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。

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》