李 斌

（佳訊飛鴻（北京）智能科技研究院有限公司，北京 100044）

1 軌道電路室外設(shè)備運(yùn)維現(xiàn)狀

截止2018 年年底，中國(guó)高鐵運(yùn)營(yíng)里程達(dá)到2.9 萬(wàn)km 以上，電氣化里程達(dá)到9.2 萬(wàn)km，電氣化率70%。在列車控制系統(tǒng)中，軌道電路起到關(guān)鍵作用，成為關(guān)鍵性的基礎(chǔ)設(shè)施。軌道電路是由鋼軌線路和鋼軌絕緣構(gòu)成的電路，主要用于列車自動(dòng)和連續(xù)的占用檢查、列車控制系統(tǒng)的地車通訊、鋼軌的斷軌檢查，以保證行車安全的設(shè)備。軌道電路分為室內(nèi)設(shè)備與室外設(shè)備，室外設(shè)備主要包括：補(bǔ)償電容、扼流變壓器、調(diào)諧匹配單元、空心線圈、機(jī)械絕緣節(jié)、匹配單元等。室外設(shè)備由于遠(yuǎn)離車站和信號(hào)工區(qū)，且多數(shù)器件和部件分布在鐵路線周圍，所以對(duì)其養(yǎng)護(hù)和維修的效率低，故障處置時(shí)延較長(zhǎng)，而且其工況環(huán)境復(fù)雜，易受溫度、濕度、振動(dòng)、氣壓等環(huán)境因素和不確定性人為因素影響，常有故障發(fā)生，成為影響列車控制系統(tǒng)安全可靠工作的關(guān)鍵因素。

當(dāng)前國(guó)內(nèi)鐵路電務(wù)專業(yè)對(duì)于典型的軌道電路故障，仍然沒有很有效的解決辦法，部分故障的報(bào)警和預(yù)警機(jī)制尚未建立。如：伴隨著大功率電力機(jī)車的應(yīng)用，造成接觸網(wǎng)網(wǎng)流不斷增大，經(jīng)過(guò)軌道電路扼流變壓器的回歸電流相應(yīng)的也越來(lái)越大，造成的電化干擾也在不斷的增強(qiáng)，致使?fàn)恳娏魅肭周壍离娐吩O(shè)備的干擾量也越來(lái)越大，極易造成軌道電路繼電器誤動(dòng)作，出現(xiàn)“閃紅光帶”情況。監(jiān)測(cè)檢測(cè)手段更多依靠的是傳統(tǒng)的儀器儀表，以及一線運(yùn)維工作人員的現(xiàn)場(chǎng)經(jīng)驗(yàn)和既有故障數(shù)據(jù)。規(guī)范性不強(qiáng)，智能化不足，以及問(wèn)題庫(kù)和專家?guī)旖ㄔO(shè)不完善，造成無(wú)法形成統(tǒng)一、高效的軌道電路養(yǎng)護(hù)維修體系。當(dāng)前亟需對(duì)軌道電路室外設(shè)備故障診斷預(yù)測(cè)和健康管理領(lǐng)域進(jìn)行系統(tǒng)性探索和研究，一方面填補(bǔ)軌道電路監(jiān)測(cè)檢測(cè)領(lǐng)域的技術(shù)空白，另一方面將新ICT 技術(shù)和軌道電路運(yùn)維工作進(jìn)一步融合，從而提高鐵路行車安全性和運(yùn)維的效率。

2 軌道電路故障診斷預(yù)測(cè)和健康管理關(guān)鍵技術(shù)

2.1 PHM技術(shù)

故障診斷預(yù)測(cè)與健康管理（Prognostics and Health Management，PHM），是綜合利用新ICT 技術(shù)（如先進(jìn)的傳感器技術(shù)、云計(jì)算技術(shù)、大數(shù)據(jù)技術(shù)、人工智能技術(shù)等）的研究成果而提出的一種全新的管理設(shè)備實(shí)時(shí)工作狀態(tài)和健康狀態(tài)的解決方案。PHM 包含兩方面的內(nèi)容，故障診斷預(yù)測(cè)是指根據(jù)系統(tǒng)現(xiàn)在或歷史工作狀態(tài)數(shù)據(jù)，預(yù)測(cè)性地診斷部件或系統(tǒng)，完成其功能的狀態(tài)(未來(lái)的健康狀態(tài))，包括確定部件或者系統(tǒng)的剩余壽命或正常工作的時(shí)間長(zhǎng)度；健康是指與期望的正常性能狀態(tài)相比較的性能下降或偏差程度，健康管理是根據(jù)診斷/預(yù)測(cè)信息、可用維修資源和使用要求對(duì)維修活動(dòng)做出適當(dāng)決策的能力。

