数字铁路是基于数字技术为标准的铁路建设,数字化技术作为现代信息技术的一个重要特征,同时为了实现铁路的数字化管理也是中国铁路建设中的一个重要组成部分。数字化管理建设作为铁路建设的一项重要设施,其信息化管理水平必然决定着铁路建设的数字化建设水平。我国铁路建设有着总里程较长,速度快,面对复杂地貌,驾驶时间较短,同时要面对养护维修作业任务较重,所以实现铁路建设数字化管理已成为中国必然的需求,同时也为了实现铁路建设数字化对要提高高速铁路的数字化水平具有重要意义。
针对铁路工作的特点以及信息流在各个环节中的传递流程,通过构建铁路区块链体系并结合流程管理开展的具体场景应用研究,对解决目前铁路信息化建设进程中,各单位间信任成本过大、信息流转安全性差等难题,提出了新思路。
铁路工程项目的各主要参加者分别处于不同的利益主体,因此相比于传统的中心化资源管理方法,区块链分布式的信息资源共享结构在共识制度、智能协议、加密技术等三个关键技术支持下,更能够保证项目数据的真实性与可信度,从而减少了各个单位间的信任成本,从而进一步增强了铁路工程项目信息资源共享的力量。
区块链服务是一系列智能合约组成的服务,依赖于下层区块链基础平台,向上层的管理提供与业务逻辑相关的智能合约服务,包括电子存证服务、追溯服务、数据共享服务、安全管控服务等。
铁路全线地形地质复杂、气象条件严峻、自然环境脆弱、高山自然灾害频繁、高海拔、高寒、大高差、人迹罕至,造成了广域范围的地理空间数据提取困难、施工建设极端困难,已成为我国目前施工难度最高的线路建设工程。同时面临着这样巨大的技术困难,唯有借助现代信息化和智能技术才有机会达到全面保障铁路建设“高起点、高标准﹑高质量”的施工总目标,从而切实提高了中国高速铁路的技术标准,以达到推动全球高速铁路建设的总目标。铁路工程建设中存在着复杂严酷的区域地形地质条件,技术实施困难极大的问题和挑战,但通过对铁路工程机械设备、固定设施和内部环境数据的全方位传感、泛在互联、整合管理、自主认知和科学决策,进行了全生命周期一体化的智慧管理,建设铁路数据大孪生系统无疑是打造智慧铁路工程的必然手段,进而真正实现了人、机、料、法、环境等多元的有机协调的全景式传感-认知-管理,为铁工程建设和管理提供了坚实的技术保障。
孪生技术是信息技术现代化发展的又一条新途径,利用了传感器数据信息与物理模式,从信息技术空间中全方位地展示了实体的整个生命周期流程,并因此具有了对历史问题检测、当前状况评价和未来发展趋势预见的能力,已作为中国信息化的最前沿标记,同时更是对铁路可建设和安全经营至关重要的现代化模型。数码孪生图是真实世界中的物理实体在电脑数据库系统中的反应,可体现在铁路系统全域覆盖范围内人、机、料、法、环的多元空间结构相互融合,从宏大到微观进行多粒度的空间对象描绘,多模态空间数据分析信息系统的高效组合和分布式协同存储管理,多学科数据分析信息系统的即时连接和探索性空间关系解析[26]。
数字孪生系统将作为铁路全生命周期信息精准映射和综合协调的重要平台支撑系统,将完成铁路全生命周期的智慧建设、智能装备、智慧运行,并大幅提高了复杂条件下的铁路建设和运营信息化水平和智能化程度。建立数字孪生的基本流程包括模拟和仿真。模型即构建与物理实体虚拟映射的3D模型,通过这个模型可以真正地在虚拟空间重现物理实体的外形、几何、空间运动结构、几何关系等基本属性,并根据实物对象的空间运动变化规律而构建。仿真模式则是指根据建立出来的3D模型,根据材料结构、热学、电磁、流体等的物理学定律和原理,估计、分析和预报物理对象的未来状况。例如机械设备,能够将机械设备的实际工作参数、核心部件的负荷情况等数据通过传感器反馈注入到机械模具中,并通过数据模拟,对这些数据进行统计分析,从而预知可能的机械故障与危害,而数字孪生则是由一组或许多单位的数字孪生按水平逐级结合而成,例如,中国铁路公司在施工过程中的数字孪生,就是由多种设备互相耦合而成。所以,必须对实物对象采用更多尺寸的数字孪生模型设计,以满足在现实工业生产过程中建模间跨单位耦合的要求,并最终通过大屏综合展示系统展示,实现资产管理、综合分析和辅助决策等功能。
铁路建设具有建设周期长、施工难度大、地质环境复杂等各种不利因素,为保证工程建设进度和质量,确保施工队伍的人身安全,需要对工程建设现场进行全方位、多角度、全要素的风险预警提醒。通过智能研判从综合服务系统、物联网平台以及将来接入的其它信息系统中获取的数据,利用预警分析模型进行高效计算,对铁路工程项目建设面临的安全隐患和风险提前做出预判,发出预警消息,为铁路建设提供智能化的安全保障措施[27]。
