數字孿生是充分利用物理模型、傳感器更新數據、運行歷史數據等，集成多學科、多物理量、多尺度、多概率的仿真過程，可在虛擬空間中完成映射，從而反映所對應實體裝備的全生命周期過程，現實世界中的幾乎任何對象都可以創建數字孿生。其實質是，基于計算機的模型通過最新通信技術接收數據和信息，并據此應用分析軟件實施實時優化，然后將輸出傳輸回現實世界。數字孿生的應用已成為推進“工業4.0”的必然趨勢。

隨著相關技術的成熟和推廣，數字孿生逐步應用于鐵路領域。鐵路基礎設施公司及運營公司對于利用數字孿生獲取詳盡的鐵路系統相關實時信息、提高鐵路線網運輸能力、縮短鐵路系統維護時間、實現預測性維修，寄予了極大期望。

構建鐵路數字孿生需要大量實時數據的支撐。負責采集數據的傳感器網絡越靈敏、全面，采集的數據越及時，則可以越好地映射現實。然而，這對DB來說是一個特別的挑戰。DB下屬線路網絡子公司（DB Netz）運營著歐洲最大的鐵路線網之一，總線路里程超過33 000 km。在如此大規模的線網中為每個無源傳感器安裝電源和通信鏈路需要花費巨大的人力、物力和財力。因此，DB Netz力圖尋找適合的替代傳感器技術以支持其數字化戰略。目前，其正在與AP sensing公司、達姆施塔特工業大學合作開展FOSSIL 4.0研究項目，旨在發掘光纖傳感（FOS）技術的潛在用途和功能，以替代傳統無源傳感器、提供所需的數據。

FOSSIL 4.0項目于2020年4月啟動，預計將持續到2023年3月，預算為300萬歐元，其中三分之二來自德國聯邦數字化和交通部（BMDV）。該項目的主要研究內容為：探索如何利用光纖傳感技術支持各種鐵路應用，這有助于確定DB現有的光纖基礎設施是否可用于列車完整性檢測，從而使列車在行車間隔縮短的情況下安全運行；細化采集列車實時狀態數據，以支持列車的智能和預測性維修，從而提高其可用性；測試節能駕駛、軌道障礙物檢測、短路快速定位等技術；開發軟件安全架構以及智能維護、移動閉塞算法，鑒定人工智能（AI）方法的有效性，并利用AI進行自動安全驗證。

本項目的FOS技術主要由AP Sensing公司提供。該技術利用光在光纖中的傳輸特性（如相位、強度等）會隨光纖外部環境因素（如溫度、壓力、電場、磁場等）的變化而改變的原理，將現有的光纜網絡（目前僅用于數據傳輸）用作無源傳感器，使其成為由數千個傳感器構成的長鏈。就像人類用感官感知環境并將信號傳輸到大腦一樣，數字孿生可將FOS系統作為自己的神經系統，采集并記錄通過光纖檢測到的、沿途每個點的溫度和振動數據。FOS系統對于各種變化的定位精度可達米級。

目前，DB的主要鐵路線路旁邊都已鋪設了光纜，用于鐵路通信，并將在未來幾年內覆蓋整個鐵路線網。這些光纜可作為FOS設備，采集列車沿軌道行駛時產生的所有聲音和頻率模式，提供鐵路基礎設施及列車相關的時間和空間連續聲學圖像，如圖1所示（圖中紅色虛線代表AP Sensing公司用作鐵路數字孿生神經系統的現有光纜網絡）。相關的FOS信號始終與列車實時位置、速度和長度相關聯，通過這些信號能夠檢測并區分同時沿一條軌道行駛的多列列車，以及在多軌道線路的各條軌道上行駛的每列列車。由于FOS系統可提供軌道上所有列車的精確位置信息和狀態數據，因此可基于此對列車完整性進行全面檢測，從而實現縮短列車行車間隔、提高鐵路線網運輸能力的目標。

由于FOS系統靈敏度和覆蓋范圍的顯著提高和擴大，其目前可以檢測到由行駛列車所引起的聲學信號的微小變化，并定位其來源。在此基礎上，采用基于機器學習的特殊調整算法，可實現對車輪和軌道所產生信號的解耦，從而確定變化是由列車還是軌道結構引起的。

為證明基于FOS技術的數字孿生的靈敏度和有效性，項目人員在巴魯斯/馬克以北的柏林—德累斯頓干線某區段上進行了相關測試。測試結果如圖2所示。圖中展示了使用FOS系統檢測出的一系列不同的聲學事件，其中模擬光纜被盜的聲學信號與列車駛過、汽車穿越平交道口的聲學信號差異明顯。12：27：30，一列火車駛進達勒維茨車站，減速并停車，在圖中B區相關聲學信號清晰可見；與此同時，在距Rangsdorf 1 km的地區發生了模擬電纜盜竊事件，見C區中紅色框標記處；距此1 km處為A10高速公路上跨鐵路的橋梁，公路上頻繁往來的車輛對聲學測量信號產生影響，見D區中的大面積紅色區域。這3個事件都在光纜沿線的不同位置同時發生，通過將FOS技術與基于機器學習的特殊調整算法相結合，能夠對三者進行識別和正確區分。

構建鐵路數字孿生的優點之一是可將FOS系統的檢測數據可用于鐵路基礎設施診斷。鐵路數字孿生可利用其“聲學記憶”分析某一線路區段聲學信號的發展歷史，并將其與另一區段的聲學信號進行比較，從而可靠地檢測出緩慢的、與磨損相關的軌道結構變化。這種“聲學記憶”有助于實現鐵路基礎設施的智能維護，以提高軌道的可用性和通過能力。

目前被廣泛采用的移動閉塞技術雖然可縮短行車間隔、提高列車密度，但也會導致鐵路基礎設施的磨損加大。而基于FOS技術的鐵路數字孿生能夠實現對鐵路基礎設施的智能維護，最大限度地減少維修和更新對基礎設施可用性的影響，充分發揮移動閉塞技術的優勢，切實提高鐵路線網的運輸能力。