PHM 系統(tǒng)一般應(yīng)具備故障監(jiān)測(cè)、故障隔離、故障診斷、故障預(yù)測(cè)、健康管理和壽命追蹤等功能，PHM 要素如圖1 所示。對(duì)于復(fù)雜裝備和系統(tǒng)，PHM 應(yīng)能實(shí)現(xiàn)不同層次、不同級(jí)別的綜合診斷、預(yù)測(cè)和健康管理。

圖1 PHM要素圖Fig.1 PHM element diagram

PHM 廣泛應(yīng)用于各個(gè)領(lǐng)域，具體到鐵路軌道電路室外設(shè)備，PHM 指的是：利用軌道電路工作過(guò)程中產(chǎn)生的各類工作狀態(tài)數(shù)據(jù)，如：電流（工作電流、勵(lì)磁電流、損耗電流）、電壓（壓升壓降），磁化阻抗；電容偏差等和各類工況數(shù)據(jù)，如：溫度、濕度、氣壓、振動(dòng)、振動(dòng)加速度、位移加速度等，經(jīng)過(guò)信號(hào)處理，多模傳輸，數(shù)據(jù)采集、處理、分析等大數(shù)據(jù)處理方法，實(shí)現(xiàn)對(duì)軌道電路室外設(shè)備復(fù)雜系統(tǒng)的設(shè)備監(jiān)控和健康管理，從而進(jìn)行預(yù)警預(yù)測(cè)和管理的系統(tǒng)性工程。PHM 技術(shù)將設(shè)備的監(jiān)控和健康管理，從傳統(tǒng)的“故障”管理轉(zhuǎn)變?yōu)椤邦A(yù)測(cè)”和“衰退”管理，通過(guò)預(yù)測(cè)性養(yǎng)護(hù)維修，實(shí)現(xiàn)設(shè)備的零故障和持續(xù)可靠的運(yùn)行。

2.2 基于傳統(tǒng)電路模型和監(jiān)測(cè)大數(shù)據(jù)的智能分析技術(shù)

軌道電路室外設(shè)備的工作原理，基本基于傳統(tǒng)的電路模型，其中多數(shù)器件、部件和元件可以等效看作是電阻、電容、電感及變壓器等模擬電子元件構(gòu)成。在軌道電路室外設(shè)備使用和運(yùn)維的過(guò)程中，一線的運(yùn)維人員積累了大量的故障診斷經(jīng)驗(yàn)和故障問(wèn)題庫(kù)，對(duì)于常見的故障類型和典型故障，基本已能做到快速、準(zhǔn)確的定位。針對(duì)軌道電路故障定位，常用的方法包括：以電路模型為基礎(chǔ)，根據(jù)系統(tǒng)應(yīng)用邏輯，分析軌道電路的電氣特性，從而推測(cè)故障特征；以軌道電路運(yùn)行過(guò)程中產(chǎn)生的狀態(tài)數(shù)據(jù)為出發(fā)點(diǎn)，通過(guò)數(shù)據(jù)分析的方法對(duì)故障特征進(jìn)行提取，達(dá)到故障診斷的目的。

室外設(shè)備故障的診斷則較為復(fù)雜，室外設(shè)備容易受到鋼軌、電纜、補(bǔ)償電容、道床電阻和環(huán)境因素的影響和干擾。當(dāng)運(yùn)維人員首先確認(rèn)是室外設(shè)備發(fā)生故障后，通常采用逐級(jí)測(cè)量或者甩線測(cè)試的方法對(duì)具體的故障位置進(jìn)行定位。操作過(guò)程中，對(duì)于人的依賴以及人為標(biāo)準(zhǔn)差異，運(yùn)維經(jīng)驗(yàn)的差異和工器具的差異造成了對(duì)于過(guò)程的不同分析路徑和故障原因的不同判定結(jié)果。

