鉴定会前，与会专家实地参观了上海地铁通号维护中心监控大厅。

超大城市的轨道交通线路密集，形成复杂网络化运营，支撑超大城市数千万人的日常出行。列控系统作为轨道交通运行指挥核心，直接决定线网数百列列车的运行安全和运输能力，需要在全寿命周期保持服役健康和可靠工作。

项目组自2014年起，依托国家自然科学基金、上海市科委科研计划、申通地铁科研计划等项目，产学研用相结合，围绕可信感知、融合预警、跨专业协同一体化、主动维修决策等轨道交通健康管理领域重大难题进行了理论研究和技术攻关。该成果在上海城市轨道交通网络应用后，进一步提高了列控系统可靠性，维修响应时间缩短30%，运维成本降低13%，提高了管理效能，经济效益社会效益显著。具体取得如下创新成果：

针对轨道交通列控系统分布广泛、持续工作、安全隔离等特有问题，研究并应用新型感知设备（智能传感器、智能仪表、智能视频、智能音频、智能标签等），通过多源数据融合实现智能感知；实现面向核心安全设备的非侵入式声、光、电、信息流等感知技术以保障感知的安全性；实现可智能自识别关键场景、自切换采样模式的综合智能感知系统。项目成果形成了国家标准和行业标准，广泛推广到其他行业应用，实现了良好的技术溢出效益。

由于轨道交通信号及通信设备设施的多样化，其表现出的感知信息也随之呈现多样化，传统的面向单一类别的分析技术已经无法实时预警及故障诊断需求。项目创造性依托领域性的知识图谱，同时，通过引入领域性的知识图谱，通过将故障领域内的知识结合设备拓扑知识通过 CMDB 技术和一些机器学习的技术抽象化，构建成图谱结构。然后，在数据赋能的情况下，实现数据与图谱动态结合，用于辅助解决复杂查询、关联分析、根因追踪等场景的需求。最后，结合大数据分析手段，通过多级数据反馈结果，完成对故障根源的搜索定位。当设备存在隐患时，系统自动预警并提供维修建议，提前消除隐患于萌芽状态。设备故障时，系统实时发现故障，维护人员根据系统给出的维修建议进行快速维修，有效压缩故障延时。项目在上海地铁的工程应用实现单台件设备故障率显著下降，列控全系统可用度显著提升。

为解决各专业系统分立建设维护支持系统，形成维护信息孤岛，无法实现跨专业协同联动分析和智能诊断的问题，首次提出构建基于大数据和云计算技术的、集成信号、车辆、综合监控、通信等多专业协同运维系统，使得多维数据智能分析以及对专业系统结合部数据进行智能挖掘成为可能，线路级列车延误率显著下降。

在应急和故障场景下，以信号为核心的一体化协同运控与运维技术。包括动态化预案建模技术，根据分析识别的运营场景需求，构建动态可扩展数据模型，容纳场景触发条件、人机交互、协同需求和操控序列，将既往多专业协同指挥经验进行采集固化。通过联动执行引擎技术和基于消息总线的通信技术，依托CBTC信号系统的精确列车跟踪能力、实时精准现场运行状态采集，故障及异常智能分析影响预测，自动判断并选择生成合适的跨专业调度预案，并根据预案内容进行即时驱动控制和运营调整。同时实时采集控制设备的驱动输出和状态反馈，识别失效环节并自动旁路故障设备，保证预案协同控制的有效实施，全路网可用度显著提升，有力支撑了上海日均超千万大客流的常态化、高强度运营。

传统的定期检修制度一方面带来了检修和维护人力、成本的浪费，另一方面对设备的过度检修也会降低设备的可用性，对设备的正常运行带来隐患。系统基于智能感知和协同识别信息，研究建立设备健康评估、主动维护模式，有针对性地完善保障设备可靠运行；基于设备全生命周期质量监控和评估，智能预测、推荐设备检修周期和设备使用寿命；以设备的真实质量水平、结合维修预案，动态智能提出设备维护和维修计划，辅助实现主动维护决策，在实现设备高度可靠性的同时，实现维保工作的提质增效，确保上海地铁每天向数千万市民提供先进的高品质出行服务，并在其他城市地铁实现了技术管理输出。