基于人工智能的铁路机务数据信息集成平台设计.pdf

Microcomputer Applications Vol.39,No.10,2023文章编号：10 0 7-7 57 X（2 0 2 3)10-0 2 2 6-0 4摘要：在铁路机务数据信息共享过程中，信息集成平台存在数据查询时间过长的问题，对此提出基于人工智能的铁路机务数据信息集成平台设计。优化设计信号处理器和稳压器电源，采用三级数据整合模式，结合双向映射策略，建立铁路机务数据仓库。利用分布式链路结构和管理域原理，引入分布式数据采集技术，实时采集铁路机务数据信息并将其存放于仓库内。运用人工智能分支中的IFB树结构，构建高效数据查询模型，通过SOA与ESB架构，实现机务数据集成。平台测试结果表明，铁路机务数据信息集成平台运行过程中，平均查询时间为0.18 S，满足了数据集成管理的时效性要求。关键词：人工智能；铁路机务数据；信息采集；数据管理；查询优化中图分类号：TP18技术交流基于人工智能的铁路机务数据信息集成平台设计单俊强1，李海涛，邢国栋，张虎1*（1.国能包神铁路集团有限责任公司机务分公司，内蒙古，鄂尔多斯0 17 0 0 0；2.安徽安为科技有限公司，安徽，合肥2 30 0 0 0）文献标志码：A微型电脑应用2 0 2 3年第39 卷第10 期Design of Railway Locomotive Data Information Integration PlatformBased on Artificial IntelligenceSHAN Junqiang,LI Haitao,XING Guodong,ZHANG Hul*(1.Locomotive Branch of Guoneng Baoshen Railway Group Co.,Ltd.,Ordos O170o0,China;2.Anhui Bofei Electronic Co.,Ltd.,Hefei 230000,China)Abstract:In the data information sharing of railway maintenance,the information integration platform has the problem that thedata query time is too long,a railway maintenance data integration platform based on artificial intelligence is designed.The sig-nal processor and voltage regulator power supply are optimized,and the railway maintenance data warehouse is established byusing three-level data integration mode and bidirectional mapping strategy.The distributed data acquisition technology is intro-duced to collect real-time railway maintenance data information and store it in the warehouse by using distributed link structureand management domain principle.The IFB tree structure in the artificial intelligence branch is used to build an efficient dataquery model,and the aircraft maintenance data integration is realized by SOA and ESB architecture.The platform test resultsshow that the average query time of the railway maintenance data integration platform is 0.18 s during operation,which meetsthe timeliness requirements of data integration management.Key words:artificial intelligence;railway locomotive data;information collection;data management;query optimization模块，完成了混合型大数据集成系统的设计。