摘要：铁路承担的是远距离运输工作，行车安全是人们一直关注的话题。铁路信号集中监测系统的应用，能够帮助铁路工作人员及时发现设备隐患、处理设备故障、指导现场维修等。集中监测系统具有故障诊断与智能预警功能，当信号设备工作状态异常、电气特性值偏离预定界限时提供预警，从而避免因设备故障或人为违章操作因素而影响列车的安全、正点运行。
关键词：铁路信号；集中监测系统；应用与发展
一、铁路信号集中监测系统概述
1.1系统结构
CSM主要的目的就是为铁路系统的信号维修提供相应的服务，实现铁路系统中各个部门的相互结合。
1.2系统功能
信号集中监测系统能对铁路车辆在运行过程中的每一个环节预警，并且会通过智能装备对这些信息进行采集和分析，利用计算机所具有的高速处理数据的能力，能对车辆运行中的信号设备进行详细的诊断。该系统能在24h不间断地对信号进行监测，当检测到某些参数不在设定的上下限范围之内时就会进行报警，利用逻辑分析，该系统能提供准确的预警并且对警情进行分析。系统能对信号设备进行全程的监测，当故障发生时就能帮助维修人员及时地寻找到信故障的具体原因和位置，对信号故障进行及时的维修。
二、铁路信号集中监测系统应用
2.1信号集中监测系统
通信网络、传输、测量和计算机等先进技术共同构成了信号集中监测系统，信号集中监测系统架构呈现出“三级四层”特点，子系统在信号集中监测系统中存在既独立又统一的关系，子系统之间可以实现有效的连接，能够确保各种信号信息被监测组网全面采集。各子系统在“三级四层”这一体系架构基础上可以向各个层级中有效分散，分散的依据是信号集中监测系统维护重点、级别和标准。TDCS/CTC、列控、闭塞、联锁等系统与铁路信号集中监测系统同时展开调试、设计、施工和验收。
2.2监测子系统组成
第一，车站监测网。网络通信设备、数据采集设备和站机共同构成了车站监测网，这些基本系统单元运行中，能够实现对数据的高效搜集、归类和处理；第二，电务段监测子系统。中枢部分在铁路信号集中监测系统中为电务段监测子系统，由通信前置机、应用服务器、网路服务器、接口和数据库构成，同时还包括监测终端、网络通信安全设备、电源设备和防雷设备等。电务段监测子系统关键作用是对全段内全部车站节点进行管理，可以对站机数据进行搜集和储存，并将站机操作指令发送出去，在数据分类并提供WEB服务时需要以监测终端要求为依据；第三，铁路局电务监测子系统。全局监控中心为铁路局电务监测子系统，由维护工作站、监测终端和应用服务器构成，电务段机车站节点全部由其进行管理；第四，中国铁路总公司电务监测子系统。在铁路全线路信号集中监测系统中，中国铁路总公司监测子系统为监控核心，由中国铁路总公司监测终端和通信管理机等构成，运行中可以对全路联网车站实施管理，同时可以完成与各个铁路局之间的数据交换工作；第五，广域网数据传输子系统。该系统包含以下两个组成部分：首先，基层网，其位于电务段与车站之间，为环形组网方式，每个环路由5~12个车站构成，在同电务段进行连接的过程中以星型连接方式为主，此时需要对高于2M通道抽头方式进行利用。其次，上层网，其位于中国铁路总公司、铁路局与电务段之间，所采用的组网方式以高于2M通道星型连接为主。值得注意的是，统一的数据格式以及TCP/IP协议是各网络节点间完成通信的主要依据。
期刊文章分类查询,尽在期刊图书馆
2.3监测对象
监测对象在铁路信号集中监测系统中主要有开关量、模拟量和信号设备等，其中信号设备具备自诊断功能，而电源屏、外电网综合质量、转辙机和轨道电路等是模拟量的组成部分，监控开关量如提速道岔分表示、控制台表示状态、按钮状态、关键继电器状态和列车信号主灯丝断丝状态等构成了开关量，智能电源屏、道岔缺口ZPW-2000、TDCS/CTC、有源应答器、列控中心和计算机联锁等属于带自诊断功能的信号设备。
