城市轨道交通智能机电管理 平台iBAS方案
发布时间：2022-05-23 00:00:00
该方案的主要目标是采用边缘计算与云边协同技术，通过自动、实时、全面透彻的感知，实现物与物、 人与物、人与人的全面互联、互通、互动，处置由事后向事前预警预测转移，实现预测维修管理模式落地。
作者：北京和利时系统工程有限公司
1 目标和概述
截至2020年底，中国内地有45个城市开通城轨交通运营线路共269条，运营线路总长度达7978.19公里。需要维护的设备种类及设备设施的数量达到几十万 /百万台套级别。不断延伸的线路和增加的客流为行业带来持续的发展机会，同时设备状态监控及分析预测能力的落后，也为轨道交通的设备维修保养等工作带来了难以疏解的繁重压力，具体表现在：信息碎片化现象严 重，数据一致性差；数据类型单一，无法支撑有效的数据分析手段；各专业信息形成孤岛，共享困难；信息滞后，实时性和追踪性差。 轨道交通机电设备种类和数量繁多、运行机理各异，设备运维保养也面临上述同样问题。为此和利时公司使用边缘计算和云边协同技术，在边缘侧部署边缘智能控制器，与车站的边缘云相结合。基于虚拟化及工业互联网架构，依靠强大灵活的通讯能力和运算能力，使用一套系统实现多维数据采集，以及多个专业的统一监控管理。 该方案的主要目标是采用边缘计算与云边协同技术，通过自动、实时、全面透彻的感知，实现物与物、 人与物、人与人的全面互联、互通、互动，处置由事后向事前预警预测转移，实现预测维修管理模式落地。通过各专业设备相关数据整合与大数据设备建模分析，智能生成设备运维工作建议，从而提高运维效率，降低运维成本，提升运行安全。
2 方案介绍
城市轨道交通智能机电管理平台iBAS方案，使用基于和利时集团自主研发的边缘智能控制器（Edge Intelligence Controller，EIC）替代传统可编程控制器PLC，采用虚拟化技术并搭载AI人工智能算法，实现传统BAS功能和机电智能诊断功能。利用EIC边缘计算功能并结合AI人工智能算法，实现节能控制、扶梯/风 机/水泵/冷水机组等机电设备的智能故障诊断等更广泛的应用。搭载无线物联模块，通过无线网络实现设备的无线接入，减少复杂网络布线，节约施工和材料成本。 方案系统架构图如图1所示。
图1 城市轨道交通智能机电管理平台iBAS方案系统架构图
2.1 解决方案硬件平台
EIC采用工业级无风扇设计，搭载高性能4核 CPU，支持USB、DP、Powerlink、以太网等多种外设接口，支持多种存储介质扩容以提升整机系统硬件性能，单体设备能提供80TOPS的算力，同时通过算力网络来实现边缘侧多个EIC之间的算力均衡和算力调度。 依托虚拟化技术，EIC可划分为工业控制、边缘计算等不同业务系统，灵活划分各业务系统的硬件资源、外设，使得各系统安全隔离、灵活扩展。作为边缘控制平台，集成成熟的工业控制、边缘计算、协议转换等行业应用，与云平台深度融合，实现云边端协同。EIC外观与软件功能划分分别如图2、图3所示。
图2 EIC外观图
图3 EIC软件功能划分图
和利时EIC技术水平及指标：
（1）最小输入输出响应周期≤10ms，且与系统规模无关。
（2）单站支持I/O物理点数≥300,000点。
（3）支持高速采集通道≥200通道，单个通道采样率≥64Ksps，分辨率16bits。
（4）支持机架冗余，冗余切换时间≤50ms。
（5）支持在线下装，可在运行中无扰修改逻辑、硬件、任务等资源。
（6）支持联合仿真。
（7）全系统时间同步，时间分辨率≤1ms。
（8）可扩展算力，最大算力≥100TOPS。
