天津卓朗案例
本案例由天津卓朗投递并参与“数据猿年度金猿策划活动——2020大数据产业创新服务企业榜单及奖项”评选。
大数据产业创新服务媒体
——聚焦数据 · 改变商业
中车唐山机车车辆有限公司是中国中车股份有限公司核心子企业，于2016年1月由“唐山轨道客车有限责任公司”更名成立，是中国轨道交通装备制造业的发祥地。目前，公司主要从事轨道交通装备的研发、制造、服务和检修以及工程总包、污水处理等多元化产业。公司总部位于河北省唐山市，地处华北平原京、津、冀环渤海经济区，距首都北京、直辖市天津和海滨城市秦皇岛分别只有150公里左右，具有便利的铁路、公路和海运优势。
通过中低速磁浮车型和天津5号线轨道交通车型监控采集复杂程度相对较高的地面运输装备。建立列车运行状态智能监控与预警系统，实现对车组运行安全相关关键参数的实时监控、状态评估、故障诊断、健康评估和故障预测等功能，通过数据提出运维管理和维护保养的合理建议，实现车辆从“计划修”到“状态修”的转变，降低运营维护成本。
为此，本项目提出“列车运行状态智能监控与预警系统”，通过科技创新、模式创新、自主创新，实现价值链的延伸，创造体现绿色智能的轨道交通装备、创新运营维护服务新模式，形成独特的管理，实现数字化信息化监控，打破传统交通轨迹设备系统信息孤岛的状态，为车辆安全稳定运营提供重要的数据支撑和保障。
实施时间：
2020年01月02日—2020年12月25日
应用场景
本项目提出的列车运行状态智能监控与预警系统，使用该系统可以方便的实现对磁浮车组运行安全相关关键参数的实时监控、状态评估、故障诊断，健康评估和预测等功能，并根据设备的监控状态进行故障告警和预警。轨道交通装备全生命周期监控轨迹设备管理的过程中，通过对逆变系统、辅助系统、空调系统、门系统、制动系统、悬浮系统和蓄电池等系统的数据进行统计分析，指导运维工作的规划工作，对于低可用性的系统，结合国家和行业规范，在规划阶段逐步取消建设；通过对各类设备的初始建设费用、维修费用、故障频率、影响范围等综合进行统计分析，降低磁浮车组维护、维修成本，提高车辆运营效率。
天津轨道交通5号线全长34.8千米，其中地下线33千米，地面线及过渡段1.8千米；共设27座车站，设有梨园头车辆段、双街停车场，列车采用6节编组B型列车。
中低速磁悬浮具有"工程造价较低"的性价比优势，"转弯半径小、爬坡能力强"的技术优势以及运营维修成本相对较低，低碳节能、噪声低、无污染、绿色环保，性能安全可靠，具备全产业链完全自主知识产权等突出特点，使中低速磁悬浮成为最适合采用作为中运量、中速的城市轨道交通工具之一。
因此，运用信息化手段，解决信息“孤岛”，加强轨道交通设备管理系统和现有资源以及数据资产的整合，将数据变得更加重要。因此，需要运用科学信息技术，建立集成的智能大数据系统平台，通过对系统体系结构进行模块化设计，提高了系统和部件的通用性, 进一步缩短维修周期和降低寿命周期费用。
面临挑战
车载采集参数数据无统一数据标准：不同类型车辆，不同线上的车辆由于车载盒子来自于不同的厂家，每厂轨道传输的数据格式并不一样，能提供的数据参数也不一样，甚至有可能同一条线上的不同车辆由于生产年份不同，车辆参数都会有差异，数据类型分为结构数据和半结构化数据，对于这种情况，我们要做数据的整合，数据格式的统一，参数空值的判断或者数据类型异常处理等一系列的工作。
不同车载轨迹对接协议不同：虽然在我们互联网、大数据等积累多年的经验及技术，但是目前互联互通的挑战依然不小。面临着数据接通、协议对接、行业领域等问题。因为对接不同车载轨迹，具有不同协议规则，因此平台的融合性较为重要，而要将所有设备接入统一的系统内就需要解码或协议对接，缺乏过硬的技术积累，确实存在较大挑战。
不同轨道数据内容、存储方式不同：各路线的轨道数据存各自存储、数据间无法共通，导致轨迹数据像孤岛一样缺乏关联，通过多种数据源管理，快速构建数据同步作业，实现可视化图形操作周期调度，并实时监控执行结果，快速整理数据、构建数仓以及数据全生命周期管理，深度封装数据加工、数据计算、数据资产、数据服务的能力，帮企业构建车载状态数据、故障数据，探索部件性能变化规律。
数据支持
本项目涉及到到系统22个子系统，接入车辆运行状态数据及故障数据。中车不同类型的车辆系统，不同的线路，由于车载数据由不同的厂商提供，所以不同线路采用不同的数据采集方案。
