见识一下某航空企业的智能制造技术架构！
2
航空智能制造体系构建
图2航空企业智能制造技术体系框架
（1）航空企业智能制造体系顶层框架设计
针对新一代飞机智能制造的技术发展和应用需求，参考工业4.0和工业互联网的智能制造发展框架，开展航空企业智能制造体系顶层框架设计与规划工作，全面引导后续的关键技术攻关、智能平台搭建、工程应用和标准规范制定等工作。主要内容包括：
l航空企业智能制造技术体系框架
l航空企业智能制造平台架构
l智能制造技术、关键装备的工程应用规划
图3制造过程模型控制与管理业务框架图
（2）智能工艺设计与全息虚拟验证
以工艺对自动化装备的智能驱动和操作人员的精准指导为目标，研究信息-物理融合环境下的基于模型的工艺/工装智能设计、企业级产品制造/装配和管控过程的全息虚拟验证业务的发展目标、技术构成、业务流程和软、硬件构建方案，引导形成智能工厂中工艺快速、规范化设计和虚拟验证平台对产品工艺的优化能力。主要内容包括：
l制造过程模型控制与管理
l基于模型的智能工艺设计
l可视化装配指令设计与执行
l全息虚拟验证与优化
图4基于模型的智能工艺设计业务框架图
（3）制造系统智能感知与集成
以支撑制造系统的状态感知、自主决策和信息传递为目标，结合企业现有的自动化装备，研究制造系统的智能感知与集成业务的发展目标、技术构成、业务流程和软、硬件构建方案，支持新一代飞机的智能加工/装配生产线CPS单元的建设和互联。主要内容包括：
l智能装备状态感知
l基于模型的检测检验
l物流状态实时感知
l智能制造单元互联与集成
图5制造系统智能感知与集成发展思路
（4）基于物联信息的物料仓储与精准配送
以物料系统自主控制和作业现场精准配为目标，结合RFID、视觉识别等物联网感应设备，研究基于物联信息的物料仓储与精准配送业务的发展目标、技术构成、业务流程和软、硬件构建方案，引导实现物料配送方案的准时生成和全车间的精准柔性配送。主要内容包括：
l基于RFID的智能物料仓储
l作业数据驱动的物料配送方案快速生成
l基于AGV的车间物料柔性配送
图6基于物联信息的物料仓储与精准配送发展思路
（5）基于智能决策的自适应生产管控
以生产过程的决策自动化为目标，研究基于智能决策的自适应生产管控业务的发展目标、技术构成、业务流程和软、硬件构建方案，为建立企业资源、生产计划的自适应规划，以及质量信息的实时跟踪和控制机制提供指导。主要内容包括：
l制造资源动态管理与自适应平衡
l生产计划的自适应排产与调度
l基于物联信息的产品质量追踪与控制
l实时数据驱动的制造场景可视化
图7基于智能决策的自适应生产管控发展思路
（6）物联大数据存储、传递与决策支持
以支持新一代飞机的可预测化制造为目标，结合产品研制流程带出的大数据，研究物联大数据存储、传递和决策支持业务的发展目标、技术构成、业务流程和软、硬件构建方案，指导产品物联大数据存储与分析中心建设，促进形成生产过程中的各类分析决策能力。主要内容包括：
l物联大数据存储与查询分析
l物联大数据传递、共享与安全保障
l基于工业云计算的产品大数据发掘
图8物联大数据存储、传递与决策支持发展思路
3
结束语
通过结合新一代飞机研制中智能制造技术的应用发展要求，调研和分析企业实施智能制造的软、硬件基础环境。借鉴德国工业4.0和美国工业互联网战略的参考框架，构建企业智能制造顶层参考体系框架和发展路线图。结合物联网、大数据和云计算等新一代信息技术，研究智能制造体系框架中智能工艺设计与虚拟验证、制造系统智能感知与集成、智能仓储物流、自适应生产管控、物联大数据分析等各项关键要素的发展目标、技术构成、业务流程和软、硬件系统方案，从而为企业智能制造的体系化、分阶段技术发展和应用提供指导。返回搜狐，查看更多