由于軌道電路室外設(shè)備包含多種設(shè)備和系統(tǒng)模塊，結(jié)構(gòu)多為機(jī)電結(jié)構(gòu)，且較為復(fù)雜，故障模式繁多，所以利用神經(jīng)網(wǎng)絡(luò)進(jìn)行求解時(shí)，會(huì)面臨輸入變量眾多，網(wǎng)絡(luò)結(jié)構(gòu)龐大，經(jīng)驗(yàn)值、估值數(shù)據(jù)、實(shí)際管理規(guī)范交叉的問(wèn)題。此方案從集中監(jiān)測(cè)系統(tǒng)的監(jiān)測(cè)數(shù)據(jù)和軌道電路的自身監(jiān)測(cè)系統(tǒng)的數(shù)據(jù)著手，對(duì)基于數(shù)據(jù)的自動(dòng)診斷算法展開研究，采用混合量化的方法，構(gòu)建模糊神經(jīng)網(wǎng)絡(luò)對(duì)軌道電路故障進(jìn)行診斷分析。

在進(jìn)行參數(shù)權(quán)重自動(dòng)分配和參數(shù)調(diào)優(yōu)時(shí)，采用模糊聚類分析算法和粗糙集理論算法相結(jié)合，既考慮到采集到的室外設(shè)備的工作狀態(tài)和工況信息之間的不同特征，數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系以及相似性，通過(guò)建立模糊相似關(guān)系對(duì)采集到的數(shù)據(jù)進(jìn)行分類、匯總。又考慮到現(xiàn)場(chǎng)采集數(shù)據(jù)時(shí)同步產(chǎn)生的噪聲數(shù)據(jù)，既往維修數(shù)據(jù)以及現(xiàn)場(chǎng)人員的運(yùn)維經(jīng)驗(yàn)，在數(shù)據(jù)處理時(shí)，需要進(jìn)行區(qū)間劃分和層次劃分，需要忽略掉部分實(shí)際采集到的工作狀態(tài)數(shù)據(jù)和工況數(shù)據(jù)。因此兩種算法的結(jié)合，來(lái)進(jìn)行多因素，多參數(shù)問(wèn)題的定量分析和定性分析，是十分必要的和有益的探索。

將既往運(yùn)維經(jīng)驗(yàn)數(shù)據(jù)、既往設(shè)備工作狀態(tài)數(shù)據(jù)、故障數(shù)據(jù)、檢修維護(hù)數(shù)據(jù)等進(jìn)行梳理統(tǒng)計(jì)，并結(jié)合采集到的實(shí)時(shí)工作狀態(tài)數(shù)據(jù)和工況數(shù)據(jù)，采用模糊聚類分析的方法進(jìn)行若干類別的劃分，計(jì)算各參數(shù)的權(quán)重，最后利用各因素所含信息量相對(duì)大小，進(jìn)行歸一化來(lái)進(jìn)行權(quán)重自動(dòng)分配。

3 基于大數(shù)據(jù)技術(shù)的軌道電路室外設(shè)備PHM平臺(tái)

3.1 整體架構(gòu)

PHM 平臺(tái)整體技術(shù)架構(gòu)分為3 層：應(yīng)用層：故障診斷預(yù)測(cè)、設(shè)備健康管理、資源管理、輔助決策；信息基礎(chǔ)設(shè)施：云計(jì)算平臺(tái)、大數(shù)據(jù)平臺(tái)、物聯(lián)網(wǎng)平臺(tái)、微服務(wù)；感知傳輸層：傳感器、采集電路、傳輸模塊、物聯(lián)網(wǎng)網(wǎng)關(guān)。PHM 平臺(tái)整體架構(gòu)如圖2 所示。

3.2 分層設(shè)計(jì)思路

3.2.1 采集層

1）傳感器

軌道電路室外設(shè)備主要包括：補(bǔ)償電容、扼流變壓器、調(diào)諧匹配單元、空心線圈、機(jī)械絕緣節(jié)、匹配單元等，通過(guò)在不同的設(shè)備、器件、部件內(nèi)部或者近旁增設(shè)諸如：位移傳感器、振動(dòng)傳感器、霍爾傳感器、溫濕度傳感器、加速度傳感器等，來(lái)采集其工作狀態(tài)數(shù)據(jù)和工況數(shù)據(jù)，完成感知層面的全要素?cái)?shù)據(jù)的采集工作。

