李昕娟 李娜

摘 要：為助力軌道交通領(lǐng)域的發(fā)展，響應(yīng)國家建設(shè)“交通強(qiáng)國”“數(shù)字中國”的戰(zhàn)略，促進(jìn)智能運(yùn)維在智總城軌中的應(yīng)用，文章概述了《中國城市軌道交通智慧城軌發(fā)展綱要》中智慧城軌的內(nèi)涵，指出智能運(yùn)維是智慧城軌發(fā)展的重要內(nèi)容，對(duì)智能運(yùn)維技術(shù)以及架構(gòu)進(jìn)行簡要介紹，并在此基礎(chǔ)上，分析了智能運(yùn)維在智慧城軌中的業(yè)務(wù)場景，通過將智能運(yùn)維與車輛在途檢測、軌旁檢測、車輛檢修管理、場段管理等應(yīng)用場景相結(jié)合，從而提升運(yùn)維的可靠性以及運(yùn)維效率，實(shí)現(xiàn)城市軌道交通智能運(yùn)維，加速智慧城軌建設(shè)。

關(guān)鍵詞.智能運(yùn)維：城市軌道交通：智能化應(yīng)用

中圖法分類號(hào)：U270文獻(xiàn)標(biāo)識(shí)碼：A

１ 引言

隨著人民生活水平的不斷提高，城市交通行業(yè)的蓬勃發(fā)展，在一定程度上緩解了目前城市道路資源緊張、交通擁堵帶來的發(fā)展壓力。截至２０２１ 年底，中國城市軌道交通線路長達(dá)９ １９２．６２ ｋｍ，僅２０２１ 年全年的新增運(yùn)營線路長達(dá)１ ２２２．９２ ｋｍ。伴隨城市交通運(yùn)營體量的增長，傳統(tǒng)的運(yùn)維模式不再適應(yīng)行業(yè)發(fā)展，其存在的短板逐漸暴露，給車輛運(yùn)維帶來了極大的壓力。

在２０２０ 年１０ 月，中國城市軌道交通協(xié)會(huì)正式發(fā)布《中國城市軌道交通智慧城軌發(fā)展綱要》，指出要推動(dòng)高水平的智慧化城軌發(fā)展平臺(tái)搭建。在地鐵的運(yùn)營過程中，檢修板塊占有十分重要的地位，地鐵運(yùn)營單位為了保證車輛的安全性和可靠性，制定了包括日檢、半月檢、月檢、半年檢、年檢，以及小修、定修、架大修、大修等固定的修程修制。計(jì)劃修、檢的模式隨之帶來的是過度檢、修，造成大量人力、物力的資源浪費(fèi)，無法形成地鐵運(yùn)營的良性發(fā)展。智能運(yùn)維是大數(shù)據(jù)時(shí)代下的一種創(chuàng)新模式，其利用人工智能、ＰＨＭ 技術(shù)、大數(shù)據(jù)技術(shù)等智能運(yùn)維技術(shù)，促進(jìn)計(jì)劃修、檢狀態(tài)向修以及檢的狀態(tài)轉(zhuǎn)變，對(duì)傳統(tǒng)檢修模式進(jìn)行創(chuàng)新性變革，從而降低運(yùn)維成本，提升運(yùn)維可靠性，加快智慧城軌的建設(shè)速度。

２ 智慧城軌概述

《中國城市軌道交通智慧城軌發(fā)展綱要》指出，智能運(yùn)維安全是智慧城軌建設(shè)中的重要部分［１］ 。智能運(yùn)維安全的主要目的在于通過云計(jì)算、人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等新興技術(shù)手段，整合車輛、信號(hào)、供電等系統(tǒng)智能運(yùn)維信息，形成基于綜合監(jiān)視、故障聯(lián)動(dòng)分析、多專業(yè)數(shù)據(jù)統(tǒng)計(jì)分析、全局核心數(shù)據(jù)展示等技術(shù)實(shí)現(xiàn)車智慧城軌的調(diào)度、監(jiān)控、應(yīng)急指揮及智能化檢修等服務(wù)的綜合智能運(yùn)維一體化平臺(tái)［２～３］ ，從生產(chǎn)、調(diào)度、決策、巡檢、應(yīng)急指揮、運(yùn)維監(jiān)管等多個(gè)方面，升級(jí)現(xiàn)有運(yùn)維體系，優(yōu)化資源配置、提高智能化程度和運(yùn)營效率，以及管控、安全保障能力與綜合監(jiān)管能力。

