轨道交通大数据运维决策分析方法、装置及存储介质制造方法及图纸

技术编号:38265881 阅读:12 留言:0更新日期:2023-07-27 10:23
本发明专利技术公开了一种轨道交通大数据运维决策分析方法、装置及存储介质,其方法包括:S1、感知层包含轨道交通关联基础数据库;S2、数据采集层从感知层获取故障报警数据、模拟量数据并传输至数据管理中心;S3、数据管理中心内部具有健康评价模型,健康评价模型进行实时健康诊断;S4、当设备i的健康指数达到健康指数维修维护阈值,数据管理中心将设备维修维护处置建议工单发送至PMS系统。本发明专利技术采集轨道交通设备关联的故障报警数据按照上下层级架构存储,数据管理中心内部构建有健康评价模型并对车站、线路、线网下各个设备进行健康指数量化计算,进而准确预测得到预警时间,便于指导轨道交通设备的状态性维修。交通设备的状态性维修。交通设备的状态性维修。

【技术实现步骤摘要】
轨道交通大数据运维决策分析方法、装置及存储介质


[0001]本专利技术涉及城市轨道交通领域,尤其涉及一种轨道交通大数据运维决策分析方法、装置及存储介质。

技术介绍

[0002]近年来,中国城市轨道交通快速发展,通信、信号设备运用与维护投入日渐庞大。状态性维修是对传统的计划性维修进行优化与改进的重要途径之一,而状态修高度依赖于设备设施状态评估及变化规律的分析,现阶段轨道交通设备数据分析仍处于人工分析阶段,需要对监测设备的海量告警数据、日志文件以及设备故障率进行人工筛选、运算、分析、处理,采用人工分析存在效率低下、容易出错、人力成本高等缺陷,同时现有技术分析数据不够全面、数据挖掘维度不够深入,也难以准确分析设备状态。随着设备健康评价指标及数据挖掘维度要求越来越精细和严格,人工手段已不能满足海量数据耦合分析的需求。同时,以数据分析为基础的设备健康状态评价结果需周期性进行呈现,而目前数据分析需人工操作,存在耗时长、效率低、易出错等问题,不能满足线网级维护维修数据分析要求。

技术实现思路

[0003]本专利技术的目的在于克服
技术介绍
所指出的技术问题,提供一种轨道交通大数据运维决策分析方法、装置及存储介质,采集轨道交通设备关联的故障报警数据按照上下层级架构存储,数据管理中心内部构建有健康评价模型并对车站、线路、线网下各个设备进行健康指数量化计算,实现了设备健康度数据的实时精确诊断得到健康指数,进而准确预测得到预警时间,然后得出车站、线路、线网的健康变化趋势,便于指导轨道交通设备的状态性维修。
[0004]本专利技术的目的通过下述技术方案实现:
[0005]一种轨道交通大数据运维决策分析方法,其方法包括:
[0006]S1、感知层包含轨道交通关联基础数据库,轨道交通关联基础数据库包括与以轨道交通关联的通信维护系统、信号维护系统、PMS系统及外部输入数据文档;
[0007]S2、数据采集层从感知层获取故障报警数据、模拟量数据并传输至数据管理中心,数据管理中心按照设备、车站、线路、线网从下至上进行层级隶属存储至基础数据库中;
[0008]S3、数据管理中心内部具有健康评价模型,健康评价模型按照如下方法进行实时健康诊断:
[0009]S31、将设备i的故障报警数据按运行时刻依次排列,基于MTBF算法得到平均无故障间隔时间M
i
,以设备i的运行时刻、平均无故障间隔时间M
i
为横纵坐标拟合得到设备i的平均无故障间隔变化曲线,求出曲率系数C
i

