劉尊民，劉慶元，曲大義，陳秀鋒,3

(1.青島理工大學(xué) 機(jī)械與汽車工程學(xué)院，山東 青島 266520； 2. 山東省交通規(guī)劃設(shè)計(jì)院，山東 濟(jì)南 250001； 3. 青島海信網(wǎng)絡(luò)科技股份有限公司，山東 青島 266071)

0 引 言

現(xiàn)階段交通運(yùn)維系統(tǒng)中各個(gè)設(shè)備是相互獨(dú)立的，設(shè)備之間沒有建立網(wǎng)絡(luò)鏈路、數(shù)據(jù)鏈路關(guān)系,當(dāng)一個(gè)核心節(jié)點(diǎn)出現(xiàn)故障時(shí)，系統(tǒng)會(huì)報(bào)掛載在其下的所有外場(chǎng)設(shè)備的故障[1-2]。傳統(tǒng)故障診斷方法通過收集故障原始信息，通過各種分析、處理手段結(jié)合工作人員的豐富經(jīng)驗(yàn)，對(duì)故障信息進(jìn)行綜合分析及識(shí)別[3-4]。該方法依托操作人員的干預(yù)完成，診斷結(jié)果受人為因素影響大，且針對(duì)交通運(yùn)維系統(tǒng)的診斷工作量巨大，不適合信息化發(fā)展的需求。目前智能故障診斷方法研究較多，如人工智能應(yīng)用中的專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)技術(shù)、模糊理論等，具有傳統(tǒng)方法無法比擬的優(yōu)勢(shì)，是故障診斷領(lǐng)域的重要發(fā)展方向[5-7]。但成熟的故障診斷技術(shù)方法，在大數(shù)據(jù)背景下的智能交通系統(tǒng)中，普遍存在適應(yīng)性不強(qiáng)，專門解決該應(yīng)用的技術(shù)方法相對(duì)較少等諸多問題[8-9]。

針對(duì)以上情況，提出了一種采用基于雙層鏈路的故障反推演定位方法，給出了智能交通系統(tǒng)中終端設(shè)備、網(wǎng)絡(luò)設(shè)備及數(shù)據(jù)鏈路的故障精確定位方法。所能判別的故障信息包括：終端設(shè)備故障(硬件)、網(wǎng)絡(luò)設(shè)備故障(硬件)、通信服務(wù)適配器(軟件)故障。其中終端設(shè)備可定位到某臺(tái)設(shè)備，若設(shè)備上傳故障代碼可精確到故障類型；網(wǎng)絡(luò)設(shè)備可定位到網(wǎng)絡(luò)結(jié)構(gòu)中的某臺(tái)設(shè)備；通信服務(wù)程序可定位到軟件構(gòu)架中的某個(gè)程序接口。

1 整體技術(shù)方案

為了保障故障定位的準(zhǔn)確性，解決外場(chǎng)設(shè)備自動(dòng)報(bào)障故障原因不精確，設(shè)備維修過度依賴于維修人員經(jīng)驗(yàn)的問題，采用基于雙層鏈路的故障反推演定位方法，通過對(duì)硬件構(gòu)架及軟件接口模塊的多維度診斷處理，實(shí)現(xiàn)智能交通系統(tǒng)中設(shè)備故障的精確定位。系統(tǒng)主流程如圖1。