铁路建设是多家施工建设单位共同参与的特大重点项目,中铁股份下属各参与建设单位对于铁路的数据有着共同的需要和个性化的需求,为了避免数据多源输出造成的内容不一致、响应速度慢、维护复杂等问题,需要建设统一的数据共享服务,需求内容如下:
(1)梳理数据共享服务体系,满足铁路工程建设指挥调度及其它数据需求方的需要;
(2)根据工点、工区项目部、铁路指挥部、股份公司等,分配了不同的大数据访问权限;数据共享业务的核心场景主要分为四大环节:资料目录制作、资料业务开发、数据业务消费、资料业务监控。
信息资源目录信息生成系统:提供了数据资源信息目录和服务资源信息目录二个视图,数据资源信息目录利用自动采集方法产生,对所有数据信息源(数据库系统、文档、互联网)的元数据信息内容予以显示;利用数据服务可以发布快速生成的业务资源目录。
数据服务的提供:通过数据资源目录,可将共享区数据信息快速开发为即时业务(RESTful)和批量业务(File)。
数据服务消费:规定了从信息查询、提交、审核、信息应用的完整过程,消费方采用订阅和拉取的形式使用信息[28]。
数据服务监测:通过对数据服务的全生命周期管理和监测,对故障进行即时报警。
数据使用及安全:定义数据申请使用流程及数据安全管理,根据工点、工区项目部、铁路指挥部、股份公司等,公司平台,不同角色或层级有不同的访问接口集和访问权限;通过数据访问权限管理来保证安全的数据访问,基于统一鉴权和数据接口访问权限实现接口访问权限控制;
铁路作为国家重点工程,又面临着前所未有的巨大工程方面的挑战,必须要对工程建设的现场态势做到全面、实时、准确的感知。铁路工程建设指挥调度依赖于对建设现场态势的全面感知与分析,需要接入现场数量众多的监测设备,需要对监测设备回传的海量数据进行及时有效的清洗、存储、处理,才能及时有效的反映工程现场的情况,据此做出指挥调度决策[29]。
铁路对现场监测的高要求决定了数据综合处理量是常规工程项目的数十倍甚至上百倍,这对铁路工程建设的数据管理带来了巨大的挑战,传统的信息化管理手段已经不能满足铁路工程指挥调度对于数据的管理与应用要求,需要采用先进的大数据管理体系进行系统建设[30]。
如果要将铁路现有信息系统实现采用基于自主可控的国产化替代,在技术路线上是根本性的变化,因此,这个过程本身就是实施一个复杂的系统工程。在实施过程中,既要在不影响当前工作前提下,确保实行平稳过渡;还要确保替代前后信息与数据的连贯与可用性,不仅所涉及的技术复杂,工作量巨大,而且需要投入较大的经费、人力、物资和场地等资源,也需要铁路各使用部门的协调配合[31]。因此,为了方便该项目的实施,很有必要建立一个采用自主可控国产化设备的试验验证平台,以便解决实施自主可控国产化替代过程中所涉及的各方面的技术问题,因此有必要作为一个工程项目单独立项,实际上相当于是为铁路日后正式实施自主可控国产化替代开展预先研究。
为铁路总部和下属单位实现自主可控国产化替代提前积累支撑技术。实施自主可控国产化替代是一项全新的技术路线,项目承担单位的技术人员也需要通过本项目开展的研究工作,探索积极、稳妥、安全、可靠、经济、可行、可用的技术路线和实施方案,掌握核心技术,开展试验验证,积累技术经验,以便为铁路总部和下属子公司及直管单位开展自主可控技术的国产化替代提供技术支撑。
增强自主创新。管理层应具有全局性和前瞻性的思维与观点,并具备预知业务中新问题的能力,对公司各项工作实施合理的宏观引导与控制[32]。
传统管理体制已无法充分适应的新时代需要。在新形势下,企业必须打破常规,革弊兴利,创新发展有利于自主创新的企业管理结构方式,形成促进创新、开放和共享的良好运行机制。建设高素质的创新型队伍,选拔德才兼备的领导人才是创新型队伍建立的关键,具有高级人才的骨干团队则是创新型队伍建立的基石。为了满足创新型团队构建和国家重大项目组织建设的需求,有必要建立的新型团队模式。
构建利于人尽其才、优秀人才辈出的教育体制与氛围。不断完善相关奖励政策,加强对重大项目、团队建设等的奖励。在考核方面,逐步健全管理工作的评价考核政策,以“有利于承担大项目、有利于组建大团队、有利于形成大成果”为指导思想,以“基于现实、着眼发展、分类指导”为原则,实现目标任务与考核奖励相挂钩。