然而，经过验0引言证可知该系统集成效率较低。文献4融合物联网技术和云对于铁路机务数据信息来说，其间具有较强的关联性，计算技术，强化了铁路机务数据信息分析能力，支撑铁路信通过数据挖掘和集成分析可以直接地呈现机务信息的规律息化集成建设。但是，系统数据查询响应时间较长。文献性-2。依据铁路机务数据中包含的关键信息，以历史数据5结合多种集成硬件实现数据整合与共享,为铁路智能化为依托，做出更加符合铁路机务开展的决策，从而保证车辆调度提供了依据。但是，该集成系统的应用时效性较差。运行、司乘人员行为的稳定性。其中，数据信息集成共享是为了解决以往相关研究的应用不足之处，本文提出将人最为基础的环节之一，而现有的集成平台显然难以发挥更好工智能技术中的IFB树结构融入到铁路机务数据信息集成的应用效果。平台建设过程中，构建优化后的数据查询模型，达到缩短数文献3结合复变函数设计数据库模块和多源数据查询据查询时间、提高数据信息集成效率的目的。作者简介：单俊强（197 5一），男，本科，工程师，研究方向为机车检修管理、检修技术支持、设备管理、质量管理、科技创新、修旧利废、节能减排、机车技改大中修、扩能改造、安技措项目管理、信息化建设、大数据的运用、网络安全、统建管理、物资管理；李海涛（198 6 一），男，本科，工程师，研究方向为铁路大数据和人工智能；邢国栋（198 3一），男，本科，助理工程师，研究方向为监控设备、列尾设备、视频防火装置的技术指导、安全管理及上述设备的新技术、新工艺、新材料的推广。通信作者：张虎（197 4一），男，本科，高级工程师，研究方向为机车运用技术支持、营业线施工管理、统计系统管理。226.Microcomputer Applications Vol.39,No.10,20231基于人工智能的铁路机务数据信息集成平台硬件设计1.1信号处理器设计信号处理器是数据信息集成的关键硬件，以TMS320F2812芯片为核心，深入分析芯片的引脚和串行通信方式，结合哈佛总线架构L6，建立信号处理器基础架。TMS320F2812芯片具体结构如图1所示。数据RAM程序ROM/Flash544字16K字程序/数据/O总线16位桶式16 位寄存器左移移位器166乘法器32位寄存器左移移位器32位ALU32位累加器左移移位器3个辅助寄存器8层硬件堆栈重复计数器2个状态寄存器图1TMS320F2812芯片结构示意图根据图1可以看出，以TMS320F2812芯片为基础设计的信号处理器，主要包括Flash内存、快速模数转换器、增强的CAN模块、多通道缓冲串口等4个关键部分。1.2稳压电源设计电源模块作为数据信息集成平台的动力保障硬件，是影响平台运行稳定性的关键。根据铁路实际环境，设置幅值为5.0V、3.6 V 的电源，再结合集成稳压电路LM2576T-5.0，完成稳压电源的设计。其中，采用包含3A输出电流的稳压器，依托于集成稳压开关电路中包含的自我保护电路，增加少量的外部元件，设置具有稳定高效特点的稳压电路。2基于人工智能的铁路机务数据信息集成平台软件设计2.1建立铁路机务数据仓库考虑到数据信息集成平台设计的主要目的是共享各方面的铁路机务数据信息，辅助管理者建立决策方案7。数据仓库的建立需要以提供高级决策支持功能为基础，再针对细节数据统计要求设计低级别查询功能。基于上述集成内容，采用三级模式构建铁路机务数据信息整合模型，通过汇总数据层、数据操作层、数据整合层完成总体设计。具体的设计思想如图2 所示。根据图2 可知，高粒度数据存储是建立铁路决策的最后环节。依托于指标体系，从多元化铁路机务信息中提取出数据仓库主体所需的数据信息。除此之外，为了降低数据增量技术交流的计算复杂度，提出面向业务主体的数据简单聚集模式，围绕决策主题实现高粒度数据存储，作为信息集成平台的运行基础。