关键词：铁路通信；数字孪生；BIM；维护管理；iTwin服务

 

　　中图分类号：U282文献标识码：A文章编号：

 

　　ResearchonLiveMaintenanceSystemforRailwayCommunication

 

　　BasedonDigitalTwin

 

　　Abstract:RailwayCommunicationisanessentialinfrastructureofrailway,whichisanimportanttooltoensurethesafetyandimproveefficiencyofrailwaytransportation.Inordertofacilitatethecommunicationmaintenancepersonneltofullybeawareoftheequipmentoperationandmaintenancestatus,throughintuitiveandmulti-dimensionalinformationtoassistmaintenancedecision-making,thispapertookBIManddigitaltwinasthecoretechnology,adoptedRESTfularchitecturestyleandcomponentdesignmode,andputforwardtheoverallarchitectureofRailwayCommunicationrealscenemaintenancesystem.BasedoniTwinservice,thesystemdiscussedsomeissuesoftheoperationandmaintenanceperiod,aboutthemodelconstruction,conversionandlightweightdisplay,constructedtheBIMlivearchitecture,andfinallyrealizedthedigitalapplicationofRailwayCommunicationentity.Additionally,thissystemdesignedBIMlivedisplay,maintenancemanagement,emergencyquery,intelligentanalysisandotherfunctionalmodules,andcombinedvisualrealscene,multi-sourcedataacquisitionandfusionwiththeprofessionalmaintenanceofcommunication,soastoimprovethedigitalizationandintelligenceofRailwayCommunicationmaintenance,improvethemaintenanceefficiencyandquality.

 

　　Keywords:railwaycommunication;digitaltwin;BIM;maintenancemanagement;iTwinservice

 

 

　　2013年，中国铁路总公司明确将BIM技术作为铁路工程建设信息化的主要技术发展方向[1]，并为此主导成立了铁路BIM联盟，强调“加快BIM技术的推广和应用，切实抓好建设模型向运维模型的移交和运用[2]，是构建数字铁路的必然选择”。数字孪生（DigitalTwin）作为一种充分利用模型、数据、智能算法等多学科的集成技术[3]，可以在虚拟空间再现通信维护工区场景，并通过采集设施设备的实时数据，连接物理世界和数字世界[4]，从而实现对物理实体的理解、分析和优化。

 

　　铁路通信维护工作主要包含对通信基础设施、线路、各类通信设备的运用、检修和管理。传统的维护管理模式维护成本高、效率低，已逐渐无法适应随着我国铁路运营里程逐年增长所带来的通信维护需求。加之铁路通信专业系统复杂、集成度高、专业接口众多、与行车安全密切相关，这就对维护质量、维护效率、应急响应速度及职工技能等各个方面都提出了更加严格的要求。

 

 

　　我国铁路通信维护管理手段尚处于“信息化”技术应用的发展阶段，数字化、可视化、大数据等技术仍处于探索阶段。铁路通信维护仍然采用定期检修和故障维修的模式，根据铁路通信设备维护规范，按计划、周期性地进行设备检修工作，缺少对设备信息的跟踪和应用，无法实现状态评估、预警等功能，容易出现设备过修、欠修等状况。此外，设备维护质量受作业人员技术水平的影响，易发生漏检、错检等情况。目前，业内使用的通信维护系统只解决了通信维护管理的局部问题，功能较为单一，数字化、智能化程度不高，与用户需求切合不够紧密。

 

　　2011年3月，美国空军研究实验室做了题目为“Condition-basedMaintenancePlusStructuralIntegrity(CBM+SI)&theAirframeDigitalTwin（基于状态的维护、结构完整性及机身的数字孪生）”的演讲[5]，首次明确提出了数字孪生（DigitalTwin）的概念，希望构建战斗机数字孪生体，实现战斗机维护的数字化。紧接着，美国通用电气公司（美国先进制造战略的主要推手），以及德国西门子公司（德国工业4.0的代表企业）将数字孪生技术视为战略级技术储备并开展了相关的课题研究，文献[6]~[8]分别从产品的设计、制造、运维等多个方面，探索和分析了数字孪生技术，将它用作连接物理世界和数字世界的桥梁。随后，中国也开始了对数字孪生技术的研究及应用。文献[4]、[9]分别对数字孪生技术在铁路动车组运维管理、车站运营管理中的需求进行了分析，确定了数字孪生技术在铁路运维工作中应用的可行性及优势。

