“城市轨道交通信号设备运维数字孪生监测平台”针对国内城市轨道交通在关键装备一体化实时监控、故障诊断、隐患预警、维修和应急决策等方面的人工效率低下的问题，通过物联网对轨道交通信号设备大数据进行智能数据采集及分析处理，构建基于Spark的实时故障监测、智能设备运维、智慧决策支持一体化协同管理平台，实现轨道交通信号设备全生命周期下运维数据可视化、故障检测智能化、维修管理科学化。
该平台可实现对城市轨道交通信号设备的运行状态和通信状态等TB级维护数据的采集存储和特征化处理，构建基于背景知识的轨道交通领域本体库和基于主动学习的典型故障场景知识库，提出对信号设备的智能化测试方法；智能分析测试结果，识别测试中的异常信息和测试设备可能存在的故障；提出对设备运行状态和通信状态的实时故障预测与诊断、预警并智能推荐维修建议。
该成果具有极其广阔的应用前景。随着城市轨道交通列车系统和设备日趋复杂化、智能化、大型化、高科技化发展，采用人工智能大数据分析技术是提升轨道交通领域中设备和技术维护管理的能力，逐步实现轨道交通运维智能化的重要趋势。将诊断技术和数字孪生相结合，应用于具体业务情景中，可以为维修决策和方案带来质量、时间、费用、效益等全方位的提升。
图1 离线轨道交通数据分析挖掘，用户可以根据数据分析需求选择合适的基于MapReduce的数据分析挖掘方法，使用已上传的数据创建一个自定义的大数据分析任务并等待运行结果。
图2 高维数据智能可视化，用户选择了可视化数据源后，系统会根据所选数据源推荐可用的场景应用类图表，用户选定可视化图表类型并指定时间范围后即可进行可视化分析，查看可视化分析的结果。
图3 实时轨道交通数据异常检测，用户只需选定可视化数据源和可视化图表类型，即可对运行中的信号设备数据进行的实时刷新的可视化图表展示，监测到异常数据随即进行报警提示。