３ 智能運(yùn)維技術(shù)概述

３．１ 智能運(yùn)維技術(shù)

智能運(yùn)維主要技術(shù)包含智能感知技術(shù)、ＰＨＭ 技術(shù)、邊云協(xié)同技術(shù)［４～５］ 、大數(shù)據(jù)技術(shù)、人工智能技術(shù)等。

（ １）智能感知技術(shù)利用振動(dòng)傳感器、電壓傳感器、電流傳感器、圖像、紅外探測器、激光雷達(dá)等多種傳感器，采集車輛、軌旁、檢修、場段等實(shí)際應(yīng)用場景下的信息，這些數(shù)據(jù)從不同維度覆蓋全運(yùn)維場景的數(shù)據(jù)監(jiān)測，并作為智能運(yùn)維中的基本信息，用于后續(xù)數(shù)據(jù)處理以及業(yè)務(wù)決策。

（２） ＰＨＭ 技術(shù)為故障預(yù)測與健康評(píng)估技術(shù)。ＰＨＭ 技術(shù)目前主要分為基于數(shù)據(jù)驅(qū)動(dòng)的診斷與評(píng)估技術(shù)和基于機(jī)理的診斷與評(píng)估技術(shù)。基于數(shù)據(jù)驅(qū)動(dòng)的診斷與評(píng)估技術(shù)在收集大量數(shù)據(jù)的基礎(chǔ)上，進(jìn)行數(shù)據(jù)整理以及數(shù)據(jù)挖掘，形成有效的數(shù)據(jù)信息及數(shù)據(jù)評(píng)價(jià)準(zhǔn)則，并依靠獲取的數(shù)據(jù)走勢，對(duì)車輛關(guān)鍵部件進(jìn)行故障診斷以及健康評(píng)估?；跈C(jī)理的診斷與評(píng)估技術(shù)，以工作原理為基礎(chǔ)，以建立模型或人工經(jīng)驗(yàn)為參考，建立評(píng)價(jià)指標(biāo)，通過模型或者經(jīng)驗(yàn)評(píng)價(jià)進(jìn)行車輛關(guān)鍵部件故障預(yù)測及健康評(píng)估。

（３）邊云協(xié)同技術(shù)指的是邊緣側(cè)與云平臺(tái)側(cè)的資源協(xié)同［６］ ，涉及資源包括但不限于數(shù)據(jù)資源、存儲(chǔ)資源、計(jì)算資源，通過實(shí)際業(yè)務(wù)需求進(jìn)行資源分配，降低單側(cè)的資源壓力，優(yōu)化資源配置，提升資源利用率。

（４）大數(shù)據(jù)技術(shù)包含數(shù)據(jù)預(yù)處理技術(shù)、數(shù)據(jù)存儲(chǔ)技術(shù)、數(shù)據(jù)安全技術(shù)、數(shù)據(jù)分析與挖掘技術(shù)等，大數(shù)據(jù)技術(shù)主要應(yīng)用在數(shù)據(jù)平臺(tái)獲取智能感知層數(shù)據(jù)后，對(duì)數(shù)據(jù)進(jìn)行處理及分析。大數(shù)據(jù)技術(shù)涵蓋智能運(yùn)維整個(gè)數(shù)據(jù)處理過程，從數(shù)據(jù)傳輸?shù)綌?shù)據(jù)存儲(chǔ)、數(shù)據(jù)特征提取、數(shù)據(jù)分析、數(shù)據(jù)挖掘，再到數(shù)據(jù)對(duì)決策的支撐，最后數(shù)據(jù)對(duì)應(yīng)用業(yè)務(wù)進(jìn)行閉環(huán)指導(dǎo)，從而提升運(yùn)維能力。

（ ５）人工智能技術(shù)是大數(shù)據(jù)時(shí)代下的新興技術(shù)，在深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、智能機(jī)器人、自動(dòng)駕駛、智能檢修等方面應(yīng)用廣泛［７～８］ 。將人工智能技術(shù)應(yīng)用于智能運(yùn)維中，用機(jī)器替代人工，提升了運(yùn)維自動(dòng)化水平，節(jié)省了大量人力資源，推動(dòng)了軌道交通行業(yè)智能化發(fā)展。

３．２ 智能運(yùn)維架構(gòu)

