意大利的基础设施经理意大利铁路网络(RFI)于2016年启动了一个雄心勃勃的项目，以更新和升级其用于测量和诊断基础设施故障的在轨车辆(OTV)和公路铁路车辆(RRV)车队，以利用最新的技术。该项目是使基础设施维护车队现代化的更广泛计划的一部分。

RFI 采取了双管齐下的方法更新其诊断车队，并于2017年开始采取以下中短期行动：2020年4月建造和调试新型自走式车辆，用于对轨道、轨道几何形状和磨损进行超声诊断，称为DIC-80，由Plasser和Theurer提供，采用Nordco超声技术。建造两辆新型自走式车辆，用于诊断轨道和架空线的几何形状和磨损，并测量道岔的特征参数，由Tesmec提供，称为 Falco——车辆现已投入使用。推出名为Sirter的自行式车辆，配备用于诊断轨道和接触线几何形状和磨损的系统。推出名为Aldebaran2.0的车辆，配备用于诊断轨道和接触线几何故障和磨损以及电信系统故障的系统。翻新Diamante高速诊断列车，更名为Diamante2.0，用符合Trenitalia的Frecciarossa ETR500车队的客车替换现有的原型客车，并安装最新的诊断系统。引进三辆K12车辆，配备轨道几何故障和磨损诊断系统，以及由DMA提供的道岔特征参数测量和视频检查——轨道几何和磨损诊断系统将于本月投入使用，其余诊断系统将在1月投入使用，以及推出两辆配备轨道几何形状和磨损诊断系统的OBW10自走式车辆。

更新升级多功能列车

2023-2024年期间的长期行动基于以下需要：使设备适应技术和法规的变化。为诊断数据验证过程引入冗余技术、相关性和人工智能(AI)，旨在提高SIL级别和RAMS性能。增加调查频率以支持向预测性维护政策过渡，以及引入基于机器学习的创新设备，旨在降低轨道监督活动中的人为错误风险、信号的可见性和检查开关的特征参数。

此外，RFI希望通过改善其现有车队的可靠性差和可用性低的问题，并减少对租赁车辆和外包运输和诊断服务的依赖来降低运营成本。RFI补充说，它希望增加内部完成的基础设施维护量，同时提高维护的及时性并改善工作场所的人体工程学。

车队更新计划涉及四种类型的列车。5辆双模电动柴油列车组成的1类列车将在常规网络上使用，最高速度为130-160公里/小时。前六年，车辆的维护将委托给供应商，即Mermec和Stadler的临时合作伙伴。RFI选择了具有相互通信的驾驶室的固定组合，以允许单个驾驶员操作。RFI打算采用远程诊断，这将有可能消除目前在现有列车上的每个诊断站进行操作的操作员，同时增加每天的调查数量，因为只需计划驾驶员名册。

2类列车将包括七辆多功能列车，配备进行超声波铁路诊断和隧道检查。在这里，RFI选择了由驾驶拖车和带有牵引装置的牵引车或4型双模式车辆组成的机车车辆。列车将配备超声波诊断系统，旨在确保与钢轨的最佳连接和最低的连接液消耗，以提高对钢轨内部缺陷的识别并防止其发展。这些系统将是冗余的，从而在 RAMS参数方面带来好处。它们还将与涡流系统集成，以识别超声波技术无法检测到的表面缺陷，以及支持数据分析的视频检测系统。

3类列车涉及翻新现有的迪亚曼特高速列车Diamante2.0将配备创新的诊断系统，并辅以第二辆相同的列车，称为Aiace 2.0。车载系统将允许通过基于机器学习算法的自动检查系统自动检查接触线和自动检查信号可见性。

最后，将有15台双模式电柴油4型单元，每端都有一个驾驶室。与1类列车一样，这些装置将设计用于远程诊断，因此只需要一名驾驶员在车上。4类列车将用于监控路口和码头，最高时速为160公里/小时。

钻石2.0

正在与Mermec合作开发1类、3类和部分4类列车的诊断技术。Diamante 2.0将能够以330公里/小时的速度测量轨道状况。作为集成系统工作的多个激光传感器和摄像头将自动提供有关轨头轮廓和架空线几何形状的信息，以光学方式测量形状和运动。同时，传感器和加速度计将机械地测量火车沿轨道行驶时的3D运动。该数据提供有关轨道几何形状的信息——轨道头的形状和轮廓，以及轨道扭曲。