 

　　BIM作为信息载体，能够将铁路工程实体全生命周期内的有效信息都集成在统一的模型中，打破设计、施工、运维等各阶段的业务隔离，实现工程数据的全过程、一体化应用。近年来，随着计算机硬件设备和软件技术的快速发展，BIM技术逐步从实验室走向了工程实践。中国铁路BIM联盟建立了铁路BIM标准体系框架，编制并发布了《铁路BIM信息分类和编码标准》等11项标准和指南，组织了较大规模的BIM试点工程，这些都极大的推动了BIM技术在数字化铁路中的应用。京沈客专完成了站前多专业BIM协同设计[10]；青岛铁路四电BIM试点项目开展了以四电为主的全专业BIM应用，实现了铁路IFC、IFD标准的应用和验证[11]；在工程建设方面，京张高铁在全球首次全线采用BIM技术，从原材管理、混凝土拌制、运输养护，到内业资料整理，实现全生命周期的信息化管理[12]。可以看出，目前的BIM试点主要聚焦在设计阶段，然而，BIM技术实施的最大受益应在运营维护阶段，设计和建设期产生的海量信息，在漫长的运维阶段价值显著[13]。因此，迫切需要加速运维阶段的BIM研究，将BIM应用向数字化、智能化运营维护延伸[14,15]，并借助数字孪生技术，利用多源数据实现BIM模型的动态更新，从而释放数字化数据的价值。

 

　　综上，研究以BIM和数字孪生技术的实景维护系统，是从根本上升级当前铁路通信维护模式的最佳方案。本文基于iTwin提供的数字孪生解决方案，结合三维BIM模型、二维图纸以及铁路通信实时状态参数，研究并设计了铁路通信实景维护系统，旨在提高铁路通信维护的数字化、可视化、智能化能力。

 

 

　　数字孪生，就是根据物理世界的实体对象，创建一个数字版的“克隆体”。这个“克隆体”，也被称为“数字孪生体”，它被虚拟的创建在信息化平台上。相比于设计图纸，数字孪生体可实现对实体对象的动态仿真[16]。它将实体对象的物理模型、实时状态以及外界环境条件，都复现在“孪生体”上，数据种类繁多，接口复杂。再加上设计及施工期数据的积累，铁路通信运维数据体系庞大，构建合理的系统架构，是实现运维阶段数字孪生应用的基础。

 

　　软件系统通常分为前端和后端两大部分[17]。前端主要包含用户的交互式界面，以及各种数据的采集、验证、分析和展示等。后端包括业务逻辑处理，数据持久化存储。但铁路通信维护管理工作涉及面广，任务种类繁多，场景复杂，因此不同的职能部门可能需要不同的前端设备以满足自身的工作需要。

 

　　为了增加系统的可扩展性，使其能够满足多种前端设备所需的不同开发及运行环境，且不影响与后端的正常通信，本系统采用RESTful架构风格，在前端程序和后端程序之间增加了一个服务层，用以实现前后端分离，形成表现层、应用层及数据层三层数字化系统架构。如此一来，系统可将不同业务以模块化、组件化的形式进行封装，并根据实际情况，选择最优的模块组装方式，向不同对象提供精准的业务服务。图1为铁路通信实景维护系统总体架构示意图。

 

 

 

　　数据层设计主要考虑两部分内容：（1）数据采集：包括通信设备在运行过程中的实时信息以及在检修过程中产生的设备维护数据；（2）数据存储：针对系统中体量庞大的多源异构数据进行持久化存储。

 