2.2 解决方案人工智能算法
在云端进行大数据的存储，利用大数据分析和机器学习建立模型；云端将训练的模型通过云边通道同步到边缘侧，在边缘智能控制器中进行计算，实现设备的控制输出；云端根据设备的运行情况，持续优化模型。目前在北京19号线地铁项目中已经实现自动扶梯故障诊断与预测分析、风机故障诊断与预测分析、站台门故障诊断与预测分析、蓄电池故障诊断与预测分析、节能控制与冷水机组诊断分析等AI算法，收到预期效果。iBAS 方案云边协同人工智能算法实现逻辑如图4所示。
图4 iBAS方案云边协同人工智能算法实现逻辑图
该项目主要产生3项专利、6项软件著作权，具体如表1、表2所示
3 代表性及推广价值
城市轨道交通智能机电管理平台iBAS方案是完全落地的边缘计算与云边协同的典型场景案例。整体技术充分考虑地铁行业设备运维的实际需要，方案具备良好的可扩展性，能满足行业对设备运维的高标准要求。该方案使用一套系统实现对监控系统多维度的高效统一管理；系统的大规模应用，可帮助企业用户实现智能监控，支撑预测维修管理模式落地，实现故障处置由事后向事前预警预测转移。该方案已应用于北京地铁19号线上，在该线路上采用了EIC实现传统BAS功能以及机电智能诊断功能。通过虚拟化技术，EIC替代传统物理PLC，并融合FEP、边缘计算，实现了自动扶梯、风机、站台门、蓄电池、节能控制等五类设备或系统的故障诊断与预测分析，利用平台功能整合孤立的机电运维 系统，实现统一运维。同时EIC实现传统BAS功能和机 电智能诊断功能，进一步实现“降本增效保安全”的建设目标。
该方案在先进技术应用上具有以下代表性：
（1）对象化管理（数字孪生）：针对设备对象，融合运行状态数据、监视状态数据、辅助监视系统数据，将设备自身状态、工艺状态、环境状态及历史信息统一进行整体建模，实现对象化的设备监视管理。
（2）智能化应用（数据驱动）：基于EIC整合的多维度大数据，利用人工智能算法，实现设备在线故障诊断报警、健康监测、故障趋势预测、预测维修、故障原因分析、维修效果评估等功能。提升运行安全，降本增效。
（3）边缘计算：该方案以EIC作为边缘计算平台，采用高性能处理器及灵活的硬件资源扩展架构，实现算力、存储、网络资源的扩展，提高边缘侧处理能力，降低云端资源需求。同时EIC具有强大的网络接口功能，支持智能仪表、现场总线、物联网、视频/图像等多种接入方式，简化系统硬件架构，降低设备和工程部署成本。
（4）云边协同：该方案将云原生技术应用到传统监控系统中，提高系统部署的灵活性，并为系统的持续升级提供便利的方法。提供容器化的部署平台，形成云边协同，将传统监控系统中的控制器、现场总线、I/O 通道等资源整合到云端，通过云端管理，同时云端通过计算平台采集的数据做模型训练，推理部署到边缘计算平台，从而实现各种预测功能。
城市轨道交通智能机电管理平台iBAS方案仅仅是以EIC为计算平台的边缘计算一个落地方案，在城市轨道交通中，边缘计算方案也可以推广应用到信号、供电、隧道、通信等不同的专业设备运维中，据行业保守估计，到2025年，轨道交通维保市场规模将达到1500亿元以上。该方案能帮助用户降本增效，实现设备全生命周期管理，使设备可靠性提高10%以上，故障率降低 15%，设备可用率达96%以上，维护成本下降15%。 此外，以EIC为核心的边缘计算方案还可以在以高速铁路、高速公路等为代表的大交通行业及电力、石化、智能工厂、新能源等领域有广泛应用场景。对推动 全行业数字化、智能化、绿色化转型具有重大意义。
来源 | 《自动化博览》2022年第二期暨《边缘计算2022专辑》
