余 婷，張亞?wèn)|，江 磊，郭 進(jìn)

(西南交通大學(xué)信息科學(xué)與技術(shù)學(xué)院,成都 611756)

引言

我國(guó)城市軌道交通發(fā)展迅速,運(yùn)營(yíng)總里程數(shù)不斷增加,同時(shí)也存在信號(hào)設(shè)備數(shù)量激增、性能退化、故障率上升等問(wèn)題。在軌道交通信號(hào)系統(tǒng)中,轉(zhuǎn)轍機(jī)是實(shí)現(xiàn)列車行進(jìn)方向轉(zhuǎn)換的重要基礎(chǔ)設(shè)備,也是故障率較高的設(shè)備之一,在線路中數(shù)量眾多、使用頻率高,發(fā)生故障一旦沒(méi)有及時(shí)進(jìn)行維修,輕則影響行車效率,重則導(dǎo)致危險(xiǎn)事故[1-2]。目前,地鐵對(duì)轉(zhuǎn)轍機(jī)的健康狀態(tài)評(píng)估以人工分析為主,需要對(duì)微機(jī)監(jiān)測(cè)獲得的運(yùn)行數(shù)據(jù)和日志文件進(jìn)行人工篩選分析,隨著設(shè)備健康評(píng)價(jià)指標(biāo)及數(shù)據(jù)挖掘維度要求越來(lái)越精細(xì)和嚴(yán)格,人工分析耗時(shí)長(zhǎng)、效率低且易出錯(cuò),已經(jīng)不能滿足線網(wǎng)級(jí)維修數(shù)據(jù)的分析要求。在獲取海量設(shè)備監(jiān)測(cè)數(shù)據(jù)的基礎(chǔ)上,通過(guò)算法設(shè)計(jì)、健康度評(píng)價(jià)模型構(gòu)建開展轉(zhuǎn)轍機(jī)的健康狀態(tài)評(píng)估,對(duì)實(shí)現(xiàn)設(shè)備維保人員的合理規(guī)劃、解決設(shè)備維護(hù)過(guò)修或欠修問(wèn)題、提升運(yùn)營(yíng)管理水平具有重要意義。

目前很多學(xué)者致力于轉(zhuǎn)轍機(jī)故障診斷與預(yù)測(cè)的方法研究[3-6],而對(duì)轉(zhuǎn)轍機(jī)的健康狀態(tài)評(píng)估研究較少。當(dāng)前轉(zhuǎn)轍機(jī)健康狀態(tài)主流的評(píng)估方法,是通過(guò)構(gòu)建指標(biāo)體系,計(jì)算權(quán)重和隸屬度實(shí)現(xiàn)狀態(tài)評(píng)估。文獻(xiàn)[7]通過(guò)云模型理論與組合賦權(quán)相交,結(jié)合云相似度計(jì)算設(shè)備當(dāng)前健康狀態(tài)等級(jí),但其指標(biāo)體系的建立不合理,僅從機(jī)械特性角度出發(fā),未考慮轉(zhuǎn)轍機(jī)的電氣特性以及運(yùn)行環(huán)境因素。文獻(xiàn)[8]分別使用主客觀賦權(quán)法計(jì)算權(quán)重,通過(guò)最小方差法確定最優(yōu)權(quán)重,最后采用模糊理論進(jìn)行綜合評(píng)估,但其權(quán)重計(jì)算未考慮指標(biāo)數(shù)據(jù)的劣化度情況,當(dāng)某個(gè)評(píng)估指標(biāo)嚴(yán)重惡化時(shí),若其所占權(quán)重較小,可能導(dǎo)致評(píng)價(jià)結(jié)果的誤判。文獻(xiàn)[9]利用層次分析法評(píng)估指標(biāo)權(quán)重,采用模糊綜合評(píng)判實(shí)現(xiàn)健康狀態(tài)的綜合評(píng)估,但其評(píng)估主要采用專家打分的方式,未能結(jié)合指標(biāo)的實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)。

