摘 要：城市轨道交通作为高速、大容量公共交通东西，其安全性、牢靠性直接关系到乘客的人身安全。要害设备设备是城市轨道交通运营的根底，其作业状况对列车运营安全至关重要。近年来，地铁职业开端把设备保护和信息化结合建造才智运维作为开展方向，各地铁公司逐步将才智运维作业列为重中之重。本文要点针对地铁保护体系特色，对地铁信息体系的才智运维体系需求进行研究，为全路相关体系研制供给思路和办法。
跟着各地地铁线路不断铺开，保护的技才干量不断被摊薄，客流量逐步攀升以及延伸运营带来的保护时刻的紧缩等都给各地地铁通讯信号设备的保护作业带来压力。我国地铁信息化建造经过几十年的开展，信息体系简直深化到地铁一切专业范畴，已成为地铁运送出产和办理作业的重要东西和中心战略资源。跟着科技技能的迅猛开展，正日益深刻地改变着人类的出产方式和生活方式，而且日益老练的科技技能开端运用于地铁运营保护，结合现在轨道交通建造现代化、智能化，需求运用现代先进手法，进步设备设备运转水平，进步运营保护、修理功率。经过施行智能运维渠道建造，可有用处理信息孤立涣散、缺少根据体系安全态势剖析的预警及危险辨认才干的问题。
地铁运转设备的保护办理一方面要具有及时性和预防性的特色，一方面又具有办理和谐杂乱、牢靠性确保要求高的特色。这两类特色相互交织，互为对立。因为地铁运营具有接连性和大载荷的要求，因而地铁运营首要依托成组供电设备和信号操控设备组成的大型体系来完结。这类体系中具有各类专业设备，这些设备的功用直接影响到地铁的运营，设备的功用会跟着运营时刻而下降，因而怎么进步设备设备运转水平，进步运营保护、修理功率就成为需求处理的问题之一。
传统的地铁运营设备保护形式首要靠人工方案丈量、保护，这种形式的保护功率低，劳动强度大、质量低，发现问题概率低，数据接连不接连、依托人的主观能动，不确定性大。
针对这种状况可以选用多元交融智能感知技能，即挑选感知技能适配不同品种设备、设备不同部件的作业特性，完结要害设备全状况感知。完结机器、设备主动在线感知，这种形式功率高，质量高，做到7*24小时不接连感知，智能机器感知，数据牢靠。多元交融智能感知技能首要有：电气感知、视频感知、激光测距、环境感知、网络感知、还有无线场强、智能接口和红外感应的感知技能。
多元交融智能感知技能的运用为设备监测供给的信息根底，针对不同的数据特性研制相应的剖析办法完结数据的全量智能剖析：实时波形剖析（接连数据流实时特征剖析），曲线剖析（事情型曲线特征剖析），推理机（归纳型多数据的特征剖析）和毛病树（体系性特征概率剖析）。多元交融智能感知技能的运用，可以做到对设备的实时针对，提早发现设备危险，供给修理主张，进步设备牢靠性，而且毛病时能快速定位毛病原因，紧缩毛病延时，进步了地铁运营功率。
多元交融智能感知技能发生了海量的信息，有的线路或许每天发生上万亿的数据元，这些运营保护数据元已出现“海量数据杂乱类型数据”的状况，已具有大数据的特征，但地铁信号体系运营保护记载和监控大数据存在多源异构和信息非结构性等杰出问题，因而假如无法构成一种有用的信息同享机制，终究构成很多的信息孤岛，不能有用地完结常识的同享和互操作，形成信息糟蹋，这将影响地铁的智能运营保护决议计划和行车功率。
处理此问题的最好的办法是运用大数据技能。大数据（big data），IT职业术语，是指无法在必定时刻范围内用惯例软件东西进行捕捉、办理和处理的数据调集，是需求新处理形式才干具有更强的决议计划力、洞悉发现力和流程优化才干的海量、高增长率和多样化的信息财物。经过大数据技能对运营保护数据元进行剖析，发现长期性的、全生命周期的、规模性的、多维度的设备运转规则;为产品设计、收购决议计划、库存决议计划、人员培训、设备改造、保护决议计划、大中修决议计划供给主张。
传统的设备毛病模型，是经过专家经历+设备作业原理转化为常识模型，每个常识模型都需求事务专家+常识工程师重复提炼完结。经过大数据技能树立的设备毛病模型需求具有自学习功用，设备毛病模型的自学习功用，是经过机器学习算法将前史毛病事例主动提炼常识模型，然后使得设备毛病诊断及预警剖析更具有扩展性。如图1所示。
以转辙机为例，可以参阅残差网络单元（ ResNet ）的网络结构，恰当改善适用于道岔转辙机电氣特性曲线的辨认。在卷积层中选用1×1，3×3和1×1的卷积核堆叠，可以有用削减练习参数的个数，一起运用残差网络能更好地辨认出正常曲线和毛病曲线的差异。运用跨层衔接完结残差的传递，避免练习过度导致退化和过拟合问题。
别的，在每个卷积层后用BatchNormalization（BN）对输出成果进行规范化，它可以避免梯度弥散而且加速收敛速度。激活函数选用ELU，它能削减正常梯度与单位天然梯度之间的距离，加速收敛，而且在负的约束条件下可以更有鲁棒性。图画及视频辨认一向是人工智能范畴的难题，它不同于电气特性按设备设计原理传导具有必定的规则性。图形及视频更多体现出他的可变性，其跟着光影、视角、远近等要素改变。根据大数据的机器深度学习算法擅长于图形及视频辨认，在各范畴已有老练运用
运用BIM技能，与信息化体系结合，对运营设备进行全生命周期的办理，从收购到作废。经过树立的BIM体系打造一个闭环的设备监测+出产办理渠道，进步了出产功率。
地铁信号体系作为地铁的大脑中枢，为确保地铁的高效、安全运转起着不可估量的效果。需求确保地铁信号体系可以一向坚持杰出的运营状况，才干确保地铁的继续运转。跟着信息技能的开展，地铁信号体系发生了海量的运营保护数据，只要对运营保护数据进行剖析和发掘才干完结对地铁信号体系运营状况的精确把握。
[3] 朱礼平，赵宝龙.地铁设备修理办理剖析[J].城市建造理论研究，2013（13）：48-53.
