田世潤(rùn)，齊金平，王保福，王 康

(1.蘭州交通大學(xué) 機(jī)電技術(shù)研究所，蘭州 730070；2.甘肅省物流及運(yùn)輸裝備信息化工程技術(shù)研究中心，蘭州 730070；3.北京全路通信信號(hào)研究設(shè)計(jì)院集團(tuán)有限公司, 北京 100070; 4.甘肅省物流與運(yùn)輸裝備行業(yè)技術(shù)中心，蘭州 730070；5.中國(guó)國(guó)家鐵路集團(tuán)有限公司 蘭州安全監(jiān)督管理特派辦員辦事處，蘭州 730000)

道岔系統(tǒng)是重載鐵路運(yùn)輸中改變行程車輛運(yùn)行軌道的關(guān)鍵設(shè)備.隨著重載鐵路的發(fā)展，道岔系統(tǒng)在工作過(guò)程中所承受的載荷和沖擊也越來(lái)越大.在道岔系統(tǒng)的工作過(guò)程中，當(dāng)尖軌和基本軌之間縫隙超過(guò)4 mm道岔就不能完成鎖閉.因此道岔系統(tǒng)在鐵路線路運(yùn)輸中的故障數(shù)量高居不下，據(jù)統(tǒng)計(jì)，2014年在我國(guó)鐵路信號(hào)設(shè)備故障中，道岔系統(tǒng)故障占比30%，道岔故障平均處理時(shí)間為23.4 min/次[1].

目前針對(duì)道岔系統(tǒng)故障維修大多數(shù)依靠現(xiàn)場(chǎng)工作人員的工作經(jīng)驗(yàn)，對(duì)于缺乏工作經(jīng)驗(yàn)的工作人員，往往在對(duì)道岔系統(tǒng)故障進(jìn)行定位時(shí)占用較多時(shí)間.對(duì)此國(guó)內(nèi)外的學(xué)者們大多是采用信號(hào)處理和基于知識(shí)的故障診斷方法對(duì)道岔進(jìn)行故障診斷研究.文獻(xiàn)[2]采用聲學(xué)分析法對(duì)道岔系統(tǒng)進(jìn)行故障探測(cè)分析，研究發(fā)現(xiàn)該方法對(duì)道岔系統(tǒng)的故障診斷具有較高的準(zhǔn)確率.文獻(xiàn)[3]采用小波變換分析的方法對(duì)道岔工作過(guò)程中的動(dòng)作電流進(jìn)行分析，根據(jù)電流的變化特征對(duì)道岔系統(tǒng)進(jìn)行故障診斷.文獻(xiàn)[4]針對(duì)采集到的電流信號(hào)和道岔轉(zhuǎn)換過(guò)程中的力學(xué)特征，采用Kakman濾波方法，提高了基于波形的道岔故障診斷的可靠度.文獻(xiàn)[5]通過(guò)總結(jié)道岔故障典型曲線，采用弗雷歇距離定義的相似函數(shù)對(duì)道岔系統(tǒng)進(jìn)行故障診斷研究，但適用于小樣本數(shù)據(jù)的故障診斷.文獻(xiàn)[6]通過(guò)對(duì)現(xiàn)場(chǎng)道岔文本數(shù)據(jù)數(shù)據(jù)的挖掘處理，采用貝葉斯網(wǎng)絡(luò)模型針對(duì)不同天氣環(huán)境對(duì)道岔系統(tǒng)進(jìn)行故障預(yù)測(cè).文獻(xiàn)[7]采用隱馬爾可夫的方法，通過(guò)增加道岔設(shè)備的潛在故障狀態(tài)，分析每種狀態(tài)之間的狀態(tài)轉(zhuǎn)移，實(shí)現(xiàn)道岔系統(tǒng)故障預(yù)測(cè)和道岔設(shè)備健康狀態(tài)檢測(cè).

由于復(fù)式交分道岔系統(tǒng)結(jié)構(gòu)復(fù)雜，各個(gè)模塊之間相互影響，導(dǎo)致其故障具有復(fù)雜性、不確定性的特點(diǎn).貝葉斯網(wǎng)絡(luò)作為一種典型的不確定性知識(shí)表達(dá)與推理模型[8]，是目前人工智能領(lǐng)域不確定知識(shí)表達(dá)和推理技術(shù)的主流方法[9].