机器视觉系统将使用一系列激光器和摄像头，以及人工智能来检测故障轨道和架空线组件。图像分析软件将使用一种算法将摄像机看到的内容与基础设施的竣工图像存储库进行比较。例如，系统将自动识别丢失的铁路扣件，这是一个常见但重大的故障，并立即将问题通知维护团队以采取补救措施。

Stadler和Mermec于5月获得了一份价值1.3亿欧元的交钥匙合同，以提供五辆新的双模式诊断列车。其他示例涉及表面缺陷和轨枕裂纹检测，这是此类系统中最复杂的两项任务。机器学习技术的使用保证了项目生命周期内的性能优化，因为系统会从经过验证和确认的故障中自动学习，从而最大限度地提高整体检测率，同时最大限度地减少误报。

轮轨相互作用是RFI在其测量车辆上实施的另一项重要测量。特定的采集系统允许监测和测量代表车辆在轨道施加的应力下的动态行为的参数，提供有用的信息来表征运行条件下列车的安全水平。使用直接安装在车轮上的应变仪进行测量。车辆配备了多个系统，用于监控信号子系统和电信。已经开发了一个系统来监控和分析轨道电路的运行状况，以检测地面设备中可能出现的异常情况。这种类型的分析对于避免与可能危及安全的信号子系统故障相关的问题至关重要。

已经使用立体方法实现了从火车司机的角度识别线路侧信号的自动系统。该算法在使用诊断系统获取的图像流中实时识别和分类信号。立体系统由两个高分辨率摄像机组成，它们以固定和已知距离布置在同一楼层，用于检测目标类型及其相对于轨道中心的位置，以便检测和定位所有信号。

这些创新的光电视觉和信息技术在能够及早发现故障和异常情况的同时，也会产生大量的存储和数据建模需求，如果处理不当，可能会导致数据未被充分利用，甚至被遗弃，形成数据墓地。有时独立运行的系统的复杂性和数量并不总能保证铁路有新的信息以高效和有效的方式支持安全和轨道维护管理。

概念化和实现正确的数据模型和架构可以探索这些大数据湖，将信息转化为可操作的可交付成果。现代网络平台，无论是在云端还是在本地，让列车操作员和基础设施管理人员不仅可以访问诊断信息，还可以访问分析和预测轨道状况的工具，并最终采用成功的基于状况的预测性资产维护策略。

大数据集成和分析网络平台解决的主要挑战包括：多个数据源，海量数据历史，有限的数据清理和过滤，量化运营变化的影响，以及在不危及安全的情况下最大限度地减少列车延误。

Diamante2.0和1型和4型车辆配备了一系列传感器，不仅负责基础设施故障的诊断，还负责诊断系统本身。该软件管理实时数据采集，同时使用4G和5G连接查找数据存储和传输中的问题。特别注意船上和办公室的数据架构，以便无缝执行数据传输。已开发出一种解决方案来监控和控制此类系统的运行，以提高其可靠性和可用性，并通过集中诊断系统故障及其模块化解决方案来确保不会出现服务中断。故障及其原因的分析是系统本身及其设计演变的基础。安装在车辆上的诊断系统遵循物联网数字化转型业务流程。

作为该项目的一部分，至关重要的是通过严格保护存储的数据和通信免受可能的网络攻击，特别是对于安全关键信号系统。网络安全既适用于基础设施维护管理，也适用于列车运营。通过这种方式，除了真实性、不可否认性和可靠性等其他特征外，信息的机密性、完整性和可用性也得以保持。

在项目的生命周期中，5G技术被认为是提高物联网性能和向最终用户提供信息的可能推动因素。正在与主要运营商进行测试：TIM和Vodafone。

RFI与Ugo Bordoni 基金会(FUB)合作，投资开发用于铁路的5G和卫星技术，启动了卫星诊断集成网络和Dinos5G项目。后者由欧洲航天局(ESA)批准和资助，旨在整合5G和卫星移动网络技术，以最大限度地提高网络维护效率并最大限度地减少对交通的影响。这是通过使用预测诊断系统来实现的，该系统能够实时处理来自安装在整个铁路网络中的传感器和安装在诊断列车上的测量系统的许多信号。

关键词：国际工程新闻、国外工程项目资讯

预测性维护将进一步提高网络效率标准。将来，可以使用无人机监控基础设施，甚至在异常发生之前就可以进行干预。试验的试验地点位于博洛尼亚圣多纳托测试电路，该电路将配备最新的传感器系统，并将能够使用集成的5G卫星通信通道来集中所有与基础设施相关的诊断数据。（转载请注明见道网www.seetao.com）见道网工程栏目编辑/鲍红英