轨道状态（精选3篇）
轨道状态 篇1
对轨道不平顺进行预测可以监控轨道质量状态的发展, 合理安排养修计划, 降低养修成本, 保证线路安全性和平顺性, 同时也是开发和研究轨道辅助决策系统的关键性技术。因此, 预测轨道不平顺的发展规律是近代轨道力学的基本课题, 一直是国内外研究的重点。一般来说, 轨道不平顺的预测从需求上可分为局部轨道不平顺预测和区段轨道不平顺预测。局部轨道不平顺预测偏重对轨道个别超限点或薄弱环节的分析和处理;区段轨道不平顺预测偏重大型养路机械作业计划的编制。
国内外对轨道几何不平顺发展的研究归纳为2类: (1) 直接对轨检车动态检测数据进行相关因素的回归分析, 得出预测公式; (2) 在理论分析基础上, 通过室内试验得到计算公式, 再进行现场验证。由于道床下沉机理复杂, 无法用一般理论分析和室内试验的方法替代, 且随着现代化轨检车、综合检测车等先进检测设备的广泛应用, 为获得大量的轨道状态真实信息提供了技术保证。因此, 利用各种轨道不平顺动态检测数据对轨道状态规律进行分析和预测逐步成为当前世界各国研究轨道不平顺发展的主要方法。
1 局部轨道不平顺预测模型
日本学者利用轨检车的长期实测资料, 通过数据统计分析, 进行了大量研究, 极具代表性的是S预测公式;日本杉山德平等学者利用轨检车实测的轨道几何不平顺资料, 分析了列车速度、轨道结构、路基构造、通过运量等因素对轨道不平顺发展的影响, 通过回归分析, 得到轨道高低不平顺的非线性预测公式;日本研究人员在杉山德平的回归公式基础上, 对近2年的轨检车资料分析, 得出每25m长的轨道最大高低不平顺增长为0.16~1.08mm/100 d。
随着我国高速铁路的陆续开通运营, 在保证安全、舒适的前提下, 充分利用高技术检测手段研究探索轨道平顺性的变化发展规律, 并加以预测应用, 以科学、经济地指导养护维修, 更具有重要的实际意义。中国铁道科学研究院研究人员选用合武高速有砟线路及郑西、武广高速无砟线路的大量有效检测数据进行了研究。为定量化高速铁路轨道不平顺的发展程度, 选用了轨道不平顺的发展率计算公式 (式1) 进行计算分析。
式中:S为轨道不平顺发展率, mm/100 d;xi为第i次读取数值;ti为从第1次检测到第i次检测的累计天数;N为有效检测次数。
分析可知, 所选取的样本点在2010—2011年的变化均较为稳定。郑西、武广高速铁路高低发展率平均值为0.13mm/100d, 轨向发展率平均值为0.09mm/100d;合武高速铁路高低发展率平均值为0.18mm/100d, 轨向发展率平均值为0.07mm/100d。说明高速铁路结构建设的高标准对轨道不平顺的发展起到了较好的控制作用。在进行预测评估时, 工务部门可基于轨道不平顺幅值的发展率预测不同线路的发展速度。
2 区段不平顺预测模型
轨道区段的平均质量指标一般是将轨道区段中所有测点测值作为轨道状态基本元素参与统计运算。由于轨道结构的加强、大型养路机械的推广应用及对线路高品质、高均衡性的维修要求, 提速线路和高速线路的养护维修越来越侧重于轨道质量指数 (TQI) 的应用与管理。因此, 对TQI随时间变化规律的分析与预测是了解和掌握区段轨道不平顺发展、指导大型养路机械维修的重要内容。
基于大量检测数据, 一般对TQI或单项标准差采用线性和非线性2种预测方法进行研究。
2.1 线性预测模型
由于运量和时间一般为线性关系, 因此, 预测时可用时间代替运量。线性预测公式如下:
式中:TQI0为初期轨道质量指数;K为斜率;t为时间。
设某一200 m单元区段长度内, 所选轨检车检测次数为N, 其轨道质量指数为Xi, 距第一次检测的累积天数为ti (i=1, 2, …, N) , 采用最小二乘法计算K和TQI0。
2.2 新型灰色预测模型