智能運(yùn)維架構(gòu)主要包括感知層、數(shù)據(jù)平臺(tái)層、業(yè)務(wù)應(yīng)用層，以及服務(wù)層（如圖１ 所示）。在感知層，主要進(jìn)行數(shù)據(jù)的采集，包括通過車輛信息、軌旁監(jiān)測信息、場段信息、供電設(shè)備信息、信號(hào)設(shè)備信息、車輛檢修信息、巡檢信息等數(shù)據(jù)。數(shù)據(jù)在采集完成后，通過４Ｇ／５Ｇ、Ｗｉ?Ｆｉ、以太網(wǎng)等方式傳輸至數(shù)據(jù)平臺(tái)，由數(shù)據(jù)平臺(tái)根據(jù)業(yè)務(wù)應(yīng)用需求進(jìn)行數(shù)據(jù)清洗、篩選、存儲(chǔ)、數(shù)據(jù)挖掘、數(shù)據(jù)關(guān)聯(lián)等相關(guān)數(shù)據(jù)整理工作；隨后將有效業(yè)務(wù)數(shù)據(jù)分發(fā)至各個(gè)業(yè)務(wù)應(yīng)用層進(jìn)行決策，并將得到的決策信息反饋至監(jiān)控中心、決策中心、調(diào)度中心、支持中心，由各個(gè)中心的使用角色進(jìn)行處理以及最終決策。

４ 智能運(yùn)維在智慧城軌中的應(yīng)用研究

４．１ 智慧城軌中的智能運(yùn)維

智能運(yùn)維在智慧城軌中的主要業(yè)務(wù)場景包括車輛在途信息監(jiān)測、軌旁監(jiān)測、線網(wǎng)線路監(jiān)控、車輛檢修管理、場段管理。智能運(yùn)維在智慧城軌中的業(yè)務(wù)應(yīng)用邏輯（如圖２ 所示）如下：數(shù)據(jù)手冊(cè)、車輛在途信息監(jiān)測數(shù)據(jù)、軌旁監(jiān)測數(shù)據(jù)將通過４Ｇ／５Ｇ、Ｗｉ?Ｆｉ 等多種網(wǎng)絡(luò)方式傳輸至線網(wǎng)線路監(jiān)控部分的健康管理系統(tǒng)進(jìn)行數(shù)據(jù)處理，并在數(shù)據(jù)基礎(chǔ)上進(jìn)行運(yùn)營監(jiān)控以及故障診斷，分別進(jìn)行運(yùn)營監(jiān)測、軌旁監(jiān)測、故障預(yù)測以及健康評(píng)估，根據(jù)運(yùn)營監(jiān)測數(shù)據(jù)、軌旁監(jiān)測數(shù)據(jù)、故障預(yù)測結(jié)果、健康評(píng)估結(jié)果綜合評(píng)價(jià)后，得出故障診斷結(jié)果。故障診斷結(jié)果將形成故障事件，平臺(tái)將根據(jù)擬定的故障評(píng)價(jià)指標(biāo)對(duì)故障事件進(jìn)行評(píng)級(jí)，評(píng)級(jí)結(jié)果將以工單形式下發(fā)至車輛檢修管理以及場段管理；車輛檢修管理以及場段管理在接收到工單后，提取工單中的故障評(píng)級(jí)以及處置建議。輸出包含配件需求、人員需求、工作需求等要素在內(nèi)的維修計(jì)劃建議，同時(shí)向ＤＣＣ和ＯＣＣ 系統(tǒng)下發(fā)調(diào)度建議，決定車輛是否入庫維修，在確認(rèn)兩部分建議落實(shí)后，對(duì)已有的檢修計(jì)劃按照建議進(jìn)行調(diào)整，并將檢修計(jì)劃派發(fā)至總控中心，由總控中心進(jìn)行人員、設(shè)備、物料調(diào)度以及采取安全防護(hù)措施，將建議根據(jù)服務(wù)支撐板塊職能進(jìn)行類別劃分，然后分別下發(fā)至配件管理、設(shè)備管理、檢修工藝、檢修資料，用于向現(xiàn)場配送物料、派發(fā)檢修作業(yè)、指定檢修工作人員以及對(duì)檢修工作人員進(jìn)行作業(yè)指導(dǎo)；在現(xiàn)場完成車輛維修后，車輛信息將發(fā)送至車輛應(yīng)用平臺(tái)進(jìn)行車輛評(píng)估以及排車，檢修車輛將根據(jù)收到的車輛調(diào)度執(zhí)行車輛上線安排。

