馬 瑞

（洛陽鐵路信息工程學(xué)校，河南 洛陽 471000）

鐵道運輸一直是我國重要的運輸方式，其發(fā)展前景十分廣闊。隨著經(jīng)濟快速發(fā)展，人們對交通運輸方式的要求也不斷提高，與此同時，國內(nèi)高速鐵路技術(shù)得到了不斷發(fā)展，鐵道信號設(shè)備變得越來越重要，應(yīng)用范圍也越來越廣[1]。對基礎(chǔ)設(shè)施進行準(zhǔn)確監(jiān)測是保證鐵路正常運行及提高鐵路運輸效率的重要手段，因此必須對鐵道信號基礎(chǔ)設(shè)備進行全面監(jiān)控，以保證鐵路沿線作業(yè)的安全[2]?，F(xiàn)階段，鐵道信號基礎(chǔ)設(shè)備檢測工作在實施中存在諸多問題，其中最主要的問題是在采集到信號數(shù)據(jù)后，由于傳輸時間較長而導(dǎo)致信號數(shù)據(jù)丟失，進而造成鐵路運行出現(xiàn)故障。針對這一問題，需要對鐵道信號設(shè)備采取必要措施，進行在線、實時監(jiān)測，以保證其能夠及時、準(zhǔn)確獲取到監(jiān)測信息。

1 鐵道信號基礎(chǔ)設(shè)備在線監(jiān)測

1.1 采集鐵道電路信號

為實現(xiàn)對鐵道信號基礎(chǔ)設(shè)備在運行過程中的狀態(tài)信息獲取，利用轉(zhuǎn)轍機控制電路信號采集器對鐵道電路信號進行采集。圖1為該類型電路信號采集器內(nèi)部結(jié)構(gòu)示意圖。

圖1 轉(zhuǎn)轍機控制電路信號采集器內(nèi)部結(jié)構(gòu)示意圖

選用STM12D202VCT5型號作為單片機的處理器，該芯片內(nèi)核為Cotex-M6，可為本文在線監(jiān)測方法提供控制和信號處理的功能[3]。MCU電路提供3.3 V電壓，8 MHz外部晶振，內(nèi)置72 MHz時鐘，為提升芯片穩(wěn)定性，在硬體電路板設(shè)計中加入兩個陶瓷電容器；低速時鐘采用32.768 kHz的晶體振蕩，電容選擇10 pF；外接VBAT管腳；該采集系統(tǒng)采用上電復(fù)位方式，通過與電流限制電阻器并聯(lián)電容器的復(fù)位插針（NRST）與供電線路直接相連。利用采集器中的信號采集電路，在其基本結(jié)構(gòu)上設(shè)置6個信號，3個AC電壓采集，3個DC電壓采集。在轉(zhuǎn)轍機的控制電路中，使用1個電壓互感器，其中A/D轉(zhuǎn)換器的轉(zhuǎn)換范圍為0.0～3.6 V。在信號采集時，將模擬功率與數(shù)字功率隔離開來，可以使信號線間隔盡量大，減小串?dāng)_，以確保最終電路信號的精度。

1.2 提取鐵道信號基礎(chǔ)設(shè)備故障參數(shù)

針對上述獲得的鐵道電路信號，引入一種將輸入信號混合到基帶的方法（ZoomFFT法）對頻譜進行細(xì)化處理，復(fù)合調(diào)制解調(diào)，經(jīng)過數(shù)字低通濾波裝置，再取樣，對樣本進行二次處理，再完成時域補零，得到最終的特征頻率[4]。在提取故障參數(shù)時，將采樣頻率設(shè)置為4 054 Hz，并對所有節(jié)點進行傅里葉計算。截取精煉波形，使有效信號從原點開始移動。頻譜的搬移公式為

式中：y（n）為頻譜搬移后得到的信號結(jié)果；x（n）為采集到的原始鐵道電路信號；j為采樣次數(shù)；wd為搬移時產(chǎn)生的角頻率。角頻率的計算公式為