圖1 系統(tǒng)主流程Fig. 1 System main process

基于雙鏈路的設(shè)備故障定位方法通過以下步驟實(shí)現(xiàn)：①自動(dòng)產(chǎn)生設(shè)備數(shù)據(jù)上傳時(shí)間間隔閾值，若超限且未上報(bào)準(zhǔn)確故障信息，則進(jìn)入第②步；②依據(jù)網(wǎng)絡(luò)設(shè)備鏈路結(jié)構(gòu)，對(duì)網(wǎng)絡(luò)鏈路采用多維度反推演方法進(jìn)行故障定位，若判斷無故障則進(jìn)入第③步；③在數(shù)據(jù)鏈路層面，根據(jù)報(bào)障設(shè)備信息，啟動(dòng)多維診斷線程，探測(cè)各服務(wù)適配器程序通信及數(shù)據(jù)鏈路狀態(tài)，若判斷無故障則進(jìn)入第④步；④排除網(wǎng)絡(luò)設(shè)備及數(shù)據(jù)鏈路設(shè)備后，可精確定位到設(shè)備本身故障。故障處理過程中，自動(dòng)更新維護(hù)服務(wù)器端故障設(shè)備表格。

2 故障閾值判斷

運(yùn)維服務(wù)器端自動(dòng)維護(hù)設(shè)備閾值表格及設(shè)備信息表格，智能交通設(shè)備與服務(wù)器始終維持鏈接狀態(tài)，采用基于設(shè)備數(shù)據(jù)采集頻率特征自適應(yīng)運(yùn)算產(chǎn)生方法，自動(dòng)設(shè)置時(shí)間間隔閾值，該閾值為設(shè)備與服務(wù)器未發(fā)生通信的時(shí)間間隔。時(shí)間間隔閾值的設(shè)置方法如下：

1)根據(jù)設(shè)備統(tǒng)計(jì)周期內(nèi)的歷史數(shù)據(jù)，提取歷史數(shù)據(jù)上傳時(shí)間間隔，假設(shè)采集到N+1個(gè)數(shù)據(jù)，計(jì)算數(shù)據(jù)間的時(shí)間間隔，生成數(shù)據(jù)序列，記為{Ti|i=1,2,3,...,N}。

2)數(shù)據(jù)序列中極大極小值分別為Tmin、Tmax，忽略后計(jì)算平均值，記為Tmin。計(jì)算公式如下：

(1)

3)去除Tmin、Tmax后，重新組織數(shù)據(jù)序列為{Ti|i=1,2,3,...,N-2}。計(jì)算N-2個(gè)數(shù)據(jù)序列方差，記為Tσ。計(jì)算公式如下：

(2)

4)計(jì)算數(shù)據(jù)偏差，剔除異常數(shù)據(jù)。其中k為系數(shù)，在程序中動(dòng)態(tài)設(shè)定，以確定剔除數(shù)據(jù)的比例：

|Ti-TM|≥k·Tσ

(3)

5)假設(shè)剔除異常數(shù)據(jù)個(gè)數(shù)為m個(gè)，重新組織數(shù)據(jù)序列為{Ti|i=1,2,3,...,N-m-2}，重新計(jì)算數(shù)據(jù)平均值及方差如下：

(4)

(5)

6)定時(shí)計(jì)算當(dāng)前未上傳數(shù)據(jù)設(shè)備的時(shí)間間隔Td，當(dāng)Td滿足公式(6)時(shí)，啟動(dòng)故障診斷步驟。其中k′為系數(shù)，根據(jù)數(shù)據(jù)方差值動(dòng)態(tài)設(shè)定：

(6)

3 網(wǎng)絡(luò)層故障檢測(cè)

利用網(wǎng)絡(luò)適配器，對(duì)所有網(wǎng)絡(luò)設(shè)備廣播發(fā)送巡檢指令，對(duì)網(wǎng)絡(luò)鏈路的所有節(jié)點(diǎn)進(jìn)行檢測(cè)。若所有節(jié)點(diǎn)通信正常，則進(jìn)入數(shù)據(jù)鏈路層故障檢測(cè)，否則進(jìn)行網(wǎng)絡(luò)層故障檢測(cè)。