船舶智能制造技术顶层研究*
随着新一代信息技术向制造技术的加快渗透，现代工业已经迈入智能制造发展阶段。为了抓住这一发展机遇，我国各领域加快了企业融合创新和生产管理变革，形成了一系列新模式、新产业。目前，世界海运量增长乏力、内生需求动能不足，船舶行业步入了新的攻坚阶段，面临残酷产业结构调整和转型升级，发展智能制造成为船舶工业大势所趋，也是建设成为海洋强国和制造强国必经之路。
“智能工厂”最早由美国提出，将工业化和信息化进一步高度融合，在数字化技术的基础上，把物联网的技术和监控技术进一步整合，强化了信息管理和服务。后来，随着大数据分析平台、云计算等的提出，结合一些新兴技术，形成了将工业机器产生的数据转化为实时信息的系统，构建一个节能高效、绿色环保、舒适的人性化工厂。目前智能工厂概念仍众说纷纭，其基本特征主要有制程管控可视化、系统监管全方位及制造绿色化等3个层面[1]。船舶智能制造也可以理解为基于新一代信息通信技术的新型制造模式，最突出的特点是能够有效缩短建造周期，提高生产效率和产品质量。由于智能造船发展刚刚起步，对于船舶智能制造的模式、内涵、基本特征等仍处于研究探索阶段，本文结合历代造船模式发展，研究探索船舶智能制造模式及基本特征，为构建船舶和海洋工程装备智能制造体系和标准建立提供参考。
1船舶制造和智能制造主要阶段1.1船舶制造技术发展阶段参考美国L.DCirilo先生绘制的造船技术发展史的水平(详见图1)，造船业由于先后引进了“铆接技术”、“焊接技术”、“信息技术”、和“智能技术”而形成了5级造船技术水平。到目前为止，我国船舶制造业经历了3个阶段，正处于第4阶段形成了为以“中间产品”专业化生产的集成制造模式，其基本内涵是以统筹优化理论为指导，应用成组技术原理，以中间产品为导向，按区域组织生产，壳(船体建造)、舾(舾装)、涂(涂装)作业在空间上分道，时间上有序，实现设计、生产、管理一体化，均衡、连续地总装造船[2]。
图1造船模式技术发展水平阶梯图图选项当前，我国工信部等部委正在组织开展船舶智能制造基础共性标准试验验证研究，包括标准体系、术语和定义、集成与互联互通、人机交互与协同、智能工厂(车间)、工业控制网络/工业物联网、工业云服务模型、工业大数据服务、工业互联网架构等方面研究。
1.2智能制造发展阶段目前，工业发展主要分为2种发展情况，一种是采用传统制造的奢侈品或高附加的工艺产品，另一种是随着自动化工业发展的大规模批量化产品。随着信息技术发展和应用，数字化生产和信息化经营管理作用越来越显著。在传统制造技术基础上，融合数字化、信息化技术手段，产生了新型制造方式，并从数字化工厂逐步向智能制造发展。
1)数字化工厂
数字化工厂是在计算机建立的虚拟环境中，利用仿真技术对生产过程进行模拟，并根据评估和优化优化结果进行组织生产的生产方式，加强了产品设计和制造联系，提高了生产效率，其质是信息的集成。
2)智慧工厂
智慧工厂是数字化工厂升级版，加强信息管理，采用物联网技术、监控技术，提稿了设计和生产过程的可控性，优化了计划排程。智慧工厂初步具备了自我学习和自行维护能力，通过扩增实境(AugmentedReality)技术，将真实的环境和虚拟的物体实时叠加到同一个画面，实现人与机器的相互协调合作，本质是人机有效交互。
3)智能制造