式中：fd為用于鐵道信號基礎(chǔ)設(shè)備故障參數(shù)提取的頻段。對所有移頻后的信號進行數(shù)字低通濾波處理，并將除0～fd以外頻段的數(shù)據(jù)全部清除。由于鐵道所處環(huán)境十分復(fù)雜，因此周圍多種干擾因素的存在會對監(jiān)測精度造成一定負(fù)面影響。針對這一問題，為確保監(jiān)測精度，還需要對所有信號進行快速傅氏變換（Fast Fourier Transformation，F(xiàn)FT）處理，并得到能量更加集中的頻譜圖像。

1.3 基于神經(jīng)網(wǎng)絡(luò)的設(shè)備在線監(jiān)測與故障識別

反向傳播（Back Propagation，BP）神經(jīng)網(wǎng)絡(luò)是一種單向多層次的前反饋網(wǎng)絡(luò)，經(jīng)過理論分析，80%以上的神經(jīng)網(wǎng)絡(luò)模型都是在BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和改進BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的基礎(chǔ)上構(gòu)建的。BP神經(jīng)網(wǎng)絡(luò)具有以下特征：輸入層面的信號正向傳輸，而錯誤的反向傳輸。圖2為一個包含輸入層、隱含層和輸出層的BP神經(jīng)網(wǎng)絡(luò)基礎(chǔ)結(jié)構(gòu)圖。

圖2 BP神經(jīng)網(wǎng)絡(luò)基礎(chǔ)結(jié)構(gòu)圖

BP神經(jīng)網(wǎng)絡(luò)是對樣本進行重復(fù)的訓(xùn)練，當(dāng)訓(xùn)練誤差達到理想狀態(tài)時，就會使訓(xùn)練達到一個穩(wěn)定的狀態(tài)。基于BP神經(jīng)網(wǎng)絡(luò)的應(yīng)用優(yōu)勢，利用其實現(xiàn)對鐵道信號基礎(chǔ)設(shè)備的在線監(jiān)測，并根據(jù)監(jiān)測結(jié)果確定設(shè)備是否發(fā)生故障以及故障的具體類型。采用BP神經(jīng)網(wǎng)絡(luò)的方法，選取軌道交通信號基礎(chǔ)設(shè)施中高壓脈沖的特征頻率、送端波峰和接收端的峰值電壓作為輸入?yún)?shù)，按照分路不良和紅光帶故障類型，將4種不同的故障描述作為BP神經(jīng)網(wǎng)絡(luò)的輸出[5]。其中分路不良故障類型包括鋼軌銹蝕A1和供電電壓過高A2兩種，紅光帶故障類型包括供電電壓過低A3和道砟電阻過低A4兩種故障描述輸出結(jié)果。針對各個故障存在的隸屬度等級進行互粉，分別為十分可能、可能、偶然是和基本不可能，其對應(yīng)的隸屬度數(shù)值依次為0.98，0.65，0.30，0.15。在實際應(yīng)用中，監(jiān)測結(jié)果輸出的隸屬度可通過高斯型隸屬函數(shù)計算得出，表達式為

式中：m為隸屬度結(jié)果；Xi為BP神經(jīng)網(wǎng)絡(luò)輸入；dij常數(shù)；σ為隱藏層因子個數(shù)。根據(jù)上述BP神經(jīng)網(wǎng)絡(luò)輸出的結(jié)果實現(xiàn)對鐵道信號基礎(chǔ)設(shè)備的監(jiān)測與故障識別。

2 實證分析

使用LabVIEW軟件對上文設(shè)計的鐵道信號基礎(chǔ)設(shè)備在線方法進行測試，LabVIEW軟件由美國NI公司開發(fā)，具有相對友好的編程界面，可以實現(xiàn)對虛擬化測試環(huán)境的開發(fā)。本次測試使用LabVIEW作為主要軟件，不僅可以實現(xiàn)在監(jiān)測過程中工業(yè)設(shè)備之間的通信，還可以提高信號采集的效率，實現(xiàn)對數(shù)據(jù)的快速解析與應(yīng)用。

