基于拓撲網絡的廣義城軌信號系統關鍵組分識別方法

王璐，郝婼妍，張余豪，李承叡，王艷輝，5，6，7

（1.北京市地鐵運營有限公司，北京 100044；2.北京交通大學 先進軌道交通自主運行全國重點實驗室，北京 100044；3.北京交通大學 交通運輸學院，北京 100044；4.北京市軌道交通建設管理有限公司，北京 100068；5.北京交通大學 北京市城市交通信息智能感知與服務工程技術研究中心，北京 100044；6.北京交通大學 城市軌道交通運營安全管理技術及裝備交通運輸行業研發中心，北京 100044；7.運營主動安全保障與風險防控鐵路行業重點實驗室，北京 100044）

1 概述

近年來，我國城市軌道交通發展迅猛。截至2022 年底，中國（含港澳臺）累計有61 座城市開通運營軌道交通，總運營里程達10 857.17 km，其中中國內地運營里程10 291.96 km［1］。信號系統作為城市軌道交通系統的“大腦”，是保障列車高效、安全、綠色運營至關重要的子系統，肩負著列車行駛關鍵組分之間的信息傳輸和實時通訊的使命，同時保障行車設備的穩定運行［2］。

然而，超強的系統負荷運營也給行業帶來了諸多痛點，其中安全是城市軌道交通高效、穩定運營的前提保障和立足之本。通過調查數據統計發現，城市軌道交通行業的屏蔽門夾人、脫軌、扣停、列車5 min 以上晚點等事故有51%以上是由于信號系統失效或信號設備故障導致，所以如何保障城市軌道交通信號系統安全運營成為行業的重中之重［3］。

城軌信號系統作為當期先進技術集大成者，具有結構性、功能特殊性以及運行環境的復雜性等特征，使信號系統的子系統間呈現耦合關系［4］，1個事故或者故障的發生往往不是單一的組分出現問題，而是多個組分間相互影響、互相作用的結果。狹義的信號系統是1個非常嚴密的設備系統，但現實中信號系統的運營安全受運營人員、設備、環境因素的綜合影響，所以本文是對基于“人、機、環”三要素結合的廣義信號系統進行研究。信號系統組分繁雜且組分間的風險傳播能加大風險對城軌信號系統運營安全的負面影響，但若對各個組分進行檢測會大幅降低運營效率，所以有效識別信號系統關鍵組分是保障其安全、穩定運行，降低城軌系統故障，乃至杜絕事故發生的重要途徑之一［5］。因此，針對城市軌道交通信號系統的關鍵組分識別已成為行業研究熱點問題之一。

2 城市軌道交通信號系統運營安全特征

傳統的城市軌道交通信號系統設備設施一般由車輛段信號控制系統和列車自動控制（Automatic Train Control，ATC）系統［6］兩部分組成?，F如今，我國主流城軌信號系統是基于傳統的ATC 系統自主研發的基于通信的列車自動控制（Communication Based Train Control System，CBTC） 系統［7］，CBTC系統是具有發展潛力的列車運行控制系統。2004年，武漢輕軌1 號線首次使用CBTC 系統后，全國很多城市軌道交通都選擇了應用CBTC 系統技術［8］。目前，該技術已經占據了我國90% 以上的運營線路。

CBTC 日常運營主要通過列車自動運行、防護系統中的車載控制器、區域控制器進行運行控制工作。由此可見，城軌信號系統的運營安全主要依靠各子系統設備的穩定、安全運行。信號系統的設備按照所處地可分為控制中心設備、地面設備及車載設備，其安全運營過程中各子系統設備之間的關系見圖1。

圖1 CBTC子系統設備間關系

與此同時，信號系統工作人員的日常巡檢與維修工作也至關重要。隨著信號技術的發展，信號系統逐步向“通信技術、計算機技術、電子信息技術+老信號系統設備”相互集中的綜合專業發展［9］。城軌信號系統的維護工作從僅需掌握其基礎設備設施情況，轉變到還需實時監控信號系統的有線/無線傳輸、軟件及數據庫等動態信息。目前地鐵信號系統維護主要分為定期的巡檢和臨時事故的應急維護，各地鐵公司也在繼續優化信號系統的運營維護策略，進而保證信號系統高效安全的日常運營。

此外，據國內外城市軌道交通運營安全事故調查發現，地鐵受降雨、降雪和大風等極端天氣，乘客跳站臺、節假日大客流等社會突發狀況，以及大面積停電、噪聲等生產環境惡劣影響導致的延誤事件較多。由此可見，城軌信號系統的安全運營與其所處的運行環境息息相關，主要包括自然環境、社會環境以及生產環境3個方面。