智能制造是基于新一代信息通信技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式，更好的发挥人的核心地位和潜能，将机器人和人有机集成在一起，互相配合，其本质是人机一体化。
2船舶智能制造顶层规划2.1建立船舶智能制造模式的总体思路首先，基于先进制造理念，结合造船技术特点，梳理分析船舶制造总体工艺流程、主要物流、生产主要信息流等；其次，基于数字化技术和智能技术，将工艺流程、物流、信息流集成，建立智能制造基本框架；然后，完善船舶智能制造技术体系和标准体系；最后，在工业大数据、工业物联网和工业机器人的基础上，突破智能制造关键技术，实现数字化装备、数字化车间、智能监控设备等方面集成，向人机一体化智能制造转型升级。
1)工艺流程、物流和信息流的融合
船舶智能制造主要基于工艺流、物流和信息流3方面融合。工艺流程指船厂生产工艺流程；物流指整个生产过程物资从采购、运输、生产直到交付物资运行情况；信息流指生产经营全获取、传递、交换、储存等信息过程，信息流不仅包括计划、生产设计、物流信息外，还包括采购、进度、质量、安全、沟通、文档、修改/返工等方面，信息管理系统最为复杂，目前虽有许多应用较为成熟的CIMS管理软件，但尚未到达智能化程度。
2)数字化技术和智能技术应用
数字化制造技术主要包括：计算机辅助设计(CAD)、计算机辅助制造(CAM)、计算机辅助工艺规划(CAPP)、计算机辅助检测(CAT)、计算机辅助装配(CAA)、计算机辅助工程(CAE)等。制造模不断发展完善，各种制造系统模式的总数可能超过了100多种[3]。
近几年智能技术发展取得明显成效，工业机器人、智能仪器和仪表、高档数控设备发展迅猛，离散型行业制造装备的数字化、网络化、智能化步伐加快，制造业不断探索、逐步形成了一系列智能制造的新模式。
2.2船舶智能制造顶层设计1)船舶智能制造新模式的内涵
基于现代造船模式理论、精益制造理论、智能技术等，本文提出船舶智能制造模式概念，其基本内涵为以模块化设计建造为基础，以数字化流水线为导向，应用物联网技术，使造船工艺流程、物流、信息流一体化，实现无缺陷、准时化生产；应用智能技术，使智能机器和人一体化，实现决策、规划、设计、调度、监测、生产、管理等人机高效交互，通过工况在线感知(看)、智能决策与控制(想)、装备自律执行(做)等闭环过程，不断提高完善装备性能、增加自适应能力，实现健康、安全、环保、人性的智能化总装建造。
2)船舶智能制造的基本特征
a)实现智能决策、智能规划、智能调度、设备智能管控；
b)采用数字化流水线、智能机器人生产线，实现智能化的脉动式生产方式；
c)数字化车间、数字化生产线、数字化生产单元、数字化操控；
d)数字化装备完全集成，信息全部集成，信息实时有效传递；
e)全数字化装备和智能机器人自律执行；
f)人机有效交互，最终实现人机一体化。
3)智能船厂的基本框架
智能船厂(见图2)依靠基于三维模型的虚拟建造平台、基于智能管控的生产管控平台和基于物联网的数字化物流平台，通过合理布置数字化生产线、专业工业机器人生产线等，实现船舶智能制造。
图2智能船厂的基本框架图选项4)智能船厂需突破的关键技术
建立智能船厂还需利用智能传感技术、计算机网络技术、自动控制技术、人工智能技术、现代管理技术等，实现工厂生产自动化、网路化、数字化和智能化。因此，需突破的关键技术如下：工业物联网技术；
