(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111451601.0 (22)申请日 2021.12.01 (71)申请人 成都西交轨道交通 技术服务有限公 司 地址 610031 四川省成 都市金牛区长青路 88号1栋2单 元9层907号 (72)发明人 王小康　李俊　庹茹君　陈彬　 张书英　 (74)专利代理 机构 成都正德明志知识产权代理 有限公司 513 60 代理人 雷正 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/26(2012.01) G06N 20/00(2019.01)H04L 67/10(2022.01) H04L 67/125(2022.01) H04W 4/38(2018.01) H04W 4/42(2018.01) (54)发明名称 基于边缘计算与机器学习的轨道交通智能 运维系统及方法 (57)摘要 本发明公开了基于边缘计算与机器学习的 轨道交通智能运维系统及方法， 系统包括端服务 层、 边服务层和云服务层； 端服务层包括端传感 器、 端控制器、 端服务器和车辆TCMS系统； 边服务 层位于包括线路智能运维系统、 生产业务管理系 统和车辆智能检修系统； 云服务层包括智能运维 大数据中心。 本发明充分利用物联网技术， 在车 辆上实现统一进行数据采集， 数据能够深度融 合； 能够及时就地处理数据； 利用机器算法实现 优化， 在提高车辆系统安全的同时也为运维人员 提供数据决策支持； 通过端、 端协同， 车辆 上的端 服务器能够通过自身无线通信与设定距离内车 辆的端服务器进行连接通讯， 能够实时智能感知 设定距离内车辆的健康状态及故障信息， 及时地 避免安全隐患。 权利要求书3页 说明书8页 附图1页 CN 114139949 A 2022.03.04 CN 114139949 A 1.一种基于边 缘计算与机器学习的轨道交通智能运维系统， 其特 征在于： 包括端服 务层、 边服务层和云服 务层； 所述端服 务层位于车辆上， 包括端传感器、 端控制器、 端服 务器和车辆TC MS系统； 所述边服务层位于地面控制中心， 包括线路智能运维系统、 生产业务管理系统和车辆 智能检修系统； 所述云服 务层包括智能运维大 数据中心； 所述端传感器位于车辆待监控部件的位置上， 用于采集待监控部件的数据； 所述端控制器连接端传感器与端服务器， 并与车辆TCMS系统相连， 用于获取端传感器 采集的待监控部件的数据， 并通过优化的机器学习算法模型对采集数据进行实时处理， 基 于处理结果生成对应的信息和控制指令； 所述端服务器连接端控制器与线路智能运维系统， 并与车辆TCMS系统和设定距离内其 他车辆的端服务器相连， 用于接收线路智能运维系统的工作指令， 接 收和存储端控制 器通 过优化的机器学习算法模型对采集数据进行实时处理后的结果， 生成状态信息和事件信 息， 并上传至线路智能运维系统和设定距离内其 他车辆的端服 务器； 所述车辆TCMS系统与端控制器相连， 用于从端控制器接收其基于处理结果生成的对应 的信息和控制指令， 并根据对应的信息和控制指令控制车辆； 所述车辆TCMS系统与端服务器相连， 用于从端服务器接收端控制器通过优化的机器学 习算法模型对采集数据进 行实时处理后的结果， 根据基于处理结果生成的对应的信息和控 制指令， 并根据对应的信息和控制指令控制车辆； 所述线路智能运维系统分别与端服务器、 生产业务管理系统、 车辆智能检修系统， 以及 智能运维大数据中心相连， 用于接 收智能运维大数据中心的相关指令， 并根据相关指令生 成对应工作指 令给端服务器、 生产业务管理系统和车辆智能检修系统， 将从端服务器、 生产 业务管理系统和车辆智能检修系统接 收到的状态信息和事件信息上传至智能运维大数据 中心； 所述智能运维大数据中心， 用于集合包括车辆、 供电、 信号、 站台门和轨道弓网信息， 集 合生产业务管理系统和车辆智能检修系统产生的信息， 基于诊断知识库和专家知识库建立 机器学习算法模型， 通过线路智能运 维系统接收状态信息和事件信息并进 行健康评估和故 障预测， 并生成相关指令下发到线路智能运 维系统； 基于接收的端传感器的数据， 通过建立 的机器学习算法模型更新诊断知识库和专家知识库， 得到并下发更新优化后的机器学习算 法模型。 