[发明专利]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

权利要求书

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TCMS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。

5.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。