綜上，廣義城軌信號系統的運營安全主要依靠各子系統設備的穩定運行、環境的正常有序以及工作人員對設備與環境的日常巡檢與監測。通過對城市軌道交通信號系統設備設施構成和安全運營過程中的設備、人員與環境間關系進行分析，總結出城市軌道交通信號系統在運營安全方面具有以下關鍵特性：

（1）設備的復雜性。城軌信號系統作為規模龐大、擁有眾多子系統的復雜系統，各子系統所涉及的組分結構眾多、設備部件繁雜，并且不同的運營線路可能有不同型號、種類的設備，對于故障的零件進行維修或者更換相對困難，對高效安全運營具有一定影響。

（2）結構的耦合性。城軌信號系統在結構上存在耦合性，各子系統之間相互作用、相互影響，一個子系統的結構一旦遭到破壞或狀態發生改變，那么其他與之相關的子系統狀態也會受其影響發生變化。

（3）系統的關鍵性。城軌信號系統被稱為城軌系統的“大腦”，因其結構上本身具有耦合性，故信號系統的任意一個結構發生破壞，就可能導致城市軌道交通無法安全運營，甚至可能演變成事故，輕則造成停運、人員擁堵等，重則可能造成人員傷亡等。

（4）管理的困難性。城軌信號系統因其結構復雜、設備多樣，導致運營維修檢修人員眾多，而員工業務水平參差不齊致使管理變得極為困難，任何管理環節失誤都可能使整個運營系統失效。

3 城軌信號系統拓撲網絡構建

3.1 運營安全影響要素

目前，城軌信號系統故障引發的事故時有發生，給人身安全和設備財產安全帶來了極大危害。經調查分析得知，信號系統故障的原因往往包括三方面：一是人的不安全因素，主要包含人員的粗心大意、能力不足或者不安全動作；二是設備的不安全狀態因素，主要包含設備在非正常狀態下運行、設備本身有缺陷、防護裝備缺乏等；三是環境不適應性因素，主要包含環境對系統的負面影響等。

因此，為探究城軌信號系統故障的成因，對1 000 起典型的城軌信號系統運營事故進行分析，得到面向人員、設備、環境三方面的城市軌道交通信號系統運營安全影響要素集。

3.1.1 面向人員的運營安全影響要素

經事故數據調查發現，人員的運營安全影響要素可以從運營作業人員、維修檢修人員以及乘客等的異常行為等角度進行總結，其影響要素集見表1。

表1 城軌信號系統人員運營安全影響要素集（部分）

3.1.2 面向設備的運營安全影響要素

經事故數據調查發現，無論是人員還是環境因素，往往會轉變為設備因素，所以面向設備設施的運營安全影響要素是整個城軌信號系統安全領域里最重要的一環。因此，對CTBC各子系統設備進行運營安全影響要素分析（見表2）。

表2 城軌信號系統設備運營安全影響要素集（部分）

3.1.3 面向環境的運營安全影響要素

經事故數據調查發現，環境也是影響信號系統安全運營的一個關鍵要素。根據研究分為社會環境、自然環境和生產環境，城軌信號系統環境運營安全影響要素集見表3。

表3 城軌信號系統環境運營安全影響要素集（部分）

3.2 物理組分間關系

城市軌道交通信號系統是1個規模龐大、結構繁雜的系統，是由各物理組分構成的系統化整體，而非各部分的機械化整合。正是由于這些信號系統物理組分間保持著各種緊密的連結關系，才使得列車得以安全平穩運行，具體連結關系主要包含以下3種方式：

（1）物理設備連結關系。2種組分由空間意義上的形式相互關聯，如焊接、鉚接、栓接等，指的是設備之間的直接或間接接觸。

（2）能量信息連結關系。在工作過程中，組分之間的動能、電能等各種能量會進行高效穩定的轉化、傳遞，能量信息彼此關聯，相互利用。

（3）數據信息連結關系。物理組分之間通過通信網絡進行信息數據的傳輸以及交換。

3.3 節點重要度

節點重要度為結構性指標。如果將信號系統拓撲網絡模型中的每個點看作1個特征向量的話，那么節點重要度就是指這個特征向量的中心性。該重要度指標表示了1個節點相對于相鄰節點的重要度值高低，如果當前節點本身就連接到其他很重要的節點，那么針對該節點也同樣賦予較高的節點重要度。

信號系統拓撲網絡模型中的第i個節點的節點重要度可以通過加權的鄰接矩陣進行計算。在加權鄰接矩陣的情況下，以高中心性節點間連接強度的形式進行維數劃分，最終得到每個節點的重要度計算結果，即為輸入到神經網絡中的參數，節點重要度計算如下：

式中：Ei(m，n)為經由節點m和節點n之間通過節點i的最短路徑數目；E(m，n)為節點m和節點n之間的最短路徑數目；aij為節點i與節點j的連接狀態（當2個節點之間有連接時，aij的值為1；當2 個節點之間沒有連接時，aij的值為0）；n為與節點i連接的節點個數。