2.根据权利要求1所述的基于边缘计算与机器学习的轨道交通智能运维系统， 其特征 在于： 每个车辆包括一个端服务器和至少一个端控制器， 端控制器位于待监控部件周围， 一 个端控制器监控至少一个端传感器。 3.根据权利要求1所述的基于边缘计算与机器学习的轨道交通智能运维系统， 其特征 在于： 所述云服 务层部署位置包括控制中心、 业主集团公司和主机厂运维中心。 4.根据权利要求1所述的基于边缘计算与机器学习的轨道交通智能运维系统， 其特征 在于： 所述智能运维大数据中心与至少一个线路智能运维系统相连； 一个线路智能运维系 统与至少一台车辆相连； 每个端服务器安装于对应车辆， 并与对应车辆的端控制器直接连 接或级联。权　利　要　求　书 1/3 页 2 CN 114139949 A 25.根据权利要求1所述的基于边缘计算与机器学习的轨道交通智能运维系统， 其特征 在于： 所述端传感器包括加速度传感器、 应变传感器、 光纤传感器、 温度传感器、 复合传感 器、 工业摄像机、 毫米波 雷达和激光雷达； 所述待监控部件包括走行部、 弓网、 牵引、 车门、 空 调和制动器。 6.根据权利要求1所述的基于边缘计算与机器学习的轨道交通智能运维系统， 其特征 在于： 所述生产业务管理系统包括车辆状态管理模块、 站台设备管 理模块、 运营日计划管 理 模块、 施工维护管理模块、 关键设备定位管理模块和智能手持终端模块。 7.根据权利要求1所述的基于边缘计算与机器学习的轨道交通智能运维系统， 其特征 在于： 所述车辆智能检修系统包括智能检修机器人、 车侧走行部检测模块、 车辆360 °视觉检 测模块和轮对等效锥度检测模块。 8.根据权利要求1所述的基于边缘计算与机器学习的轨道交通智能运维系统， 其特征 在于： 端传感器与端控制器的连接方式包括有线连接或者无线连接， 端控制器与端服务器的 连接方式包括有线连接或者无线连接， 端服务器与线路智能运维系统和设定距离内车辆的 端服务器的连接方式包括无线 连接， 车辆TCMS系统与端控制器或者端服务器的连接方式包 括通信线缆连接， 线路智能运维系统与智能运维大数据中心的连接方式包括有线连接或者 无线连接 。 9.一种基于边缘计算与机器学习的轨道交通智能运维方法， 其特征在于， 包括以下步 骤： S1、 通过端传感器采集车辆待监控部件的数据并上传至端控制器； S2、 基于接收到的待监控部件的数据， 通过优化的机器学习算法模型对采集数据进行 实时处理， 并基于处 理结果生成对应的信息和控制指令； S3、 通过端服务器接收和存储端控制器通过优化的机器学习算法模型对采集数据进行 实时处理后的结果， 生成状态信息和事件信息， 并上传至线路智能运维系统和设定距离内 其他车辆的端服 务器； S4、 通过车辆TCMS系 统接收并根据端控制器生成的对应的信息和控制指令控制车辆； 或接收端服 务器生成的信息和控制指令， 并根据该信息和控制指令控制车辆； S5、 通过线路智能运维系统从端服务器、 生产业务管理系统和车辆智能检修系统接收 状态信息和事 件信息并上传至智能运维大 数据中心； S6、 通过智能运维大数据中心集合系统信 息、 建立运维知识库和算法模型库； 其中系统 信息包括车辆、 供电、 信号、 站台门、 轨道弓网信息， 以及从生产业务管理系统和车辆智能检 修系统集合的信息， 运维知识库包括诊断知识库和专家知识库， 算法模型库包括机器学习 算法模型； S7、 通过智能运维大数据中心对接收的状态信息和事件信息进行健康评估和故障预 测， 并生成相关指 令下发到线路智能运维系统； 基于接收的系统数据， 通过建立的机器学习 算法模型 更新诊断知识库和专 家知识库， 得到并下发更新优化后的机器学习算法模型； S8、 通过线路智能运维系统接收智能运维大数据中心的相关指令并生成对应工作指令 给端服务器、 生产业 务管理系统和车辆智能检修系统； S9、 通过端服务器根据工作指令与端控制器、 车辆TCMS系 统和设定距离内其他车辆的权　利　要　求　书 2/3 页 3 CN 114139949 A 3