解决方案

Conference related

当前位置 > 首页 > 解决方案 > 交通 > 城市轨道交通智能机电管理 平台iBAS方案

城市轨道交通智能机电管理 平台iBAS方案

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。

1649384176942289.png

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。

1649384316274749.png

图2 EIC外观图

1649384355527883.png

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。

1649384437287924.png1649384447667337.png

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

微信截图_20220408102224.png

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》

相关文章链接
基于MEC边缘计算的 5G V2X车路协同先导应用
智慧物流运输管理边缘计算实验平台
数字视网膜解决方案
智能车辆管理系测试床
基于边缘计算的轨道交通智慧运控平台解决方案

关于联盟

边缘计算作为新兴产业应用前景广阔,产业同时横跨OT、IT、CT多个领域,且涉及网络联接、数据聚合、芯片、传感、行业应用多个产业链角色。为了全面促进产业深度协同,加速边缘计算在各行业的数字化创新和行业应用落地,华为技术有限公司、中国科学院沈阳自动化研究所、中国信息通信研究院、英特尔公司、ARM和软通动力信息技术(集团)有限公司作为创始成员,联合倡议发起边缘计算产业联盟,致力于推动“政产学研用”各方产业资源合作,引领边缘计算产业的健康可持续发展。

加入联盟

联系我们

  • 北京市海淀区上地十街辉煌国际5号楼1416
  • +86 10 5711 6299 +86 13910146695
  • info@ecconsortium.net
×

登录

确定