由于轨道系统的复杂性, 轨道不平顺的产生与发展是很多具有随机性因素共同作用的结果, 如通过总重、单位时间、载重量、速度、轨道条件、路基构造、温度变化等。国内外大多数轨道不平顺预测模型都无法量化所有相关因素, 极大影响了预测精度。结合国内外有砟轨道相关成果, 认为高速或提速线路有砟轨道运营过程中, 2次维修作业之间的区段线路在众多复杂影响因素的综合作用下, 轨道结构随使用时间的增加质量必然劣化, 然而各影响因素作用的不确定性和彼此间的消长使TQI的时间序列发展过程不仅含有恶化趋势成分, 还含有沿趋势曲线的随机波动成分, 波动幅度随影响因素的随机作用而不同, 自然态势的发展模式见图1。
可见, 在轨道不平顺发展中存在较多不确定因素情况下, 对预测方法的选择主要考虑既要符合轨道不平顺总体趋势发展特征, 也要表现出其随机特征。
由于灰色系统理论是一种研究少数据、贫信息不确定问题的新方法, 适应于环境系统的内部作用机制, 可以将环境系统内部不明确的、难以定量的灰色量以数学模型形式提出, 并运用时间序列数据确定微分方程参量。根据实际情况, 从系统工程角度出发, 选择灰色系统不确定性理论作为预测理论基础, 基于“白色信息”——TQI时间序列数据, 采用GM类预测模型将轨道不平顺系统内部不明确的、难以定量的灰色信息以数学模型形式提出, 对轨道不平顺的未来状态作出科学的定量分析和预测。
设维修周期内所有TQI的时间序列为X={x (0) (t1) , x (0) (t2) , …, x (0) (tn) }, 其中x (0) (t1) 代表轨道质量稳定后的初始质量, 经过对传统核心灰色模型的一系列优化和修正, 新型灰色预测模型分为趋势预测和随机预测两部分。
趋势项序列 预测公式如下:
设其去除趋势项后的残差序列为:
考虑轨道不平顺发展中存在一系列周期性随机因素作用, 基于残差序列利用一系列周期组合波动模型进行模拟, 则随机项序列预测公式如下:
注: (1) 黑色实线为检测数据;黑色虚线为预测数据; (2) 各维修周期时间为相对时间。
则组合模型为:X=X (0) +Q。 (10)
根据灰色预测理论, 发展系数a (t) 反映灰色系统的规律发展趋势, 灰色作用量u (t) 反映整个系统行为模式的变化。因此, 结合式 (5) 可认为a (t) 、u (t) 决定了系统的主要趋势发展进程, 是灰色系统最重要的辨识参数。另外, 初值x (0) (t1) 在TQI时间序列中作为第一个元素, 代表了轨道质量系统发展的基点, 与大型养路机械 (简称大机) 维修后不久的初始质量意义吻合。因此, 整个轨道质量系统趋势发展可看作是由系统辨识参数a (t) 、u (t) 控制、基于x (0) (t1) 初始值的非线性时程函数。根据式 (7) — (10) , 轨道不平顺系统的随机波动发展也可看作时间函数。在具体轨道质量系统波动项计算过程中, 基于残差数列Q可得到函数q1 (ti) 和q2 (ti) 的参数h0、hj、lj、A、T及α、β、m0值。
因此, 对于组合模型来说, 随着这一系列辨识参数的确定, 整个轨道质量系统随机波动项的时程函数便可确定。
2.3 实例预测与比较
为比较说明线性预测和新型灰色预测效果, 取合武高速铁路一组TQI实测数据进行预测说明。新型灰色预测模型和线性模型拟合与预测效果对比见图2。
图2中除TQI实测值外, 分别采用线性拟合方法、新型灰色预测模型的趋势项模型和考虑了随机项的组合预测模型。可以看出, 相比线性模型, 新型灰色趋势项模型能够较好地提取和预测轨道不平顺发展趋势。加入随机项后, 能够更为合理地模拟TQI时间序列波动性的发展过程, 预测效果也较好。
3 轨道质量周期预测模型
轨道质量周期预测方法的研究对于宏观判断轨道结构状态、确定养护维修工作重点、延长轨道结构使用寿命有着重要的意义。在轨道不平顺的长期发展过程中, 工务部门一般采用大机对线路轨道不平顺发展较快的区段进行捣固和稳定作业。由于大机作业的改善效果非常明显, 可将轨道质量寿命划分为不同的维修周期。研究表明, 大机维修后的轨道不平顺系统会以改善后的初始质量重新进入新的发展周期, 可延长整个轨道结构的生命周期。