3.4 拓撲網絡模型

在城軌信號系統物理組分間關系的基礎上，從人員、設備、環境3個方面考慮，對應將安全影響要素分為人因類、設備類、環境類三大組分節點。城軌信號系統組分節點分為內部和外部2類，內部包括設備類組分節點，指的是城軌信號系統運營過程中所有設備設施；外部包括環境類組分節點和人因類組分節點，主要包括會對城軌信號系統運營產生影響的所有環境以及所有參與運營工作的職員。

在對組分節點進行劃分前，需要根據城市軌道交通信號系統的構成，結合式（1）節點重要度以及城軌信號設備復雜性、結構耦合性、管理困難性等運營安全特性，分別從“人員、設備、環境”三方面分析城軌信號系統的運營核心組分（見圖2）。圖中第1 層為城軌信號系統組分層，中間為分析層，通過中間層的分析得到第2層城軌信號系統核心組分層。最后分析得出，“人員”的核心組分之一是一線工作的巡檢人員；“設備”的部分核心組分是計算機聯鎖子系統、繼電器、計軸等；“環境”的部核心組分是生產環境、自然環境、社會環境等。然后按照子系統劃分出城市軌道交通信號系統設備、相關人員以及環境節點并構建城軌信號系統拓撲網絡模型。

圖2 城軌信號系統核心組分分析流程

為便于描述，將網絡中組分節點進行編號，其中人員類的組分節點用Hi（i=1，2，3，…，n）表示，設備類組分節點用Pj（j=1，2，3，…，n）表示，環境類組分節點用Ek（k=1，2，3，…，n）表示，針對信號系統的核心組分節點會進一步拆分，部分組分節點見表4—表6，其中的核心組分節點已完成拆分。

表4 人員類組分節點（部分）

表5 設備類組分節點（部分）

表6 環境類組分節點（部分）

最終經統計，人員類組分節點23 個，設備類組分節點304 個，環境類組分節點36 個，共計363 個節點。將以上組分節點通過Gephi構建城軌信號系統拓撲網絡模型（見圖3），其中核心組分節點的顏色作加深處理。

圖3 城軌信號系統拓撲網絡模型

3.5 基于改進有限狀態機的城軌信號系統拓撲網絡模型優化

從3.4節構建的城軌信號系統拓撲網絡模型中可以發現大量冗余信息，這些冗余信息在風險領域里也可稱之為無效文本序列。例如：在設備類中ATS 系統下的打印及繪圖設備并不存在任何風險可能性，除此之外，信號系統相同種類的設備間存在不同型號，每個型號下存在大量同樣的最小維修單元。上述冗余信息在構建拓撲模型時是無法消除的，因此提出基于藍邊算法的改進有限狀態機對拓撲模型進行優化。有限狀態機是描述有限個文本狀態及其在這些狀態之間存在轉移或動作等有機聯系的數學模型。城軌信號系統拓撲模型的結構特性可以展現運營作業中各類信息的傳遞行為，同時其組分節點也可以看作系統中可能運行的有限個不同的狀態集合。因此，可以采用有限狀態機對城軌信號系統拓撲模型中的組分節點進行建模。

但由于信號系統中存在大量相同最小維修單元，導致信號系統的有限狀態機中存在過多冗余狀態，因此引入基于RPNI 算法改進的藍邊（Blue-Fringe）算法對信號系統組分節點狀態進行合并，其基本框架為基于RPNI 算法中的PTA 樹改進的紅-藍-白框架。具有如下特性：

（1）框架中每個狀態都可以看成1 個彩色的節點，分為紅、藍、白；紅、藍節點以及未標識的白色節點組成了算法框架中的全部節點；

（2）PTA 樹中的初始狀態默認為紅色，為樹中的起始節點；

（3）紅色節點的過度直接繼承者為藍色節點，也可稱為紅色節點的子節點；

（4）除上述之外，其他所有狀態節點均為白色；

（5）紅色節點不能具有未標識標志的白色節點。

經過改進有限狀態機的優化后，城軌信號系統拓撲網絡模型中的組分節點中人因類優化至20 個，共減少3 個（如特殊乘客、普通乘客等）；設備類優化至256 個，共減少48 個（如打印和繪圖設備、不同類型的轉轍機、計軸等），環境類優化至27 個，共減少9 個（如出門偏好、活動等），優化后的拓撲網絡是由以上符合安全風險性質的組分節點構建而成，即城軌信號系統安全特征拓撲網絡模型（見圖4）。