鑒于復(fù)式交分道岔故障特點(diǎn)及貝葉斯網(wǎng)絡(luò)對(duì)不確定性問(wèn)題的推理能力，本文作者采用文本挖掘技術(shù)對(duì)復(fù)式交分道岔故障文本數(shù)據(jù)進(jìn)行分析，進(jìn)而構(gòu)建復(fù)式交分道岔系統(tǒng)的故障樹模型；再將故障樹模型轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò)模型，對(duì)該模型利用現(xiàn)有數(shù)據(jù)進(jìn)行參數(shù)學(xué)習(xí)；最后，對(duì)復(fù)式交分道岔進(jìn)行可靠性分析與故障診斷研究，為復(fù)式交分道岔日常運(yùn)維提供參考.

1 復(fù)式交分道岔故障樹模型

1.1 復(fù)式交分道岔結(jié)構(gòu)與工作原理

復(fù)式交分道岔主要由兩組活動(dòng)心軌、兩組直尖軌、兩組曲尖軌等部位組成，其結(jié)構(gòu)相當(dāng)于兩組對(duì)開的單開道岔如圖1所示.根據(jù)其結(jié)構(gòu)特點(diǎn)可以完成車輛從A-D、A-C、C-A、C-B等8個(gè)方向的軌道轉(zhuǎn)變.

復(fù)式交分道岔雖然結(jié)構(gòu)復(fù)雜但工作原理和單開道岔基本相同，道岔系統(tǒng)內(nèi)部都可以劃分為機(jī)械部分和電氣部分，而且都是由轉(zhuǎn)轍機(jī)帶動(dòng)尖軌運(yùn)動(dòng)完成行駛車輛的線路轉(zhuǎn)換.復(fù)式交分道岔在轉(zhuǎn)換過(guò)程中與其他道岔相同，主要由解鎖、轉(zhuǎn)換、閉鎖[1]三部分組成.因?yàn)閺?fù)式交分道岔和單開道岔所用的轉(zhuǎn)轍機(jī)都是ZD6型轉(zhuǎn)轍機(jī)，所以道岔內(nèi)的控制電路也都是由表示電路和啟動(dòng)電路構(gòu)成.

1.2 基于文本挖掘的復(fù)式交分道岔故障致因提取

文本挖掘技術(shù)是一種對(duì)文本信息處理和分析的技術(shù)，其核心是將一些人為記錄的數(shù)據(jù)，通過(guò)處理和分析，將其轉(zhuǎn)換為計(jì)算機(jī)可以識(shí)別的數(shù)學(xué)信息，再通過(guò)對(duì)這些數(shù)學(xué)信息進(jìn)行處理和分析，從文本數(shù)據(jù)中提取出有價(jià)值的信息.文本挖掘技術(shù)是全球大數(shù)據(jù)環(huán)境下常見的一種對(duì)文本數(shù)據(jù)進(jìn)行分析的方法[10].

目前文本數(shù)據(jù)挖掘技術(shù)主要由獲取文本、文本預(yù)處理、數(shù)學(xué)表示、挖掘分析和解釋評(píng)價(jià)[11]5個(gè)步驟組成，圖2對(duì)其進(jìn)行了具體說(shuō)明.

通過(guò)某鐵路集團(tuán)2016—2018年《行車設(shè)備(施工、檢查)登記薄》(運(yùn)統(tǒng)-46)[12]中記錄的復(fù)式交分道岔故障數(shù)據(jù)展開研究.采用文獻(xiàn)[13]提出的NLPIR漢語(yǔ)分詞系統(tǒng)對(duì)復(fù)式交分道岔進(jìn)行文本挖掘的流程如下.

1)文本預(yù)處理.

對(duì)文本故障數(shù)據(jù)進(jìn)行預(yù)處理，將“道岔型號(hào)”、“值班員信息”等干擾信息消除，只保留可以描述道岔故障的關(guān)鍵性詞語(yǔ)如下.