[0010]S32、分别构建设备i所对应的评价模型,设备i的评价模型采用如下健康评价关系公式:
[0011]其中λ
i
为设备i的故障率,K
i
为设备i所对应的比例系数,C
i
为设备i
平均无故障间隔变化曲线的曲率系数,H
i
为健康指数;
[0012]Mi为设备平均无故障间隔时间;
[0013]健康评价模型按设备i的运行时刻实时输出健康指数作为设备i的实时诊断数据;
[0014]S33、设定设备i的健康指数预警阈值Z
i
,健康评价模型基于最小二乘法的曲线拟合算法计算设备i的运行状态达到健康指数预警阈值Z
i
时的预警时间;
[0015]S4、数据管理中心内部存储有维修维护处置数据库,维修维护处置数据库中存储有健康指数维修维护阈值及所对应的设备维修维护处置建议工单;当设备i的健康指数达到健康指数维修维护阈值,数据管理中心将设备维修维护处置建议工单发送至PMS系统,PMS系统创建处置工单及人员任务指派;维修维护处置数据库中还存储有设备i的故障数据及所对应的故障排查处置工单,当数据管理中心的基础数据库中设备i的故障报警数据在维修维护处置数据库有对应的故障数据,则维修维护处置数据库向PMS系统发送故障排查处置工单,PMS系统创建排查处置工单及人员任务指派。
[0016]进一步的技术方案是:其方法还包括:
[0017]S5、数据管理中心按照设备、车站、线路、线网从下至上进行层级架构存储设备i的实时诊断数据、预警时间,形成车站级、线路级、线网级三个层级的汇总数据;数据管理中心及PMS系统分别将数据传输至平台服务层,平台服务层具有数据可视化服务单元,数据可视化服务单元实现设备级、车站级、线路级、线网级的数据报表及数据可视化展示。
[0018]更进一步的技术方案是:其方法还包括:
[0019]S6、平台服务层连接有平台应用层,平台应用层具有数据展示配置单元、平台权限管理单元、健康管理大屏、健康管理后台,数据展示配置单元用于对数据展示进行配置,平台权限管理单元用于对平台用户进行录入、权限设置管理,健康管理大屏用于显示数据报表及数据可视化展示,健康管理后台用于数据的管理、存储。
[0020]优选地,在方法S5中,数据管理中心按照线路分类集成有线路数据库,线路数据库存储有隶属线路下所有设备的故障报警数据、实时诊断数据、数据报表及数据汇总,;每条轨道交通工程线路独立配置对应的数据采集单元。
[0021]优选地,所述数据采集层通过终端传感器分别采集通信维护系统、信号维护系统、PMS系统,数据采集层还用于实现外部输入数据文档包括excel、txt在内离线数据导入;通信维护系统包括传输、无线、时钟、广播、PIS、监控的数据,信号维护系统包括车载、道岔、电源、ATS、联锁、DCS、计轴的数据,PMS系统包括故障数据、工单信息、任务人员信息,外部输入数据文档包括设备日志、检修记录、报警信息的数据。
[0022]优选地,数据管理中心内部存储有数据清洗算法、道岔历史位置算法、道岔动作曲线解析算法、数据解析挖掘算法、车载MPBF算法、电源电压电流日偏差算法、子系统智能匹配算法;数据管理中心在存储至基础数据库之前,通过数据清洗算法对数据进行包括缺失处理、去重、非法数据去除、无效数据过滤在内的数据清洗处理;数据清洗处理完成之后,数据解析挖掘算法按照健康评价模型的入参格式规范根据线路、车站、设备对数据进行分类抽取、集成整合,形成模型基础数据储存于基础数据库中。
[0023]优选地,在方法S5中,数据可视化服务单元按照线网级、线路级和车站级实现数据报表及数据可视化展示,线网级展示包括全线网健康报表、预警预测和运维决策数据,线路
级展示包括故障报表、健康总览和线路级运维决策数据,车站级展示包括具体设备的健康评价结果、变化趋势、设备预警及维修建议数据。
[0024]一种轨道交通大数据运维决策分析系统,包括:
[0025]感知层包含轨道交通关联基础数据库,轨道交通关联基础数据库包括与以轨道交通关联的通信维护系统、信号维护系统、PMS系统及外部输入数据文档,用于轨道交通关联数据链接;
[0026]数据采集层,用于从感知层获取故障报警数据、模拟量数据并传输至数据管理中心;
[0027]数据管理中心内部具有健康评价模型,健康评本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种轨道交通大数据运维决策分析方法,其特征在于:其方法包括:S1、感知层包含轨道交通关联基础数据库,轨道交通关联基础数据库包括与以轨道交通关联的通信维护系统、信号维护系统、PMS系统及外部输入数据文档;S2、数据采集层从感知层获取故障报警数据、模拟量数据并传输至数据管理中心,数据管理中心按照设备、车站、线路、线网从下至上进行层级隶属存储至基础数据库中;S3、数据管理中心内部具有健康评价模型,健康评价模型按照如下方法进行实时健康诊断:S31、将设备i的故障报警数据按运行时刻依次排列,基于MTBF算法得到平均无故障间隔时间M
i
,以设备i的运行时刻、平均无故障间隔时间M
i
为横纵坐标拟合得到设备i的平均无故障间隔变化曲线,求出曲率系数C
i
;S32、分别构建设备i所对应的评价模型,设备i的评价模型采用如下健康评价关系公式:其中λ
i
为设备i的故障率,K
i
为设备i所对应的比例系数,C
i
为设备i平均无故障间隔变化曲线的曲率系数,H
i
为健康指数;M
i
为设备平均无故障间隔时间;健康评价模型按设备i的运行时刻实时输出健康指数作为设备i的实时诊断数据;S33、设定设备i的健康指数预警阈值Z
i
,健康评价模型基于最小二乘法的曲线拟合算法计算设备i的运行状态达到健康指数预警阈值Z
i
时的预警时间;S4、数据管理中心内部存储有维修维护处置数据库,维修维护处置数据库中存储有健康指数维修维护阈值及所对应的设备维修维护处置建议工单;当设备i的健康指数达到健康指数维修维护阈值,数据管理中心将设备维修维护处置建议工单发送至PMS系统,PMS系统创建处置工单及人员任务指派;维修维护处置数据库中还存储有设备i的故障数据及所对应的故障排查处置工单,当数据管理中心的基础数据库中设备i的故障报警数据在维修维护处置数据库有对应的故障数据,则维修维护处置数据库向PMS系统发送故障排查处置工单,PMS系统创建排查处置工单及人员任务指派。2.按照权利要求1所述的轨道交通大数据运维决策分析方法,其特征在于:其方法还包括:S5、数据管理中心按照设备、车站、线路、线网从下至上进行层级架构存储设备i的实时诊断数据、预警时间,形成车站级、线路级、线网级三个层级的汇总数据;数据管理中心及PMS系统分别将数据传输至平台服务层,平台服务层具有数据可视化服务单元,数据可视化服务单元实现设备级、车站级、线路级、线网级的数据报表及数据可视化展示。3.按照权利要求2所述的轨道交通大数据运维决策分析方法,其特征在于:其方法还包括:S6、平台服务层连接有平台应用层,平台应用层具有数据展示配置单元、平台权限管理单元、健康管理大屏、健康管理后台,数据展示配置单元用于对数据展示进行配置,平台权限管理单元用于对平台用户进行录入、权限设置管理,健康管理大屏用于显示数据报表及数据可视化展示,健康管理后台用于数据的管理、存储。
4.按照权利要求2所述的轨道交通大数据运维决策分析方法,其特征在于:在方法S5中,数据管理中心按照线路分类集成有线路数据库,线路数据库存储有隶属线路下所有设备的故障报警数据、实时诊断数据、数据报表及数据汇总,;每...

【专利技术属性】
技术研发人员:刘伊敏汪旭雷陈玉飞安越江智麟李雪枝杨勇豪欧志龙黄超皮金龙
申请(专利权)人:成都交控科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1