開展測試前，對設(shè)計的監(jiān)測方法具體應(yīng)用與操作思路進行分析：在控制線路信號采集裝置和測試環(huán)境中，通過IP地址和端口號與PC軟件進行連接，同步在以太網(wǎng)上傳輸數(shù)據(jù)，由PC根據(jù)預(yù)定的數(shù)據(jù)傳輸協(xié)議對數(shù)據(jù)進行分析，從而獲得對應(yīng)的監(jiān)測數(shù)據(jù)。在此基礎(chǔ)上，通過對鐵道線路實時信號進行小波特征參數(shù)提取，然后將其輸入到神經(jīng)網(wǎng)絡(luò)中進行故障診斷與分析。在啟動故障分析程序后，可輸出具有一定可信性的多種典型的故障類型，并給出故障的可能性與結(jié)果，將此結(jié)果輸入RBF網(wǎng)絡(luò)，在網(wǎng)絡(luò)中激活后，即可將對應(yīng)的故障類型和結(jié)果顯示出來。主程序見圖3。

圖3 監(jiān)測方法在測試環(huán)境中的主程序

驅(qū)動主程序后，按照以下步驟，進行設(shè)備的在線監(jiān)測。

1）點擊LabVIEW軟件中的驅(qū)動程序，開始執(zhí)行監(jiān)測行為，點擊此按鈕后，會出現(xiàn)實時監(jiān)控界面，界面中包括多個功能項目：故障診斷、故障數(shù)據(jù)顯示、在線監(jiān)測時序等。終端監(jiān)測人員可以根據(jù)現(xiàn)場監(jiān)測作業(yè)需求，選擇對應(yīng)的功能項。

2）在按下“Fuzzy NANN（神經(jīng)網(wǎng)絡(luò)）”鍵后，會顯示Matlab的監(jiān)測操作界面，根據(jù)本文所訓(xùn)練的模型，對所輸入的數(shù)據(jù)進行處理，將處理后的數(shù)據(jù)保存在“.txt”文檔中。

3）點擊操作界面中的“數(shù)據(jù)顯示”，調(diào)用“.txt”文檔中的數(shù)據(jù)，處理數(shù)據(jù)后進行監(jiān)測結(jié)果的生成。

4）點擊“故障診斷”功能按鍵，界面中會顯示一個設(shè)備運行的故障診斷界面。該接口由“Fuzzyy NANN”輸出的數(shù)據(jù)進行故障判定，該界面上有“類型”“程度”“原因”“故障名稱”等模塊，并顯示了出現(xiàn)不同條件下故障的電壓。通過此界面展示的信息，可以實現(xiàn)對設(shè)備監(jiān)測過程中故障的實時診斷，診斷界面見圖4。

圖4 設(shè)備在線監(jiān)測故障診斷界面示意圖

當(dāng)該方法可以實現(xiàn)對故障參數(shù)與故障條件的實時展示與輸出時，證明該方法可以實現(xiàn)對設(shè)備的在線監(jiān)測。

在此基礎(chǔ)上，對監(jiān)測方法監(jiān)測結(jié)果的準(zhǔn)確性進行分析。將不同時刻下監(jiān)測界面展示的脈沖特征頻率、脈沖發(fā)送端波峰電壓、接收端波峰電壓作為監(jiān)測指標(biāo)，對比在相同時刻下人工監(jiān)測結(jié)果數(shù)值與此方法監(jiān)測結(jié)果數(shù)值，其結(jié)果見表1。

表1 相同時刻下人工監(jiān)測結(jié)果數(shù)值與此方法監(jiān)測結(jié)果數(shù)值對比結(jié)果

3 結(jié)論

根據(jù)相同時刻下人工監(jiān)測結(jié)果數(shù)值與此方法監(jiān)測結(jié)果數(shù)值對比結(jié)果，得到以下結(jié)論。

1）本文方法監(jiān)測設(shè)備脈沖特征頻率，與人工監(jiān)測結(jié)果的偏差基本可以控制在0.1 Hz范圍內(nèi)。

2）本文方法監(jiān)測脈沖發(fā)送端波峰電壓/脈沖接收端波峰電壓，與人工監(jiān)測結(jié)果的偏差基本可以控制在1 kV范圍內(nèi)。

3）綜合上述結(jié)果可知，本文方法監(jiān)測結(jié)果精準(zhǔn)度較高，符合在線監(jiān)測工作需求。