日本在线www-日本在线播放一区-日本在线不卡免费视频一区-日本在线不卡视频-成人影院久久久久久影院-成人影院一区二区三区

北京和利時系統工程有限公司王仁哲，行增暉，劉小樹

1目標和概述

截至2020年底，中國內地有45個城市開通城軌交通運營線路共269條，運營線路總長度達7978.19公里。需要維護的設備種類及設備設施的數量達到幾十萬/百萬臺套級別。不斷延伸的線路和增加的客流為行業帶來持續的發展機會，同時設備狀態監控及分析預測能力的落后，也為軌道交通的設備維修保養等工作帶來了難以疏解的繁重壓力，具體表現在：信息碎片化現象嚴重，數據一致性差；數據類型單一，無法支撐有效的數據分析手段；各專業信息形成孤島，共享困難；信息滯后，實時性和追蹤性差。

軌道交通機電設備種類和數量繁多、運行機理各異，設備運維保養也面臨上述同樣問題。為此和利時公司使用邊緣計算和云邊協同技術，在邊緣側部署邊緣智能控制器，與車站的邊緣云相結合?；谔摂M化及工業互聯網架構，依靠強大靈活的通訊能力和運算能力，使用一套系統實現多維數據采集，以及多個專業的統一監控管理。

該方案的主要目標是采用邊緣計算與云邊協同技術，通過自動、實時、全面透徹的感知，實現物與物、人與物、人與人的全面互聯、互通、互動，處置由事后向事前預警預測轉移，實現預測維修管理模式落地。通過各專業設備相關數據整合與大數據設備建模分析，智能生成設備運維工作建議，從而提高運維效率，降低運維成本，提升運行安全。

2方案介紹

城市軌道交通智能機電管理平臺iBAS方案，使用基于和利時集團自主研發的邊緣智能控制器（EdgeIntelligenceController，EIC）替代傳統可編程控制器PLC，采用虛擬化技術并搭載AI人工智能算法，實現傳統BAS功能和機電智能診斷功能。利用EIC邊緣計算功能并結合AI人工智能算法，實現節能控制、扶梯/風機/水泵/冷水機組等機電設備的智能故障診斷等更廣泛的應用。搭載無線物聯模塊，通過無線網絡實現設備的無線接入，減少復雜網絡布線，節約施工和材料成本。方案系統架構圖如圖1所示。

圖1 城市軌道交通智能機電管理平臺iBAS方案系統架構圖

2.1解決方案硬件平臺

EIC采用工業級無風扇設計，搭載高性能4核CPU，支持USB、DP、Powerlink、以太網等多種外設接口，支持多種存儲介質擴容以提升整機系統硬件性能，單體設備能提供80TOPS的算力，同時通過算力網絡來實現邊緣側多個EIC之間的算力均衡和算力調度。依托虛擬化技術，EIC可劃分為工業控制、邊緣計算等不同業務系統，靈活劃分各業務系統的硬件資源、外設，使得各系統安全隔離、靈活擴展。作為邊緣控制平臺，集成成熟的工業控制、邊緣計算、協議轉換等行業應用，與云平臺深度融合，實現云邊端協同。EIC外觀與軟件功能劃分分別如圖2、圖3所示。

圖2EIC外觀圖

圖3EIC軟件功能劃分圖

和利時EIC技術水平及指標：

（1）最小輸入輸出響應周期≤10ms，且與系統規模無關。

（2）單站支持I/O物理點數≥300,000點。

（3）支持高速采集通道≥200通道，單個通道采樣率≥64Ksps，分辨率16bits。

（4）支持機架冗余，冗余切換時間≤50ms。

（5）支持在線下裝，可在運行中無擾修改邏輯、硬件、任務等資源。

（6）支持聯合仿真。

（7）全系統時間同步，時間分辨率≤1ms。

（8）可擴展算力，最大算力≥100TOPS。

2.2解決方案人工智能算法

在云端進行大數據的存儲，利用大數據分析和機器學習建立模型；云端將訓練的模型通過云邊通道同步到邊緣側，在邊緣智能控制器中進行計算，實現設備的控制輸出；云端根據設備的運行情況，持續優化模型。目前在北京19號線地鐵項目中已經實現自動扶梯故障診斷與預測分析、風機故障診斷與預測分析、站臺門故障診斷與預測分析、蓄電池故障診斷與預測分析、節能控制與冷水機組診斷分析等AI算法，收到預期效果。iBAS方案云邊協同人工智能算法實現邏輯如圖4所示。