４．２ 智能運(yùn)維技術(shù)應(yīng)用

智能運(yùn)維技術(shù)在城軌中的關(guān)鍵應(yīng)用主要包含以下５ 個(gè)方面：車輛在途監(jiān)測運(yùn)維應(yīng)用、軌旁檢測運(yùn)維應(yīng)用、線網(wǎng)線路監(jiān)控運(yùn)維應(yīng)用、車輛檢修管理運(yùn)維應(yīng)用以及場段管理運(yùn)維應(yīng)用。通過對(duì)各個(gè)運(yùn)維場景進(jìn)行感知層數(shù)據(jù)采集后，依托數(shù)據(jù)平臺(tái)進(jìn)行信息融合、數(shù)據(jù)分析、綜合監(jiān)測、統(tǒng)一指揮，從而實(shí)現(xiàn)城市軌道交通運(yùn)維場景的數(shù)字化、智能化建設(shè)。

４．２．１ 車輛在途監(jiān)測運(yùn)維應(yīng)用

車輛在途信息監(jiān)測系統(tǒng)主要用于監(jiān)測牽引輔助系統(tǒng)、制動(dòng)系統(tǒng)、走行部、車門、蓄電池、ＴＣＭＳ、乘客信息、弓網(wǎng)、空調(diào)、防火等關(guān)鍵子系統(tǒng)。系統(tǒng)功能主要包含數(shù)據(jù)采集以及在途診斷兩個(gè)方面，其中數(shù)據(jù)采集一般由預(yù)埋在車輛各子系統(tǒng)的傳感器采集車輛各部件監(jiān)測關(guān)鍵信息（如表１ 所列），并將信息通過ＲＩＯＭ、車載路由等設(shè)備發(fā)送至車輛網(wǎng)絡(luò)總線，然后對(duì)平臺(tái)的數(shù)據(jù)進(jìn)行傳輸以及車載數(shù)據(jù)存儲(chǔ)；車輛在途診斷主要由ＰＨＭ 對(duì)各車輛子系統(tǒng)進(jìn)行監(jiān)測，向車輛網(wǎng)絡(luò)輸出故障診斷及預(yù)警信息、壽命評(píng)估信息。

４．２．２ 軌旁監(jiān)測運(yùn)維應(yīng)用

軌旁監(jiān)測用于監(jiān)測受電弓、車輪、踏面、車輛外觀、輪對(duì)尺寸等車輛關(guān)鍵部件，其主要檢測手段包括機(jī)器視覺、紅外檢測、激光檢測等。需要在軌旁預(yù)埋多種傳感器，列車緩慢通過傳感器設(shè)置區(qū)域，在不停車的情況下，獲取車輛外觀、輪對(duì)、踏面、受電弓等關(guān)鍵零部件信息，并將信息傳入平臺(tái)進(jìn)行數(shù)據(jù)處理，然后輸出車輛及關(guān)鍵部件狀態(tài)信息。當(dāng)出現(xiàn)異常信息時(shí)，輸出預(yù)警信息或自動(dòng)報(bào)警信息，實(shí)現(xiàn)由人力檢向機(jī)器檢的轉(zhuǎn)變，在降低巡檢人員投入的前提下，增加日檢項(xiàng)點(diǎn)及頻次。

４．２．３ 線網(wǎng)線路監(jiān)控運(yùn)維應(yīng)用

線網(wǎng)線路的監(jiān)控，主要指的是對(duì)線路的監(jiān)控以及對(duì)線網(wǎng)的管控。線路監(jiān)控對(duì)從感知層獲取數(shù)據(jù)進(jìn)行關(guān)鍵指標(biāo)篩選，并對(duì)監(jiān)控車輛運(yùn)行過程中的關(guān)鍵指標(biāo)進(jìn)行展示，涉及的關(guān)鍵指標(biāo)包括但不限于線路車輛狀態(tài)、列車位置、配屬統(tǒng)計(jì)等信息。線網(wǎng)管控主要指在線路監(jiān)控的基礎(chǔ)上，對(duì)線網(wǎng)信息進(jìn)行實(shí)時(shí)監(jiān)控，以圖表、數(shù)字等直觀的展示方式顯示各線路車輛的運(yùn)行狀態(tài)、投運(yùn)情況、故障及預(yù)警情況等。