2）采集電路

在軌道電路室外設(shè)備內(nèi)部和近旁，搭建新的采集電路，基于電橋檢測(cè)原理通過(guò)AD 轉(zhuǎn)換器實(shí)現(xiàn)對(duì)多點(diǎn)傳感器的模擬數(shù)據(jù)采集，經(jīng)AD 轉(zhuǎn)換后的數(shù)字信號(hào)接入網(wǎng)關(guān)。

圖2 PHM平臺(tái)整體架構(gòu)Fig.2 Overall architecture of PHM platform

3）物聯(lián)網(wǎng)網(wǎng)關(guān)

物聯(lián)網(wǎng)網(wǎng)關(guān)實(shí)現(xiàn)數(shù)字信號(hào)的接入，網(wǎng)關(guān)總體設(shè)計(jì)以ARM 處理器為硬件基礎(chǔ)平臺(tái)，以嵌入式LINUX操作系統(tǒng)為軟件開發(fā)平臺(tái)。開發(fā)功能包括硬件接口設(shè)計(jì)、軟件驅(qū)動(dòng)開發(fā)、網(wǎng)關(guān)協(xié)議開發(fā)，WEB 端開發(fā)等。技術(shù)架構(gòu)如圖3 所示。

4）傳輸模塊

傳輸模塊，支持無(wú)線接入運(yùn)營(yíng)商2G/3G/4G 網(wǎng)絡(luò)；支持無(wú)線接入鐵路專用移動(dòng)通信GSM-R 和LTE-R 網(wǎng)絡(luò)；支持接收物聯(lián)網(wǎng)網(wǎng)關(guān)數(shù)據(jù)并進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)；支持設(shè)備管理配置，日志記錄，告警上報(bào)。

3.2.2 平臺(tái)層

圖3 網(wǎng)關(guān)技術(shù)架構(gòu)Fig.3 Gateway technical architecture

1）物聯(lián)網(wǎng)平臺(tái)

物聯(lián)網(wǎng)平臺(tái)的設(shè)計(jì)是基于對(duì)軌道電路室外設(shè)備所布設(shè)傳感器的連接狀態(tài)，采集的數(shù)據(jù)及其上報(bào)的設(shè)備工作狀態(tài)、工況數(shù)據(jù)、故障事件、報(bào)警等時(shí)序數(shù)據(jù)的處理、存儲(chǔ)與展現(xiàn)。根據(jù)軌道電路的應(yīng)用場(chǎng)景，底層傳感器數(shù)據(jù)接入物聯(lián)網(wǎng)平臺(tái)主要是非直連方式，即由物聯(lián)網(wǎng)網(wǎng)關(guān)負(fù)責(zé)與物聯(lián)網(wǎng)平臺(tái)之間連接的建立和維護(hù)、認(rèn)證和鑒權(quán)，傳感器以有線方式與網(wǎng)關(guān)進(jìn)行交互，以實(shí)現(xiàn)消息的發(fā)送和命令的接收。

物聯(lián)網(wǎng)平臺(tái)的邏輯架構(gòu)如圖4 所示。

圖4 物聯(lián)網(wǎng)平臺(tái)邏輯架構(gòu)Fig.4 Logic architechure of IoT platform

物聯(lián)網(wǎng)平臺(tái)的詳細(xì)設(shè)計(jì)如下。

采用基于MQTT Broker 的設(shè)備連接管理機(jī)制。

運(yùn)用物聯(lián)網(wǎng)傳感器準(zhǔn)標(biāo)準(zhǔn)協(xié)議MQTT 協(xié)議解決傳感器接入和數(shù)據(jù)傳輸?shù)腝oS 保證。采用MQTT Broker 集群的方式來(lái)解決廣域軌道電路設(shè)備中傳感器的并發(fā)接入和通信的需求。

時(shí)序數(shù)據(jù)的分布式處理和存儲(chǔ)機(jī)制。

利用Storm 和Spark Streaming 對(duì)流數(shù)據(jù)強(qiáng)大的分析處理能力和天然的支持分布式擴(kuò)展的屬性來(lái)處理軌道電路室外設(shè)備大量傳感器數(shù)據(jù)。

2）大數(shù)據(jù)平臺(tái)