圖4 城軌信號系統安全特征拓撲網絡模型

4 城軌信號系統關鍵組分識別

4.1 基于隱馬爾可夫模型的風險文本抽取算法

隱馬爾可夫模型（Hidden Markov Model，HMM）是屬于馬爾可夫鏈分支的統計分析模型，該模型主要說明了由隱藏的馬爾可夫鏈在無規則狀態下生成觀測序列的過程。1 個隱馬爾可夫模型包含2 層，分別為隱藏層和可觀察層?？捎^察層對應可觀測序列，隱藏層為馬爾可夫過程，也可以看作1個有限狀態機。完整的隱馬爾可夫模型可由1個五元組模型表示，數學模型為HMM ={D，V，A，B，π}。

模型中D是所有隱含狀態的集合，V是所有觀測詞匯的集合，A是狀態轉移概率矩陣，B是觀測概率矩陣，π是初始概率矩陣。其具體公式如下：

式中：R為狀態總數；E為輸出觀測詞匯總數；aij為處于狀態di時，下一時刻轉移到狀態dj的概率；lt為狀態序列l中時刻t的狀態；bj(k)為處于狀態di時，生成觀測序列元素vk的概率；vk為觀測序列O中時刻t的狀態；πi為初始時矩陣狀態處于di的概率。

HMM 模型有3 個基本問題：概率計算問題、學習問題、解碼問題，其中解碼問題的核心思想是運用狀態轉移概率矩陣、觀測概率矩陣、初始概率矩陣和觀測序列，尋找某一路徑最優狀態序列l=[l1，l2，…，lT]，以此識別城軌信號系統的關鍵組分。

城軌信號系統關鍵組分識別，實質是HMM 模型中的解碼問題。利用Viterbi 算法解決HMM 模型中的解碼問題，得到基于隱馬爾可夫模型的信號系統數據集所抽取的風險文本，所以城軌信號系統關鍵組分識別也可稱為城軌信號系統的風險文本抽取。

Viterbi 算法的核心是從t= 1 時用遞推方法去計算從初始時刻一直到T時刻狀態為l的各部分路徑的最大概率。在T時刻得到最優路徑的狀態lT停止，之后從終點lT開始，往前計算遞推得到各個狀態序列中的狀態lT-1，…，l1，最后l=[l1，l2，…，lT]即為最優路徑。

綜上所述，基于隱馬爾可夫模型的信號系統風險文本抽取流程如下：

步驟1：導入原始城軌信號系統事故數據文本集；

步驟2：導入經過狀態機算法優化后的城軌信號系統安全特征拓撲網絡模型；

步驟3：對原始數據集進行數據預處理，根據步驟1與步驟2構建隱馬爾可夫基本模型，得到行為維度的城軌事故文本，即觀測序列集O；

步驟4：取1 條觀測序列集O中的觀測序列Oi，采用基于動態規劃思想的維特比算法求解概率最優路徑ti，獲取概率最大的狀態轉換路徑序列li；

步驟5：重復執行步驟4，直到取出所有記錄進行分析得到狀態路徑序列集l；

步驟6：根據狀態路徑序列集轉化為可讀性文本，即文本抽取結果集。

4.2 實驗結果分析

根據上述流程，運用信號系統風險文本抽取算法對城市軌道交通信號系統安全特征拓撲網絡模型進行提取，提取得到的風險文本即為信號系統關鍵組分識別的結果（見圖5），實驗最終提取出了111 個風險文本，即111個信號系統的關鍵組分。

圖5 城軌信號系統關鍵組分識別結果

將辨識出的關鍵組分與我國交通運輸部2019 年7 號文［10］中的風險文件清單進行比較，分析其覆蓋情況。國家層次的風險文件清單面向各省、自治區以及直轄市交通運輸廳，官方規范了城市軌道交通系統運營安全風險等級管控和隱患排查治理管理辦法，并明確了城市軌道交通運營安全主要風險點（見表7）。經過對比分析，設備類只有列車輪徑和車底吊裝部件沒有覆蓋，原因可能為兩者更多與車輛系統有關，該研究沒有考慮到車輛系統和信號系統之間的聯系；環境類沒有覆蓋到地質災害相關風險點，原因是數據中缺少地震、泥石流、山體滑坡等相關記錄。

表7 信號系統國家級風險文件中設備相關風險點清單

5 結束語

在對城市軌道交通信號系統實地調研、典型事故分析的基礎上，針對城市軌道交通信號系統工作原理、運營安全特性進行深入分析，結合系統的物理組分關系和安全影響要素構建信號系統的拓撲網絡模型。利用改進有限狀態機進行優化得到能夠反映城軌信號系統內部作用關系特征的城軌信號系統安全特征拓撲網絡模型。然后利用基于隱馬爾可夫模型的風險文本提取算法對其進行關鍵組分識別，得到了111個廣義城軌信號系統的關鍵組分點，為后續進一步實現信號系統實時動態安全風險評估、故障點精確定位、運營管理策略推送等功能打下基礎，有助于提高廣義城軌信號系統的可維護性與運營安全性，進而提升城市軌道交通系統的運營安全。