空轉(zhuǎn) 表示桿 連接銷子 錯(cuò)位 空轉(zhuǎn) 表示桿 連接部 受到?jīng)_擊 空轉(zhuǎn) 表示桿 受雜物干擾

空轉(zhuǎn) 表示桿 錯(cuò)位

空轉(zhuǎn) 表示桿 蹭枕木

空轉(zhuǎn) 表示桿碰水泥枕 尖軌 爬行 空轉(zhuǎn) 表示桿銷子 碰軌底

預(yù)處理后對(duì)用NLPIR軟件進(jìn)行分詞處理，以復(fù)式交分道岔空轉(zhuǎn)部分處理結(jié)果為例，分詞結(jié)果為:

滑床板 缺油 尖軌 翹頭 滑床板 磨損嚴(yán)重 尖軌和基本軌 夾雜物 尖軌和基本軌 夾雜物 尖軌和基本軌 夾雜物 尖軌和基本軌 夾雜物 尖軌和基本軌 夾雜物 尖軌和基本軌 夾雜物 基本軌 夾雜物 尖軌與滑床板 夾雜物 基本軌 肥變大 基本軌.

2)特征詞提取.

在NLPIR軟件中進(jìn)行特征詞的提取，對(duì)其中“數(shù)字”進(jìn)行刪減同時(shí)對(duì)特征詞中表達(dá)相同意思的特征詞進(jìn)行合并，最后得到56個(gè)特征值，其結(jié)果如下.

工務(wù)操作螺絲螺栓原因故障電流改道基本軌移動(dòng)生銹運(yùn)動(dòng)移位水平爬行滑床板作業(yè)搬動(dòng)壓力打磨摩擦電流尖軌缺油動(dòng)作枕木天氣折斷尖端桿雜物軌距固定墊板啟動(dòng)結(jié)冰磨耗改軌距連接桿受阻接點(diǎn)螺絲松動(dòng)木頭根部卡阻竄動(dòng)摩擦空轉(zhuǎn)肥邊絕緣螺栓脫落磨損表示桿斷裂銷子軌撐道岔錯(cuò)位角鋼

3)NLPIR軟件處理.

以上一步篩選得到的特征詞作為一個(gè)特征矩陣，通過(guò)在NLPIR中引用生成的文件，對(duì)處理過(guò)的復(fù)式交分道岔的文本故障數(shù)據(jù)進(jìn)行分析，得到特征詞通過(guò)NLPIR軟件分析處理，在文本數(shù)據(jù)中所出現(xiàn)的頻率和權(quán)重結(jié)果如圖3所示.

4)特征詞出現(xiàn)頻率分析.

由圖3可以看出,可能引起復(fù)式交分道岔空轉(zhuǎn)的故障部位有滑床板故障、基本軌故障、連接桿故障、表示桿故障、尖端桿故障等.空轉(zhuǎn)的故障原因有工務(wù)原因、結(jié)冰、天氣、缺油、移動(dòng)受阻等.在所有導(dǎo)致空轉(zhuǎn)故障中,尖軌和基本軌所占比例較大，故障致因中雜物所導(dǎo)致故障發(fā)生的比率最高.通過(guò)對(duì)特征詞的整合分析，可以發(fā)現(xiàn)常見的復(fù)式交分道岔故障事件的因果關(guān)系，結(jié)合復(fù)式交分道岔的工作原理和現(xiàn)場(chǎng)工作人員的建議，可以對(duì)復(fù)式交分道岔的故障機(jī)理進(jìn)行較好的梳理分析.

1.3 基于文本挖掘的復(fù)式交分道岔故障樹建模

在對(duì)復(fù)式交分道岔文本數(shù)據(jù)進(jìn)行特征詞分析和處理后，最關(guān)鍵的是要將特征詞進(jìn)行組合，生成計(jì)算機(jī)可以識(shí)別的樣本數(shù)據(jù)集.通過(guò)對(duì)復(fù)式交分道岔系統(tǒng)結(jié)構(gòu)分析和現(xiàn)場(chǎng)專家的意見，將特征詞轉(zhuǎn)化為道岔系統(tǒng)中的各個(gè)故障事件，并對(duì)各個(gè)故障進(jìn)行統(tǒng)計(jì)，統(tǒng)計(jì)結(jié)構(gòu)如圖4所示.