工业大数据和云服务技术应用；工业机器人技术(机器人及工艺数据库、视觉跟踪数据库、作业动作数据库)；知识工作自动化技术(包括智能控制、机器自主学习、人机接口等)；增材制造技术应用(如3D打印)；虚拟现实技术智能化；人工智能技术；工业网络安全技术。
3典型数字化、机器人生产线应用案例随着科学技术的不断发展，无论欧美日韩、国内合资企业、南北集团下属船舶建造企业乃至私营船厂，在新建工厂、旧厂改造、技术革新等方面都已经发生了巨大的变化。从切割下料、零件加工、部件装配、小中大组立焊接、管子焊接、电缆敷设等专机或机器人应用，到数字化车间，乃至数字化工厂的建设都有了重大突破。
1)异地协同设计制造
上海中远为巴西ECOVIX公司进行8条FPSO的详细设计和生产设计工作，采用了异地协同的方式。项目设计地点在上海，建造地点在巴西，区域跨度大，信息交换量大，应用鹰图设计软件的异地协同和同步的功能，巴西能够实时调用三维模型和图纸。
2)钢板高精度激光切割流水线
日本川崎已经采用钢板高精度激光切割流水线(见图3)。
图3日本川崎高精度数控等离子切割机图选项3)型钢机器人切割流水线
大船、广船、沪东、上船、川崎、招商重工等已实施型钢机器人切割流水线生产(见图4)。
图4南通中远川崎型钢流水线图选项4)自动火工弯板机器人或三维数控曲板加工
韩国三星采用自动火工弯板机器人(见图5)，江南造船与山东硕力机械已签订SKWB-2500船舶三维数控弯板机租赁协议。
图5典型自动化或数控弯板设备图选项5)小组立生产线
日本坂出工厂、韩国大宇、三星、国内南通川崎已采用机器人焊接流水线(见图6)。
图6小组立焊接机器人图选项6)中组立生产线
日本坂出工厂、韩国大宇、三星等已广泛应用中大组立焊接机器人(见图7)。
图7中组立焊接机器人图选项7)分段制造相关机器人
分段制造方面采用机器人主要包括：内部空间焊接机器人、涂装机器人、清扫机器人、管子检查及清洗机器人等(见图8)。
图8分段制造相关机器人图选项另外，大宇造船和海洋工程成功地开发“布线机器人”，它能够自动在船舶和海上安装电线。
4结论本文提出了实现船舶智能制造的总体思路，提出了船舶智能制造模式内涵、基本特征，研究形成了智能船厂生产的基本框架，分析了需要突破的关键技术，得到如下结论：
1)船舶智能制造是船舶制造工艺流程、物流、信息流等与智能技术相结合对产物。
2)船舶智能制造模式内涵、基本特征能够较准确地反映船舶智能制造基本目标，阐述了典型数字化流水线、机器人生产线现状，具有一定的参考意义。
3)本文虽然提出的船舶智能制造的顶层规划、模式内涵和基本特征，但是要形成机器智能和人一体化还需要进一步的深入研究。
智能铁路20体系框架及其应用研究
近年来,随着我国社会经济的稳定增长,以高速铁路为代表的中国轨道交通系统得到快速发展.截至2017年底,全国铁路营业里程达到12.7万千米,其中高铁2.5万千米,占世界高铁总量的60%以上,“四纵四横”的高速铁路骨干网已经全面建成.中国铁路在建设运营规模、装备制造交付能力、技术体系完整性和服务能力方面都位于世界先进行列,为我国建设小康社会和制造强国打下了坚实的基础.同样,随着全球经济一体化的发展,轨道交通愈来愈成为世界各国关键的交通骨干基础设施,新型城镇化、创新型国家和交通强国[1]已成为我国的发展战略,“一带一路”倡议的作用将显著增强;这些都从国际和国家发展的层面对现代化、互联互通的轨道交通系统提出了新的要求.同时,轨道交通行业也面临着安全高效、快捷服务、低碳环保、可持续发展等一系列的挑战和竞争压力,迫切需要研究提出面向未来的发展模式、技术路径和关键技术,并进行有力实践.