　　在数据采集过程中，需要考虑现有设备、系统的数据采集及数据传输模式。在设备运行时，可以通过网管、监测等运维支撑管理系统，对通信设备设施、网络资源、维护管理过程等数据进行实时收集，包括设备的工作状态、外部环境条件等；在设备检修过程中，可以利用手持终端对设备条形码、二维码进行扫描，或利用RFID（RadioFrequencyIdentification，无线射频识别）等技术进行维修对象信息的识别，例如通过扫描机柜前端的二维码图像，查询机柜板件信息、槽位信息和相邻节点网络情况等。采集到的数据需要按照相关设备、系统的接口要求，提取所需的数据，完成格式转换和数据清洗，最后传输至本系统数据库中进行存储。介于铁路本身的特性，可以通过现场总线、工业以太网、以太网、无线局域网等，构建多协议、多类型融合的信息传输网络[2]，实现系统间的数据传输。

 

　　数据库的设计需要兼顾iTwin服务中的BIM三维模型数据及其他非三维数据，如工程项目数据、设备维护数据、字典数据、人员数据等。SQLite是一款开源的小型嵌入式数据库，体量小、占用系统资源少、独立性高、可移植性强[18]，为了方便模型文件的读取，系统选择SQLite数据库存储BIM数据。其他非三维数据选择SQLServer数据库进行存储，它对关系型数据和结构化数据的存储更有优势[19]。

 

 

　　应用层主要完成通信维护系统中各业务模块的逻辑处理，模块的请求和数据通过WebApi服务的形式对外发布，供表现层调用，同时通过ADO.Net数据库访问接口技术与数据库服务器进行交互。

 

　　应用层的设计需要考虑预留外部系统数据接入口，接入的数据经过识别、转换和整合，存入数据库。通过对数据层中的多源异构数据进行融合，并通过特征提取、聚类分析、深度学习等人工智能算法，对融合信息进行数据分析和处理，快速定位故障位置，预测故障发生概率，为最佳维护作业时间及维护周期的制定提供参考依据，从而优化维护作业流程、提高组织管理效率、加强人员及设备的精细化管理，对铁路通信维护工作的决策提供有力支撑。

 

 

　　表示层位于三层架构的最上层，与用户直接接触，在通信实景维护系统中即为浏览器页面，包括线路展示页、BIM实景页、设备维护页、资源管理页、应急查询页及员工培训页等。旨在实现铁路通信设备从微观到宏观信息的多层次可视化，为设备维护管理提供设备维护、设备定位、应急查询等一键式综合信息查询及处理功能[20]，提高铁路通信维护工作的智能化、数字化水平。

 

　　表示层通过接口获取应用层输出的成果信息。由于业务逻辑算法主要集中在应用层，减轻了表示层的运算压力，使其能够更专注于页面的渲染能力和展示效果。在BIM实景页，基于3D可视化和交互技术，通过通信设施设备的数字孪生体，展示其物理三维模型、空间位置、实时工作状态、端口连接关系等信息。此外，在设计表示层时，必须考虑不同用户的工作性质及操作习惯，引入模块化、组件化的开发思想和设计模式，降低模块间的耦合性，实现表示层功能的可插拔式设计。

 

 

　　iTwin服务是Bentley公司基于数字孪生需求提出的数字孪生解决方案。它以iModelBridge（模型格式转换）、iModelBank（模型存储库）、iTwin.js（Web三维可视化技术）开源开发体系为核心，集成了Bentley在数字模型建立、过程协作、资产管理等方面的相关技术，提供了丰富的数字化服务。iTwin服务集成BIM设计工具和多源数字化工程内容，在3D模型的基础上，可实现数字孪生的“4D可视化”，即根据项目/资产时间线记录工程变更信息。根据iTwin服务，本系统研究设计了铁路通信BIM实景模块，以支持通信基础设施在运维阶段的数字孪生应用。基于iTwin服务的BIM实景架构如图2所示。

 

 

 