針對(duì)以上問(wèn)題,提出一種基于實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)與變權(quán)模糊綜合評(píng)判的地鐵轉(zhuǎn)轍機(jī)健康狀態(tài)評(píng)估方法。首先,建立了轉(zhuǎn)轍機(jī)健康狀態(tài)層次型指標(biāo)體系,使用層次分析法計(jì)算指標(biāo)權(quán)重,并依據(jù)變權(quán)理論,結(jié)合監(jiān)測(cè)數(shù)據(jù)的相對(duì)劣化度對(duì)權(quán)重進(jìn)行修正,實(shí)現(xiàn)權(quán)重的動(dòng)態(tài)變化。然后,構(gòu)建評(píng)判指標(biāo)對(duì)各狀態(tài)等級(jí)的高斯隸屬度函數(shù),利用模糊綜合評(píng)判法對(duì)轉(zhuǎn)轍機(jī)健康狀態(tài)等級(jí)進(jìn)行逐層評(píng)估。

1 轉(zhuǎn)轍機(jī)健康狀態(tài)評(píng)估總體流程

轉(zhuǎn)轍機(jī)健康狀態(tài)評(píng)估流程見(jiàn)圖1,具體評(píng)估步驟如下。

圖1 轉(zhuǎn)轍機(jī)健康狀態(tài)評(píng)估流程

(1)選取合理的評(píng)估指標(biāo),構(gòu)建轉(zhuǎn)轍機(jī)健康狀態(tài)評(píng)估層次型指標(biāo)體系,并基于監(jiān)測(cè)數(shù)據(jù)計(jì)算子指標(biāo)的相對(duì)劣化度。

(2)采用AHP(Analytic Hierarchy Process)計(jì)算子指標(biāo)層權(quán)重,結(jié)合指標(biāo)的相對(duì)劣化度,引入變權(quán)理論計(jì)算子指標(biāo)的變權(quán)重。

(3)劃分轉(zhuǎn)轍機(jī)健康狀態(tài)等級(jí),計(jì)算評(píng)估子指標(biāo)對(duì)各評(píng)判等級(jí)的隸屬度,以此構(gòu)建第一層模糊評(píng)估的評(píng)判矩陣,結(jié)合(2)計(jì)算的變權(quán)重,通過(guò)模糊綜合評(píng)判得到指標(biāo)層的健康狀態(tài),并以此構(gòu)建第二層模糊評(píng)估的評(píng)判矩陣。

(4)采用AHP計(jì)算指標(biāo)層權(quán)重,結(jié)合(3)得到模糊綜合評(píng)判矩陣,利用模糊綜合評(píng)判法評(píng)估轉(zhuǎn)轍機(jī)的綜合健康狀態(tài)。

(5)根據(jù)(4)得到的結(jié)果,依據(jù)隸屬度最大原則,以最大隸屬度對(duì)應(yīng)的等級(jí)作為轉(zhuǎn)轍機(jī)整體的健康狀態(tài)等級(jí)。

2 轉(zhuǎn)轍機(jī)健康狀態(tài)評(píng)估指標(biāo)體系構(gòu)建及權(quán)重確定

2.1 構(gòu)建健康狀態(tài)評(píng)估指標(biāo)體系

針對(duì)成都地鐵廣泛應(yīng)用的ZDJ9型電動(dòng)轉(zhuǎn)轍機(jī),參考TG/XH101—2015《普速鐵路信號(hào)維護(hù)規(guī)則》[10]關(guān)于ZDJ9型轉(zhuǎn)轍機(jī)的技術(shù)特性描述,考慮轉(zhuǎn)轍機(jī)在扳動(dòng)道岔時(shí)的電氣、機(jī)械特性以及轉(zhuǎn)轍機(jī)運(yùn)行的外部環(huán)境[11-12],選取最能反映轉(zhuǎn)轍機(jī)運(yùn)行健康狀態(tài)的指標(biāo)建立包含3個(gè)遞進(jìn)層次的評(píng)估指標(biāo)體系,見(jiàn)圖2。第一層為目標(biāo)層,即轉(zhuǎn)轍機(jī)健康狀態(tài)評(píng)估;第二層為指標(biāo)層,包括5個(gè)評(píng)判指標(biāo)Xr(r=1,2,3,4,5),指標(biāo)層又分解成各個(gè)評(píng)判子指標(biāo)Xrl(l=1,2,…,n(n為各評(píng)判指標(biāo)下的具體子指標(biāo)數(shù))),如X1={X11,X12}。子指標(biāo)層中的A、B、C三段,分別對(duì)應(yīng)道岔轉(zhuǎn)換時(shí)電流曲線的解鎖、動(dòng)作和緩放3個(gè)階段。

