方式透過專家已有的經驗很難對海量告警進行快速分析與定位根因性告警，並且對新出現的故障很難做出有效的判斷，導致故障修復時間較長，影響正常運營。愛分析認為，廠商的AI技術能力與過往在垂直場景積累的演算法和模型與根因分析表現直接掛鉤。

 

圖1：軌交傳統運維的痛點示意圖

 

 

 

03

逸迅科技基於智慧運維平臺打造“1+3” 正規化的城市軌交多專業智慧運維解決方案，大幅提升業主單位的運維效率

 

在上述背景下，具體到軌交業主單位的需求——某市軌道交通線網控制及應急救援指揮中心，規劃搭建集中式控制中心，需要開發一套線網級多專業智慧運維平臺。從裝置運維角度出發，線上網層級進行全專業（包括通訊、訊號、機電、車輛、工務等專業）的資料與資訊整合，實現對線網運營的全面監控與管理。透過對線網各專業領域的資料進行採集、分析和挖掘，更好地瞭解線網的執行情況，及時發現潛在問題並進行預警和處理，提高該業主單位軌交線網運營的安全性、穩定性和可靠性。

 

透過多方產品調研與廠商選型對比，基於對廠商軌交運維的產品體系、技術能力、業務場景理解、專案實施交付等多維度進行綜合考量。最終逸迅科技憑藉其在行業豐富的know-how積累沉澱，在大資料與物聯網方面的技術優勢以及在軌交多個專業均有成熟的專案落地經驗，成為該軌交業主單位的最 佳合作伙伴。

 

建設城市軌交線路多專業智慧運維體系一般分三個步驟：首先，建設1平臺3中心（“1+3”）正規化的智慧運維IT系統；其次，建設層次化的裝置健康評估體系，重點解決裝置資料來源的問題；最後，將在智慧運維全流程中產生的PB級的運維資料進行標準化，以形成企業級智慧大資料底座，進而深入挖掘運維價值，反哺業務。

 

城市軌交線路多專業智慧運維體系建設專案具體圖示如下：

 

圖2：軌交線路多專業運維專案示意圖

 

 

第一步，   構建1 + 3的智慧運維平臺。 其中“1”為智慧運維平臺，“3”為監測中心、告警中心和分析中心三個應用中心。考慮到客戶智慧運維或者高效運維體系的構建為長期持續且不斷演進的過程，因此，逸迅科技在設計之初便充分具備平臺化的設計思路，其智慧運維平臺涵蓋了運維資料匯聚子系統、運維資料開發子系統、流程編排子系統、運維資料治理子系統、運維演算法模型子系統，幫助客戶提升資料治理能力與資料利用價值。

 

圖3：智慧運維平臺功能示意圖

 

 

在智慧運維平臺基礎之上逸迅科技構建了直接面向運維管理人員的三個中心，分別為監測中心、告警中心和分析中心。但相較於專業運維或線網級運維，逸迅科技也做了相應的功能側重與調整。針對監測中心，側重融合性，將該軌交使用者關聯的裝置（跨專業）從組態、狀態量採集及計算、故障歷史樹等層面統一歸集。對於告警中心，側重告警的詳情分析，提供包括故障案例、故障預案、告警復現、故障樹等技術手段。分析中心方面，側重具體的技術手段，包括RAMS指標分析、趨勢分析、訊號分析、對比分析、健康評估等分析應用並形成知識庫。

 

第二步，   搭建層次化的裝置健康評估體系。 該軌交業主單位裝置健康評估難點是資料來源問題。一方面，歷史原有線路無法提供對應的裝置資料或者無法加裝對應的感測器；另一方面，即使增加了足夠的感測器，但感測器本身的執行維護又會增加相應的工作量；最後，不同的專業廠商裝置其機理模型千差萬別，甚至有些裝置沒有可靠的機理模型。針對客戶的上述問題，逸迅科技提出了層次化健康評估體系，將裝置健康評估分為三個層次，基於通用模型、基於業務規則、基於模型機理三個層次，層次越高其評估結果越精準，同時對資料和機理依賴越高。層次越低評估結果越泛化，但適應範圍更大，對裝置資料和模型機理要求越小。

 

圖4：層次化的健康評估體系示意圖

 

 

基於通用模型的裝置健康評估。 基於通用模型的裝置健康評估主要包含RAMS指標體系和裝置健康度。其中裝置健康度主要利用該使用者已經存在的裝置履歷、維修記錄、廠商型號，以及告警量和少量的模擬量。透過層次化分析、熵權分析等權重最佳化手段，透過歷史資料形成一套健康評估分。該軌交業主單位基於該思路已實現對現場全專業裝置進行評估，並隨著系統應用不斷最佳化。