　　在设计期，桥梁及房建专业的设计结果多以实体形态为设计标准，与之相比，通信专业的设计更加关注设备的逻辑关系而非设备实体本身。此外，精细度越高的模型，体量越大，渲染时间越长，导致在与建模平台交互时，系统过载，操作缓慢。因此，设计期的模型可以不必过分关注模型的真实度、精细度，能够示意设计对象即可。但在运维期，由于通信设备厂家众多，设备外形、功能参差不齐，相应地，维护作业方法也各有不同，这无异于增加了维护作业人员的工作难度。为了充分利用数字孪生设备“所见即所得”的特点，保证运维工作直观、准确地开展，细化生产管理，维护期的模型构建需要尽可能保证模型的真实性，细化至设备端口级别。

 

　　“数字孪生铁路”概念的出现，对铁路工程的数字化程度提出了更高的要求。为了提高数字资产创建和交互过程中的规范性和准确性，今年4月，国铁集团工管中心发布了《关于开展铁路数字工程认证试点工作的通知》，拟依托酒额铁路、西十铁路开展数字工程认证试点工作，并以四电工程为先导，建立铁路数字工程认证体系，其中就包括了对四电工程BIM模型的检验检测工作。因此，在创建铁路通信专业BIM族库时，应当符合铁路BIM联盟制定的铁路BIM标准体系框架，并包含铁路IFC、IFD等标准内容。

 

 

　　为了方便BIM模型的展示及应用，使用户不必在每个客户端都安装体量庞大且不易上手的专业建模软件，可以选择通过WebGL技术对3D模型在网页上进行渲染浏览，这就需要对构建的数字孪生BIM模型进行格式转换。

 

　　iModelBridge是Bentley公司提供的一套功能强大的模型格式转换工具，它可以将dgn、revit、cad、ifc等多种类型的数据格式转换成统一的bim格式文件，并存储在iModelBank中。iModelBridge类似于一个“数据银行”，通过它可以将项目过程中的数据记录下来，使数据可追溯、可信赖。每个bim文件都相当于一个SQLite文件型数据库，能够最大限度的保留模型的几何信息与非几何属性，以及各设备模型间的空间耦合约束关系。iTwin平台通过对bim文件进行读取、解析和渲染，即可实现系统的三维可视化需求。此外，iModelBank通过对bim文件的分布式存储和变更集同步，使用户能够在iTwin平台上访问任意版本的模型文件，并可对比查看各版本间的差异。

 

 

　　通信专业属于铁路下游专业，设施设备通常需要搭载在其他专业的模型上，如线路、桥梁、隧道、房屋等，在此情况下，如需真实反映通信实体本身的构造信息、连接状态以及空间位置等，往往就会使得BIM模型体量庞大，在直接加载时，导致服务器负载过重，画面渲染时间长，拉伸、旋转等操作极为卡顿，无法正常使用。

 

　　iTwin.js是一套基于WebGL行业3D绘图标准的开源技术，可以用它实现BIM模型、地图数据、实景数据融合渲染的三维可视化需求，定义数字孪生业务以及开发应用程序。iTwin.js的可视化功能对于处理大量数据具有高度可伸缩性，在用于前端显示场景模型时，会通过算法进行模型的轻量化处理，提高信息模型的流程性和可用性，保证前端的渲染速度。具体流程为：首先查询指定信息模型的瓦片树；然后根据显示参数使用LOD（LevelofDetails，多细节层次）等算法进行信息裁剪，以确定当前需要请求加载的瓦片，并将这些请求放入异步任务队列；最后从iTwin服务的iModelBank中加载这些瓦片数据，并通过WebGL实现前端模型场景的渲染。其中，LOD算法是根据模型的节点在显示环境中所处的位置和重要度，来决定物体渲染的资源分配，降低非重要物体的面数和细节数，从而获得高效率的渲染计算[21]。

 

 

　　基于数字孪生技术的铁路通信实景维护系统，通过创建通信实体的BIM模型，感知设备现场实时信息，将工程数据、实景数据和物联网数据融合起来，形成动态持续更新的数字孪生体。基于对数字孪生体的分析和应用，实现BIM实景展示、设备智能维护、智能分析预警等功能。系统主要功能模块如图3所示。

