基于5G 應用的HXD2B 型機車智能運維平臺設計與實現

陳闖，于健，王銘，王超，陳廣泰，姜正

（中車大連機車研究所有限公司，遼寧大連 116022）

目前，針對HXD2B型機車的數據整備工作，機務段采用的普遍做法是待機車入庫回段后，由數據分析人員上車，將機車上的列車控制與監視系統TCMS（Train Control and Management System）數據、機車車載安全防護系統（6A）數據和軸報數據轉儲到便攜式存儲介質（U 盤、硬盤、筆記本電腦）中，文獻［1］中指出了這種數據轉儲方式往往需要多位專人維護U 盤發放，且轉儲效率低，不僅增加司機工作流程與工作量，而且頻繁插拔U盤，會造成設備損壞、數據丟失以及感染病毒等風險，同時由于數據轉儲的工作量較大，轉儲后的數據獨立于各個轉儲文件，無法進行連續分析和趨勢判斷，各數據文件相對獨立缺乏關聯關系，無法快速找出危害性高的關鍵故障和趨勢，更無法做到機車運行狀態的實時監測，也會影響管理人員分析的積極性。近年來，CMD 系統（中國機車遠程監測與故障診斷系統）在各路局機務段推廣應用，無線下載是 CMD 系統一大亮點功能，但其使用的僅是通用的WLAN 網絡進行數據下載，無法滿足大容量數據下載需求［2-3］。

文中利用已掌握的HXD2B型機車TCMS 數據解析技術，自主研制了基于WorldFIP 網絡的車載數據采集傳輸裝置，實時獲取機車運行狀態數據、故障數據和消息事件數據，結合車載CMD 數據通信協議，實時轉儲機車走行部監測數據、視頻數據，利用先進的4G APN 無線通信、5G 定點轉儲技術和數據云系統技術，建立了一套基于5G 應用技術的HXD2B型機車智能運維系統，實現了機車運維檢修過程的多源數據融合的高速下載。文獻［4］中提出了在城軌地鐵信號系統進行智能運維設計，為本系統方案設計提供了借鑒的參考。

1 系統設計及結構

1.1 系統結構

HXD2B型機車智能運維系統主要包括車載數據采集裝置（以下簡稱DAS 裝置）、車載5G 智能網關、專用車載天線、聲光報警裝置等，以及地面配套實施的由光纖連接的多個定點5G 基站、服務器機房及部署在應用服務上的機車智能運維系統軟件。文獻［5］提出了針對快捷貨運列車一體化智能運維監測平臺建設，基于無線Mesh 多跳網絡技術構建；文獻［6-7］提出了針對城軌車輛的遠程監測信息系統，并采用了4G APN 技術進行數據傳輸。本系統結合了4G APN 安全傳輸技術和5G定點轉儲技術的優點，進一步實現了大鐵路貨運機車的遠程智能運維監測應用。

當機車在途運行時，實時數據基于4G APN 移動專網從車載端向實時通信服務器進行數據傳輸，基于Http 通信協議，實時通信服務器服務調用路局互聯網應用平臺Web Service 接口服務，將車載數據傳輸至局級鐵路專網，完成車載端與地面機車智能運維系統間的信息雙向交互，進一步保證了數據傳輸的私密性及安全性。

當機車入段整備時，通過建立在整備場的5G基站，將TCMS 事件記錄文件、走行部監測數據文件及6A 視頻根據預先設置的規則自動無線高速下載到地面，實現車載設備記錄文件的集中轉儲。系統總體拓撲結構如圖1 所示。系統主要由車載子系統、網絡子系統和控制中心運維子系統3 部分組成。