磁悬浮系统，我们通过flume实时采集车辆发到特定位置的数据包并进行数据解析。 天津5号线的数据，则是通过同步cassandra数据库的数据来进行实时数据分析处理。
全部系统预计每秒13.2万条合计11M（200条*10个模块*3节车厢*2列车*11个系统），每天11.4亿条数据合计92.8G，每月2.7T，每年32.6T。
应用技术与实施过程
项目关键技术包括如下：
实时数据处理引擎：利用 Google Dataflow 流式计算模型，实现高吞吐、低延迟、高性能兼具实时流式计算框架。
拓扑高阶抽象：构建由 Source，Kafka Topic，Flink Stream，Sink 组成的物理拓扑；每个物理拓扑里可以并行处理多个由 Source Namespace，Flink operator，Sink Namespace 组成的逻辑拓扑。
计算服务平台：将计算资源变成一种服务，用户可以自助对接数据源编写作业实现需求，只需要关心业务逻辑，而不用关心作业如何提交运行的。
异构数据驱动器：支持多种数据源整合接入，各种业务数据一站集成。
统一通用协议抽象：将多种数据源、数据格式归一化。
数据虚拟化平台：虚拟表到物理表之间的映射，用户无需关心数据的物理存放位置和底层数据源的特性即可操作数据，体验类似操作一个虚拟数据库。
1. 数据源车载数据传输系统是大数据平台的数据生产机构，通过接入对车辆的运行状态数据及故障数据，实现了以下的7 大功能系统，有逆变系统、辅助系统、空调系统、门系统、制动系统、悬浮系统和蓄电池等。
2. 数据存储层 （数据中心）主要对结构化数据进行存储。数据存储经过清洗、处理后可用于生产系统的数据，比如元数据，业务数据库，模型数据库等，该层直接面向应用系统，要求高可靠、高并发、高精度。
3. 数据处理层将进行数据清洗、数据整合、数据接入、数据采集、数据资源调度和数据计算等工作，实现将原始数据（raw data）加工成生产数据（product data）。
4. 建模分析层是实现对数据的深加工，通过数据模型分析、数据挖掘和深度学习等算法从生产数据集中挖掘出数据内在的价值，为业务系统提供数据可视化。
5. 应用层的功能包含状态监测，状态告警，故障预警、监控评估等。
6. 展现层是以智能图表、BI展示、平台接口等多种方式提供数据展示。
1. 大数据基础设施层包含数据存储、资源调度、数据计算等，通过spark 和flink等框架进行数据计算；通过Yarn进行资源调度；通过Hive，Hbase和Hdfs等框架进行数据存储。
2. 数据加工层包括数据抽取、数据清洗、数据融合、数据采集等工作，该层的作用是将raw data加工成product data。
3. 数据管理层包含了基础数据、离线计算、实时计算、AI计算等、业务数据库、模型数据库等。
4. 基础数据主要是接入车辆运行状态数据及故障数据，具体包括逆变系统数据、辅助系统数据、空调系统数据、悬浮系统数据、门系统数据、制动系统数据、列控系统数据、蓄电池系统数据、牵引系统数据等（9个系统基础数据）。
5. 离线计算包括统一数据和应用数据，统一数据将划分为时间维度、里程维度、快速数据、慢速度数据；应用数据将划分为监控登记评定、健康评估、性能排队、故障统计。
6. 实时计算包括状态监测列表数据、大屏展示数据、状态监测图表数据、预警列表数据等。
7. AI计算包括AI模型和应用数据，AI模块分为列车总能耗分析监控模型、逆变模块性能分析模型、辅助变流器分析模型、蓄电池性能分析模型、门系统性能分析模型、制动系统性能分析模型、空调系统性能分析模型；应用数据分为列车总能耗、逆变模块性能、辅助变流器、蓄电池性能、门系统性能、制动系统性能、空调系统性能。
平台功能
列车宏观状态监测：
展示所有列车列车号、线路、车型等车辆基本信息和列车当前位置、行驶里程、当前速度、当前告警数等状态信息，并可以通过关键字和搜索条件搜索。
列车系统/部件状态图表展现
选定某条线路列车可以用图表的方式查看车内包含的所有部件的变化趋势，并且可通过筛选条件进行搜索并保存搜索结果。
列车系统/部件状态检测/图表编辑：
针对各部件数据展示的信息，可以在该页面对图表展示形式和展示规则进行编辑修改。
列车系统/部件状态列表展示:
选定某条线路列车可以用列表的方式查看车内包含的所有部件参数信息，并且可通过筛选条件进行搜索并保存搜索结果。
列车宏观状态预警监测：
展示所有列车列车号、线路、车型等车辆基本信息和列车当前位置、行驶里程、当前速度当前预警数等状态信息，并可以通过关键字和搜索条件搜索。
列车系统/部件状态预警：
选定某条线路列车可以用列表的方式查看车内包含的所有部件的预警状态，并且可通过关键字搜索或者通过筛选条件进行搜索并保存搜索结果。
健康评估：
依据系统健康评估模型和部件预警健康模型，结合用户的特定要求及条件，实时或定期针对指定的系统、部件进行智能健康评估。
智能模型管理：
针对系统内所有数据模型进行管理以及展示，模型信息以信息列表的展现形式展示接入的AI模型和规则模型的信息，可针对列表内字段根据需要进行排序和条件筛选。点击操作项中的查看按钮可查看规则模型详细信息或进行停启用、修改或删除。
部件管理：
基于全车型构型树，可对构型树中的部件进行增加删除管理，并针对各个部件进行信息的编辑、预警阈值和虚警条件的设置。
监控中心：
对所有线路进行全景呈现，包括列车路线、路线上列车数量和运行状态，列车系统的参数展现和列车的配属统计。
悬浮系统监控：
对悬浮系统进行监控，从车辆数据、整车立体展示、悬浮各模块状态展示、加速到电流间隙轨道的变化趋势展示。
事件中心：
针对同一类车型的故障告警和故障预警的统计，包括故障数量、故障系统统计、故障等级统计和月故障统计。
商业改变
打破信息壁垒：通过异构数据驱动器及统一通用协议抽象技术，实现采集不同厂家、不同类型、不同轨道的各样数据，对接不同厂家、不同车载轨迹的多种协议，解决了数据量庞大、数据格式杂、数据不统一等数据内容壁垒。
减少维修成本：基于AI模型、规则模型等自研智能模型，实现对列车的线路、列号、行驶情况进行宏观监测、动态感知健康程度并实时告警。运用工业大数据处理技术、计算机智能分析技术，再利用部件的车载状态数据、故障数据，探索部件性能变化规律减少维修车辆所需成本。
避免事故风险：建立全车构型树为磁浮列车悬浮控制系统乃至车辆结构设备、电气设备、线路道岔及轨排系统的运行状态进行监测和跟踪，进行预警阈值判断及虚警过滤以减少因未及时关注部件的健康程度，为车辆安全稳定运营提供重要的数据支撑和保障实时监测监控列车部件状态。
关于案例提交企业·天津卓朗：
卓朗科技创立于2009年，是国内领先的企业级信息技术服务提供商，我们致力于改善人和机器的工作，驱动制造业高质量发展，构建数字智能城市，满足人民幸福生活，推动数字经济发展。
我们面向智能城市和智能制造等领域为企业、政府和各类组织提供安全可信、稳定可靠、智能开放和有竞争力的产品、服务与解决方案，同业务伙伴开放合作，持续利用先进的信息技术不断为客户创造价值，释放机器潜能，丰富个人工作，激发组织创新。我们是中国云计算公司500强企业、天津市服务业百强企业。截至2019年底，共有500多个政府机构，12000多家企业，3000多个组织机构选择卓朗科技作为数字化转型的合作伙伴。
坚持将每年收入的7%以上投入到研发。持续的研发投入不断转化为我们向客户提供创新产品、高效服务的能力。我们尊重和保护知识产权，坚持自主创新和开放合作，拥有多项自主知识产权。截至2019年底，公司累计申请授权发明专利18项，软件著作权182项，科学技术成果登记129项，发表高水平学术论文89篇，出版技术类专著5部。
我们拥有高级别的资质体系，涵盖软件、集成、涉密、安全和IT服务等领域，覆盖业务全生命周期。主要包括涉及国家秘密信息系统集成和软件开发甲级资质、CMMI软件能力成熟度模型伍级资质、电子与智能化工程专业承包壹级、安防工程企业设计施工维护壹级资质、信息技术服务运行维护标准符合性贰级资质、可信云服务认证和全国增值电信业务经营许可等。
—— / END / ——
以下内容更精彩
︾
2020年度产业图谱：
2020数据猿《#榜样的力量#寻找新冠战“疫”，中国数据智能产业先锋力量》大型公益主题策划活动：
●《看过大佬们发的朋友圈之后，我相信：明天会更好，明年定会春暖花开》条漫
2019数据猿年度金猿榜：
转载：https://blog.csdn.net/YMPzUELX3AIAp7Q/article/details/111939684