成利剛

（五邑大學軌道交通學院，廣東 江門 529000）

基于改進BP神經(jīng)網(wǎng)絡(luò)的S700K轉(zhuǎn)轍機控制電路故障診斷研究*

成利剛

（五邑大學軌道交通學院，廣東 江門 529000）

針對S700K型轉(zhuǎn)轍機控制電路故障定位和檢測精度不高，故障延時長的現(xiàn)狀，通過分析于S700K轉(zhuǎn)轍機啟動電路和表示電路的故障的特點，建立了基于改進BP神經(jīng)網(wǎng)絡(luò)的故障診斷模型，有效的解決了網(wǎng)絡(luò)容易陷入局部最小值和收斂速度慢的缺點。通過測試，表明了該方法的有效和準確判斷S700K轉(zhuǎn)轍機控制電路的故障位置，效果良好，能夠滿足軌道交通現(xiàn)場的實際需求。

BP神經(jīng)網(wǎng)絡(luò)；S700K型轉(zhuǎn)轍機；控制電路；故障診斷

近年來，軌道交通發(fā)展迅猛，作為保證列車安全高效運行的信號系統(tǒng)面臨著嚴峻的挑戰(zhàn)。S700K型轉(zhuǎn)轍機廣泛的應(yīng)用于軌道交通的道岔控制，當其發(fā)生故障，則列車將無法按照預定徑路安全的在線路上運行，輕則造成列車晚點，重則導致列車發(fā)生傾覆、掉道等安全事故。當?shù)啦砜刂葡到y(tǒng)發(fā)生故障時，如何準確定位故障位置和類型，對于及時的排除故障，減少故障延時，保證列車運行安全，提高軌道交通的運輸效率意義重大。對于S700K型轉(zhuǎn)轍機控制電路的故障診斷仍舊停留在依靠工作人員的個人工作經(jīng)驗和簡單儀表進行檢測的階段，處理故障困難，故障延時較長。

AtamuradovV等人基于動態(tài)時間規(guī)劃模型建立了道岔故障診斷專家系統(tǒng)，檢測道岔故障［1］；RobertsC等人通過檢測道岔的轉(zhuǎn)速、壓力等相關(guān)參數(shù)，建立了多項式模型函數(shù)實現(xiàn)故障診斷［2］。翟永強等人通過建立貝葉斯網(wǎng)絡(luò)，實現(xiàn)對道岔啟動及表示電路的故障診斷［3］。趙林海等人基于道岔轉(zhuǎn)轍機典型故障下的動作功率曲線變化規(guī)律，提出一種基于灰關(guān)聯(lián)的道岔故障診斷方法［4］。

1　BP神經(jīng)網(wǎng)絡(luò)的算法及改進

1.1BP神經(jīng)網(wǎng)絡(luò)的算法

BP（BackPropagation）神經(jīng)網(wǎng)絡(luò)是一種多層前饋神經(jīng)網(wǎng)絡(luò)。其由輸入層、若干隱含層和輸出層組成，如圖1所示，為典型的三層BP神經(jīng)網(wǎng)絡(luò)拓撲結(jié)構(gòu)。BP網(wǎng)絡(luò)的學習過程由信息的正向傳播和誤差的反向傳播兩個過程組。輸入層各神經(jīng)元負責接收來自外界的輸入信息，并傳遞給中間層各神經(jīng)元；中間層負責信息變換，輸出層向外界輸出信息處理結(jié)果。當實際輸出與期望輸出不符時，進入誤差的反向傳播階段，不斷調(diào)整權(quán)值和閾值，直到網(wǎng)絡(luò)輸出的誤差減少到可以接受的程度，或者預先設(shè)定的學習次數(shù)為止［5］。

圖1　BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖

BP神經(jīng)網(wǎng)絡(luò)中，第k層j個神經(jīng)元的輸入輸出關(guān)系可表達為：

其中，wij（k-1）為第k-1層中第i個神經(jīng)元與第k層j個神經(jīng)元的連接強度；bj（k）為對應(yīng)神經(jīng)元閾值；fj（k）第k層j個神經(jīng)元的傳遞函數(shù)，BP神經(jīng)網(wǎng)絡(luò)，是取各神經(jīng)元的傳遞函數(shù)為：

1.2BP神經(jīng)網(wǎng)絡(luò)的改進

BP神經(jīng)網(wǎng)絡(luò)算法在迭代計算的過程中，采用梯度下降法，容易使權(quán)值陷入局部極小值。而且由于學習速率是固定的，因此網(wǎng)絡(luò)的收斂速度慢，需要較長的訓練時間。為了解決這些問題，對其進行改進。