 

圖5：基於通用模型裝置健康評估示意圖

 

 

基於業務規則的裝置健康評估。 在軌交運維過程中，現場的運維人員會在專業廠商上報的狀態量或者超限報警基礎上，基於專家知識庫和問答系統實現裝置健康狀況快速評估以便及時組織應對措施，同時也是該軌交業主單位寶貴的知識財產，為業務提供高效指導。比如，原來簡單的閾值告警是否要改為一段時間內均值的閾值告警，原來單一採集項的判斷，是否要改為多個採集點採集值的偏差等。

 

圖6：基於業務規則裝置健康評估示意圖

 

 

基於模型機理的裝置健康評估。 對於關鍵裝置，特別是提供有效資料並具備相應機理模型，如轉轍機等，透過逸迅科技的監督深度學習能力，提供更加具備泛化能力的故障及病害檢測，並利用故障案例資料不斷豐富故障及病害樣本，同時利用歷史相似案例更加準確地輔助一線維修人員。

 

圖7: 基於模型機理裝置健康評估示意圖

 

 

第三步，搭建企業級的智慧運維資料底座。 軌道交通領域裝置運維資料量非常大，通常該軌交業主單位會將全量資料儲存3到5年，其資料量很容易達到PB級。針對此，在逸迅科技大資料特別是物聯網大資料方面的經驗支撐下，該軌交業主單位將其智慧運維從資料接入、資料處理、資料組織、資料治理到資料服務的全流程資料進行標準化，大幅提升資料利用價值，使其更好地反哺業務。

 

圖8: 智慧運維資料底座示意圖

 

 

同時在逸迅科技多年經驗沉澱的大資料元件底座支援下，透過對時序資料庫、圖資料庫、分析庫、記憶體資料庫的整合和調優，基於物模型的國家標準，實現對軌道交通裝置的狀態資料、告警資料、裝置關係資料等深度分析、利用。

 

圖9: 大資料底座庫示意圖

 

 

 

04

打通各專業資料，打造一體化資料管理體系，盤活資料資產。同時，基於多維度資料分析，透過智慧運維體系提升業務價值

 

透過該專案實施，該軌交業主單位實現了跨專業的資料與資訊整合，並且實現對線網運營的全面監控與管理，取代傳統靠運營人員定期巡檢，提升裝置健康評估能力，提高檢修效率，實現業務價值提升。具體成果如下：

 

資料方面，實現各專業裝置資料的統一管理。 該軌交業主單位構建了一體化資料管理體系，依託逸迅科技打造的智慧運維數字底座，實現了對軌交各專業各類智慧裝置全量多源異構資料的彙集、儲存、分析，並對內部的運維資料從接入、處理、組織、服務、治理全流程進行標準化，從而形成高質量的資料資產沉澱。

 

裝置評估方面，構建了高精準的評估體系，大幅提升裝置運維效率。 該軌交業主單位基於多維度資料，建立了基於通用模型、業務規則、模型機理等層次化的裝置健康評估體系，能夠對線上檢測資料、巡檢資料、運維歷史資料、基礎資料等全量資料進行快速分析、利用，取代人為手動處理，大幅提升裝置運維效率。同時，也搭建了健康指數特徵模型並計算出健康指數，全面評估各裝置執行的健康狀態，防止人為漏檢或過度修造成的安全隱患。

 

 

05

線網級多專業智慧運維專案未來展望

 

目前，該軌交“線網級多專業智慧運維”專案已取得階段性成功，隨著未來軌交運營線路進一步擴張，該軌交使用者與逸迅科技雙方合作將進一步深入。

首先，在逸迅科技持續迭代的大資料分析和人工智慧等先進技術支援下，該軌交使用者將進一步挖掘現場案例庫、預案庫和維修資料，未來該專案將實現更加精準的專家知識庫和問答系統，將運維相關資訊與知識資產化，實現軌交組織內部快速、準確地獲取資訊與知識共享。

 

其次，在逸迅科技的協助下，該使用者將不斷最佳化平臺時序資料分析和演算法機制，針對健康評估演算法提升裝置泛化能力、降低日常運營的人工參與度，同時提升裝置評估的結果準確性。同時，隨著雙方合作進一步深入，推動逸迅科技與更多專業裝置品牌廠商合作，將更多的模型機理和規則策略納入到智慧運維平臺，專案將進一步滿足該軌交使用者越來越高的運維需求。