隨著高鐵和地鐵在許多城市和地區速度越來越快，系統愈加復雜，迫切需要采取有效措施來保障鐵路系統的安全、可靠和高效運行。目前，由城大領導的一項多學科研究計劃開發了一個工具平臺，旨在改善鐵路系統健康監測、人群安全和干擾管理方面的安全和可靠性。

城大數據科學學院特約教授、工業工程講座教授徐國良教授表示：“與其他大型技術一樣，世界各地也發生了與高速鐵路和地鐵系統有關的重大事故。這些系統的各個方面都需要不斷改進，如狀況檢測、安全性、可靠性、操作及維修，以及決策系統，以防止意外發生。”徐教授曾擔任為期五年的香港研究資助局主題研究計劃項目的協調員，團隊成員來自城大及其他本地及海外院校。該項目旨在創新和改進鐵路系統技術，確保鐵路安全運營，避免和管理中斷現象，并確保運營效率。

城大先進設計及系統工程學系及數據科學學院講座教授謝旻教授是主題研究計劃項目的現任協調員，他說：“我們正致力于填補高鐵及地鐵系統研究中至少兩個特別的領域，其中一項是利用先進的傳感器數據管理技術和先進的建模專業知識，開發在鐵路系統的自動故障檢測、預測和健康管理方面的新知識；另一項研究是利用實時交通網絡數據，在突發事件、事故或中斷時，采用動態調配列車。”

基于傳感器的懸掛系統監測

該項目的關鍵研究之一是設計一種全新的領域知識引導的數據驅動框架，通過測量安裝在多個位置的傳感器的實時列車振動信號來監測和預測高鐵懸掛系統的健康狀態。負責主持這項研究的數據科學學院助理教授李立帥博士表示：“懸掛系統在高鐵中發揮著至關重要的作用。彈簧和減震器的失效可能加速車輪和鋼軌磨損，而懸架損壞甚至可能增加脫軌風險。”

現有的方法主要依賴于復雜的動力學模型或仿真，需要精確的懸架和慣性參數值，因此很難在不同的軌道系統中使用，如果參數值不準確，結果可能會不準確。

面對這些限制因素，研究小組提出了一種可以經快速訓練，并易于適應不同的鐵路系統的模型。它包括一種基于簡單動力學模型的特征提取方法，以選擇多位置振動數據中的相關信息。此外，還包括一種通過簡單的動態模型和影響分析生成訓練數據集的新方法。

通過利用對中國內地鐵路系統十個月的跟蹤數據，以及不同實驗室的模擬數據，研究小組對所提出的方法進行了評估和測試，證實了該方法的有效性。雖然還需要更多的實地測試來證明其有效性和可靠性，但李博士相信在不久的將來，所提出的方法將配合現有工具得到廣泛應用。

分析上下車行為 

城大建筑學及土木工程學系盧兆明教授及其研究小組采用代理人基的計算機模擬模型，研究地鐵車站內乘客上下車的動作及乘客不遵守規則行為所帶來的影響。研究小組建議根據不同的客流量，采用不同的上下車規定, 以提高乘客上下車效率。

徐教授表示，在主題研究計劃項目成果的基礎上，他們正在與香港、臺灣及中國內地的業界及大學合作伙伴開展多項研究，包括建立自動扶梯健康狀況分析模型、根據車輪輪廓數據及多位置的振動數據監測高速列車車輪的磨損情況、應急管理的客流預測、交通調度和維護計劃。

研究團隊預計，所開發的前沿技術不僅有助于城市間和城市內鐵路系統的安全和收益管理，還可作為一個原始模型，應用于其他復雜網絡系統中，如航運、空中交通、電力傳輸、醫療保健系統、供應鏈管理、互聯網連接和金融。

 

此文章收錄于CityU RESEARCH。