圖1 系統總體拓撲結構

1.2 網絡子系統的建立

網絡子系統包括控制中心—專用5G 基站的有線網絡、車—地無線網絡2 個部分。車—地無線網絡又分為5G 定點入段無線網絡和4G APN 接入的在途車地無線網絡。

控制中心—專用5G 基站的有線網絡利用光纜通道和網絡交換機搭建，構建5G 基站至控制中心的高速光纖通道。

5G 定點入段無線網絡由車載設備5G 模塊和地面5G 基站構成。車地無線網作為有線網的延伸，提供地面與列車的通信。車地無線通信采用專用5G 技術，頻率采用免授權的57～64 GHz 范圍進行數據通信［8］。由于5G 定點基站的方向性，不支持360°，最大傳輸速率為1.5 Gbps，在準靜止（停止或5 km/h 以下）條件下，傳輸距離為300 m，覆蓋角度為90°，同時考慮到機車出入庫的方向不確定等原因，因此在整備場進出入股道兩端各安裝一套5G 定點基站設備，文獻［9］中提供了大容量無線轉儲系統能很好地實現大容量數據的高速、穩定傳輸，解決大容量車載數據傳輸速率慢、耗時長的問題。

在途車地無線網絡通過租用移動運營商APN專線及流量池，申請專用接入點，基于MSTP 專線+GRE 隧道方式，實現了在機務段的專用APN 網絡接入，用于保證在途機車實時運行數據及故障點播數據傳輸的安全性。

1.3 控制中心運維子系統的建立

考慮到本系統將會覆蓋所有HXD2B型服役機車，長期跟蹤監測將會采集到大量運行監測數據及事件記錄數據，這些數據具有增加速度快、價值密度低等特征，處理這些龐大的數據并挖掘出能反映機車運行狀態的模型與特征，利用傳統的數據分析方法在數據處理能力和速度上很難滿足需要，基于此，地面機車智能運維系統采用了基于云計算的Hadoop 系統架構。即通過Kafka 消息中間件接收車載DAS 裝置發送的數據，并由分布式文件系統HDFS（Hadoop Distributed File System）實現對采集數據的持久化存儲，并將需要處理的數據提取到數據分析處理模塊，供上層應用進行數據分析。文獻［10-12］中也提出了采用Hadoop 大數據HDFS 文件系統搭建開源分布式計算平臺，能夠實現對大數據的穩定、高效處理，是可靠的數據存儲和分析系統。

地面機車智能運維系統接收來自DAS 裝置的機車運行狀態數據、實時故障數據及點播數據等，進行解析、清洗、存儲之后，基于已構建的專家診斷算法模型對實時數據流進行處理，實現從整車TCMS 到關鍵零部件的運行狀態監測與健康管理。同時，通過大數據分析對非實時的事件記錄數據、軸報數據及6A 視頻數據進行知識挖掘，作為優化專家診斷算法模型的依據。地面機車智能運維系統包括運行監測、行車指導、文件解析、數據統計等可視化展示及決策支持等，能夠及時實現與運用管理層面的信息交互，將系統的分析結果反饋給車載DAS 裝置，同時指導機車的檢修運用。

2 車載硬件設計及組成

DAS 裝置采用2 路冗余的WorldFIP 網卡與機車總線連接，由消息事件數據采集單元和運行狀態數據采集單元組成，采集總線上32 個端口的機車運行狀態、實時故障等TCMS 數據，以及實時監聽總線上的機車消息數據并進行記錄，封裝成事件記錄原始文件、篩選后的過程記錄文件、行車記錄文件和數據點播記錄文件。DAS 裝置通過以太網接口與機車6A 系統連接，由軸報和視頻記錄單元組成，按照指定時長，周期性轉儲6A 系統中的軸報數據文件及多路視頻文件。以上獲取的6 類數據記錄文件通過基于WorldFIP 協議的數據打包單元轉儲至車載5G 智能網關，DAS 裝置作為FTP客戶端，車載5G 智能網關作為FTP 服務器。在機車入庫后，車載5G 智能網關自動連接整備場5G 基站，將記錄文件打包傳輸至地面機車智能運維平臺。

當機車在途運行工況下，DAS 裝置將采集的機車運行狀態、故障數據及故障發生時刻的記錄文件通過車載4G 模組遠程傳輸至地面機車智能運維平臺，并同時對監測數據有超過設定閾值的信息進行聲光報警，如機車出現打風不止，總風缸壓力超過1 000 kPa時，則觸發報警裝置，駕駛員第一時間將扳鍵開關扳回斷開位，停止打風。此外，可通過車載4G 模組實現機車配置的遠程更新操作。裝置組成如圖2 所示。

