当前位置：首页 > 行业资讯 > 城市轨道交通数字孪生运维管理平台

城市轨道交通数字孪生运维管理平台

1年前 (2023-09-11)行业资讯

当前城市轨道交通运维管理平台应用研究的重要方向之一是如何利用数字孪生技术提升城市轨道交通运维管理的可靠性、安全性和经济性。文章立足数字孪生理念，围绕BIM、GIS、IoT等技术的融合应用，构建城市轨道交通数字孪生运维管理平台。

背景

随着我国城市化进程的不断推进，城市轨道交通已成为满足城市居民出行需求、实现经济社会和城市可持续发展的重要抓手。与此同时，在城市建设和治理领域，积极整合建筑信息模型（Building Information Modeling，BIM）、地理信息系统（Geographic Information System，GIS）、物联网（Internet of Things，IoT）等新兴技术资源，持续推进城市建设与治理信息化、数字化、智慧化，已成为行业共识。在此背景下，城市轨道交通高质量发展的关键是融合新理念、整合新技术。

数字孪生理念最早由美国密歇根大学教授Michael Grieves提出，近年来在BIM、GIS、IoT等现代信息技术持续发展的背景下，这一理念受到广泛关注。数字孪生是对物理实体进行数字化模拟，实现在虚拟环境中对物理实体的实时监测、预测和仿真，并通过数字化描述、数据整合分析及决策迭代优化，赋予物理实体新能力或对其能力进行拓展。

考虑到城市轨道交通运维在安全、质量和成本方面的刚性需求，当前城市轨道交通运维管理平台应用研究的重要方向之一是如何利用数字孪生技术提升城市轨道交通运维管理的可靠性、安全性和经济性。为此，本文立足数字孪生理念，围绕BIM、GIS、IoT等技术的融合应用，构建城市轨道交通数字孪生运维管理平台，介绍其总体设计、关键技术及实现的功能，以期提高城市轨道交通运维管理的效率和安全性。

平台总体设计

城市轨道交通数字孪生运维管理平台作为城市轨道交通企业智慧运维系统的核心组成部分，可为城市轨道交通智慧运维提供强大支持，赋予企业多维度分析各类资源和资产的能力，帮助其实现高效管理和智能决策，从而提高城市轨道交通运维的安全性、经济性和效率。本章将对该平台应满足的核心需求及架构进行阐述。

2.1核心需求

城市轨道交通数字孪生运维管理平台设计需满足以下核心需求。

（1）管理维度优化。当前城市轨道交通运维管理结构相对扁平，主要依赖台账与流程进行管理。面对复杂运维任务时，此管理方式低效和有信息壁垒的弊端就会显现。为避免上述问题，平台应优化管理维度，采用灵活的管理模式，减少管理层级，提高运维人员工作效率，并实现不同层级间信息的畅通交互。

（2）数据查看可视化。现有的城市轨道交通运维管理系统存在数据看板不足、展示方式单一、可视化程度有限的问题，难以使运维人员实时了解设备状况及运行状态。为解决上述问题，平台应充分利用数据可视化技术，实现动态数据的实时获取和设备状态的可视化展示，帮助运维人员快速掌握设备状况，做出及时、准确的决策。

（3）管理流程自动化。传统城市轨道交通运维管理中，采购、库存、维修、保养等资产管理流程相对独立，数据关联较弱。平台应整合这些流程，实现数据关联与流程自动化，以减少乃至规避人为错误，提升资产管理效率。

（4）资产档案精细化。目前，城市轨道交通资产档案管理较粗糙，导致设备详细信息的缺乏。为提高资产管理精细度，平台应为每个设备建立详尽的专业资产档案，包含出厂信息、检修历史信息及相关图片、视频等全生命周期数据，以便于运维人员查找分析设备资料，提高工作效率。

（5）诊断决策专业化。现阶段，城市轨道交通智慧应用较少，其在专业诊断与辅助决策方面的潜力未得到充分发掘。平台应提供专家在线诊断等服务，具备自动生成多种类型报表的功能，以协助运维人员做出专业、准确的决策。

（6）数据规范标准化。现有的城市轨道交通运维管理系统存在故障数据标准化程度不足、缺乏统一数据规范的问题。平台应采用统一的数据标准与规范，以消除数据孤岛现象。

2.2平台架构

为提高可扩展性、易维护性并满足用户的各类需求，城市轨道交通数字孪生运维管理平台分为4层，即采集接入层、数据支撑层、应用服务层和用户交互层（图1）。

（1）采集接入层负责整合各类数据资源，包括既有系统数据接入和新增数据结构化。既有系统数据接入涵盖轨旁声学监控系统（Trackside Acoustic Detection System，TADS）、地铁弓网在线监测系统、地铁工程车安全行车监控系统等企业已有系统的数据。新增数据结构化是将通过IoT感知采集、人工数据采集、语音输入识别等方式收集到的数据结构化。在这一层，需要进行相关接口开发、数据标准制定、IoT设备空间定点定位等基础工作，并保障数据传输的实时性和准确性。