針對(duì)統(tǒng)計(jì)結(jié)果，對(duì)各個(gè)故障事件進(jìn)行編號(hào)，以N(Normal)，F(xiàn)(Failure)代表各個(gè)故障事件的狀態(tài)，建立計(jì)算機(jī)可以識(shí)別的樣本數(shù)據(jù)集.表1是數(shù)據(jù)集中的一部分.

表1 復(fù)式交分道岔實(shí)驗(yàn)樣本數(shù)據(jù)集

故障樹分析(Fault Tree Analysis，F(xiàn)TA)是由上往下的演繹式失效分析法，它采用更為邏輯化的理念直觀反映系統(tǒng)故障和系統(tǒng)故障致因間的關(guān)系.根據(jù)上述中復(fù)式交分道岔數(shù)據(jù)分析結(jié)果進(jìn)行分析，結(jié)合復(fù)式交分道岔工作原理和基于信心指數(shù)的專家調(diào)查法建立故障樹模型，對(duì)專家的選取、評(píng)級(jí)及專家的評(píng)判等數(shù)據(jù)來(lái)自文獻(xiàn)[14].圖5為復(fù)式交分道岔故障樹.表2為復(fù)式交分道岔故障樹事件編碼表.

表2 復(fù)式交分道岔故障樹事件編碼

2 基于BN網(wǎng)絡(luò)的復(fù)式交分道岔建模

2.1 故障樹轉(zhuǎn)貝葉斯網(wǎng)絡(luò)

貝葉斯網(wǎng)絡(luò)是目前不確定知識(shí)表達(dá)和推理領(lǐng)域最有效的理論模型之一[14].根據(jù)貝葉斯網(wǎng)的網(wǎng)絡(luò)結(jié)構(gòu)以及條件概率表(Conditional Probability Table，CPT)可以快速得到每個(gè)基本事件的概率.

由故障樹轉(zhuǎn)換為貝葉斯網(wǎng)絡(luò)的過(guò)程實(shí)質(zhì)上就是將故障樹中的事件和門結(jié)構(gòu)轉(zhuǎn)換為貝葉斯網(wǎng)絡(luò)中的節(jié)點(diǎn)關(guān)系圖和條件概率表.

將故障樹中的事件在貝葉斯網(wǎng)絡(luò)中以節(jié)點(diǎn)的形式表示，故障樹中的門結(jié)構(gòu)在貝葉斯網(wǎng)絡(luò)中按照條件概率表的方式表示，故障樹中的門結(jié)構(gòu)與貝葉斯網(wǎng)絡(luò)的條件概率表的對(duì)應(yīng)數(shù)值[15]，如圖6所示.

按照故障樹和貝葉斯網(wǎng)絡(luò)的映射法則，將圖6的復(fù)式交分道岔故障樹模型轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)，轉(zhuǎn)換結(jié)果如圖7所示.

2.2 復(fù)式交分道岔貝葉斯網(wǎng)絡(luò)參數(shù)學(xué)習(xí)

貝葉斯網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程是一個(gè)利用研究對(duì)象的先驗(yàn)信息和樣本數(shù)據(jù)，對(duì)未知樣本進(jìn)行估計(jì)，從而對(duì)研究對(duì)象設(shè)計(jì)貝葉斯網(wǎng)絡(luò)的過(guò)程，主要包括結(jié)構(gòu)學(xué)習(xí)和參數(shù)學(xué)習(xí)兩部分.前者是對(duì)貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)進(jìn)行設(shè)計(jì)，后者是完成貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)后的條件概率表.

1.3節(jié)已經(jīng)將文本數(shù)據(jù)轉(zhuǎn)換為計(jì)算機(jī)可以識(shí)別的實(shí)驗(yàn)數(shù)據(jù)集，通過(guò)對(duì)數(shù)據(jù)的特征分析，選用EM算法對(duì)貝葉斯網(wǎng)絡(luò)進(jìn)行參數(shù)學(xué)習(xí)，在GeNIe軟件中調(diào)用EM算法，完成復(fù)式交分道岔貝葉斯網(wǎng)絡(luò)模型的參數(shù)學(xué)習(xí).