1）采用附加動量法來解決局部極小值問題。在本次誤差計算所得的權(quán)值調(diào)整量上加上前一次權(quán)值調(diào)整量的一部分，即：

其中，wij（k-1）（t）為當前權(quán)；wij（k）（t+1）為修正后的權(quán)；δhj（k）為誤差傳遞項；α為動量因子；η為學習速率

2）采用自適應(yīng)的學習速率，根據(jù)誤差變化而自動的調(diào)節(jié)學習速率，從而增加算法的穩(wěn)定性，提高其收斂速度。自適應(yīng)的學習速率為：

其中，e（t）為第t步的誤差。

2　S700K型轉(zhuǎn)轍機控制電路分析

S700K型轉(zhuǎn)轍機控制電路，如圖2所示，主要包含RD1、RD2、RD3、RD4熔斷器，BD表示變壓器，1DQJ、BHJ、2DQJ、1DQJF、DBQ、TJ、DBJ、FBJ 繼 電器。采用五線制控制，每線電阻應(yīng)小于54Ω，X1、X2、X5為定位啟動線；X1、X3、X4為反位啟動線；X1、X2、X4為定位表示線；X1、X3、X5為反位表示線［5，6］。

圖2　S700K型轉(zhuǎn)轍機控制電路

S700K型轉(zhuǎn)轍機控制電路故障，一般分為啟動電路故障和表示電路故障：

1）啟動電路故障：

a．1DQJ勵磁或自閉電路故障；

b．2DQJ電路故障；

2）表示電路故障

a.定位表示電路故障；

b.反位表示電路故障。

2.1啟動電路分析

啟動電路主要是為了接通或斷開轉(zhuǎn)轍機電機電路，控制轉(zhuǎn)轍機動作的電路，主要包括1DQJ勵磁與自閉電路，2DQJ轉(zhuǎn)極電路，單獨操縱道岔，定位向反位轉(zhuǎn)換時的控制電路動作過程：

1）1DQJ勵 磁 吸 氣 ；KZ→CA61-62→SJ81-82→1DQJ3-4→2DQJ141-142→AJ11-12→KF-ZFJ；

2）1DQJF勵磁吸氣；KZ→1DQJF1-2→TJ33-31→1DQJ31-32→KF；

3）2DQJF轉(zhuǎn)極；KZ→1DQJF41-42→1DQJ1-2→AJ11-12→KF-ZFJ；

電動機得電過程如圖3所示。

圖3　反位起動電路簡化圖

反位啟動電路故障電氣特性參考值，如表1所示，S700K型轉(zhuǎn)轍機啟動電路典型故障主要有：（1）A1為1DQJF21-22接點接觸不良；（2）A2為X3室內(nèi)斷線；（3）A3為X3室外斷線；（4）A4為1DQJF11-12接點接觸不良；（5）A5為X4室內(nèi)斷線；（6）A6為X4室外斷線；（7）A7為1DQJ11-12接點接觸不良；（8）A8為X1室內(nèi)斷線；（9）A9為X1室外斷線；（10）A10為X2室內(nèi)斷線；（11）A11為X2室外斷線；（12）A12為X5室內(nèi)斷線；（13）A13為X5室外斷線。

B3為 1DQJF11—1DQJF21間交流電壓；B2為1DQJ11—1DQJF21間交流電壓；B1為1DQJ11—1DQJF11間交流電壓；B4為X1、X3間交流電壓；B5為X1、X4間交流電壓；B6為X3、X4間交流電壓。

表1　反位啟動電路故障電氣特性參考值

2.2表示電路典型故障分析

表示電路是指將道岔所處的位置和狀態(tài)通過電路傳遞到信號樓并顯示，包括定位表示電路和反位表示電路，在此，僅以反位表示電路進行分析，其反位表示電路簡化圖如圖4所示：

圖4　反位表示電路簡化圖

DJZ220→熔斷器RD4→表示變壓器→R1→1DQJ23-21→2DQJ131-133→1DQJF23-21→2DQJ121-123→分線盤X3→21-22接點→45-46接點→電阻R→二極管Z→24-23接點→電機線圈→分線盤X1→1DQJ11-13→表示變壓器→DJF220。

二極管與FBJ的接通公式為：

FBJ線圈端子1→1DQJF23-21→2DQJ121-123→分線盤X3→21-22接點→45-46接點→電阻R→二極管Z→24-23接點→電機線圈→41-42接點→分線盤X5→FBJ線圈端子4。