欧盟轨道养护维修管理系统 (Ecotrack) 的轨道结构生命周期模型中, 把轨道质量恶化过程分为快速恶化 (道床初始稳定期) 、线性恶化和快速恶化 (已超限, 不允许出现) 3个阶段 (见图3) 。进行轨道状态预测时, 主要对轨道质量线性部分的测量数据进行分析, 通过用测得的点和线性外推预测不同维修周期的轨道质量变化值。但实测数据表明, 轨道质量的发展并不完全是线性的, 非线性更符合轨道状态实际发展规律。
新型灰色预测模型是一种针对TQI时间序列发展较好的非线性预测模型, 以新型灰色非线性预测模型为基础, 进行轨道质量生命周期预测方法的探索研究。通过研究, 建立的轨道质量状态发展与修复模型见图4。
通过大机捣固来改善轨道质量, 在很多情况下, 捣固机械在垂向和轨道平面都能将轨道几何参数减小到一个相对稳定的水平。但捣固车不能改变恶化率, 只能延缓平顺性的恶化。因此, 有砟轨道每次捣固作业后不管校正效果如何, 当前的大机作业方法仍无法完全改变区段线路的结构特性, 改善后轨道不平顺系统的发展基本按照前一维修周期的发展态势进行, 这种关系称为轨道质量发展的“相关性”。
新型灰色非线性预测模型是基于对已知维修周期内TQI时间序列的趋势成分和随机成分的合理模拟而建立的, 所挖掘出的一系列辨识参数可表征轨道质量状态随时间发展变化的内在属性。因此, 将已知维修周期内TQI时间序列挖掘出的时程函数参数作为预测维修周期内TQI发展的特征参数, 在已知改善后的初始质量或大机作业效率KG (捣固前末期轨道质量/捣固后初始质量) 的前提下, 便可建立轨道质量不同维修周期的预测模型, 建模思路见图5。
根据工务部门的维修资料, 采用某200~250 km/h速度等级的提速干线上行检测数据进行验证分析。利用第Ⅰ维修周期的末期轨道质量和第Ⅱ维修周期的初始质量计算得到大机作业效率KG=4.328/5.658≈76%, 并假设为恒定值应用在第Ⅲ维修周期。根据第Ⅰ维修周期的实测TQI时间序列, 预测得到第Ⅱ、Ⅲ维修周期的TQI发展, 第Ⅱ、Ⅲ维修周期的实测值与预测值比较见图6。可见, 虽然部分预测值较实测值存在稍许偏差, 但在一定精度范围内, 模型还是较为合理地预测了第Ⅱ维修周期内TQI的趋势发展变化, 由于大机作业效率KG设为恒定值导致了第Ⅲ周期存在一定误差。而实际情况中, 经过大机捣固作业后的轨道状态改善关系并不一定恒定, 这也是影响模型预测精度的重要原因。目前, 我国在这方面的研究成果相对较少, 为使预测模型更加符合线路实际发展规律, 有必要对大机作业前后的轨道状态改善理论进行深入研究。
4 结论
预测轨道质量状态的发展与变化规律是实行预防性计划维修体制的关键技术, 对于科学实施轨道养护维修具有重要的实际意义。利用大量轨检数据对局部和区段轨道不平顺预测模型分别进行研究。局部轨道不平顺通过幅值点计算每百天变化率, 可为工务部门提供统计意义上的评估指标;区段轨道不平顺基于TQI时间序列, 通过建立线性回归预测模型和新型灰色非线性预测模型进行研究, 新型灰色非线性预测模型不仅在理论意义上符合轨道不平顺系统的发展, 还具有较好的拟合预测精度, 为解决轨道系统内部信息的不确定性因果关系提供了新的方法, 在此基础上建立的轨道质量周期预测模型较为合理地预测各维修周期内轨道质量的发展趋势, 可为研究轨道质量周期预测模型提供一种新思路。
参考文献
[1]许玉德.轨道不平顺预测理论及辅助决策系统的研究[D].北京:北京交通大学, 2003
[2]许玉德, 李海峰, 周宇.铁路轨道高低不平顺的预测方法[J].同济大学学报, 2003, 31 (3) :291-295
[3]许玉德, 吴纪才.利用线性预测模型分析轨道不平顺发展[J].石家庄铁道学院学报, 2005, 18 (3) :6-9
[4]陈宪麦, 王澜, 杨凤春, 等.用于铁路轨道不平顺预测的综合因子法[J].中国铁道科学, 2006, 27 (6) :27-31