圖2 機車數據采集裝置組成

3 數據封裝機制

3.1 機車消息數據封裝機制

3.1.1 機車消息數據

WorldFIP 網絡通信技術是在原有通信技術的基礎上根據國際標準及用戶的要求所制定，其中包括物理層、數據鏈路層和應用層。文獻［13-14］提供了WorldFIP 現場總線接口單元機理，數據鏈路層提供了關注多個特征變量和消息數據的交換傳輸服務，這些交換可以下述方式發生：

（1）周期性。在系統配置了對象名字并設置了周期后，這些特征變量或消息數據的交換自動發生而無需用戶請求。

（2）事件性。在用戶明確的請求下，將在總線上產生一個或多個變量、一條或多條消息的傳遞。

由于消息數據在一個網段內交互，是以點對點或點對多點的方式發生，因此每一條消息都包含發送的實體地址和接收的實體地址。這些地址以24 位編碼，指出了網段及網段內站點的地址，封裝在消息數據頭部。消息報文格式如圖3 所示。

圖3 消息數據幀格式

消息數據報文的封裝包含數據幀起始序列（2字節）、控制序列（1 字節）、目的地址（3 字節）、源地址（3 字節）、消息數據區（最大256 字節）、幀校驗序列（2 字節）和幀結束序列（1 字節）。其中控制序列標記1 位指示該消息是否為有確認還是無確認消息。FIP 網絡為所有掛載在FIP 總線上的機車設備分配了邏輯端口地址，即目的地址及源地址，通過對消息源地址、目的地址的封裝，可以實現車上設備間消息數據的傳遞。

3.1.2 消息數據封裝算法

封裝的消息數據主要包括機車號、設備版本、設備名稱、日期時間、發生次數、故障代碼及對應的多個Context 特征變量編號，涵蓋了MPU、RIOM（Remote Input Output Module）、ACU 及TCU（Traction Control Unit）4 大種類14 個設備節點消息數據的采集與解析，以及FIP 網絡上32 個邏輯端口周期性數據的采集與解析。具體消息數據封裝算法流程如圖4 所示。

圖4 消息數據封裝算法流程

創建3 個線程，用于FIP 數據實時更新、消息數據流獲取及消息數據的解析存儲。定義port-DataQueue 邏輯端口隊列及msgDataQueue 消息數據隊列，做為pFipDevHandle.FipStart（NULL，&port-DataQueue，NULL，&msgDataQueue）方法的實例化對象參數，新建pthread_create（&Thread_ID，NULL，MAIN_FIP_UPDATE，NULL）的FIP 數據實時更新線程，實時采集機車數據，同時新建pthread_create（&pth_msgrecv，NULL，msgRecvProcess，NULL）消息數據流獲取線程和pthread_create（&pid_l，NULL，msgAnalysisProcess，NULL）消息數據解析存儲線程，完成消息數據封裝算法的實現。

3.2 軸報數據轉儲機制

軸報數據存儲在6A 系統中的AT1 板卡中，需要建立與AT1 板卡的TCP 連接。一旦連接建立，就給AT1 板卡發送查詢打包進度報文。AT1 板卡接收到第1 個查詢打包進度報文后，將啟動數據打包過程，并立即回復查詢打包進度報文。

DAS 裝置通過以太網接口與車載6A 系統連接，機車軸報數據存儲在6A 系統的AT1 板卡中，因此，需要建立與AT1 板卡的TCP 連接。當連接成功建立，就給AT1 板卡發送8 個字節的查詢打包進度報文。AT1 接收到第1 個查詢打包進度報文后，將啟動數據打包過程，并立即回復查詢打包進度報文，循環每秒進行一次交互。

當打包進度完成，DAS 發送1 007 個字節的查詢打包名稱報文給AT1 板卡，AT1 在接收到此報文后，會將數據包的相關名稱信息通過查詢打包名稱報文回復給DAS 裝置。