 

 

 

　　基于iTwin服务的BIM实景模块可实现通信维护实景的三维展示，距离、面/体积的测量，线缆路径漫游，模型移动等功能。并在关键系统、设备的BIM模型上，根据用户的岗位和权限，有选择地多维度显示对应物理实体的工作状态、技术参数、维护历史、检修进度等信息。通过设备实时故障信息，以及对多源数据的智能分析，判断故障发生的部位和可能原因，发生故障的系统和部件模型以高亮、闪烁、消息弹出等方式进行报警。三维模型也可直接关联并定位至相关二维图纸、应急管理办法、设备维护作业指导书等技术文件。通信实景维护系统目前以酒额线为测试工程，图4展示的是西十高铁某通信机房的BIM实景。

　　图4通信机房BIM实景

 

 

　　维护管理支持检修工作计划编制、作业派发、作业记录的全过程管理，还包含备品备件、仪器仪表和工器具的管控，并基于二维图纸和物理实体，构建BIM模型，立体展示仓库的生产布局，为仓库的布局管理提供实景参考。

 

　　根据设备状况、维修项、维修天窗作业规定、法定节假日等信息，结合设备空间位置、所需技术力量、仪器仪表等条件，智能编制年、月度初步维护检修工作计划，管理人员可根据实际情况进行计划调整。系统根据作业派发情况，通过BIM实景中设备模型高亮的方式，直观展示所需维护的具体设备及其空间位置，并可关联查看相关技术资料。图6、图7分别为仪器仪表管理和年度维修计划展示。

 

 

 

 

　　铁路通信维护管理工作按分级管理、逐级负责的要求，实行铁路总公司、铁路局、段三级管理，段、车间、工区（班组）三级维护[22]。基础数据管理中可以构建符合维护规则的组织架构、人员配置和权限管控，还包含对通信网络基础数据、维修项、设备标准字典、设备厂家等维护基础数据的管理，为系统实现各业务功能提供底层数据支撑。

 

 

　　以设备专业编码为基础，生命周期健康管理为目标，对铁路通信基础设施设备重要件进行管理，建立设备信息档案库，汇集设备基本信息（技术参数）、技术履历、技术资料及设备模型等全生命周期要素数据，形成一件一档，为设备维护计划编制、维修任务派发提供帮助。

 

 

　　应急查询包含应急预案、应急管理办法等标准文件的电子化管理和快速查询，指导应急事件的处置，并将备品备件、仪器仪表、工器具、人力资源等以报表的形式展示，方便通信维管理人员在紧急情况下快速获取各类可支配资源的相关信息，提高资源调配速度和应急指挥效率。

 

 

　　智能分析功能通过对系统内的多源异构数据进行筛选整合，基于特征提取、聚类分析、神经网络等人工智能算法，实现对通信设备台账数据的深度挖掘与分析。如应用健康状态评估模型，基于设备历史运行状态和实时工作参数，预测状态参数的可能变化趋势，当超出预警阈值时，在BIM实景中给予高亮闪烁预警。智能分析模块通过设备故障分析、健康状况分析、人员工作状态分析等，为后续的维护维修决策提供参考，提高维护工作的针对性。

 

 

　　维护作用人员的技能水平是限制维护效率和维护质量的关键因素之一，为此本系统涵盖了员工培训模块。通过对典型维修实例、典型事故案例、技术文件资料等内容的收集、归纳和总结，形成培训课程，提升维护作业能力。

 

 

　　本文分析了数字孪生及BIM技术在铁路通信运维管理中的应用，基于iTwin服务平台，研究并设计了铁路通信实景维护系统。该系统尝试将数字孪生体应用于铁路通信的日常维护管理工作中，以实景方式展示维护内容，尽可能地为通信维护管理工作提供直观、详尽的信息支撑和准确、可靠的决策依据，以期完善运营维护支撑体系，优化维护修程修制和生产组织，提高维护工作效率和维护质量，并为其他相关研究提供借鉴。

 

 

　　[1]刘为群.BIM技术应用于数字铁路建设的实践与思考[J].铁道学报，2019,41（03）：97-101.

