【摘要】 鐵路信號(hào)是用來保證鐵路行車安全，隨著我國(guó)鐵路的飛速發(fā)展，能夠快速準(zhǔn)確地診斷鐵路信號(hào)設(shè)備故障已成為電務(wù)維修部門刻不容緩的問題。本文主要對(duì)幾種新型鐵路信號(hào)設(shè)備故障診斷方法進(jìn)行闡述。

【關(guān)鍵詞】 鐵路信號(hào)設(shè)備 智能 診斷方法

近年來，隨著我國(guó)鐵路行車速度的提高，鐵路信號(hào)設(shè)備復(fù)雜而大面積的上道，但設(shè)備出現(xiàn)各種故障是難以避免的。而如何縮短設(shè)備故障時(shí)間，確保行車安全，逐步實(shí)現(xiàn)設(shè)備零故障，已成為電務(wù)維修部門當(dāng)前亟待解決的重大課題。目前大部分車站采用微機(jī)監(jiān)測(cè)系統(tǒng)實(shí)現(xiàn)對(duì)車站信號(hào)設(shè)備狀態(tài)的實(shí)時(shí)監(jiān)測(cè)，通過監(jiān)測(cè)信號(hào)設(shè)備的主要運(yùn)行狀態(tài)，為電務(wù)部門掌握設(shè)備的當(dāng)前狀態(tài)和進(jìn)行故障分析提供了依據(jù)。然而僅靠現(xiàn)有的微機(jī)監(jiān)測(cè)系統(tǒng)已不能完全滿足維修管理要求，進(jìn)而研究了采用智能化學(xué)習(xí)算法構(gòu)造鐵路設(shè)備復(fù)雜故障診斷的方法?？偟膩碚f，智能故障診斷方法主要有模糊邏輯、專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、模型解析和混合智能診斷方法。

一、模糊邏輯診斷方法

模糊邏輯是以模糊理論為基礎(chǔ)，對(duì)有關(guān)聯(lián)關(guān)系通過編碼形式進(jìn)行邏輯推理的計(jì)算機(jī)控制技術(shù)，具有較強(qiáng)的結(jié)構(gòu)性知識(shí)表達(dá)能力，適于表達(dá)模糊或定性的知識(shí)。模糊邏輯故障診斷是根據(jù)設(shè)備故障原因和故障現(xiàn)象之間的模糊關(guān)系矩陣，經(jīng)過邏輯推理求出各種故障原因的隸屬度，以表示出現(xiàn)各種故障的可能程度。模糊故障診斷有兩種基本方法，一種是先建立征兆與故障類型之間的因果關(guān)系矩陣，再通過某種模糊合成算子建立故障與征兆的模糊關(guān)系方程，這是基于模糊關(guān)系及合成算法的診斷方法。另一種基本方法是先建立故障與征兆的模糊規(guī)則庫，再進(jìn)行模糊邏輯推理的診斷過程，這是一種基于模糊知識(shí)技術(shù)的診斷方法。但隸屬函數(shù)和模糊規(guī)則的確定比較困難，故障診斷結(jié)果診斷能力依賴模糊知識(shí)庫，模糊診斷知識(shí)難以獲取，且存在片面性，容易發(fā)生誤診、漏診現(xiàn)象，因此故障診斷結(jié)果很難令人滿意。

二、專家系統(tǒng)診斷方法

專家系統(tǒng)是根據(jù)專家在某領(lǐng)域以往診斷的知識(shí)、經(jīng)驗(yàn)，利用計(jì)算機(jī)模擬專家進(jìn)行推理、判斷并做決策的智能程序系統(tǒng)。鐵路信號(hào)設(shè)備故障診斷專家系統(tǒng)是以信號(hào)微機(jī)系統(tǒng)的數(shù)據(jù)為依據(jù)，由數(shù)據(jù)預(yù)處理、故障診斷專家系統(tǒng)和系統(tǒng)管理維護(hù)模塊三部分組成。其中，故障診斷專家系統(tǒng)由人機(jī)接口、推理機(jī)、知識(shí)庫、數(shù)據(jù)庫、知識(shí)庫維護(hù)和解釋機(jī)制等組成。當(dāng)發(fā)生故障時(shí)，系統(tǒng)依據(jù)知識(shí)庫中的知識(shí)通過推理找出故障源和故障原因，并給出排除故障的方法和建議。