本文针对铁路系统在新技术的强大推动和塑造升级作用下的发展模式和路径创新问题,首次提出了智能铁路2.0定义及其逻辑框架、物理框架与关键技术,构建了智能铁路系统发展水平的评价指标体系,并通过典型应用研究展示了智能铁路2.0的先进性和可行性.
1智能铁路发展概况面临着以上需求和挑战,国外发达铁路国家也在寻求新的发展途径,提升轨道交通的竞争力和发展水平,近年来轨道交通运输系统智能化已被普遍认可,成为发展方向.欧盟相关铁路组织相继提出了《铁路发展路线2050:走向竞争、资源高效、智能化的轨道交通系统》《铁路2050远景:欧洲流动性的支柱》,以及Shift2Rail等新技术发展规划[2,3,4];日本政府及铁路技术研究院提出了《国土大设计2050》《铁路研究2020》以及CyberRail等发展研究计划[5,6,7];美国提出了《超越交通2045》[8],其IBM公司发布了推动铁路行业技术发展的《ThinkbeyondtheRails:Leadingin2025》[9]等.这些发展规划都提出了更加智能、绿色、安全、可持续的轨道交通智能化发展理念,同时致力于实现智能化端到端的乘客和货物运输体验,侧重于利用新兴信息技术与多交通方式的协同,以提升个性化服务、实时决策、高适应性和及时响应等能力,保持未来铁路系统的竞争优势.我国学者也较早提出了铁路智能运输系统的定义与技术框架,并根据最新技术发展与需求变化,不断深化与优化系统的内涵与技术体系[10,11],以适应最新的发展要求.
智能铁路的发展在新兴技术的驱动下是具有阶段性的,特别是先进的信息通信、人工智能、机器人、物联网、大数据以及新材料、新能源等新兴使能/赋能技术[12,13]对铁路系统的内部功能和外部形态具有巨大的塑造和变革甚至颠覆作用.从信息处理技术水平的角度出发,智能铁路具有3个发展阶段:初级阶段为数字铁路,即铁路数字化阶段;中级阶段为智能铁路1.0,即铁路网联化阶段;未来将进入智能铁路2.0,即铁路自主化阶段.智能铁路2.0的发展目标就是实现轨道交通系统的自主感知、自主学习、自主决策和自主控制,以低成本、低风险的方式,提供高效精准的位移服务.
2智能铁路体系框架智能铁路2.0的定义是:充分利用先进的信息通信、人工智能、物联网、大数据、机器人等技术,以自主感知、自主学习、自主决策和自主控制为核心处理流程,在对设备设施优化管控的基础上,提供高效精准、个性化的位移服务,从而实现更加安全、高效、舒适、绿色的新一代铁路交通运输系统——自主铁路运输系统.
2.1核心处理流程智能铁路的核心处理流程是自主感知、自主学习、自主决策和自主控制的闭环迭代过程,此过程是高度自主化的.自主感知是对铁路系统运行状态的全息主动获取,自主学习是将获取的信息转化形成知识,自主决策是形成优化的执行方案,自主控制是高度自动化的执行输出,通过长期的迭代过程,从而不断提升智能铁路系统的智能水平,其流程见图1.
图1Fig.1FigureOptionViewDownloadNewWindow图1智能铁路2.0的核心处理流程Fig.1KeyprocessflowofIntelligentRailway2.02.2智能铁路系统从系统分析的角度来看,智能铁路是典型的信息物理系统(Cyber-PhysicalSystem,CPS)[14],其物理系统包含基础设施、移动装备和运行环境等客观对象,信息系统包括信息感知、信息处理、信息决策和信息控制等过程.通过信息系统与物理系统的平行映射、虚拟操纵和迭代进化,形成铁路物理和信息空间的一体化集成与协同发展,其系统结构如图2所示.