[5]王建西, 李海锋, 许玉德.基于概率分布推移变化的铁路轨道几何状态评价与预测方法[J].中国铁道科学, 2008 (5) :31-34
[6]曲建军, 高亮, 张新奎, 等.灰色GM (1, 1) 非等时距修正模型在轨道质量预测中的应用[J].中国铁道科学, 2009, 30 (3) :5-8
[7]曲建军, 高亮, 田新宇.基于灰色理论的轨道几何状态中长期时变参数预测模型的研究[J].铁道学报, 2010, 32 (2) :55-59
[8]罗林, 张格明, 吴旺青, 等.轮轨系统轨道平顺状态的控制[M].北京:中国铁道出版社, 2006
[9]Rivier RE, Korpanec I.ECOTRACK:a Tool to reduce the Life Cycle Costs of the Track, Proceedings of the World Congress on Railway Research[J].Florence, 1997 (11) :289-295
[10]Jovanovic S, Esveld C.ECOTRACK:An objective condition-based Decision Support System for longterm track M&R Planning directed towards reduction of Life Cycle Costs[C].7th lnternational Heavy Haul Conference, Brisbane, Australia, 2001
[11]刘思峰, 党耀国, 方志耕.灰色系统理论及其应用[M].北京:科学出版社, 2007
[12]许玉德, 李海峰, 戴月辉.轨道交通工务管理[M].上海:同济大学出版社, 2007
城市轨道交通供电设备状态检修 篇2
在信息化进程不断推进的今天, 城市轨道交通工作也在信息化时代得到了创新与发展, 尤其是轨道交通供电设备的检修技术发生了翻天覆地的变革。基于此, 把城市轨道交通供电设备的检测工作当做该城市交通部门和电力单位工作的考核对象。可是就城市轨道交通供电设备检修的工作来看, 现在相关的工作人员还不够重视供电设备的研发。从实际角度出发, 如果城市轨道交通的供电设备出现了问题, 那么检修工作只能在交通停运或者交通检修期间进行设备的维修。如果是电力系统出现了问题, 那么这将致使整个城市交通停运, 这也会造成一定的财产损失及安全隐患。由此可知, 城市轨道交通的供电检修工作是城市交通顺利运营的保障。
1 城市轨道交通系统供电设备检修现状
供电设备的检修是城市交通顺利运营的基础工作。从当前我国的轨道交通运行的现状来看, 全国各个城市的交通供电设备检修都是以计划检修 (SM, schedule maintenance) 和故障检修 (CM, corrective maintenance) 相融合的检修形式。计划检修就是指在规定的时间内对其设备进行系统的检修维护, 也就是定期的对供电设备进行全方位的检修, 从而保证运营设备正常工作。故障检修就是当运营系统中出现了故障且无法运行时才去进行针对性的维修。这种计划性检修与故障性检修相互结合的检修形式是保证城市交通运行的根本, 可是这种检修模式还是有些瑕疵:比如说计划检修只是定期的对供电设备进行系统性的维修, 这样以来有可能会造成过度检修, 从而也会产生巨大的检修成本并且在设备有效的工作周期里检修, 可能会对设备造成一定的损害;而故障性的检修属于应急性的维修, 这种维修形式将会造成高额的检修成本。