三、信号集中监测系统的发展趋向
3.1基于仿真的系统级故障诊断
铁路信号系统由不同的子系统和设备组成，不同的单元之间通过业务信息进行连接。在电气特性上没有很大的联系。研究不同单位的业务功能，收集核心业务数据，建立业务系统，是进行系统故障分析的前提。基于仿真的系统故障分析是通过数学模型对信号系统进行仿真，然后将模型的状态与信号系统的实际状态进行比较，找出系统存在的问题。所涉及的数据模型分析了业务系统的不同单元及其之间的关系，能够反映实际系统的核心特征。通过对信号系统运行的研究，得出信号系统是一个离散事件系统，即在某些离散时间点上的状态变化。仿真的完成需要事件推送，如路段占用率、线路暴露率等，其发生时间与实际系统相互影响。当仿真系统的运行状态与实际系统不同时，应根据时序和判断原则对故障进行识别和研究。
3.2基于机器学习的设备级故障诊断
信号设备故障诊断的本质是不可预测性和难易性。监测中的外部噪声等客观条件往往具有不可预测性。信号设备包含多个部件，各部件的电气功能不同，设备的运行条件和承载业务也在不断变化，难以形成高效合理的系统。解决这些问题的基本方法是围绕已知数据展开，利用概率和分析，利用机器学习技术找出已有知识，然后利用这些知识对不确定数据进行分析。特征挖掘是最重要的任务之一，它需要不同设备的知识，使得所挖掘的特征与故障类型密切相关，并且特征之间是相互独立的。机器学习技术是基于概率的，它研究特征数据，智能地建立科学的概率系统和处理算法，并进一步改进参数，从而在统计层面上找到合理的分析结果。转辙机是一种复杂的故障设备，其监测主要由动作功率、变化方向和动作电流组成。利用有关的观测资料和以往的经验，对转辙机的故障进行了分析，取得了很大的成果。系统智能设定阈值，对初始电流和功率曲线进行分割，再根据动作频率进行分段。对于不同的区段，采用不同的信号分析方法，挖掘出合理的统计特征供分析数据使用，采用后验概率密度分布列出故障研究结果。该系统可智能地更新不确定故障自学习和现有故障类型，以满足交直流转辙机的要求，包括单机多机、双机多动态运行。
3.3电力业务综合监控平台的开发
将扩大信号集中监控系统的范围，建立覆盖所有信号和通信设备的电力业务综合监控平台，是系统深入发展的主导趋势。不同的信号设备和相关的通信设备与大系统密切相关，独立的信息不便于系统故障分析。另外，如果维修单元是为单一类型的设备单独组装的，维修人员要对各种维修终端进行分散维修，这给控制和维修带来很大困难。相对于现有功能，平台应该是TSRS和车载ATP信号设备的输入，也是安全数据网络和视频监控设备的输入。
结语：
综上所述，在铁路电务部门中应用铁路信号集中监测系统，可以有效提升运行效率，推动我国铁路运输领域的信息化建设和发展。
参考文献：
[1]杨连报，李平，薛蕊，等.基于不平衡文本数据挖掘的铁路信号设备故障智能分类[J].铁道学报，2018（2）：59-66.
[2]崔勇，杨世武，刘志明，等.铁路信号电缆屏蔽及接地方式的研究分析[J].铁道学报，2017（11）：77-82.
[3]兰丽，张友鹏.铁路地面信号设备时间同步系统可靠性分析[J].兰州交通大学学报，2017（4）：138-144.
论文作者:孙勇
论文发表刊物:《工程管理前沿》2019年24期
论文发表时间:2020/3/4
标签：信号论文; 系统论文; 设备论文; 子系统论文; 监测系统论文; 电务段论文; 故障论文; 《工程管理前沿》2019年24期论文;