图2Fig.2FigureOptionViewDownloadNewWindow图2智能铁路CPS系统结构Fig.2CPSstructureofintelligentrailway从复杂系统和信息学的角度来看,智能铁路是典型的耗散结构[15],其处在远离平衡态的自组织状态,通过智能化的核心处理过程,不断将信息数据转化为知识和决策以及自动化的过程,从而产生负熵流,使系统熵减少形成有序结构.智能铁路的智能化水平可以用信息熵H(U)=EI(-logp_l)=(∑┬(k=1))┴Kp_ilogp_i[16]来表达,信息熵越低代表着不确定性状态越少,知识的组织性和完整性越高,也就意味着智能化水平越高.
3智能铁路技术框架基于智能铁路2.0定义和上述的内涵分析,其技术体系框架可用逻辑框架和物理框架来描述.
3.1逻辑框架逻辑框架主要描述为实现系统服务目标所必须提供的功能模块及各模块间交互的信息流和数据流.它是从功能实现的角度为智能铁路2.0系统提供一个通用的顶层框架,不涉及具体的实现技术及实施方案,主要包括物理层、状态感知层、信息融合层、智能分析层、协同服务层及系统目标层等,如图3所示.
图3Fig.3FigureOptionViewDownloadNewWindow图3智能铁路2.0逻辑框架Fig.3LogicframeworkofIntelligentRailway2.01)物理层:是指构成铁路系统的物理组成部分,包括沿线基础设施、车站、列车及运行环境等.
2)状态感知层:是指采集获取沿线基础设施、列车、运行环境及客货服务对象等的状态数据,用于将物理组成部分进行数字化处理.
3)信息融合层:通过网络融合和数据融合,将多元异构大数据进行高效传输、集中管理、有效组织和全息表达,为智能分析层提供准确、有效、完备的信息资源.
4)智能分析层:基于有效信息,利用人工智能,进行知识的发现和挖掘,形成知识库,为业务优化提供核心的知识支撑.
5)业务优化层:基于各类专业知识,利用优化模型,对设备设施管理、运输组织调度、安全应急管理进行最优化决策和执行,为智能铁路系统的服务对象提供最佳的内部功能支撑.
6)协同服务层:基于业务优化层提供的内部功能,通过服务定制和无缝协同,为客货对象、管理者以及合作方等服务对象提供个性化、及时和舒适的位移服务.
7)系统目标层:智能铁路2.0的目标是实现更加智能高效、安全可靠、优质服务及绿色环保的铁路运输系统.
3.2物理框架智能铁路是一个复杂系统工程,其物理框架描述了该系统的总体构成要素,主要包含智能化基础设施(线路、站场、车站等)、智能化移动装备、智能化信息平台、智能客货服务系统、智能运输管理系统和智能安全保障系统等,如图4所示.
图4Fig.4FigureOptionViewDownloadNewWindow图4智能铁路2.0物理框架Fig.4PhysicalframeworkofIntelligentRailway2.01)智能化基础设施:是智能铁路2.0系统运行的物理支撑,通过物联网实现铁路列车、线路、站场和车站的状态获取和泛在互联,并结合边缘计算等形成智能列车、智能线路、智能站场和智能车站等.
2)智能化信息平台:是智能铁路2.0系统运行的处理核心,基于大数据、云计算及人工智能等,实现信息的智能化处理和知识发现.
3)智能化运营管理:是智能铁路2.0系统运行的核心业务,在智能化信息平台的支撑下,实现智能客货服务、智能运输管理和智能安全保障等业务内容.
基于以上功能实现和物理实现可以看出,智能铁路的发展需要关键核心技术的支撑,在不同的发展阶段其核心技术也有所不同,因此需研究和关注相关的技术发展,形成关键技术体系,如图5所示.