受到先进科学技术的影响, 城市轨道交通的供电设备检修的方法及管理模式也发生了改变, 特别是新技术、新设备、新方法的产生为整个城市轨道交通系统带来了巨大的飞跃, , 例如GIS (气体绝缘开关装置) 、真空短路装置、新型电力变压装置、变电所智能化、微机测量装置、接触网刚性悬挂装置等这些新设备的研发, 因此旧的检修管理方法已经不能适应现代化供电设备的维修标准。对于管理层来讲, 如果依旧执行旧的管理模式, 那么这将浪费大量的资金及人力, 同时在检修过程中还将会造成设备的不断停电, 影响人们的日常出行。所以要对定期设备检修、检修部分和检修要求做出必要的调整。这样的做的主要目的还是为了处理好检修管理及市场经济中产生的新设备之间的问题, 从而就有的供电设备的状态检修 (CBM, condition-based maintenance) 。
2 城市轨道交通供电设备状态检修的实施策略
2.1 完善状态检修基础工作
在检修工作的基础上要处理好相关的细节问题, 比如要对有关的技术要求进行备案, 同时还要建立历史数据库, 其主要包括设备的安装记录、设备的运行资料、设备出厂资料、相关的试验报告、设备运行参数、检修记录、运行记录、故障次数等, 这样做的主要目的还是为了给设备状态提供系统的分析依据。
2.2 采用先进的在线检测技术
在对新的交通设施或者维修有线电气设备时, 务必要使用先进、安全的监测技术, 例如变压器油中的气体、烃的含量、水分含量的统计, 氧化锌避雷器漏电、阻性电流监测;电压感应器及电流感应器的漏电、等值电容、介质监测等。从而把设备状态信息库、历史信息库、在线监测相互结合, 更好的把在线监测技术推广到城市轨道交通供电系统中。
2.3 处理好与故障检修及计划检修的关系
如果采用了状态检测, 也不是说计划检测与故障检测的检测形式有问题, 对于这种定期性的检测还是有一些优点, 在以后的技术发展中或许还将会用到, 但是务必要解决好状态检修和故障检修、计划检修之间的关系。从目前的供电设备检测技术及运营维修部门的技术发展形式来看, 首先要知道在近期、远期城市轨道交通供电网络中状态检修可以用到那些检修设备, 定期性检修形式又可以应运哪几种检修设备。基于此, 对于状态检修来讲要建立自己的检修小组, 并且制定出严格的检修流程, 从而顺利的完成每一份检修工作, 同时还要培养出专业知识过硬的高素质人才。
2.4 做好城市轨道交通供电监控设备的状态检修
城市轨道交通的供电监控设备的状态检修形式有以下几种: (1) 使用观察法:首先是检查构成调度自动化系统的各种灯光是否正常工作, 其次在检查通道监控是否正常工作, 后台设备是否正常工作, 计算机是否正常工作。 (2) 测量法是指使用直流档的万用表对通讯屏后面的端子排接收和接地端进行测量, 所测的电压值在0.2v ~ 2v之间则属于正常;发送端口和接地端口的电压值一般是-2v左右才是正常的。使用这个方法也可以测量光端机、光中继机、RTU及综合自动化的接受断口、它们的发送端和接地端口的电压值也是-2v左右, 经过这样的电压测量就可以很快的判断出故障发生的地方。 (3) 替换法:当寻找出故障的所在地, 然后就可以对其进行针对性的维修, 如果是模块、板卡出现了问题, 那么就可以更换其模块或者板卡, 同时维修坏了的模块或者板卡。
3 结束语
城市轨道交通及电力技术的日新月异, 电力设备的检修也随之出现各种问题。根据以往的检修经验, 不管是故障性检修还是定性维修都是与相应的技术有关系, 状态检修也是这样的。对于状态检修来讲, 它具有一定的专业基础。其次要全面的了解状态检修, 因为它具有复杂性、长期性、工作条件艰苦等, 只有全面的认识到状态间的工作环境, 这样才能促进状态检修工作顺利进行。
摘要：随着城市轨道交通供电设备系统的不断完善, 传统的、单一的计划检修方案已经无法满足现阶段供电设备的运行要求, 为了确保城市轨道交通供电设备的安全稳定运行, 需要做好城市轨道交通供电设备的状态检修工作。因此, 现对城市轨道交通供电设备状态检修的现状及实施策略进行了探讨。
关键词：城市,轨道交通,供电设备,状态检修
参考文献
[1]李慧敏, 任敏哲, 安永成.电气设备状态检修的探讨[J].西北电力技术, 2014 (01) :37-39.