此時，DAS 裝置已經知道有哪些數據包可以下載，并發送單個文件下載的115 個字節的查詢打包數據報文給AT1 板卡，AT1 接收到此報文，將根據報文中的數據包信息打開指定文件，并將其中的二進制數據通過TCP 連接發送給DAS 裝置，DAS 裝置可以根據數據包長度確定是否已經完成當前數據包文件的二進制數據接收。

一旦DAS 裝置接收完當前數據包文件的二進制數據后，將給AT1 板卡發送139 個字節的文件校驗碼報文，AT1 板卡接收到此報文后將立即回復文件校驗碼報文。DAS 裝置可以通過文件校驗碼報文中的MD5 碼對接收到的文件進行校驗。檢驗成功，DAS 裝置可以使用相同的方式循環獲取下一個數據包的文件數據，直到所有文件都下載完成。

DAS 裝置在完成所有數據包下載后，發送7 個字節的接收數據成功報文，然后主動關閉TCP 連接，此時數據包下載業務完成。具體通信過程如圖5 所示。

圖5 走行部監測數據下載通信過程

3.3 視頻數據獲取機制

目前基于視頻數據的獲取，可通過2 種方式獲?。阂环N方式利用外部USB 接口通過動態生成License 授權文件獲??；另一種方式是基于CMD的6A 系統視頻通信接口規范實現。

第一種方式需要與作業司機共用同一USB 接口，采集裝置與車載6A 系統的AV3 板卡通過USB串口線進行外掛連接，但由于6A 系統對外提供的USB 接口同時只能支持單個設備的插入，當機車在途運行過程中，轉儲U 盤一直插在6A 設備上轉存視頻，此時，這種方式無法獲取視頻數據。

因此，本系統采用基于CMD的通信接口規范實現?；谝蕴W通信方式與6A 連接，通過實時請求指令實現對6A 系統視頻的采集和轉儲，且不與對外提供的USB 接口轉存視頻產生沖突。當從請求實時視頻流的回調函數中獲取到多路視頻流后，通過建立多個通道的文件存儲隊列，文件存儲隊列采用先進先出機制，從整點算起，每隔15 min，自動生成每通道新的視頻存儲文件。當機車回段入庫，通過5G 轉存模塊，自動下載到地面機車智能運維平臺。平臺應用界面如圖6 所示。

圖6 平臺應用界面

4 裝車驗證

通過在機務段多次驗證及最終方案確定，在2臺HXD2B型機車上安裝了車載設備，并在一樓地勤辦公室安裝了地面機車智能運維系統，對長度約300 m的洗車區股道進出兩端各安裝1 套5G 基站接收設備進行了實測。

經過一年多在實驗室和機務段現場測試，由車載設備和地面專用 5G 基站設備構建的5G 無線高速傳輸空中通道搭建完成，在信號覆蓋較好的區域，成功驗證了靜態速率能達到 1.5 Gbps，與實驗室測試數據基本相同。

此外，試驗了車載設備在移動情況下傳輸。經現場測試，機車回段進入洗車區后，車載TCMS事件記錄文件和軸報數據文件下載實現秒傳。依照機務段轉儲要求，目前視頻文件主要下載機車往返一趟后的2 路行車和2 路司機室共計4 路視頻數據內容，4 路視頻文件累計大小為20 G 左右。經現場多次驗證，20 G 視頻容量下載時長約為145 s，平均下載速率接近1.1 Gbps。

5 結論

利用5G 定點車地無線轉儲技術建立的HXD2B型機車智能運維系統開發完成并投入試運行，初步實現了對HXD2B型機車WorldFIP 總線數據的獲取和多源數據記錄文件的快速下載、分析和處理，具備了實時運行監測、行車故障指導、記錄文件分析及數據統計功能，改變了以往車載數據必須人工手動轉儲的現狀，進一步挖掘出數據的內部運營價值，將會改變傳統機車車輛整備運維模式，進而會給軌道交通行業大數據分析、智能檢修、應急指揮等提供無限可能。