图5Fig.5FigureOptionViewDownloadNewWindow图5智能铁路2.0关键技术体系Fig.5KeytechnologiesofIntelligentRailway2.04系统评价指标体系在不同的发展阶段智能铁路其发展的水平不同,需对其进行科学评价,从而为智能铁路的建设规划提供科学依据.根据智能铁路的发展目标,提出了涵盖智能高效、安全可靠、优质服务和绿色环保等4个方面的评价指标,具体包括状态感知度、数据共享率、智能决策程度、运输密度、机车车辆利用率、铁路责任事故发生率、重大事件响应时间、安全预警能力、运输服务网覆盖率、服务正点率、乘客出行满意度、吨公里能耗和新能源渗透率,如图6所示.
图6Fig.6FigureOptionViewDownloadNewWindow图6智能铁路系统评价指标体系Fig.6EvaluationindexesofRITS1)状态感知度:是指利用物联网/传感网等技术手段获取铁路系统运行状态的程度,具体指获取状态感知的铁路对象占铁路系统全部构成对象的百分比,铁路智能化程度越高,其状态感知度越高.
2)数据共享率:是指铁路业务系统之间数据信息互联互通的程度,具体指系统间共享数据量占所有数据的百分比,铁路智能化程度越高,其数据共享率越高.
3)智能决策程度:是指铁路系统进行决策执行的智能化程度,具体指采用人工智能或无人自动化方式进行决策执行的业务单元数量占全体业务单元数量的百分比,铁路智能化程度越高,其智能决策程度越高.
4)运输密度:是指单位里程所完成的客运周转量或货物周转量,智能铁路发展阶段越高,其指标也越高.
5)机车车辆利用率:是指每台机车车辆完成的客运周转量或货物周转量,智能铁路发展阶段越高,其指标也越高.
6)运输服务网络覆盖率:是指铁路系统服务网络覆盖地区占铁路系统运输覆盖地区的百分比,铁路智能化阶段越高,其运输服务网络覆盖率越高.
7)服务正点率:是指铁路正点运行次数占总行车次数的比值,铁路智能化程度越高,其服务正点率越高.
8)乘客出行满意度:是指乘客对铁路运输服务的可得性、便捷性、舒适性和安全性等方面的综合满意程度,铁路智能化程度越高,其乘客出行满意度越高.
9)铁路责任事故发生率:是指在单位时间内铁路责任事故发生的数量,铁路智能化程度越高,其铁路责任事故发生率越小.
10)重大事件响应时间:是指当铁路系统发生重大事件时关键应急处置资源的到位时间,铁路智能化程度越高,其重大事件响应时间越短.
11)安全预警能力:是指铁路系统对自身安全态势判别的准确性和及时性,铁路智能化程度越高,安全预警能力越高.
12)吨公里能耗:是指平均完成换算周转量所耗费的能源总量,铁路智能化程度越高,吨公里能耗越低.
13)新能源渗透率:是指在铁路系统中运用清洁环保新能源的比例,铁路智能化程度越高,新能源渗透率越高.
随着智能铁路系统的发展,智能铁路2.0阶段的各项指标都比1.0阶段的指标有质的提升,并且在人工智能等新兴技术能力倍增的情况下,其智能化发展速度愈来愈快,从而使铁路系统的功能和服务发生颠覆性的变化.
5智能铁路2.0发展路线智能铁路的发展模式是在新兴技术的驱动下不断跨越式地发展达到新的里程碑,智能铁路的发展有3个里程碑的发展阶段,即数字铁路、智能铁路1.0、智能铁路2.0,其核心驱动技术是信息化技术,在信息处理程度上分别达到了数字化、网联化和自主化的程度,发展路线如图7所示.
图7Fig.7FigureOptionViewDownloadNewWindow图7智能铁路发展路线Fig.7Developmentrouteofintelligentrailway6智能铁路应用研究随着铁路智能化的发展,我国在智能列车、智能基础设施、智能运输组织、智能安全保障和智能客货服务等领域都取得了不少进展.以下主要介绍笔者所在的团队近年来在智能铁路相关应用研究领域取得的部分成果与进展.