[2]张晓玲.大型汽轮机组状态综合评价的理论与系统研究[J].热能动力工程, 2010 (02) :52-54.
轨道状态 篇3
而城市轨道交通作为现代化的公共交通形式, 在能源方面低碳、环保, 在运营方面高效、大运量、准时, 在空间方面拓展了城市的立体纵深, 极大的改善了当前城市交通的运能运量的不足、拥堵频现的状况, 已经成为现代化城市的核心交通工具。地面交通与轨道交通相辅相承, 相互分流和补充, 形成了以轨道交通为主的现代化城市公共交通体系。
笔者在上海地铁单位工作了一段时间, 深感到上海是一个人口和产业特别密集的特大城市, 轨道交通客流达到平均每日500万多人次, 在高峰日客流多达600多万人次, 同时又面临着2010年世博会的召开, 使上海地铁面临了巨大的运能、运量压力。如何有效地保障世博会召开期间交通顺畅, 做到客流信息能够及时得到准确分析, 迅速对运营方案进行调整, 防止发生客流拥堵和造成事故, 已成为上海地铁面临的巨大挑战。
为此, 上海地铁通过对网络化运营、人性化服务等进行有效的梳理、分析, 研制并建立了“城市轨道交通网络运营智能化信息服务系统”, (即TOS系统, TricolorOperating Status;“三色运营状态”) , 该系统为国内首先研制, 科技含量高, 采用具有高认知度、安全可靠、易于识别的红、黄、绿三色, 来表达轨道交通的实时运营状态, 达到运营管理和承载乘客等各个方面的信息服务功能。
1 TOS系统的定位
TOS系统的核心目标与功能:
1.1 TO S系统的核心目标
TOS系统的核心目标是为了保障客运服务的持续运转, 为乘客提供便捷、快速的客运服务。对于轨道交通的管理者, COCC (网络运营协调中心) 汇集各个系统的数据采集, 全面掌握运营状态中的每一座车站、每一节列车和每一段线路发生的客流变化、设备故障和运行事故等状态信息, 及时、准确的进行准确分析和判断, 形成以“红、黄、绿”三色结合的网络拓朴图, 实现整体运营状态信息。与此同时, 针对不同的数据接口, 迅速地通过政府部门、门户网站、广播电台、移动电视、flas h动态信息屏、智能查询屏、服务中心、站台PIS (乘客信息系统) 、车载PIS、短信平台、可视终端等介质面, 向轨道交通的乘客和运营管理者发布实时信息, 实现多形式、多渠道、全方位的信息发布, 从而避免大客流拥堵事件的发生, 并及时地、有针对性地进行应急决策处理和科学地进行调度指挥。
1.2 TO S系统的功能
TOS系统的功能是实时监控轨道交通空间内各个断面和特定位置的客流密度和运营状态, 根据运营状态分析后的准确数据, 对相关线路进行着色, 形成了具备城市轨道交通特色的“三色全网图”。对乘客而言, 通过flash动态信息屏、智能查询屏、PIS系统等多种渠道, 便捷地获知轨道交通的运营状态, 动态调整出行路径。在轨道交通发生故障时, 乘客能够及时了解到地铁目前的运行状况和恢复情况, 保障知情权, 方便出行。 (图所示为flash三色全网图)
2 TOS系统方案
TOS系统以信息采集、信息处理和信息发布为核心流程, 涵盖轨道交通整个网络, 以城市交通信息一体化为发展方向, 在信息共享的基础上对信息价值进行挖掘, 服务于乘客“用网”和运营“调网”的双重需求。系统的核心流程是数据采集和传输、数据处理、数据发布三大阶段。
系统的业务流图如下所示:
3 TOS系统的组成
TOS系统的组成主要包括:实时数据采集子系统、运营状态分析子系统和信息发布子系统组成。
3.1 实时数据采集子系统