铁路机务目标指标体系3个定时器数据仓库主题9个比较单元12个PWM输出死区控制器件4个输入捕获正交编码脉冲控制外设总线7个8 位1/0 口看门狗定时器SPI串口SCI串口8路12 位A/D转换器8路12 位A/D转换器微型电脑应用2 0 2 3年第39 卷第10 期决策4数据仓库一1高粒度数据围绕主题的数据需求快照TMIS(DMIS)考虑到铁路机务数据信息具有多元性8，在数据仓库中除了运用信号处理器进行数据初步处理，再融合以元数据驱动为基础的双向映射策略，深人分析机务数据信息的映射规则公式，依托于解析出的参数信息转换数据形式。为了便于数据信息集成平台的数据采集与数据共享管理，应用双向映射模式，针对源数据库和目标数据库建立正向映射、逆向映射关系。首先，定义源数据模型和目标数据模型如下：A=(Q(a,y,2)B=(C(f,g),D(e,r)式(1)式(2)中,A表示源数据模型,B表示目标数据模型，Q.C、D 表示3个铁路机务源数据信息，、J、表示数据Q的3个属性，f、g 表示数据C的2 个属性，e、r 表示数据D的2个属性。铁路机务数据信息的正向映射指的是由源数据模型向目标数据模型的映射，可以将其表示为=(A,B,)式(3)中，表示正向映射，表示正向映射规则。其中：9=(Q(a,y,z)C(fg)D(e.r)逆向映射指的是正向映射关系的逆操作，也就是将目标数据转换为元数据形式，具体表达形式如下：-l=(B,A,)式(5)中，-1表示逆向映射，表示逆向映射规则,其中：=(C(fg)-Q(,y),D(e.r)-Q(y,z)2.2设计分布式数据采集技术数据仓库的设计为数据信息采集提供了基础条件，提出链路数据采集模式9，设计分布式数据采集技术。采用适当的工具采集通信网络的状态数据，将链路信息进行初步转换，再结合分布式结构和管理域原理，完成分布式数据采集10。首先，按照铁路机务数据的地域、组织等，将其划分为多个域，针对每个域设置一个管理者，通过采集每个域管理者提供的信息，完成整体机务数据信息的采集。分布式采集管理模型的具体形式如图3所示。227查询ETL细节数据ETL增量数据库TriggerPMIS(CMIS)图2 数据仓库示意图汇总数据库(1)(2)(3)(4)(5)(6)Microcomputer Applications Vol.39,No.10,2023管理者1管理者n网络NEAgentMIB图3所示的分布式管理模型主要采用对等式结构，将铁路机务数据采集任务分配到每个域管理者头上。从域首节点开始运行数据采集技术，将域内其他节点设置为监控主机节点，通过每个域的首节点与其他域首节点的交互，进行域间链路的数据采集。考虑到铁路机务数据的类型较多，可以将分布式数据采集链路设置为有线链路、无线链路2 种形式，采用以太网建立有线链路，并提出相应的链路指标测量方法，明确当前数据采集链路带宽，结合实际数据采集环境改进非对称链路带宽，提高机务数据采集精度。采用RI-TAW-PATHCHAR方法测量链路带宽，应用ICMPecho报文得出测量分组的报文循环时间为R=g+(=+m)+2+t+g+(=+)+4(7)式（7)中，R表示报文循环时间，表示节点，表示排队延迟，s表示测量分组的长度，u表示链路带宽，t表示节点对测量分组的处理时间，1表示传播延迟。为了对式（7)进行简化计算，设置响应报文为ICMP超时报文，计算报文延迟时间为-2-+2(56X8ui式(8)中，i表示链路段落，n表示响应报文延迟时间。根据报文延迟时间可推导出上行链路带宽：uum=(km-ku-1)式(9)中，k表示线性函数n(s)的斜率。将响应报文设置为ICMPreply报文时，可将报文循环延迟时间表示为-2()+2(1)式(10)中，n表示ICMP reply报文延迟时间,结合式(9)和式(10），可以推导出：(11)式(11)中,k表示线性函数n（s)的斜率，u表示下行链路带宽。根据上行链路带宽与下行链路带宽计算结果，按照非对称链路改进策略进行链路优化，有效提高机务数据采集的抗干扰性。2.3构建人工智能数据查询模型以IFB树结构为基础，对于上述建立的数据查询搜索空间，采用单值查询模式构建人工智能数据查询模型。具体的IFB树示意图如图4所示。技术交流差值友好标志位管理者2指针关键字指针关键字指针关键字叶子节点指针关键字指针关键字指针关键字数据存储页NENE图3分布式采集管理模型11微型电脑应用2 0 2 3年第39 卷第10 期上关键字管理域图(a）差值查询：图(b)结构图图4IFB树示意图根据图4可知，数据查询过程中所有的叶子节点均在同一层结构中，且其中包含铁路机务数据的所有关键字信息，可以向目标人员提供所需的数据信息，实现铁路机务数据信息集成共享。