大數(shù)據(jù)平臺(tái)作為軟件服務(wù)部署在云計(jì)算平臺(tái)上，提供數(shù)據(jù)的集中整合、集中管理和統(tǒng)一接入，有效實(shí)現(xiàn)數(shù)據(jù)共享。并在數(shù)據(jù)統(tǒng)一接入和數(shù)據(jù)整合基礎(chǔ)上，平臺(tái)提供數(shù)據(jù)分析處理以及數(shù)據(jù)可視化的能力。

大數(shù)據(jù)平臺(tái)的層次設(shè)計(jì)分為以下部分。

a.數(shù)據(jù)采集接入層設(shè)計(jì)

對(duì)于軌道電路室外設(shè)備的數(shù)據(jù)，采用基于隊(duì)列的實(shí)時(shí)采集接入方式，經(jīng)由物聯(lián)網(wǎng)平臺(tái)的消息服務(wù)，將采集數(shù)據(jù)接入大數(shù)據(jù)平臺(tái)的采集接入層。大數(shù)據(jù)采集接入服務(wù)與物聯(lián)網(wǎng)平臺(tái)的消息服務(wù)之間通過(guò)分布式隊(duì)列服務(wù)Kafka 實(shí)現(xiàn)數(shù)據(jù)流轉(zhuǎn)，根據(jù)后階段數(shù)據(jù)處理的需要，可以將Kafka數(shù)據(jù)分流到存儲(chǔ)引擎NoSQL 型數(shù)據(jù)庫(kù)HBase， 以 便后續(xù)的清洗加工處理、ETL 處理等。作為接入層數(shù)據(jù)，為支持某些查詢業(yè)務(wù)要求，需要對(duì)原始接入數(shù)據(jù)按一定存儲(chǔ)周期要求做保留。原則上，在采集接入測(cè)，不做任何數(shù)據(jù)的聚合操作，保證接入段的高效和可靠。

b.數(shù)據(jù)存儲(chǔ)層設(shè)計(jì)

根據(jù)軌道電路設(shè)備數(shù)據(jù)的特征，數(shù)據(jù)以結(jié)構(gòu)化為主，將經(jīng)由物聯(lián)網(wǎng)平臺(tái)的消息服務(wù)接入數(shù)據(jù)，采用大數(shù)據(jù)平臺(tái)中結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)引擎進(jìn)行數(shù)據(jù)存儲(chǔ)管理。根據(jù)數(shù)據(jù)量、交互性和實(shí)時(shí)性支持以及并發(fā)性支持等因素，可以將處理場(chǎng)景分為離線、在線、主題分析3 類場(chǎng)景。

c.大數(shù)據(jù)處理層設(shè)計(jì)

根據(jù)處理的實(shí)時(shí)性要求，將處理分成批處理、實(shí)時(shí)流處理；根據(jù)處理層次，將處理分成清洗處理、數(shù)據(jù)分析加工處理（包括多維分析）、數(shù)據(jù)在線分析和復(fù)雜查詢處理，以及包括深度學(xué)習(xí)在內(nèi)的數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)處理等。

批處理具有處理時(shí)間長(zhǎng)、處理量大的特點(diǎn)，作為軌道電路室外設(shè)備的可預(yù)測(cè)維護(hù)、健康分析應(yīng)用，基于對(duì)各類設(shè)備傳回參數(shù)，按照各維度的匯總統(tǒng)計(jì)分析是一個(gè)典型應(yīng)用場(chǎng)景。采用的技術(shù)有Hive、Spark SQL、MPP 數(shù)據(jù)庫(kù)以及基于Mapreduce 的Java 或者Pig 腳本等；實(shí)時(shí)處理，對(duì)于秒級(jí)響應(yīng)的實(shí)時(shí)處理分析和實(shí)時(shí)數(shù)據(jù)清洗場(chǎng)景，采用Spark Streaming 框架實(shí)現(xiàn)，其底層基于Spark 框架，可接受Kafka、MQTT 隊(duì)列傳回的數(shù)據(jù)，對(duì)隊(duì)列數(shù)據(jù)實(shí)現(xiàn)Map、Reduce、Join、Window 等各類實(shí)時(shí)流式加工處理。

