AI+智能运维 | “和行”轨道交通大模型智能守护铁路信号运维

在“智能铁路2.0”战略推动下，和利时创新推出“和行”轨道交通大模型。该模型以DeepSeek R1、Qwen等成熟、开源的通用大模型作为基座，深度融合轨道交通行业知识库，通过大数据分析、机器学习、计算机视觉、自然语言处理等技术，进一步提升数据处理和模型训练能力，实现铁路信号系统的智能化运维，推动行业数字化转型。

面向应用场景，和利时采用多模技术架构，打通“通用大模型底座+行业数据定调”的智能模式，在“和行”轨道交通大模型基础上，构建了“和言”“和视”“和音”三大模块，实现了语言大模型、视觉大模型、多模态大模型技术协同融合，为轨道交通行业提供定制化的智能解决方案。

运维变革：从被动到智能

传统铁路智能运维主要依赖规则判断、定期巡检和专家经验，缺乏自学习和推理能力，无法实现预测性维护。引入大模型技术后便能够进行思考和推理，具备自学习能力，数据处理范围扩大，电压、电流与文本、图像数据均可分析，全面覆盖铁路信号系统的关键设备，实现从监测到维修的全流程智能化，完成从“故障修”到“基于状态维修”的转变；同时通过数据驱动与AI辅助，提升运维效率和决策的科学性。

■铁路信号大模型智能诊断系统：整合监测数据，实现集中管理和规则判断，并扩展实时监测功能，如道岔受力分析、信号机故障预测等，构建全维度智能监控与诊断体系，显著提升设备状态感知精度和故障预判能力。

■设备状态AI诊断技术：全面覆盖道岔、轨道电路等关键设备，能够提供从早期异常检测到剩余寿命预测的全生命周期健康管理，为铁路信号设备运维提供智能化决策支持。其通过多维趋势演化技术追踪设备状态演变规律，运用神经网络与时间序列算法实现健康度精准评估与寿命预测，并融合历史与实时数据进行智能故障预警与诊断。

■基于设备状态的AI排程：通过实时分析设备健康数据，智能生成天窗维修计划并优化资源配置，实现精准化任务派发；其动态调整功能可实时响应设备状态变化，灵活重构任务优先级与资源分配，显著提升铁路信号设备运维的计划性和应变效率。

■现场作业AI助手：集成历史故障数据库，能实现智能案例匹配。其通过自动推送安全规范、备件清单和作业任务，结合图像识别技术实现智能工具清点，并运用语音与触控双模交互提供实时故障诊断与处置方案，从而显著提升维修效率与作业安全性，助力实现铁路信号设备维护的智能化、精准化和标准化作业。

■AI应急辅助调度：通过智能问答、路径规划和实时风险提示，为突发故障提供高效的应急指挥支持；同时依托多站协同能力，实现跨站点资源的快速调度与联动，显著提升铁路信号系统的应急响应速度和故障处置能力，确保运营安全与效率。

■AI管理帮手：通过智能统计分析生成运维报告，帮助管理层优化决策和资源配置；同时集成专业知识库，支持智能问答和人员培训，提升运维团队的专业能力和响应效率，从而实现运维管理的智能化和高效化。

系统应用：从人工到AI的运维升级

目前，“和行”轨道交通大模型已应用于和利时交通智能化业务产品研发、工程设计、安全测试、工程服务等全业务流程，并在内部经营、市场、人力等管理流程展开应用渗透和推进。该模型实际应用从问答到移动端协同，通过与平行线APP结合，运维人员可随时随地通过语言或文字获取AI支持，实现“掌上运维”。当前，该模型规章制度问答准确率达100%，故障处置建议准确率提升至98%，通过“AI+专家系统”模式为铁路信号运维提供高效精准的智能决策支持，助力行业数字化转型。

■道岔综合监测及智能诊断系统

道岔综合监测及智能诊断系统在融合人工智能大模型与专家经验知识的基础上，综合转换阻力、外锁闭力、行程、缺口、工况、室内电路、室外电路等多种受力、图像、位移和电压电流数据，运用智能诊断算法对道岔进行全过程数字化监控和智能诊断，实现道岔故障的精准诊断预测；为道岔建立“健康档案”，定制个性化维护计划，制定更科学、更经济的维修策略，解决了传统道岔管理依赖人工巡检和定期维修导致的效率低、成本高、易漏检等难题。该系统通过智能化分析手段，实现早期故障识别、健康状态评估、趋势预测及维护决策支持，为铁路道岔的预防性维护提供科学依据。

■ATP无线下载及智能分析系统

ATP无线下载及智能分析系统通过车载无线下载设备（TWDM）实时采集列车“健康数据”（包括DUMP、电台、BTM等日志文件），系统自动从海量数据中提取关键信息：包括故障代码、列车身份信息（车号、ATP型号）、运行环境（线路、方向、位置）等，再通过“和行”轨道交通大模型进行智能分析，精准诊断故障根源，并给出专业的“治疗建议”。该系统助力列车运维模式从“故障抢修”向“智能预判”转变，在确保诊断精准度的同时显著提升维护效率。

■地面列控设备远程智能监测及诊断系统

地面列控设备远程智能监测及诊断系统通过实时获取列控中心、临时限速服务器、无线闭塞中心等设备的运行状态数据，自动抓取、分析故障代码，避免故障的漏报，提高巡检质量，降低巡检成本。该系统实现了从“被动抢修”到“主动预防”的运维模式转型，在提升故障处理效率的同时，通过预测性维护大幅提升设备可靠性，为铁路列控系统安全运行提供智能化保障。

未来，和利时将一如既往地致力于技术创新和产品研发，我们将打造参数规模更大、泛化能力更强的“和行“轨道交通大模型，扩大人工智能应用场景，进一步以大模型系统和智能设备，为交通运输行业的智能化、数字化发展贡献更多力量。