基于互聯(lián)網(wǎng)下城市軌道機電一體化分析

吳韻逸

摘要：隨著互聯(lián)網(wǎng)技術的快速發(fā)展，機電一體化技術是一門集計算機技術、傳感技術、信息技術、自動控制技術、機械技術、電力電子技術等交叉的綜合性技術。機電一體化已廣泛的運用到生活的各個領域，加快了社會的建設與進步，基于互聯(lián)網(wǎng)下將機電一體化技術運用到城市的軌道交通中，提高了交通運行和乘客出行的效率，解決了城市軌道交通的擁堵問題。本文主要分析機電一體化技術的概念和軌道交通工程的具體應用。

關鍵詞：互聯(lián)網(wǎng)軌道;機電一體化;城市軌道交通

中圖分類號：U239.5;U285.2

文獻標識碼：A

文章編號：1001-5922（2020）12-0172-04

0 引言

在城市快速建設發(fā)展過程中，城市道路擁堵的現(xiàn)象日趨加重，為了緩解這一現(xiàn)狀，各地區(qū)城市大規(guī)模修建軌道交通。作為現(xiàn)代人出行的重要交通工具，軌道交通列車具有運量大、速度快、準時、節(jié)能等優(yōu)點，有效的解決了城市道路擁堵的問題。但城市軌道交通運行的過程中需要電力系統(tǒng)、控制系統(tǒng)、通訊系統(tǒng)、監(jiān)控系統(tǒng)、信號系統(tǒng)、自動檢票系統(tǒng)、環(huán)境監(jiān)測系統(tǒng)、火災報警系統(tǒng)等專業(yè)配合。傳統(tǒng)的人工工作方式無法操作這一復雜的機電系統(tǒng)，因此在軌道交通中運用機電一體化技術，互聯(lián)網(wǎng)下可對每個工程程序實施智能化控制，大幅度提高了列車的運行效率，增加了乘客的通行效率，讓乘客的出行變得更加舒適、安全和便捷。

1 我國城市軌道交通現(xiàn)狀

截至2019年，我國已經(jīng)有30余個城市開通了城市軌道交通，其中北京市擁有22條線路，通車里程608km，上海市擁有17條線路，通車里程673km，廣州市擁有13條線路，通車里程392km，深圳市擁有8條線路，通車里程285km。軌道交通給城市居民生活帶來極大便利的同時，也給城市交通帶來新的挑戰(zhàn)，因為地鐵擁堵和換乘困難給城市生活帶來諸多不和諧因素。所以，研究城市軌道交通的升級方案，是當前城市軌道交通升級工作的重要內容[1]。本文就城市軌道交通一般模型進行探索研究，如圖1所示。

圖1中，一般城市軌道交通的運行線路之間軌道調度相對獨立，每條運行線路在始發(fā)站均有繞道連接到檢修站區(qū)[2]。北京、上海等地的城市軌道交通一般擁有多個檢修站區(qū)，但也有部分類似合肥、青島等地會修建單獨的檢修站區(qū)對備用車輛和檢修車輛進行管理。城市軌道交通每條線路中間會有多個中間站臺，用于乘客中途上下車或者換乘，部分換乘站如北京大望路站、西直門站等，會在換乘站區(qū)有繞道聯(lián)通不同線路，供緊急調車使用。但在實際正常運行循環(huán)中，各線路之間的車輛獨立運行，不相互跨線。

在這種模式下，如果加大一條線路的發(fā)車密度，就需要從檢修站區(qū)配置車輛進入始發(fā)站前等待，調整發(fā)車密度后，將車輛并人運行。如果減小一條線路的發(fā)車密度，會等待車輛進入始發(fā)站后，將其撤編后駛回檢修站區(qū)。傳統(tǒng)調度模式下，線路加大或者減小發(fā)車密度，根據(jù)提前制定的發(fā)車時間表執(zhí)行，即在預計高峰時間加大發(fā)車密度，在預計非高峰時段減少發(fā)車密度。但此方案會在動態(tài)客流發(fā)生不可預期變化時發(fā)生擁堵或者空車運行情況。本文重點探討依照大數(shù)據(jù)回歸和曲線估計算法的城市軌道交通互聯(lián)網(wǎng)機電一體化控制方案。