從底層網(wǎng)絡(luò)故障節(jié)點(diǎn)逐層追溯網(wǎng)絡(luò)狀態(tài)，以輪詢的方式發(fā)送診斷指令，對(duì)返回結(jié)果進(jìn)行識(shí)別判斷，一直追溯到無故障節(jié)點(diǎn)。簡(jiǎn)化網(wǎng)絡(luò)結(jié)構(gòu)，說明網(wǎng)絡(luò)層故障檢測(cè)方法。假設(shè)網(wǎng)絡(luò)為5層結(jié)構(gòu)，其簡(jiǎn)化示意如圖2。

圖2 網(wǎng)絡(luò)節(jié)點(diǎn)簡(jiǎn)化示意Fig. 2 Diagram of network node

假設(shè)C0節(jié)點(diǎn)故障，該節(jié)點(diǎn)下所有節(jié)點(diǎn)都處于異常通信狀態(tài)，檢測(cè)方法如下：

第1條鏈路：巡檢順序?yàn)镋0, D0，C0，B0。到B0正常節(jié)點(diǎn)后結(jié)束。

第2條鏈路：巡檢順序?yàn)镋1，D0，C0，B0。到B0正常節(jié)點(diǎn)后結(jié)束。

第3條鏈路：巡檢順序?yàn)镋2，D1，C0，B0。到B0正常節(jié)點(diǎn)后結(jié)束。

則其他鏈路檢測(cè)方法同上。

C0節(jié)點(diǎn)下的所有通信異常節(jié)點(diǎn)反向追溯到B0節(jié)點(diǎn)，每條鏈路檢測(cè)結(jié)果可定位到C0為故障節(jié)點(diǎn)，滿足所有節(jié)點(diǎn)的故障判斷狀態(tài)一致后，即多異常節(jié)點(diǎn)的互相驗(yàn)證后，確定C0為故障節(jié)點(diǎn)。若故障節(jié)點(diǎn)下的網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量大于100個(gè)，為提高遍歷速度，則只判斷100個(gè)節(jié)點(diǎn)的互鎖驗(yàn)證狀態(tài)，屏蔽其它節(jié)點(diǎn)的故障信息。

通過上述方法反向逐層多路診斷，并發(fā)多線程多維度進(jìn)行反推演，以網(wǎng)絡(luò)設(shè)備故障定位相互驗(yàn)證，并屏蔽已獲驗(yàn)證的網(wǎng)絡(luò)設(shè)備下層節(jié)點(diǎn)故障信息，可精確定位故障到網(wǎng)絡(luò)設(shè)備。

若網(wǎng)絡(luò)故障修復(fù)完成，或無網(wǎng)絡(luò)故障，故障仍然存在，則故障來源為數(shù)據(jù)鏈路故障或終端設(shè)備故障，進(jìn)入數(shù)據(jù)鏈路層故障檢測(cè)。

4 數(shù)據(jù)鏈路層故障檢測(cè)

傳統(tǒng)運(yùn)維管理系統(tǒng)中通常不監(jiān)測(cè)數(shù)據(jù)鏈路故障，對(duì)設(shè)備和服務(wù)之間的數(shù)據(jù)流向不進(jìn)行管理，當(dāng)軟件服務(wù)出現(xiàn)故障導(dǎo)致設(shè)備數(shù)據(jù)無法正常傳輸時(shí)，系統(tǒng)會(huì)報(bào)設(shè)備的故障，無法自動(dòng)判斷并準(zhǔn)確定位故障來源。

基于雙層鏈路的故障精確定位方法中判斷無網(wǎng)絡(luò)故障后，啟動(dòng)數(shù)據(jù)鏈路的通信測(cè)試線程，進(jìn)行數(shù)據(jù)鏈路的故障排除。由上位機(jī)服務(wù)器下發(fā)測(cè)試指令，在數(shù)據(jù)層面各服務(wù)適配器程序依序返回回傳數(shù)據(jù)。如果異常，修改數(shù)據(jù)鏈路表的異常標(biāo)識(shí)，標(biāo)識(shí)此節(jié)點(diǎn)服務(wù)故障，進(jìn)行報(bào)障。通過該診斷方法，可精確定位故障到數(shù)據(jù)通信服務(wù)適配器。

