大数据和人工智能技术在轨道交通行业当中的深度应用

随着近年来郑徐、沪昆、宝兰、石济等多条高铁的开通，我国“四纵四横”高铁网基本成型，成为世界上唯一高铁成网运行的国家。我国发布的《中长期铁路网规划》中指出，要在“四纵四横”的基础上打造“八纵八横”，实现相邻大中城市间1~4小时交通圈、城市群内0.5~2小时交通圈。到2030年，中国铁路网运营里程将达到20万公里左右，其中高速铁路长达4.5万公里。

在此背景下，近日中车青岛四方机车车辆股份有限公司（简称中车四方）副总经理、总工程师梁建英在第281场工程科技论坛上对《高科技与产业化》记者表示：“我国铁路事业的蓬勃发展给轨道交通装备的后续服务带来了严峻挑战，高速动车组的运维能力面临着各种挑战。如何在大数据与人工智能时代，提升动车组的运维能力已经成为我们关注的重点。”

中国国土面积幅员辽阔，铁路网络纵横超过5000公里，驰骋的列车需要在高寒、高热、高湿等极端自然环境中穿行，而且还要适应不同的线路。

梁建英举例道：“比如武广高铁全程长达1068公里，共有226个隧道。在任何线路与环境下，都要求列车能全时全域全天候安全的运行。而且，载客量大也给列车后续服务如为用户提供快速响应、及时处理问题等，提出了巨大的挑战。”

目前，高铁动车组的检修基本上为“计划加故障修”的形式，没有依据动车组运行工况和零部件性能衰弱对列车的影响做到“预测修”，这样往往会造成“过度修”。

梁建英指出，这给车辆整体检修作业、检修周期以及检修成本，都带来了严峻的挑战。此外，如今海外购买动车的国家都要求能实现本土化，现有的劳动密集型的检修模式也不适合高铁技术的对外输出。

“如何从粗犷检修模式向精细化检修模式转变，如何从成本相对较高的模式向成本低检修模式转变，以及如何从计划修向状态修或预测修转变，是我们同时面临的几个难题。”

高速动车组是一个复杂的系统，有九大关键技术、十大核心配套技术，其中核心零部件高达4万多个，构成一列动车组的零部件逾百万个。列车检测源头也非常密集，需要检测大量的信号，一列动车组每天因此所产生的数据高达几十GB。而且，在进行数据维护或者提升运维管理能力时，需要同时收集列车实时状态和内部静态数据并进行有效融合。梁建英指出，列车海量的数据对挖掘技术也提出了新的挑战。

近年来，大数据与人工智能已经遍布各个行业，在高铁动车组的运维中自然也担任了重要角色。

梁建英指出，国内外的工业企业和软件龙头企业都在快速布局大数据技术与应用，如GE、西门子、ABB，三一重工、航天科工等都建立了自己的大数据应用分析平台。

她认为，大数据应用在动车组运维中，能提高轨道交通运营与安全综合保障的水平。前期设计时应为大数据的应用匹配良好的环境，这也是面向智能化的可实施的基本条件即数字化。

“从设计到生产制造、检验检测以及交付、运营，应当实现全数字化驱动。同时，还要实现对车辆关键系统和部件状态的监测和诊断的基本需求。而从服务用户的角度看，需要对售出的产品进行预测性维修及健康状况、剩余寿命的评估等，这样才能满足今后远程运维服务的要求。”

此外，当前中国大陆地区动车组保有量约为3100组左右。面对如此大的保有量，如何实现配件服务的可共享化，也是运维过程中必须考虑的问题。

环顾全球知名企业，也都在加速建设大数据平台并推进人工智能领域的研发。如德国西门子公司正依托Mindsphere平台，深耕轨道交通大数据应用，推出数据传输解决方案、建立开发式数字系统，并推出了数字化双胞胎等产品，全方位借助人工智能技术提升列车智能化、数字化，积极优化列车维护的应用性与可靠性。

阿尔斯通也开发了HealthHub系统，用于分析列车和基础设施数据，实时评估关键部件健康状态、剩余寿命并为维护计划排程优化等。阿尔斯通通过使用HealthHub系统，使成本降低15%、维护时间也降低85%。

梁建英表示：“工业大数据在未来两到三年内将迎来战略发展的窗口期，企业如何利用大数据来实现自身转型与升级，是值得每个企业深思的问题。”