圖4iBAS方案云邊協同人工智能算法實現邏輯圖

該項目主要產生3項專利、6項軟件著作權，具體如表1、表2所示。

表1主要知識產權列表

表2主要軟件著作權成果列表

3代表性及推廣價值

城市軌道交通智能機電管理平臺iBAS方案是完全落地的邊緣計算與云邊協同的典型場景案例。整體技術充分考慮地鐵行業設備運維的實際需要，方案具備良好的可擴展性，能滿足行業對設備運維的高標準要求。該方案使用一套系統實現對監控系統多維度的高效統一管理；系統的大規模應用，可幫助企業用戶實現智能監控，支撐預測維修管理模式落地，實現故障處置由事后向事前預警預測轉移。該方案已應用于北京地鐵19號線上，在該線路上采用了EIC實現傳統BAS功能以及機電智能診斷功能。通過虛擬化技術，EIC替代傳統物理PLC，并融合FEP、邊緣計算，實現了自動扶梯、風機、站臺門、蓄電池、節能控制等五類設備或系統的故障診斷與預測分析，利用平臺功能整合孤立的機電運維系統，實現統一運維。同時EIC實現傳統BAS功能和機電智能診斷功能，進一步實現“降本增效保安全”的建設目標。

該方案在先進技術應用上具有以下代表性：

（1）對象化管理（數字孿生）：針對設備對象，融合運行狀態數據、監視狀態數據、輔助監視系統數據，將設備自身狀態、工藝狀態、環境狀態及歷史信息統一進行整體建模，實現對象化的設備監視管理。

（2）智能化應用（數據驅動）：基于EIC整合的多維度大數據，利用人工智能算法，實現設備在線故障診斷報警、健康監測、故障趨勢預測、預測維修、故障原因分析、維修效果評估等功能。提升運行安全，降本增效。

（3）邊緣計算：該方案以EIC作為邊緣計算平臺，采用高性能處理器及靈活的硬件資源擴展架構，實現算力、存儲、網絡資源的擴展，提高邊緣側處理能力，降低云端資源需求。同時EIC具有強大的網絡接口功能，支持智能儀表、現場總線、物聯網、視頻/圖像等多種接入方式，簡化系統硬件架構，降低設備和工程部署成本。

（4）云邊協同：該方案將云原生技術應用到傳統監控系統中，提高系統部署的靈活性，并為系統的持續升級提供便利的方法。提供容器化的部署平臺，形成云邊協同，將傳統監控系統中的控制器、現場總線、I/O通道等資源整合到云端，通過云端管理，同時云端通過計算平臺采集的數據做模型訓練，推理部署到邊緣計算平臺，從而實現各種預測功能。

城市軌道交通智能機電管理平臺iBAS方案僅僅是以EIC為計算平臺的邊緣計算一個落地方案，在城市軌道交通中，邊緣計算方案也可以推廣應用到信號、供電、隧道、通信等不同的專業設備運維中，據行業保守估計，到2025年，軌道交通維保市場規模將達到1500億元以上。該方案能幫助用戶降本增效，實現設備全生命周期管理，使設備可靠性提高10%以上，故障率降低15%，設備可用率達96%以上，維護成本下降15%。

此外，以EIC為核心的邊緣計算方案還可以在以高速鐵路、高速公路等為代表的大交通行業及電力、石化、智能工廠、新能源等領域有廣泛應用場景。對推動全行業數字化、智能化、綠色化轉型具有重大意義。

摘自《自動化博覽》2022年2月刊