S700K型轉(zhuǎn)轍機表示電路典型故障主要有：（1）A14表示正常電壓；（2）A15表示FBJ短路；（3）A16表示室外混線；（4）A17表示電源故障或室內(nèi)公共部分斷線；（5）A18表示R1短路；（6）A19表示二極管短路；（7）A10表示X5室內(nèi)斷線；（8）A21表示X5室外斷線；（9）A22表示X3室內(nèi)斷線；（10）A23表示X3室外斷線；（11）A24表示X1室外斷線；（12）A25表示整流匣短路。

C1表示FBJ繼電器1-4端電壓；C2表示R1兩端電壓；C3表示X1、X3間電壓；C4表示X1、X5間電壓；C5表示X3、X5間電壓。反位表示故障時的部分電氣特性參考值，見表2。

表2　反位表示故障時的部分電氣特性參考值

3　網(wǎng)絡(luò)訓練與測試

S700K型轉(zhuǎn)轍機控制電路，由表1知，其啟動電路監(jiān)測參數(shù)為6種；由表2知，其反位表示電路的監(jiān)測參數(shù)有10種。因此，BP神經(jīng)網(wǎng)絡(luò)的輸入層神經(jīng)元數(shù)M為16；啟動電路和反位表示電路的故障類型共有25種，因此，BP神經(jīng)網(wǎng)絡(luò)的輸出層神經(jīng)元數(shù)L為25?；贛atlab工具箱，建立BP神經(jīng)網(wǎng)絡(luò)模型算法，設(shè)置學習率為0.05，動量系數(shù)為0.9，最大訓練次數(shù)為5000，將歸一化的若干樣本進行訓練。訓練過程收斂速度快，誤差小，如圖5所示，為訓練目標為0.001的誤差曲線，可看出網(wǎng)絡(luò)在經(jīng)過10次訓練后，網(wǎng)絡(luò)的性能達到要求。

圖5　訓練目標為0.001的誤差曲線

將待測的歸一化樣本進行測試，實際值與理想值的誤差對比，如圖6所示，最大誤差為.0.1275，這說明，針對S700K星轉(zhuǎn)轍機控制電路建立的BP神經(jīng)網(wǎng)絡(luò)模型很好地表達了控制電路故障和各個影響因素之間的內(nèi)在聯(lián)系與規(guī)律。

圖6　實際值與理想值的誤差對比

4　結(jié)束語

本文針對S700K星轉(zhuǎn)轍機控制電路故障定位和檢測精度不高，故障延時長的現(xiàn)狀，通過分析于S700K轉(zhuǎn)轍機控制電路的特點，建立了基于BP神經(jīng)網(wǎng)絡(luò)的故障診斷模型，并對其容易陷入局部最小值和收斂速度慢的缺點進行了改進。測試結(jié)果表明了該方法的有效性和準確性，效果良好，能夠滿足軌道交通現(xiàn)場的實際需求，并且對ZYJ7型電液轉(zhuǎn)轍機、ZD6星電動轉(zhuǎn)轍機控制電路的故障診斷有一定的借鑒意義。

［1］AtamuradovV，CamciF，BaskanS，etal.Failurediagnosticsfor railwaypointmachinesusingexpertsystems［C］，Diagnostics forElectricMachines，PowerElectronicsandDrives，2009. SDEMPED2009.IEEEInternationalSymposiumon.IEEE，2009∶1-5.

［2］RobertsC，DassanayakeHPB，LehrasabN，etal.Distributed quantitativeandqualitativefaultdiagnosis∶railwayjunction casestudy［J］.ControlEngineeringPractice，2002，10（4）∶419-429.

［3］翟永強.貝葉斯網(wǎng)絡(luò)在道貧控制電路故障診斷中的應(yīng)用研究［D］.蘭州交通大學，2012.

［4］趙林海，陸橋.基于灰關(guān)聯(lián)的道岔故障診斷方法［J］.鐵道學報，2014，36（2）∶69-74.

［5］施彥，韓力群，廉小親.神經(jīng)網(wǎng)絡(luò)設(shè)計方法與實例分析［M］.北京∶北京郵電大學出版社，2009∶17-29.

［6］孫啟發(fā).S700K道岔轉(zhuǎn)換與鎖閉設(shè)備原理及維護知識［M］.北京∶中國鐵道出版社，2001∶14-56.

［7］董玉峰，譚麗.S700K轉(zhuǎn)轍機控制電路故障的智能分析與定位［J］.計算機測量與控制，2014，22（4）∶991-994.

U216.3

江門市基礎(chǔ)與理論科學研究類項目，項目編號：20150030004128。