為確保參數(shù)學(xué)習(xí)結(jié)果的準(zhǔn)確性，選用不同數(shù)據(jù)樣本對(duì)貝葉斯網(wǎng)絡(luò)模型進(jìn)行參數(shù)學(xué)習(xí).本文采用2016—2018年某鐵路局復(fù)式交分道岔故障數(shù)據(jù).同時(shí)依照模型分別按照5%、10%、15%、20%的數(shù)據(jù)缺失比例生成訓(xùn)練樣本數(shù)據(jù)集，同樣對(duì)復(fù)式交分道岔貝葉斯網(wǎng)絡(luò)模型進(jìn)行參數(shù)學(xué)習(xí).將各個(gè)節(jié)點(diǎn)參數(shù)學(xué)習(xí)過(guò)后的各個(gè)中間概率進(jìn)行比較如圖8所示，各節(jié)點(diǎn)參數(shù)學(xué)習(xí)后的統(tǒng)計(jì)分析表見表3.

表3 各節(jié)點(diǎn)參數(shù)學(xué)習(xí)后的統(tǒng)計(jì)分析

從圖8可以看出各個(gè)實(shí)驗(yàn)數(shù)據(jù)集均與現(xiàn)場(chǎng)工作實(shí)際故障次數(shù)的趨勢(shì)基本一致.通過(guò)對(duì)各個(gè)節(jié)點(diǎn)故障率分析其均方差和方差，再一次證明了方法的正確性.

2.3 復(fù)式交分道岔系統(tǒng)可靠性分析

貝葉斯網(wǎng)絡(luò)系統(tǒng)可靠性分析主要是依據(jù)系統(tǒng)的靈敏度，其主要反映了貝葉斯網(wǎng)絡(luò)中的葉節(jié)點(diǎn)對(duì)系統(tǒng)中故障的敏感程度，通過(guò)對(duì)貝葉斯網(wǎng)絡(luò)靈敏度的分析可以得知各個(gè)根節(jié)點(diǎn)對(duì)葉節(jié)點(diǎn)的影響程度.當(dāng)根節(jié)點(diǎn)的故障發(fā)生較小程度的變化時(shí)，使葉節(jié)點(diǎn)的故障發(fā)生較大的變化，以此來(lái)發(fā)現(xiàn)系統(tǒng)中影響系統(tǒng)可靠性較高的根節(jié)點(diǎn).

底事件的概率重要度為

(1)

(2)

(3)

通過(guò)對(duì)復(fù)式交分道岔貝葉斯網(wǎng)絡(luò)模型敏感度分析發(fā)現(xiàn)，x2、x21、x1是對(duì)系統(tǒng)靈敏度影響較大的3個(gè)節(jié)點(diǎn)，圖9是一部分故障發(fā)生時(shí)對(duì)葉節(jié)點(diǎn)T故障發(fā)生時(shí)的靈敏度分析結(jié)果.

將貝葉斯網(wǎng)絡(luò)靈敏度分析結(jié)果與故障樹中對(duì)于各個(gè)底事件的重要度分析結(jié)果進(jìn)行對(duì)比,如表4所示.

表4 復(fù)式交分道岔系統(tǒng)可靠性分析

從表4中可以看出,對(duì)復(fù)式交分道岔系統(tǒng)可靠性影響較大的前15個(gè)故障類型中，貝葉斯網(wǎng)絡(luò)可靠性分析結(jié)果和故障樹可靠性分析結(jié)果基本相同.

3 復(fù)式交分道岔故障診斷及維修

3.1 復(fù)式交分道岔故障診斷

通過(guò)對(duì)復(fù)式交分道岔進(jìn)行故障樹和貝葉斯網(wǎng)絡(luò)分析后，根據(jù)結(jié)果對(duì)復(fù)式交分道岔的檢修方案提供合理化建議，達(dá)到降低復(fù)式交分道岔故障率，提高復(fù)式交分道岔維修效率的目的.且現(xiàn)場(chǎng)復(fù)式交分道岔故障數(shù)據(jù)的分析和處理，確定了復(fù)式交分道岔貝葉斯網(wǎng)絡(luò)參數(shù)學(xué)習(xí)的準(zhǔn)確性.

為使貝葉斯網(wǎng)絡(luò)故障診斷結(jié)果更加準(zhǔn)確，以2016年的數(shù)據(jù)集對(duì)復(fù)式交分道岔進(jìn)行貝葉斯網(wǎng)絡(luò)故障診斷研究，其診斷分析結(jié)果如圖10所示.

