本课程紧扣轨道交通智能化转型浪潮，以“技术落地+岗位适配”为核心，系统覆盖AI运维、GoA4级
全自动运行、大数据运营、BIM智能应用四大核心领域。通过拆解青岛地铁AI管控、雅万高铁智能
系统等标杆项目的技术逻辑，将Python数据处理、故障预测模型、CBTC协同机制等专业内容转化
为“理论精讲+软件实操+项目实战”的阶梯式课程，帮助学员构建从技术原理到岗位应用的完整能力
体系，快速适配行业对智能技术人才的迫切需求。

•掌握轨道交通智能技术核心原理，包括AI算法、大数据处理、BIM建模等基础能力；

•具备智能运维平台操作、全自动运行系统调试、智能设备故障诊断等实操技能；

•能够结合行业案例解决智能系统实际问题，对接GoA4级自动驾驶、IRSE等行业认证要求。

模块一：智能技术基础与行业认知（16学时）

1. 轨道交通智能化发展现状

核心内容：智能技术应用场景（AI运维、全自动驾驶等）、行业政策与标准（EN 50129等）、典型
案例解析（青岛地铁AI管控、昆明城轨云平台）

教学形式：理论授课+案例研讨

2. 核心技术基础

核心内容：Python数据处理、机器学习基础算法（故障预测常用模型）、大数据技术框架
（Hadoop/Spark在客流分析中的应用）

教学形式：理论授课+线上实操

3. 智能系统安全规范

核心内容：轨道交通数据安全、智能设备操作安全、应急处置基本原则

教学形式：法规解读+情景模拟

模块二：核心智能技术应用（64学时）

1. 智能运维技术（20学时）

•理论核心：设备故障预测与健康管理（PHM）体系、振动监测与声纹识别技术、AI巡检算法原理；

•实操训练：智能运维平台（如北京地铁东坝实训基地系统）操作、轴承故障数据标注与模型训练、
轨道检测数据可视化分析；

•案例实践：模拟青岛地铁AI场景，完成供电设备异常检测与预警方案设计。

2. 全自动运行系统（GoA4级）（16学时）

•理论核心：CBTC系统与自动驾驶协同机制、GoA4级运行逻辑（唤醒、启停、故障自愈）、调度
中心智能监控原理；

•实操训练：全自动驾驶模拟舱操作（北京地铁实训系统）、应急场景下人工介入操作、系统参数调
试与优化；

•案例实践：针对土耳其伊斯坦布尔全自动地铁项目，分析系统运维关键点。

3. BIM技术与智能建造（14学时）

•理论核心：BIM在轨道交通全生命周期应用（设计、施工、运维）、BIM与GIS融合技术、碰撞检测算法；

•实操训练：Revit软件轨道工程建模、施工进度模拟、运维阶段设备信息关联；

•案例实践：基于某地铁车站BIM模型，完成管线优化与运维数据录入。

4. 大数据与智能运营（14学时）

•理论核心：客流预测算法（时间序列、深度学习）、智能票务数据挖掘、线网运力匹配模型；

•实操训练：SPSS进行客流数据统计分析、Python实现短期客流预测模型、智能调度方案模拟优化；

•案例实践：利用某城市地铁日均8500万客流数据，设计高峰时段运力调整方案。

模块三：综合实战与场景应用（32学时）

1. 智能系统集成实战（18学时）

项目任务：模拟构建"智能运维+全自动运行"集成系统，完成从数据采集、模型分析到决策输出的
全流程操作。

•阶段一：搭建设备数据采集链路（传感器数据、系统日志）；

•阶段二：训练故障预测模型并对接自动驾驶系统预警模块；

•阶段三：制定系统联动应急处置方案（如设备故障触发列车降速策略）。

2. 智能应急处置综合实训（8学时）

核心形式：采用“桌面推演+模拟软件+实景沙盘”三维实训模式，无需特殊设备即可实现应急处置
能力强化，重点培养故障判断、流程执行与团队协作能力。

•桌面推演（3学时）：围绕智能系统典型故障场景（信号中断、设备宕机、客流突发超载等），分
组扮演调度员、运维工程师、站务人员等角色，依据应急预案完成处置流程梳理、责任分工与联
动响应设计，结合北京地铁真实应急案例进行方案复盘。

•应急模拟软件操作（3学时）：运用轨道交通应急处置模拟系统（如上海地铁应急调度仿真平台），
实操故障报警接收、系统状态监测、指令下发传达等关键环节，软件内置故障演化模型，可实时
反馈处置措施的有效性。

•实景沙盘演练（2学时）：借助1:500轨道交通线网沙盘，标注智能设备分布与信号链路，模拟故
障发生后“运维团队现场排查-调度中心调整运力-站务疏导客流”的全流程联动，直观呈现各环节衔
接要点与优化空间。

3. 行业案例复盘与方案优化（6学时）

分组复盘雅万高铁智能系统、上海申通列车模拟驾驶项目，针对现有技术应用痛点提出优化方案，
形成汇报成果。