４．２．４ 車輛檢修管理運(yùn)維應(yīng)用

智能運(yùn)維下車輛檢修計(jì)劃區(qū)別于固定檢修計(jì)劃安排，為綜合考慮車輛行走里程、車輛行走時(shí)間、車輛ＰＨＭ 信息、車輛運(yùn)營計(jì)劃、車輛段維保產(chǎn)能等要素進(jìn)行綜合排布的智能檢修計(jì)劃管理。通過對(duì)已有的修程修制、工藝手冊(cè)以及現(xiàn)場數(shù)據(jù)（產(chǎn)品數(shù)據(jù)、物料數(shù)據(jù)等）進(jìn)行數(shù)據(jù)整理，并將數(shù)據(jù)分為檢修工藝、修程、構(gòu)型以及故障處置措施４ 大部分，形成數(shù)據(jù)手冊(cè)。其中，檢修工藝用于支撐檢修工藝流程并形成標(biāo)準(zhǔn)工藝庫，修程則用于檢修修程管理及修程優(yōu)化，構(gòu)型則用于產(chǎn)品的主構(gòu)型以及實(shí)例化構(gòu)型，故障處置措施用于支撐故障處置以及應(yīng)急故障處理。車輛在途監(jiān)測系統(tǒng)向整車履歷以及部件履歷中輸出車輛在途信息，包括車輛運(yùn)行里程、運(yùn)行時(shí)間、故障級(jí)預(yù)警信息等。車輛檢修管理根據(jù)車輛在途信息以及該車輛在數(shù)據(jù)手冊(cè)中的對(duì)應(yīng)信息定制出檢修計(jì)劃，再根據(jù)車間的維保產(chǎn)能以及車輛運(yùn)營計(jì)劃安排，向車間派發(fā)相應(yīng)的生產(chǎn)計(jì)劃，由生產(chǎn)計(jì)劃分別下發(fā)排產(chǎn)計(jì)劃以及配件計(jì)劃，最后由車間根據(jù)排產(chǎn)計(jì)劃以及派發(fā)到現(xiàn)場的配件執(zhí)行檢修任務(wù)。檢修任務(wù)完成后，車輛檢修、配件更換等信息將納入履歷信息管理，作為優(yōu)化數(shù)據(jù)手冊(cè)的輸入材料。

４．２．５ 場段管理運(yùn)維應(yīng)用

在智能運(yùn)維下的場段管理，為在建立資產(chǎn)電子化臺(tái)賬的基礎(chǔ)上進(jìn)行資產(chǎn)數(shù)據(jù)采集，搭建資產(chǎn)履歷平臺(tái)，構(gòu)建設(shè)備資產(chǎn)維護(hù)維修標(biāo)準(zhǔn)化體系，以數(shù)字化管理替代傳統(tǒng)紙質(zhì)管理。根據(jù)資產(chǎn)數(shù)據(jù)，形成設(shè)備利用率、完好率、閑置率、停機(jī)率等關(guān)鍵資產(chǎn)評(píng)價(jià)指標(biāo)體系建議，對(duì)資產(chǎn)進(jìn)行實(shí)時(shí)監(jiān)控，并明確資產(chǎn)及其相關(guān)責(zé)任人之間的關(guān)系，從而實(shí)現(xiàn)設(shè)備高效管理。

資產(chǎn)管理系統(tǒng)根據(jù)資產(chǎn)巡檢計(jì)劃向責(zé)任人派發(fā)設(shè)備巡檢任務(wù)，責(zé)任人根據(jù)巡檢任務(wù)中的巡檢路線、巡檢清單、重點(diǎn)巡視對(duì)象等關(guān)鍵內(nèi)容開展工作，巡檢設(shè)備在開啟巡檢任務(wù)后，自動(dòng)記錄實(shí)際巡檢路線，隨機(jī)進(jìn)行作業(yè)拍照。待任務(wù)完成后，巡檢執(zhí)行路線、巡檢記錄圖像、巡檢時(shí)間等過程信息均將上傳至資產(chǎn)管理系統(tǒng)，用于進(jìn)行資產(chǎn)狀態(tài)記錄及追溯。除此之外，資產(chǎn)負(fù)責(zé)人在巡檢時(shí)可隨時(shí)通過巡檢設(shè)備上報(bào)異常情況，并向資產(chǎn)管理系統(tǒng)建議重點(diǎn)巡檢內(nèi)容，由資產(chǎn)管理系統(tǒng)將建議內(nèi)容派發(fā)至后期的巡檢任務(wù)清單。