數(shù)據(jù)清洗，在數(shù)據(jù)接收完成，對(duì)數(shù)據(jù)進(jìn)行加工分析和數(shù)據(jù)挖掘之前，需要按照指定業(yè)務(wù)規(guī)則對(duì)數(shù)據(jù)進(jìn)行清洗、轉(zhuǎn)換和過(guò)濾工作。該層處理適合采用MapReduce、Hive 技術(shù)實(shí)現(xiàn)這一階段處理。對(duì)于實(shí)時(shí)清洗處理場(chǎng)景，采用Spark Streaming 實(shí)現(xiàn)；數(shù)據(jù)加工和多維分析階段的處理，主要根據(jù)車站、區(qū)間、設(shè)備、器件、部件、設(shè)備類型、時(shí)間、人員、信號(hào)、狀態(tài)等維度，對(duì)清洗后結(jié)構(gòu)化數(shù)據(jù)做多維統(tǒng)計(jì)和分析。

除了上述所說(shuō)的大數(shù)據(jù)分析和數(shù)據(jù)挖掘處理場(chǎng)景外，還包括基于專家經(jīng)驗(yàn)的專家系統(tǒng)。根據(jù)所表達(dá)知識(shí)的復(fù)雜程度，可以采用圖數(shù)據(jù)庫(kù)、知識(shí)圖譜及相應(yīng)引擎進(jìn)行知識(shí)的存儲(chǔ)、加工、查詢和處理。采用基于傳統(tǒng)的關(guān)系數(shù)據(jù)庫(kù)的關(guān)系描述方法，將專家系統(tǒng)事先定義的故障規(guī)則用關(guān)系二維表來(lái)表現(xiàn)，并通過(guò)關(guān)聯(lián)運(yùn)算實(shí)現(xiàn)規(guī)則的匹配，達(dá)到故障預(yù)測(cè)和故障原因探索的目的。

3.3 健康管理功能概述

3.3.1 健康狀態(tài)評(píng)估

結(jié)合設(shè)備履歷，維修記錄，故障記錄等形成以設(shè)備狀態(tài)數(shù)據(jù)庫(kù)為基礎(chǔ)，按照設(shè)備標(biāo)準(zhǔn)編碼進(jìn)行查詢檢索、通過(guò)對(duì)設(shè)備的運(yùn)行時(shí)長(zhǎng)、運(yùn)行環(huán)境、維修次數(shù)、故障類型、產(chǎn)品批次等信息進(jìn)行建模挖掘，形成設(shè)備健康狀態(tài)評(píng)估體系，通過(guò)0 ～100 的分?jǐn)?shù)區(qū)間表示設(shè)備健康狀態(tài)，并根據(jù)打分提出維修時(shí)間、維修部位的建議，以實(shí)現(xiàn)設(shè)備“預(yù)測(cè)修”目標(biāo)。

3.3.2 設(shè)備健康狀態(tài)綜合管理

提供全局視角的設(shè)備狀態(tài)綜合統(tǒng)計(jì)功能，提供多維分析功能，包括設(shè)備按管轄地域的維修次數(shù)排行、維修部位、使用時(shí)長(zhǎng)排行、產(chǎn)品批次的故障率統(tǒng)計(jì)、故障分類統(tǒng)計(jì)等。

此外與設(shè)備狀態(tài)管理相關(guān)其他功能還包括：設(shè)備運(yùn)用情況分析；設(shè)備故障趨勢(shì)分析；設(shè)備狀態(tài)評(píng)價(jià)預(yù)警；設(shè)備性能分析；設(shè)備趨勢(shì)分析；環(huán)境分析（溫度、濕度等）；設(shè)備超期預(yù)警等。作為系統(tǒng)還提供設(shè)備資產(chǎn)相關(guān)的主數(shù)據(jù)管理功能，包括：產(chǎn)品型號(hào)主數(shù)據(jù)管理和查詢；生產(chǎn)企業(yè)主數(shù)據(jù)管理和查詢；機(jī)構(gòu)類字典管理和查詢；設(shè)備故障字典管理和查詢等。

軌道電路室外設(shè)備狀態(tài)預(yù)測(cè)應(yīng)用系統(tǒng)主要針對(duì)各種室外設(shè)備常見故障，通過(guò)物聯(lián)網(wǎng)采集數(shù)據(jù)按照事先專家系統(tǒng)注冊(cè)的故障檢驗(yàn)規(guī)則、參數(shù)閾值條件，在實(shí)際量測(cè)值和故障特征參數(shù)之間進(jìn)行對(duì)比和匹配，實(shí)現(xiàn)故障預(yù)測(cè)和故障原因確定的效果。