2 機電一體化控制策略現(xiàn)狀及互聯(lián)網(wǎng)切入點

當前狀態(tài)下，通過基于MPLC或者單片機系統(tǒng)控制的道岔自動監(jiān)控系統(tǒng)、信號自動控制系統(tǒng)、隔離門聯(lián)動控制系統(tǒng)、車輛定位及狀態(tài)監(jiān)控系統(tǒng)等都已經(jīng)形成了信號聯(lián)動。其中使用軌道主機對道岔狀態(tài)和信號狀態(tài)進行綜合管理，使用站區(qū)主機控制隔離門狀態(tài)的監(jiān)控信息，使用運行主機控制車輛狀態(tài)監(jiān)控信息，3種主機在站區(qū)的邊緣IDC進行數(shù)據(jù)匯總處理，3種主機的本質是大數(shù)據(jù)倉庫系統(tǒng)，并無更多的數(shù)據(jù)處理功能。在最近的互聯(lián)網(wǎng)技術升級中，將3種主機信息通過IDC接入主機接入到城市軌道交通總調度IDC中，該IDC的IDC機組（交換機組、路由器機組、數(shù)據(jù)倉庫機組、服務器機組等）不做更多討論，而其值班主機工作站組和調度主機工作站組也通過匯聚層交換機后，經(jīng)過IDC核心交換機與IDC機組實現(xiàn)互聯(lián)網(wǎng)功能。如圖2所示。

可以認為，當前對大部分軌道交通總調度來說，其IDC機房內已經(jīng)擁有了充分的交換機組、路由器機組、數(shù)據(jù)倉庫機組、服務器機組都已經(jīng)擁有了足夠的計算能力和安全保障能力。所以在下文中進行核心算法分析。

3 軌道交通核心算法需求分析

根據(jù)前文分析，通過一卡通刷卡量和站區(qū)的客流量數(shù)據(jù)進行回歸計算，結合車輛狀態(tài)和軌道資源利用率狀態(tài)，計算出發(fā)車密度需求，進行動態(tài)發(fā)車密度調整，是當前核心算法的核心需求[3]。其模糊矩陣如表1所示。

表1算法只考慮到兩個變量，一是車輛狀態(tài)中載客量的變化，以80%、60%、40%為3個臨界值，同時考慮到各站區(qū)的檢票進站量。當前大部分城市軌道交通中，會利用上述兩種狀態(tài)的實時發(fā)生值進行計算，但當前互聯(lián)網(wǎng)技術發(fā)展，特別是基于大數(shù)據(jù)的趨勢分析技術，可以對未來短期內，特別是15-30min之內的數(shù)據(jù)做出預判，可以得到更有領先性的數(shù)據(jù)分析結果，該部分算法一般通過神經(jīng)元算法實現(xiàn)。

4 軌道交通數(shù)據(jù)領先性預測的神經(jīng)元算法設計

4.1 輸入數(shù)據(jù)需求

對進站流量數(shù)據(jù)來說，輸入數(shù)據(jù)為當前時間段（本文以每分鐘進站流量計算）內的進站流量，輸出數(shù)據(jù)為15min后的進站流量。因為其本質為對15min后進站流量的曲線估計分析，所以，應分析至少150min內的每分鐘數(shù)據(jù)，才可以確保10%的大數(shù)據(jù)回歸算法冗余。故輸入數(shù)據(jù)應為150min內每分鐘的輸入數(shù)據(jù)，該數(shù)據(jù)以數(shù)據(jù)序列的方式進行并行輸入。所以，其輸入模塊共150個，每個輸入模塊為長整形變量。

4.2 輸出數(shù)據(jù)設計

因為該數(shù)據(jù)為領先性的回歸結果數(shù)據(jù)，所以數(shù)據(jù)的信度較輸人數(shù)據(jù)更低，所以無需將15min內每分鐘數(shù)據(jù)單獨輸出，為保障系統(tǒng)正常運行，僅需要輸出后續(xù)第15min數(shù)據(jù)即可實現(xiàn)系統(tǒng)功能，但為了加強系統(tǒng)功能，本文設計其將后續(xù)第5min，第lOmin，第15min數(shù)據(jù)進行分別輸出，即該神經(jīng)元網(wǎng)絡的輸出數(shù)據(jù)為3個長整形變量。