若數(shù)據(jù)鏈路修復(fù)完成，或無數(shù)據(jù)鏈路層故障，故障仍然存在，可精確定位到設(shè)備本身故障。通過更換設(shè)備或設(shè)備檢修排除該類型故障。故障處理完成后，更新服務(wù)器端設(shè)備信息表格。

5 應(yīng)用效果

該方法已在青島智能交通運(yùn)維系統(tǒng)世園會(huì)子項(xiàng)目中試點(diǎn)應(yīng)用，可實(shí)現(xiàn)系統(tǒng)級(jí)數(shù)據(jù)鏈路故障定位及設(shè)備級(jí)故障定位。其中設(shè)備級(jí)故障主要包括網(wǎng)絡(luò)設(shè)備故障及外場(chǎng)設(shè)備故障，外場(chǎng)設(shè)備種類較多，目前已實(shí)現(xiàn)電子警察、卡口、超速監(jiān)測(cè)、移動(dòng)抓拍、誘導(dǎo)屏、信號(hào)機(jī)、視頻監(jiān)控、流量檢測(cè)器、事件檢測(cè)器、氣象檢測(cè)、喊話系統(tǒng)、霧區(qū)防撞12種類型設(shè)備的狀態(tài)監(jiān)測(cè)。累計(jì)跟蹤9天的維修單數(shù)據(jù)，系統(tǒng)共檢測(cè)出故障數(shù)為174個(gè)，其中系統(tǒng)級(jí)軟件服務(wù)故障11個(gè)，設(shè)備故障163個(gè)。如表1所示，報(bào)障樣本中，159個(gè)檢測(cè)準(zhǔn)確，檢測(cè)準(zhǔn)確率為91.4%，滿足用戶需求。

表1 故障統(tǒng)計(jì)結(jié)果Table 1 Statistical results of fault

隨著智能交通系統(tǒng)規(guī)模的增大，類似“網(wǎng)絡(luò)設(shè)備故障，導(dǎo)致大片外場(chǎng)設(shè)備報(bào)障”的情況經(jīng)常發(fā)生，影響維修效率。該方法基于網(wǎng)絡(luò)拓?fù)浜蛿?shù)據(jù)鏈路的故障自動(dòng)識(shí)別技術(shù)，解決了由上游節(jié)點(diǎn)故障導(dǎo)致的關(guān)聯(lián)設(shè)備重復(fù)誤報(bào)問題，青島項(xiàng)目中平均每天自動(dòng)合并設(shè)備故障200多個(gè)，避免因誤報(bào)產(chǎn)生的無效派工及排查工作，設(shè)備運(yùn)維效率得到了顯著提升。

6 結(jié) 論

1)提出了一種基于采集頻率特征的自適應(yīng)閾值產(chǎn)生方法?；谠O(shè)備歷史數(shù)據(jù)的上傳頻率自動(dòng)產(chǎn)生時(shí)間間隔數(shù)據(jù)序列，剔除異常數(shù)據(jù)后，通過統(tǒng)計(jì)平均法，獲取設(shè)備的數(shù)據(jù)上傳時(shí)間間隔標(biāo)準(zhǔn)值，在加權(quán)方差的基礎(chǔ)上，自適應(yīng)運(yùn)算產(chǎn)生時(shí)間間隔閾值，超過閾值后，自動(dòng)啟動(dòng)故障診斷流程。