圍繞專家系統(tǒng)上述應(yīng)用，系統(tǒng)所需實(shí)現(xiàn)的具體功能如下。

1）設(shè)備故障預(yù)測(cè)規(guī)則注冊(cè)、更新和刪除。

2）設(shè)備故障參數(shù)閾值描述注冊(cè)、更新和刪除。

故障規(guī)則定義了規(guī)則與參數(shù)之間的相關(guān)關(guān)系，而設(shè)備故障參數(shù)描述了針對(duì)一個(gè)規(guī)則下的各個(gè)參數(shù)如何判斷故障的異常性的閾值比較公式，參數(shù)異常性主要按照閾值來(lái)判斷，根據(jù)故障和設(shè)備的不同，閾值的判斷規(guī)則不盡相同，需要用戶根據(jù)實(shí)際需要進(jìn)行閾值判斷模式的選擇，并指定相關(guān)閾值描述參數(shù)。

系統(tǒng)提供以下4 種參數(shù)閾值描述。

第一類閾值指標(biāo)：存在單一閾值，判斷參數(shù)指標(biāo)大于或者小于或者等于所設(shè)定的閾值門限。

第二類閾值指標(biāo)：存在閾值的上限、下限，判斷參數(shù)指標(biāo)在上限、下限所設(shè)定的閾值之間。

第三類閾值指標(biāo)：針對(duì)某一基準(zhǔn)值，設(shè)定上下偏差區(qū)間，判斷參數(shù)指標(biāo)在偏差區(qū)間內(nèi)。

第四類閾值指標(biāo)：針對(duì)平均值，設(shè)定上下限偏離百分比，判斷參數(shù)指標(biāo)在偏差范圍內(nèi)。

3）設(shè)備故障規(guī)則匹配參數(shù)映射關(guān)系錄入、更新和刪除。

系統(tǒng)在進(jìn)行故障原因判斷和故障預(yù)測(cè)時(shí)，需要將實(shí)際采集的量測(cè)數(shù)值與上述事先輸入到專家系統(tǒng)規(guī)則下參數(shù)做一一對(duì)比和匹配，基于目前采集得到的量測(cè)數(shù)值做出故障判斷。為實(shí)現(xiàn)這種實(shí)測(cè)值與規(guī)則參數(shù)之間的一一匹配，專家人員或者管理人員能夠通過(guò)專家系統(tǒng)的映射關(guān)系輸入功能事先定義實(shí)測(cè)數(shù)值表內(nèi)各個(gè)字段與規(guī)則參數(shù)之間的映射關(guān)系。

4）設(shè)備故障原因確認(rèn)。

5）設(shè)備故障預(yù)測(cè)。

4 結(jié)束語(yǔ)

通過(guò)對(duì)于軌道電路室外設(shè)備運(yùn)維現(xiàn)狀的分析，針對(duì)特定的問(wèn)題，提出當(dāng)前鐵路行業(yè)電務(wù)專業(yè)對(duì)于監(jiān)測(cè)檢測(cè)領(lǐng)域一種新穎的設(shè)備故障診斷預(yù)測(cè)和健康管理方法，通過(guò)對(duì)PHM 平臺(tái)的整體架構(gòu)，設(shè)計(jì)思路，以及對(duì)物聯(lián)網(wǎng)平臺(tái)和大數(shù)據(jù)平臺(tái)設(shè)計(jì)理念的詳細(xì)闡述，提出構(gòu)建一種安全、高效、智能的軌道電路室外設(shè)備故障診斷預(yù)測(cè)和健康管理平臺(tái)。通過(guò)現(xiàn)場(chǎng)部署此套平臺(tái)可以有效的輔助電務(wù)運(yùn)維人員高質(zhì)量完成運(yùn)維工作，研究并探索軌道電路室外設(shè)備“預(yù)測(cè)修”的新模式，為后續(xù)電務(wù)專業(yè)運(yùn)維模式轉(zhuǎn)型提供堅(jiān)實(shí)的基礎(chǔ)。后續(xù)工作中，需要在前端傳感器技術(shù)、后端數(shù)據(jù)挖掘，數(shù)據(jù)關(guān)聯(lián)分析，數(shù)據(jù)呈現(xiàn)上繼續(xù)開展深入的研究，同時(shí)還需要橫向了解“工電供”專業(yè)融合的需求以及多專業(yè)，多工種的結(jié)合部的設(shè)備健康管理。