由于傳統(tǒng)的專家系統(tǒng)具有很強(qiáng)的針對(duì)性，且所有診斷信息均來自專家，知識(shí)面窄、獲取比較困難，因而其發(fā)展受到了限制。針對(duì)傳統(tǒng)專家系統(tǒng)中知識(shí)獲取難的缺點(diǎn)，有文提出了基于故障樹技術(shù)的故障診斷專家系統(tǒng)。該系統(tǒng)是將鐵路信號(hào)故障診斷和領(lǐng)域?qū)＜业拇罅繉?shí)際經(jīng)驗(yàn)通過抽樣調(diào)查、收集資料和專家交流的形式獲得的診斷知識(shí)建立成故障樹，然后對(duì)所建立的故障樹進(jìn)行定性、定量分析生成專家系統(tǒng)的數(shù)據(jù)庫，最終實(shí)現(xiàn)對(duì)故障的診斷。

三、神經(jīng)網(wǎng)絡(luò)診斷方法

神經(jīng)網(wǎng)絡(luò)是模仿人腦神經(jīng)元處理問題，尋求解決問題的方式。神經(jīng)網(wǎng)絡(luò)診斷知識(shí)獲取相對(duì)容易，避免了專家提出的知識(shí)信息科的建設(shè)；若干知識(shí)可以在一個(gè)網(wǎng)絡(luò)中表示，具有很強(qiáng)的適應(yīng)能力；神經(jīng)網(wǎng)絡(luò)采用并行推理方式，提高了故障診斷效率。目前，神經(jīng)網(wǎng)絡(luò)法在設(shè)備故障診斷領(lǐng)域的應(yīng)用主要在兩個(gè)方面：作為分類器進(jìn)行故障模式識(shí)別和作為動(dòng)態(tài)預(yù)測(cè)模型進(jìn)行故障預(yù)測(cè)。但神經(jīng)網(wǎng)絡(luò)由于知識(shí)的隱式表示導(dǎo)致解釋能力差，用戶對(duì)其診斷行為較難理解，因此出現(xiàn)了神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)、模糊邏輯診斷技術(shù)相結(jié)合的混合診斷方法。該方法具有自組織自適應(yīng)能力、容錯(cuò)性好、推理速度快，有利于故障信號(hào)分析與處理、故障模式識(shí)別、故障領(lǐng)域?qū)＜抑R(shí)的組織和推理，并推動(dòng)了故障診斷的智能化。

四、模型解析方法

解析模型診斷是根據(jù)組成系統(tǒng)元器件之間的聯(lián)系建立診斷對(duì)象的數(shù)學(xué)模型，運(yùn)用各種數(shù)學(xué)方法對(duì)檢測(cè)對(duì)象進(jìn)行故障診斷。模型解析法通過對(duì)檢測(cè)對(duì)象的輸入輸出信號(hào)整理收集，并代入數(shù)學(xué)模型中進(jìn)行運(yùn)算比對(duì)來判斷檢測(cè)對(duì)象是否存在故障，能夠?qū)崟r(shí)動(dòng)態(tài)的檢測(cè)鐵路信號(hào)設(shè)備。常見的模型解析方法有：濾波器法、最小二乘類法、觀測(cè)器法和等價(jià)空間法。

五、混合智能診斷方法

混合智能診斷方法是上述方法相互結(jié)合的智能診斷方法，是智能診斷技術(shù)的發(fā)展趨勢(shì)。如基于D-S證據(jù)理論信息融合的故障診斷模型是利用神經(jīng)網(wǎng)絡(luò)的輸出和模糊綜合評(píng)判的輸出來構(gòu)造證據(jù)理論中可信度分配，然后將這兩種方法的診斷結(jié)果利用D-S組合規(guī)則進(jìn)行融合，最后根據(jù)一定的診斷規(guī)則得出最終的診斷結(jié)果，使得診斷結(jié)論的可信度明顯提高。

六、結(jié)束語

智能故障診斷方法能夠及時(shí)解決設(shè)備故障，減少維修時(shí)間，確保設(shè)備穩(wěn)定運(yùn)行和行車安全。而智能故障診斷方法在進(jìn)行信號(hào)設(shè)備故障診斷時(shí)還存在一些不足，需要不斷地完善。

參 考 文 獻(xiàn)

[1]杜潔.基于故障樹技術(shù)的鐵路信號(hào)設(shè)備診斷專家系統(tǒng)的實(shí)現(xiàn)方法研究[D].北京，2009

[2]李娜.基于信息融合的鐵路信號(hào)設(shè)備故障診斷方法研究[D].蘭州，2013

[3]邱芳.基于智能學(xué)習(xí)算法的鐵路信號(hào)設(shè)備故障診斷模型與方法研究[D].北京，2009