6.1列车在途智能安全监控预警关键技术列车运行安全是轨道交通运营安全的核心和第一要务,特别是随着列车速度的提高、运行工况的多变以及服役时间的增加,列车健康服役状态呈现快速、非线性及随机不确定性复杂变化的特点,迫切需要利用传感网、大数据及人工智能的理论方法,解决其服役状态高灵敏实时检测与精确诊断预警的技术难题.
课题组提出了基于纳米摩擦发电原理的振动加速度高精度测量分析模型方法,可实现3500mV/g的测量精度,比传统压电传感器的灵敏度提高10倍以上,为研制列车高灵敏复合传感器提供了理论支撑[17];提出了基于多尺度信号处理与机器学习方法融合的早期故障诊断模型,可有效处理包含冲击噪声在内的非高斯噪声干扰,诊断准确率在高信噪比-16dB条件下仍能达到92%以上,比传统方法提高近20%[18];构建了基于模糊安全域分析的列车安全大数据分析挖掘方法,实现了基于数据驱动的列车安全状态自动提取划分,并在此基础上建立了基于马尔可夫的关键部件寿命预测分析方法,实现了列车实时高精度的风险预测预警.基于以上方法,研制出列车在途安全监控预警成套设备,并应用到我国CRH380和城轨列车上,取得了较好的应用效果.
6.2复杂路网运营风险评估与智能调度技术我国高速铁路线网规模目前已位居世界第一位,高速列车群具有规模大、速度快、密度大、交路长以及跨越多个不同气候带和地质环境复杂等特点,易受各种干扰因素和突发事件的影响,造成严重晚点和大面积行车秩序紊乱,高效调度指挥难度大,迫切需要利用人工智能、最优化方法对高风险突发事件下的大规模高速列车群调度指挥进行智能决策处理.
课题组提出了基于复杂网络和不确定性群决策的路网复杂系统运营风险分析模型,可准确判别分析轨道交通路网运营实时风险,比经典的VIKOR方法排序精确度提高20%以上[19];研究提出了基于SwitchingMax-PlusSystem(SMPS)方法的突发事件路网影响与晚点预测模型,实现了高速列车运行潜在冲突的精确预测[20];提出了基于冲突风险和晚点分析的高速列车群多目标混合智能调度优化方法,其计算效率比传统多目标优化算法提高了30%,为现场实时应用提供了理论支撑.以上方法与我国新一代高铁智能调度指挥系统和城轨路网应急指挥管理系统进行了密切结合,取得了较好的应用效果.
6.3列车运行环境智能安全感知技术随着列车速度的提高,运行线路及周边环境对列车运行安全的影响愈加密切,传统的轨检车及人工巡线检测方式已无法满足全方位的运行环境智能安全感知问题.课题组通过研究,提出了基于无人机视觉检测的铁路基础设施病害智能提取辨识技术,可实现钢轨表面缺陷、扣件缺失/损坏、轨枕裂纹以及桥梁钢架结构损失/损坏等的智能检测,准确率达到了90%以上[21],同时还可实现对沿线地形地貌异常变化、违章建筑等潜在风险的准确识别;建立了基于沿线综合视频的铁路周界视频监控大数据库,并提出了基于深度卷积网络的铁路沿线视频增强与目标检测方法,在图像去雾以及线路入侵行为检测方面取得了较好的效果.在以上多源视频数据融合的基础上,形成了全新的铁路空地一体化视频智能安全感知技术框架体系.
7结论智能铁路是铁路系统发展的未来,本研究面向智能铁路发展的过程,首次提出了智能铁路2.0定义及其技术体系框架,并对其关键核心技术、评价指标和发展路线进行了阐述,最后介绍了智能铁路的部分典型应用研究进展.本研究将有助于该领域对智能铁路的内涵、构成和发展方向形成统一的理解,在此基础上不断深入地探究相关的基础理论、核心算法、关键技术及应用系统,为最终智能铁路2.0的实现打下坚实的基础.