2)提出了一種基于雙層鏈路的故障精準(zhǔn)定位方法。通過開辟網(wǎng)絡(luò)鏈路監(jiān)測(cè)線程及數(shù)據(jù)鏈路監(jiān)測(cè)線程，對(duì)智能交通系統(tǒng)全故障狀態(tài)進(jìn)行精準(zhǔn)定位。在網(wǎng)絡(luò)鏈路層采用多維度反推演故障定位方法，依據(jù)網(wǎng)絡(luò)設(shè)備鏈路結(jié)構(gòu)及終端數(shù)，設(shè)置多維度網(wǎng)絡(luò)故障探測(cè)線程。依據(jù)探測(cè)返回信息，進(jìn)行故障反推演定位。從網(wǎng)絡(luò)底層開始逐層探測(cè)，定位到網(wǎng)絡(luò)設(shè)備故障信息源，若有多個(gè)報(bào)障信息，結(jié)合已報(bào)故障設(shè)備地址信息，進(jìn)行故障信息互鎖驗(yàn)證。

參考文獻(xiàn)(References)：

[1] 吳明遠(yuǎn),林保華. 智能交通設(shè)備運(yùn)維系統(tǒng)[C]//第九屆中國智能交通年會(huì)大會(huì)論文集.廣州:電子工業(yè)出版社,2014:1178-1180.

WU Mingyuan,LIN Baohua. Intelligent transportation system equipment operation and maintenance[C]//Proceedingsof9thChinaAnnualConferenceonintelligenttransportsystems.Guangzhou:Electronic Industry Press, 2014:1178-1180.

[2] 趙懷柏. 基于故障溯源技術(shù)的交通設(shè)備管理系統(tǒng)設(shè)計(jì)[D].上海:復(fù)旦大學(xué),2013.

ZHAO Huaibai.TheDesignofTrafficEquipmentManagementSystemBasedontheTechnologyofFaultTracing[D]. ShangHai:Fudan University, 2013.

[3] 李晗,蕭德云. 基于數(shù)據(jù)驅(qū)動(dòng)的故障診斷方法綜述[J]. 控制與決策,2011,26(1):1-8.

LI han,XIAO Deyun.Survey on data driven fault diagnosis methods[J].ControlandDecision, 2011,26(1):1-8.

[4] 馬曄,崔寶同. 網(wǎng)絡(luò)控制系統(tǒng)的故障檢測(cè)[J]. 科學(xué)技術(shù)與工程,2012,12(7):1544-1547.

MA Ye,CUI Baotong. Fault detection for networked control system[J].ScienceTechnologyandEngineering, 2012,12(7):1544-1547.

[5] 王智弘，李東輝. 基于小波變換和粗糙集的電力電子電路故障診斷方法[J].電氣自動(dòng)化，2015,37(3) : 109-111.

WANG Zhihong, LI Donghui. A fault diagnosis method for power electronic circuits based on wavelet transformation and rough set[J].ElectricalAutomation,2015,37(3) : 109-111.

[6]CORRECHER A, GARCIA E, MORANT F, et al. Intermittent failure dynamics characterization[J].IEEETrans-actionsonReliability, 2012, 61(3): 649-658.

[7] 王禮軍. 模糊神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)在故障診斷中的應(yīng)用[J]. 重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版), 2012, 31(3):469-472.

WANG Lijun,Application on fuzzy neural network expert system in fault diagnosis[J].JournalofChongqingJiaotongUniversity(NaturalScience), 2012, 31(3):469-472.

[8] 段苗花.智能交通設(shè)備運(yùn)維監(jiān)控系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].杭州:浙江工業(yè)大學(xué),2015.

DUAN Miaohua.DesignandRealizationofIntelligentMaintenanceandMonitoringSystemofTransportationEquipment[D].Hangzhou: Zhejiang University of Technology, 2015.

[9] 陸百川, 郭桂林, 肖汶謙,等. 基于多尺度主元分析法的動(dòng)態(tài)交通數(shù)據(jù)故障診斷與修復(fù)[J]. 重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版), 2016, 35(1):134-137.

LU Baichuan, GUO Guilin, XIAO Wenqian, et al. Fault diagnosing and modifying of dynamic traffic data based on MSPCA[J].JournalofChongqingJiaotongUniversity(NaturalScience),2016, 35(1):134-137.