從圖10的故障診斷結(jié)果可以看出當(dāng)復(fù)式交分道岔發(fā)生故障時(shí)時(shí)，最容易發(fā)生是“道岔爬行或尖軌竄動(dòng)”、“尖軌搬動(dòng)受阻”、“缺口調(diào)整不當(dāng)”等故障.其中“道岔電機(jī)內(nèi)部故障”是發(fā)生較少的故障類型.

對(duì)某鐵路局2019年第一季度的150組復(fù)式交分道岔故障維修記錄進(jìn)行統(tǒng)計(jì)，統(tǒng)計(jì)結(jié)果如表5所示.通過(guò)分析可以看出復(fù)式交分道岔貝葉斯網(wǎng)絡(luò)故障診斷結(jié)果與實(shí)際復(fù)式交分道岔故障發(fā)生次數(shù)排序基本相符.

表5 2019年第一季度復(fù)式交分道岔維修統(tǒng)計(jì)

3.2 復(fù)式交分道岔維修建議

通過(guò)對(duì)復(fù)式交分道岔貝葉斯網(wǎng)絡(luò)模型故障診斷結(jié)果進(jìn)行分析發(fā)現(xiàn)，復(fù)式交分道岔系統(tǒng)中尖軌、基本軌部位故障率較高，道岔轉(zhuǎn)轍機(jī)內(nèi)部故障率整體相對(duì)較低.據(jù)此為解決復(fù)式交分道岔故障維修過(guò)程中存在的盲目性，結(jié)合復(fù)式交分道岔貝葉斯網(wǎng)絡(luò)故障診斷結(jié)果，針對(duì)目前復(fù)式交分道岔故障診斷流程提供合理化建議.

1)當(dāng)?shù)啦碓谑覂?nèi)繼電器處檢測(cè)到道岔空轉(zhuǎn)時(shí)首先判斷其空轉(zhuǎn)類型.

① 道岔發(fā)生不解鎖空轉(zhuǎn)，根據(jù)故障診斷結(jié)果，建議先檢查轉(zhuǎn)轍機(jī)摩擦電流，再檢查道岔密貼力，最后檢查摩擦帶的順序；

② 當(dāng)?shù)啦戆l(fā)生解鎖后空轉(zhuǎn)時(shí)，建議先檢查動(dòng)作桿的狀態(tài)，再檢查檢測(cè)桿組的工作狀態(tài)，最后檢查齒條塊的工作情況；

③ 當(dāng)發(fā)生轉(zhuǎn)換到位空轉(zhuǎn)時(shí)，建議先檢查道岔密貼力的情況，再檢查啟動(dòng)電路是否混線.

2)當(dāng)?shù)啦硎彝夥强辙D(zhuǎn)故障時(shí)，根據(jù)模型診斷結(jié)果表明，尖軌和基本軌為道岔系統(tǒng)高發(fā)故障部位，建議先檢查道岔尖軌和基本軌的狀態(tài)，再檢查電動(dòng)轉(zhuǎn)轍機(jī)是否按規(guī)定進(jìn)行安裝.

4 結(jié)論

采用某鐵路局三年以來(lái)《行車設(shè)備(施工、檢查)登記薄》(運(yùn)統(tǒng)-46)，記錄的復(fù)式交分道岔歷史運(yùn)維數(shù)據(jù)作為數(shù)據(jù)集對(duì)復(fù)式交分道岔故障診斷展開研究.

1)通過(guò)對(duì)文本數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘分析，建立復(fù)式交分道岔故障樹模型，并對(duì)其進(jìn)行故障梳理和可靠性分析，得到各故障模式的重要度排序.

2)將復(fù)式交分道岔故障樹模型轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò)模型，進(jìn)行參數(shù)學(xué)習(xí)，通過(guò)敏感性分析，得到其排序與重要度排序一致.

3)利用該模型對(duì)復(fù)式交分道岔進(jìn)行故障診斷，與某鐵路局2019年第一季度的150組復(fù)式交分道岔故障維修記錄基本相符，為復(fù)式交分道岔日常運(yùn)維提供參考性意見.