（2）数据支撑层的主体部分是大数据湖，其中的数据按性质分为模型数据与业务数据2类。模型数据涉及GIS模型、BIM模型、点云扫描模型等通过各类技术手段获取的模型。业务数据则包括建设数据、维修数据、设备参数等企业业务相关数据。在这一层，需要进行模型数据与业务数据2类数据之间的对齐工作，并明确与应用服务层之间的数据访问协议和数据交换格式等关键问题。

（3）应用服务层由业务服务库、孪生服务库和决策服务库组成。业务服务库负责提供资产台账、合同信息、维修信息等各类业务信息服务。孪生服务库则提供全线浏览、隧道浏览、车站漫游等对模型和数据进行虚拟映射的数字孪生服务。决策服务库涵盖预防性维护、设备管理优化、人员调度优化等利用企业知识库进行科学决策的服务。

（4）用户交互层包括客户端、网页端和移动端，可实现同源数据一体展示与用户交互。该层与各层之间采用公网和内网连接。为改善用户体验，该层的设计需要关注易用性、交互性等方面。

关键技术分析

3.1数据的提取、转换、加载技术

数据的提取、转换、加载（Extract-Transform-Load，ETL）技术在城市轨道交通数字孪生运维管理平台中发挥着关键作用。其可高效处理不同来源的数据并将其统一格式化（图2），以实现数据的融合与实时同步，为实现各种应用功能奠定基础。

在数据采集与接入（E）阶段，平台会从多种来源收集数据，包括既有系统数据（如设备运行状态数据、信号系统数据）、第三方数据源数据（如气象、交通、人流信息等）、IoT感知数据（通过传感器与监控设备采集的实时数据）、人工采集数据，以确保获取尽量多的城市轨道交通相关信息，为后续分析和优化做好准备。

在数据清洗与预处理（T）阶段，平台会对收集到的大量数据进行去除异常值（如设备误报数据）、填充缺失值（如因网络故障导致的数据丢失）、规范化（将不同数据源的数据统一成标准格式）、多维属性集成（将不同来源数据整合到统一数据结构中）等操作，以确保后续分析和优化过程中使用的数据准确、完整、一致。

在数据融合与实时处理（L）阶段，平台会利用时序数据库（如InfluxDB等）对数据进行存储和管理，这类数据库可有效处理大量实时数据，并保证数据查询的高效性。在这一阶段，数据交换采用JSON、XML等通用数据格式，以及MQTT、CoAP、HTTP/HTTPS等实时通信协议，以确保数据在不同系统间快速、准确传输。

3.2三维可视化与虚拟仿真技术

三维可视化与虚拟仿真技术在城市轨道交通数字孪生运维管理平台中扮演着重要角色，其可将数据以直观、易于理解的方式呈现给用户，并提供沉浸式的交互体验，为运维管理提供直观的决策依据。

例如，实时渲染引擎（如Unity 3D、Unreal Engine或CryEngine）能够呈现出逼真的物理效果，展现与现实世界相近的仿真环境。平台客户端的虚拟仿真功能就是在对实时渲染引擎进行大量定制化开发的基础上，利用其对物理实体进行数字化模拟（图3），为用户提供高度真实的视觉感受和沉浸式的交互体验，从而使用户可以深入了解城市轨道交通各系统的运行状态，直观感受各种设备和系统之间的相互作用，从而更好地掌控和优化运维管理流程。

平台功能实现

本章将介绍城市轨道交通数字孪生运维管理平台实现的重点特色功能。

4.1全景数字孪生

全景数字孪生是平台的核心功能之一，其利用先进的实时渲染技术，将复杂的车站和线路信息转化为高质量的三维全景数字孪生模型，使用户可以通过全新的视角和交互方式，在虚拟的大场景下流畅地浏览车站、线路等的宏观布局，更直观、更全面地了解城市轨道交通各系统的运行状态和结构布局（图4）。

4.2结构监测数字孪生

平台的结构监测数字孪生功能通过利用无接触式感知（如传感器）和现代通信技术，实时收集城市轨道交通桥梁、隧道等结构的数据，并对这些数据进行相关统计和分析，及时发现并提示用户处理潜在的安全隐患，实现对病害的监控和预警（图5），从而提高城市轨道交通运营的安全性。

4.3设备资产数字孪生

设备资产数字孪生功能通过利用BIM技术对每个车站、区间设备建模，并将模型与其对应设备的安装位置信息、出厂数据、巡检数据、历史维护数据等进行融合，达到实时呈现设备资产状况、为运维人员提供便捷管理工具的目标（图6）。此功能可使运维人员轻松查找设备资产相关资料，了解设备资产的历史及当前状态，从而优化运维工作，实现对设备资产在三维场景下的全生命周期管理。

4.4应急场景模拟

应急场景模拟功能可以帮助城市轨道交通管理部门模拟及演练各种紧急情况下的应对措施，以提高城市轨道交通系统在应对紧急情况时的协同效率。平台可以模拟火灾等应急场景，实时感知紧急情况下的线路状态，提供火灾状态响应提示并实时报警，还可以模拟联动周边消防设施，实现多系统应急模拟的关联应用（图7）。