在此背景下，中车四方在轨道交通装备发展以及动车组智能化、大数据应用领域也有着自己的思考，并开展了一系列的工作。梁建英说：“我们的设想是以主机企业为主体、以车辆装备为核心，构建数字化的运维体系与推送服务。”

她认为，作为载人工具的车辆，其安全与否决定了乘车人和周围所有设备之间的关系。“我们希望能够构建这样一个系统，即将列车研发数据、检修数据、线路特征数据及环境数据等，通过标准化的数据传输推送到大数据平台上，然后再开展数据的分析、整合、挖掘与处理，以实现应用的需求。”

同时还要实现对在线运营车辆故障的可预测性，并对所有关键部件做到预测性的维修。“我们可以向用户提供可视化、虚拟的互助维修方式，并对用户进行远程云端的培训；也可以为用户构建配件一体化的配送模式，只要将基本数据和典型数据清理出来，就可以向用户、供应商和企业内部智能单位推送信息。”

当前，梁建英与中车四方的研发团队从动车组车辆维修和运营的特点入手，通过预测性维修、配件服务、业务协同等六个方面提升动车组运维模式，力图突破现有运维模式在时间与空间上的制约，实现智能、高效、协同的运维模式。

要实现这一目标，梁建英指出，首先需建构故障诊断和健康管理平台，让现有的维修模式从“计划修”向“预测修”转变；其次构建交互式与互联网化的资料管理平台，用以提升资料的共享性。同时，打破中车四方常态的配件储备模式，构建新型的配件一体化、向电商转化的服务平台，并构建虚拟可视化的远程指导，提高与用户间的指导与快速协同作业。

“尤其是当列车遇到问题时，中车四方应急指挥中心或者技术专家可快速地参与故障分析的现场，通过远程迅速指导用户应对，以避免问题的扩大。最后还需要打造增值服务平台，给用户提供最好的维修建议方案，减少和降低用户在整个运行维护过程中的费用和周期。”

目前，中车四方正围绕高速列车建立数据采集、传输、管理与挖掘系统，并运用开发一体化平台实现动车组运营模式的提升。梁建英表示，中车四方正依据列车基本性能分析构成列车的关键系统和部件，以此来布置列车的测试；通过现有智能传感技术和边缘计算技术等获取基本数据，再以基于复杂多元数据的差异化传送方式推送至大数据平台，并进行整合治理，以开发与优化部署模型。同时，依据中车四方业务的需求开发应用系统，进行故障预测、健康管理、配件一体化管理、远程协同、在线培训服务的推送等开发工作。

近年来中国综合交通的快速发展，对交通装备多元化的需求也提上了日程。在梁建英看来，未来轨道交通的主题应当围绕“安全、效能和品质”三个维度，在全寿命周期服务、多样定制、环境适应性、可持续发展和人员环境改善的需求上，在安全、智能、绿色、多元、人因等方面持续创新与应用。

梁建英指出：“人工智能在其中扮演着非常重要的角色。必须以智能化为核心，把智能放入轨道交通装备大系统当中，和周围设备、基础设施以及环境、线路等进行综合处理，才能实现安全运行。”

她认为，这需要全行业共同构建数据联盟，让数据实现共享并且产生价值，需要构建基础设施，移动装备、运营指挥等五位一体的数据中心，统筹数据管理、资源配置还有保障安全、监测管理与服务。

在大数据应用领域，用户最关心的自然是如何安全运营并降低运营成本，其次便是服务与性能的提升。而对中车四方等主机厂来说，最主要的需求自然是产品优化、制造效率提升、供应链优化以及持续的定单保障等。

“实际上，大数据和人工智能技术在轨道交通行业当中的深度应用，可为实现用户和主机厂的目标提供必要的保障。无论是用户还是主机厂，如何把大数据和人工智能技术应用在公司的经营管理上，也是需要思考的重要问题。”梁建英说。

所有产品的智能化都需要针对其全寿命周期，从产品研发到制造再到车辆设备的配制乃至整个车辆服务的保障、车辆的调度等，都应做到全方位的智能化，这样才能在产品全生命周期内达到降低成本、安全运行的目标。

梁建英表示：“将来智能化列车应当具备自感知、自识别、自决策、自学习等功能，并且通过动车组行车、运维、监控、旅客服务的智能化保证智能安全，提升乘客出行的体验。”

她总结道，未来轨道交通装备正朝着更加安全、绿色、高效、智能的方向发展，以物联网、大数据、人工智能、新材料为代表的新兴技术与轨道交通的深度融合，将是构建下一代轨道交通服务模式和技术体系的主要途径。