 

　　[2]卢春房.统一思想加强组织扎实推进BIM技术在铁路工程建设中的应用——在BIM技术专题讲座电视电话会议上的讲话(摘要)[J].铁路技术创新,2014(05)：6-8.

 

　　[3]陶飞,刘蔚然,刘检华,等.数字孪生及其应用探索[J].计算机集成制造系统,2018,24(01)：1-18.

 

　　[4]陈彦,贾志凯,孙鹏,等.基于数字孪生技术的动车组运维管理系统架构研究[J].铁路计算机应用,2021,30(02)：40-44.

 

　　[5]GLAESSGENE,STARELD.ThedigitaltwinparadigmforfutureNASAandUSairforcevehicles[C]//Proceedingsofthe53rdStructures,StructuralDynamicsandMaterialsConference.RestonVa,USA:AIAA,2012.

 

　　[6]ROSENR,VONWICHERT,LOG,etal.Abouttheimportanceofautonomyanddigitaltwinsforfutureofmanufacturing[J].IFAC-PapersonLine,2015,48(3):567-572.

 

　　[7]TAOF,CHENGJ,QIQ,etal.Digitaltwin-drivenproductdesign,manufacturingandservicewithbigdata[J].TheInternationalJournalofAdvancedManufacturingTechnology,2018,94(9-12):3563-3576.

 

　　[8]HAAGS,ANDERLR.Digitaltwin–proofofconcept[J].ManufacturingLetters,2018,15(PartB):64-66.

 

　　[9]冯仕清,李得伟,曹金铭.基于数字孪生的智能高速铁路车站大脑系统研究与设计[J].铁道运输与经济，2020，42(S1)：87-92.

 

　　[10]齐春雨,苏林.京沈客专成段落BIM试点多专业协同设计研究与应用[J].铁路技术创新，2016，000(003)：13-17.

 

　　[11]闫立忠.基于青连铁路四电工程BIM技术的应用研究[J].铁道标准设计，2019,63(04)：141-147.

 

　　[12]王同军.基于BIM技术的铁路工程建设管理创新与实践[J].铁道学报，2019，41(1)：7-15.

 

　　[13]BENSALAHM,ELOUADIA,MHARZIH.IntegratingBIMinRailwayProjectsReview&PerspectiveforMo-roccoandMENA[J].InternationalJournalofRecentScientificResearch,2018,9(1):23398-23403.

 

　　[14]王同军.基于BIM的铁路工程管理平台建设与展望[J].铁路技术创新，2015(3)：8-13.

 

　　[15]中国铁道科学研究院.面向铁路工程建设全生命周期的BIM应用关键技术研究[R].北京：中国铁道科学研究院，2016.

 

　　[16]李纯,张忠良.基于BIM标准体系的铁路协同设计体系研究[J].铁道勘察，2020，46(01):95-102.

 

　　[17]邵明浩.基于NodeJS的接口管理平台设计与实现[D].东南大学，2017.

 

　　[18]陈敬静.SQLite数据库研究与可视化[D].南京邮电大学，2020.

 

　　[19]余浩.基于大数据的数据存储及数据筛选问题研究[D].黑龙江大学，2015.

 

　　[20]任晨宇,臧永立,刘珍珍.基于Cesium引擎铁路信号运维平台的可视化研究[J/OL].铁道标准设计：1-8[2021-04-22].https://doi.org/10.13238/j.issn.1004-2954.202009270001.

 

　　[21]孙寅乐,冯振华.一种实时大数据动态三维可视化技术[J].测绘与空间地理信息，2017，40(0z1)：98-100.

 

　　中国铁路总公司.铁路通信维护规则：TG/TX106-2014[S].北京：中国铁道出版社，2014：5-6.北京：中国铁道出版社，2005.