实时数据采集子系统是对全网内的车站和车辆进行实时数据采集, 通过AFC (自动售检票系统) 数据、ATS (自动列车监视系统) 数据、车辆称重数据、视频监控分析数据的综合采集、分析, 以获知车站区域、车厢内的客流密度, 以及获取车辆、车站/场和重要设施、设备的基本状态和报警的信息。能快速、准确的反应实时的运营状态, 为管理人员提供车辆正点率、故障时间、线路日均客流量等等的运营指标分析报告, 供管理指挥部门及时进行科学决策。
3.2 运营状态分析子系统
运营状态分析子系统是整个系统的核心, 对于运营协调、应急处置和科学调度都至关重要。由该系统汇集各类采集到的车辆载荷数据、视频分析数据、ATS数据、AFC数据、人工录入信息等数据进行综合分析, 包含了AFC客流预测、AFC客流分析、视频数据分析、车载客流分析、站台客流分析、行车运营质量分析以及相应的综合分析, 进行多维度的信息描述, 通过车地无线网、线路通信传输网以及轨道交通共用信息传输网, 送到分析服务器进行处理, 经过运算、加工、整合后, 输出客流密度信息和运营状态信息, 来准确地反映出路网的实时客流分布状况。同时对全网络的线路中某区段进行着色, 指导整个路网的运营调度和应急指挥。
3.3 信息发布子系统
路网信息包括动态信息、静态信息、临时信息和车站设备、设施使用信息等等。该信息的快速、准确发布, 是提高乘客对目前轨道交通运营情况的认知度, 是加强管理人员对运营服务情况的把握能力, 对提高整个轨道交通的服务质量起到至关重要的作用。乘客可通过PIS终端、flash动态信息屏、智能查询屏、门户网站、广播电台和移动电视台等获取到发布的实时信息, 使得乘客对于如何使用轨道交通出行有了基本判断依据, 这样可以大大提高乘客的出行成功率和满意度。管理人员不仅可以通过PIS终端、flash动态信息屏、智能查询屏等获取这些信息, 还可以通过客服系统、PIS操作终端、COCC/OCC (网络运营协调中心/控制中心) 等一些载体, 了解到更加详细的实时状态信息, 做到及时调整各个线路的运行计划。
4 TOS系统总体架构
总体框架图:
实时客流采集系统主要包括车站关键区域、列车上的客流数据分析以及人工录入的设备、设施信息, 分别与车站的CCTV (闭路电视) 系统和列车的车辆称重系统数据接口。车站的客流数据采集完成后, 通过车站传输系统, 传输到OCC通信前置网络交换机, 然后通过COCC通信前置网络交换机转发到上层网, 负责数据处理的运营状态分析系统。
运营状态分析系统包括分析服务器、发布服务器、网管工作站、通信前置服务、Web服务、预案与专家库等部分。分析服务器建立计算模型, 实时处理输入数据, 然后生成数据模型, 利用着色引擎转化为呈现数据。Web服务用于为第三方的关联系统提供数据接口服务。通信前置服务管理各类数据的上传下载, 并能通过人工方式生成特定的数据输入到核心处理系统, 预案与专家库在特定的数据采集到后, 自动匹配执行预案。
运营状态信息发布系统采取集中式信息发布, 在轨道交通全网络范围内, 发布运营状态信息到控制车载PIS终端、车站PIS终端、客服显示终端、车站flash动态信息屏、车站智能查询屏等终端上显示, 其中车站PIS终端通过既有PIS通道获取信息, 车站动态信息屏、车站智能查询屏从公网服务器获取信息, 车载PIS终端从地铁电视台服务器获取信息, 客服显示终端通过服务中心独立通道获取信息;并支持门户网站、政府职能部门、短信平台、协同平台、地铁电视台、手机等载体使用的要求。
5 结语