3平台测试针对铁路机务数据的集成共享管理，提出以人工智能为核心的集成平台设计。按照研究内容完成平台建设后，为了验证平台应用性能，以神朔铁路为例，进行平台测试。3.1测试环境分析神朔铁路位于陕西省境内，长达2 7 0 km，途经19 个主要停靠站点，每个站点都有大量的装车行为，神朔铁路的机务(8)段负责全线运输的机车牵引、检修，其包含十余个子系统，每个子系统在常年应用过程中，均积累了大量数据，难以实现子系统之间跨区域的数据共享，呈现出“信息孤岛”现象。3.2开发数据仓库(9)结合神朔铁路的货运发送特征，提取出铁路机务数据分析主题，建立数据仓库整合主题。深人分析数据整合主题纬度，将其划分为静态、动态与目标维度3部分，如表1所示。(10)根据表1构建铁路机务数据集成平台运行的基础样本。3.3平台性能分析神朔铁路建立集成平台后，进行为期2 周的平台应用测试，其中前两天主要为了观察系统运行的稳定性。明确铁路机务数据信息集成平台可以顺利运行后，获取数据集成平台运行显示界面，如图5所示。根据图5可知，应用本文提出的集成平台运行后，可以直观地表现出铁路机务数据的变化总体变化状态，表明了以人工智能技术为基础建立的数据集成平台具有可行性。为了更加直观地体现出设计平台的优势，以数据查询时间为评估指标，根据平台测试结果得出如表2 所示的数据查询时间统计表。根据表2 可知，随着机务数据条数的增长，集成平台的数据查询时间也在不断增长，从最初的0.56 s增长至4.98 S。.228.内部节点辅助模型Microcomputer Applications Vol.39,No.10,2023表1铁路机务数据特征分析主题维度分析表维度类型维度细化分类业务类型静态维度货物类型机构维日期维时间段维到达地理维吨数动态维度里程运费总量预测目标维度发送结构分析840r800F760F7206801234567891011.12时间/d图(a）日车公里0.360.280.240.201234567810.1112时间/d图(b）平均牵引40口内燃电力3020100123456789101112时间/d图（c）检修台数100口电耗一油耗(-1UM)/胖5480604020123456789101112时间/d图(d）机务能耗图5平台可视化显示界面技术交流维度名称机务数据条数/万条票种2货票类型主车号品名发送车站维日期时间段划分类型到达车站维吨数里程运费发送总量预测发送结构分析电力一内燃11微型电脑应用2 0 2 3年第39 卷第10 期表2 数据查询时间统计表5102050通过计算可知，本文提出的数据集成平台的平均查询时间为0.18s，有效缩短了集成平台的数据查询时间，提高了机务数据集成共享效率。4总结为了实现铁路机务数据的集成管理，避免出现信息“孤岛现象,本文以人工智能技术为基础，设计新的数据集成平台。测试表明，所提出的集成平台有效缩短了数据查询时间，提高了系统的时效性，为机车调度指挥提供了支持。参考文献1王春晓，王旭，刘长华，等，一种用于海洋综合观测浮标的多种通信方式集成系统J.海洋科学，2 0 2 0，44(1):142-147.2 周林.J2EE框架技术在船舶性能预报集成系统的应用.舰船科学技术，2 0 2 0，42（10）：31-33.3周志进，基于复变函数的混合型大数据多源集成系统设计J.现代电子技术，2 0 2 0，43（1：18 3-18 6.14马建军，李平，马小宁，等.铁路一体化信息集成平台总体架构及关键技术研究J.中国铁道科学，2 0 2 0，41(5):153-161.5王瑞斌.铁路运输信息集成平台技术方案研究J.铁道运输与经济，2 0 19,41(2)：43-49.6徐洋.铁路车流信息管理系统技术方案设计研究.铁道运输与经济，2 0 2 0，42（9）：7 0-7 4.7熊昌盛，毛勇强.铁路桩基检测信息管理系统研发及应用J.铁道建筑，2 0 19,59（2）：7 4-7 7.8岳廷妍，张昱勤，李晓松，等.数据缺失机制识别及处理的标准化流程及集成系统J.现代预防医学，2019,46(21):3928-3932.9 全超，徐鹏，孙新宇，等.铁路外部环境安全管理信息系统设计研究J.铁道运输与经济，2 0 2 1，43（5）：70-76.10刘娜.档案数据加密信息安全系统设计与实现门.微型电脑应用，2 0 2 1,37（6)：136-138.查询时间/s0.561.102.353.754.98（收稿日期：2 0 2 2-0 3-0 7）229