黃世澤 張肇鑫 張 帆 楊玲玉
(1.上海市軌道交通結(jié)構(gòu)耐久與系統(tǒng)安全重點(diǎn)實(shí)驗(yàn)室,201804,上海;2.同濟(jì)大學(xué)道路與交通工程教育部重點(diǎn)實(shí)驗(yàn)室,201804,上海;3.中國(guó)中鐵二院工程集團(tuán)有限責(zé)任公司,610031,成都∥第一作者,副教授)
隨著我國(guó)高速鐵路的發(fā)展,鐵路設(shè)備安全性和可靠性愈加重要。而道岔狀態(tài)直接影響著鐵路運(yùn)輸?shù)陌踩托省.?dāng)前道岔故障識(shí)別研究取得了不錯(cuò)效果[1-3],而對(duì)基于道岔曲線故障預(yù)測(cè)的研究還較少。
故障預(yù)測(cè)技術(shù)是一門(mén)涉及電子、控制、計(jì)算機(jī)及材料等多種專(zhuān)業(yè)的新興學(xué)科[4-6]。文獻(xiàn)[7]利用傳感器實(shí)時(shí)采集道岔的相關(guān)數(shù)據(jù),得到未來(lái)道岔退化水平。文獻(xiàn)[8-9]提出了電流電壓信號(hào)特征檢測(cè)和預(yù)測(cè)道岔故障。文獻(xiàn)[10-11]提出了采用貝葉斯網(wǎng)絡(luò)與蒙特卡羅模擬結(jié)合以及利用AdaBoost和最小二乘法預(yù)測(cè)道岔故障方法。文獻(xiàn)[12-14]利用有限元分析法和滑動(dòng)平均模型預(yù)測(cè)道岔交叉口疲勞壽命。現(xiàn)有研究主要是預(yù)測(cè)道岔有無(wú)故障,而無(wú)法直觀獲知道岔未來(lái)時(shí)刻具體工作狀態(tài),也無(wú)法預(yù)測(cè)故障類(lèi)型,更無(wú)法預(yù)測(cè)電流曲線。由于道岔故障類(lèi)型直接反映在電流曲線上,故預(yù)測(cè)電流曲線進(jìn)而預(yù)測(cè)故障類(lèi)型具有重要意義。
ARMA(autoregressive moving average,自回歸滑動(dòng)平均模型)僅利用電流歷史數(shù)據(jù)就可預(yù)測(cè)電流數(shù)據(jù)。因此,基于ARMA的道岔故障預(yù)測(cè)方法可預(yù)測(cè)未來(lái)時(shí)刻的道岔動(dòng)作電流。
以S700K交流電動(dòng)轉(zhuǎn)轍機(jī)為例,其正常動(dòng)作時(shí)的三相電流曲線如圖1所示,可分為T(mén)1—T5階段。道岔動(dòng)作電流突增故障曲線如圖2所示。
a)A相
a)A相
取ARMA模型參數(shù)為{a1,a2,…,ai,…,ap}及{b1,b2,…,bj,…,bq},則平穩(wěn)時(shí)間序列{Xt}滿(mǎn)足
(1)
式中:
p和q的特征多項(xiàng)式Ap(r)和Bq(r)分別為:
Ap(r)=1+a1r+…+aprp
(2)
Bq(r)=1+b1r+…+bqrp
(3)
其中,r為后移參數(shù),有:
rsXt=Xt-s,s∈Z
(4)
(5)
道岔動(dòng)作曲線預(yù)測(cè)過(guò)程如圖3所示。
圖3 道岔動(dòng)作曲線預(yù)測(cè)模型流程圖
以某鐵路局實(shí)際產(chǎn)生的微機(jī)監(jiān)測(cè)數(shù)據(jù)為建模基礎(chǔ)?,F(xiàn)場(chǎng)調(diào)研獲取近1個(gè)月內(nèi)的11個(gè)道岔動(dòng)作電流數(shù)據(jù)(如表1所示)。
表1 11個(gè)道岔電流數(shù)據(jù)的樣本量
3.2.1 電流突增故障曲線預(yù)測(cè)
圖4為1號(hào)道岔動(dòng)作電流突增故障曲線圖。由圖4可見(jiàn),預(yù)測(cè)曲線與實(shí)際曲線擬合較好,說(shuō)明基于ARIMA預(yù)測(cè)得到的道岔故障電流曲線較準(zhǔn)確。
a)A相
3.2.2 正常電流曲線預(yù)測(cè)
圖5為7號(hào)道岔正常動(dòng)作電流曲線。圖5中的預(yù)測(cè)曲線與實(shí)際曲線擬合較好,說(shuō)明基于ARIMA預(yù)測(cè)得到的道岔正常動(dòng)作電流曲線較準(zhǔn)確。
a)A相
3.2.3 模型預(yù)測(cè)效果
為驗(yàn)證模型的準(zhǔn)確度,計(jì)算ARMA模型的MAE(平均絕對(duì)誤差)、MSE(均方誤差)、RMSE(均方根誤差)、MAPE(平均絕對(duì)百分比誤差)和NMSE(歸一化均方誤差)。
圖6為故障曲線預(yù)測(cè)結(jié)果誤差比對(duì)圖。由圖6可知,誤差值均在0.35以?xún)?nèi),且大部分誤差值都為0.05左右。這進(jìn)一步說(shuō)明預(yù)測(cè)的準(zhǔn)確度較高。
圖6 故障曲線預(yù)測(cè)結(jié)果誤差對(duì)比圖
圖7為正常電流曲線預(yù)測(cè)結(jié)果誤差對(duì)比圖。由圖7的預(yù)測(cè)誤差計(jì)算結(jié)果可知,誤差值均在0.15以下。
圖7 正常電流曲線預(yù)測(cè)結(jié)果誤差對(duì)比圖
由此可見(jiàn),基于ARMA模型的道岔動(dòng)作電流曲線模型具有較好的預(yù)測(cè)效果。
通過(guò)分析道岔動(dòng)作電流曲線與道岔工作過(guò)程之間的關(guān)系,預(yù)測(cè)未來(lái)時(shí)刻道岔動(dòng)作電流曲線,進(jìn)而直接預(yù)測(cè)道岔設(shè)備具體故障類(lèi)型。建立基于ARMA的道岔動(dòng)作電流曲線預(yù)測(cè)模型,通過(guò)調(diào)整模型參數(shù),定量計(jì)算出道岔動(dòng)作曲線每一個(gè)點(diǎn)的預(yù)測(cè)結(jié)果,得到完整道岔動(dòng)作電流曲線。結(jié)果表明,該方法能夠快速準(zhǔn)確預(yù)測(cè)出道岔動(dòng)作預(yù)測(cè)曲線,具有較高預(yù)測(cè)精度。該方法從現(xiàn)有對(duì)道岔故障類(lèi)型的概率預(yù)測(cè)轉(zhuǎn)變?yōu)閷?duì)道岔動(dòng)作電流曲線的預(yù)測(cè),對(duì)直觀地預(yù)測(cè)道岔故障類(lèi)型具有重要的作用。