对现场施工人员的施工活动路线和活动区域进行划分,严格界定施工现场安全区域、低风险区域、高风险区域和禁入区域,并允许对不同身份的施工人员进行不同的活动区域限定,当系统监测到有人员进入危险区域或离开安全区域现象发生,立即触发预警信息。
铁路属于典型的高原山地,高海拔、低温、低含氧量的施工性质,对施工人员的身体素质提出较高要求,在这样环境下进行高强度的体力和脑力劳动,对身体健康的影响极大。在对施工人员进行实时或定时身体健康指标监测的基础上,系统会根据有关要求进行人员健康度评价,一旦发现存在健康风险,会立即触发预警信息。
铁路工程建设指挥调度的工作内容为指挥人员通过研读指挥部大屏展示的工程关键指标数据、智能预警信息等内容,查看工程建设现场态势,调阅视频监控内容,通过视频会议等通讯手段下达指挥和调度指令。其中工程建设的日常指挥调九游娱乐度和特殊事件的指挥调度所需要的决策支持内容侧重点各有不同,需要分别对一线]。
应能支持连接来自现场视频监控及会议系统的音视频源,实现与BIM、GIS的集成的专业人员。
人员需要快速显示工程建设日常指挥调度所需要的数据支持内容,包括建设现场的态势感知数据、预警信息与指标数据,能够在大屏上结合GIS、BIM、数字孪生技术进行可视化的展示,并能够分析相应的明细数据。
人员需要快速显示工程建设事件指挥调度所需要的数据支持内容,包括建设现场的态势感知数据、预警信息与指标数据,特别是能够快速展示所有与特定发生事件相关联的有关数据,能够在大屏上结合GIS、BIM、数字孪生技术进行可视化的展示,突出展示事件关联数据,并能够分析显示相应的明细数据。
维护事件调度指挥人员,编辑不同事件调度指挥模板中的显示内容,在大数据系统中获取事件调度指挥重点关注的“预警信息”和“工程指标数据”通过大屏系统,结合GIS、BIM、数字孪生等技术进行图形化展示,快速展示与发生特定事件相关联的所有数据,并以预先编辑的展现方式进行展现,突出对特定事件进行指挥调度所需关键数据的展示,支持对事件调度显示指标等数据的必要功能,分析明细数据[33]。
建议:依托于公司内部的信息化技术能力基础,借助于安全可控建设,培养一支熟悉安全可控建设的人才队伍。
1. 高级项目经理:负责本项目的整体实施管控,包括管理团队人员,布置工作人员,对接业主人员及负责协调项目各参建方,保证项目顺利实施落地。
2. 项目实施经理:负责驻场实施工作,协调现场和客户与项目团队的信息反馈和沟通工作,编制项目进度计划并监督项目进展,跟踪客户需求,整理需求,辅助客户使用系统,协助团队完成系统部署等工作。
3. 轨交架构师:负责设计和把控系统整体设计框架,深入分析调研需求,提供业务应用逻辑方法和技术性建议,把控系统功能与应用方向等工作。
4. 售前工程师:负责对系统进行前期调研,梳理数据清单,采集各方需求,并对基于数据管理系统的应用进行分析,对整个项目实施流程进行管控,保证项目实施团队能够有序高效地进行项目实施。
5. 产品经理:负责对系统进行整体功能原型设计,分析需求文档,编写产品说明文档,协调UI和研发人员进行系统设计和编码实现等工作。
6. UI设计师:负责系统的风格设计,把控系统总体风格效果;系统功能交互设计,参与系统原型设计,提高软件使用体验等工作。
7.软件测试工程师:负责本项目软件系统的测试工作,通过采用黑盒测试和白盒测试对系统系统进行测试,对每一项功能进行逐个测试,检查其是否达到预期要求,同时编写测试用例,对源代码内部的逻辑规则和数据流程进行测试,检查代码编写是否符合设计要求。
8. 三维模型工程师:负责生产或处理BIM模型数据和GIS模型数据,根据系统应用要求生产或处理对应规格的三维模型数据,以满足系统对三维模型的轻量化和美观度等方面的要求。
9. 硬件实施工程师:负责系统开发中的硬件功能分析、采购、安装和数据接入工作,负责系统集成中的硬件接口调研、获取和分析工作,确保系统对接工作顺利进行、系统数据完好无损的接入与呈现等。
在本项目中,为保证项目质量目标,建立质量保证小组,质量小组的人员由项目实施团队不同岗位人员共同组建。
樊一江.“十二五”时期我国高速铁路发展的 政策取向[J].综合运输2012,(4) :17-21
黄小华.遂渝线无昨轨道信息管理系统研究与开发[D].西南交通大学,2010.
许玉德.轨道不平顺预测理论及辅助决策系统的研究[D].北京交通大学,2003.
王英杰,秦勇,贾利民等.铁路工务管理信息系统现状分析[J].铁路计算机应用,2002, (4)
姜海洋.铁路钢轨伤损管理信息系统的设计与实现[D].北京交通大学,2008.