４．３ 效益分析

近年來，地鐵逐漸成為人們主要的出行方式，城軌車輛運(yùn)維的任務(wù)量不斷加大，因此需要在提升運(yùn)維效率的同時(shí)保證車輛的安全可靠性。傳統(tǒng)的運(yùn)維模式主要依靠人工手記檢修內(nèi)容、故障內(nèi)容，在記錄完成后，再由人工進(jìn)行電子版錄入，且各作業(yè)系統(tǒng)（如物料系統(tǒng)、生產(chǎn)系統(tǒng)、車輛檢修系統(tǒng)等）相互封閉，需要由人工進(jìn)行系統(tǒng)間數(shù)據(jù)傳遞，用以維持正常作業(yè)。在運(yùn)維任務(wù)激增的狀況下，此類工作消耗了極大的人力及物力資源，且無法保證運(yùn)維作業(yè)的可靠性。將智能運(yùn)維技術(shù)應(yīng)用于智慧城軌場景，能夠高效合理地進(jìn)行現(xiàn)有資源配置，在現(xiàn)有人力資源基礎(chǔ)上，提升作業(yè)效率，保證作業(yè)正確率。城軌運(yùn)維的傳統(tǒng)模式以及智能運(yùn)維模式的對(duì)比如表２ 所列。

５ 結(jié)束語

基于智能運(yùn)維技術(shù)的應(yīng)用，能夠?qū)崿F(xiàn)智慧城軌下的城市軌道車輛運(yùn)維服務(wù)新模式，通過大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)、云計(jì)算等新興技術(shù)手段，打造運(yùn)、檢、修一體化平臺(tái)；構(gòu)建數(shù)字化、標(biāo)準(zhǔn)化體系及模型，建立數(shù)據(jù)手冊(cè)、知識(shí)圖譜，促進(jìn)計(jì)劃修檢向狀態(tài)修檢的轉(zhuǎn)變；通過故障診斷、健康監(jiān)測及壽命評(píng)估、軌旁檢測、數(shù)字化檢修管理、智能場段管理的應(yīng)用，提升檢修能力以及故障處理能力，提高城軌車輛的安全運(yùn)營能力，從而促進(jìn)生產(chǎn)資源在檢修環(huán)境中的合理配置，加速智慧交通一體化推進(jìn)，實(shí)現(xiàn)軌道交通數(shù)字化智能化發(fā)展。

參考文獻(xiàn)：

［１］ 中國城市軌道交通協(xié)會(huì)．中國城市軌道交通智慧城軌發(fā)展綱要［Ｊ］．城市軌道交通，２０２０，（４）：８?２３．

［２］ 牛濤，張輝．城市軌道交通智能運(yùn)維系統(tǒng)方案研究［Ｊ］．鐵道運(yùn)輸與經(jīng)濟(jì)，２０２２，４４（４）：９９?１０５．

［３］ 李彥武．西安地鐵２ 號(hào)線車輛修程修制分析及優(yōu)化［Ｄ］．西安：長安大學(xué)，２０１９．

［４］ 徐余明，黎家靖，張寧，等．基于云?邊?端架構(gòu)的城市軌道交通智能運(yùn)維系統(tǒng)［Ｊ］．都市快軌交通，２０２２，３５（６）：１４５?１５０．

［５］ 張心宇，王喆，郭歌，等．鐵路信息系統(tǒng)云邊協(xié)同體系架構(gòu)研究［Ｊ］．鐵路計(jì)算機(jī)應(yīng)用，２０２２，３１（１０）：１?５．

［６］ 趙鵬，朱祎蘭．大數(shù)據(jù)技術(shù)綜述與發(fā)展展望［Ｊ］．宇航總體技術(shù)，２０２２，６（１）：５５?６０．

［７］ 譚文舉．軌道交通全自動(dòng)運(yùn)行條件下運(yùn)營場景設(shè)計(jì)及智能運(yùn)維研究［Ｄ］．北京：北京交通大學(xué)，２０２０．

［８］ 宋冠蕾．軌道交通中人工智能技術(shù)應(yīng)用研究［Ｊ］．中國設(shè)備工程，２０２０（１０）：２８?３２．

作者簡介：

李昕娟（１９８９—），碩士，工程師，研究方向：軌道交通智能技術(shù)。