圖2 轉(zhuǎn)轍機(jī)健康狀態(tài)評(píng)估指標(biāo)體系

2.2 確定指標(biāo)相對(duì)劣化度

鑒于各評(píng)估子指標(biāo)的量綱和數(shù)量級(jí)不同,為能聯(lián)合分析,引入相對(duì)劣化度來(lái)對(duì)監(jiān)測(cè)數(shù)據(jù)做無(wú)量綱化處理[13]。相對(duì)劣化度可以反映設(shè)備當(dāng)前狀態(tài)與標(biāo)準(zhǔn)狀態(tài)之間的差異,其數(shù)值位于[0,1]之間,相對(duì)劣化度越大,說(shuō)明設(shè)備的狀態(tài)越差。各子指標(biāo)Xrl的相對(duì)劣化度xrl計(jì)算公式為

(1)

表1 評(píng)估指標(biāo)的標(biāo)準(zhǔn)值和臨界值

2.3 確定指標(biāo)權(quán)重

使用層次分析法求得子指標(biāo)層各指標(biāo)的常權(quán)重,在常權(quán)重的基礎(chǔ)上結(jié)合子指標(biāo)的相對(duì)劣化度計(jì)算子指標(biāo)的變權(quán)重。指標(biāo)層沒(méi)有實(shí)際的監(jiān)測(cè)數(shù)據(jù),其健康狀態(tài)是由子指標(biāo)的健康狀態(tài)決定,因此,采用層次分析法計(jì)算指標(biāo)層的權(quán)重[14]。

2.3.1 常權(quán)重的確定

層次分析法通過(guò)各指標(biāo)間重要性的相互比較來(lái)對(duì)權(quán)重賦值[15]。層次分析法的關(guān)鍵是判斷矩陣的構(gòu)建,需要多名有豐富檢修經(jīng)驗(yàn)的專工采用1-9標(biāo)度法對(duì)指標(biāo)的重要程度進(jìn)行兩兩比較。1-9標(biāo)度及其含義見(jiàn)表2。

表2 1-9標(biāo)度及其含義

判斷矩陣確定后,計(jì)算其最大特征值對(duì)應(yīng)的特征向量并進(jìn)行歸一化處理得到權(quán)重向量。再利用式(2)對(duì)初始權(quán)重向量進(jìn)行一致性判斷。

(2)

式中,CR為一致性比率;RI為平均隨機(jī)一致性指標(biāo),用以消除階數(shù)的影響,對(duì)CI值進(jìn)行修正,RI的取值參照文獻(xiàn)[9]。CI為一般一致性偏離程度指標(biāo),其計(jì)算公式為

(3)

式中,λmax為判斷矩陣的最大特征值;d為判斷矩陣的階數(shù)。

2.3.2 變權(quán)重的確定

在常權(quán)重下,當(dāng)某個(gè)子指標(biāo)的監(jiān)測(cè)數(shù)據(jù)嚴(yán)重劣化時(shí),若該子指標(biāo)占用權(quán)重較小,會(huì)導(dǎo)致評(píng)價(jià)結(jié)果對(duì)狀態(tài)量的變化不敏感,顯現(xiàn)出轉(zhuǎn)轍機(jī)整體健康狀態(tài)仍為正常水平的假象,因此,需要采用變權(quán)的方法來(lái)加大劣化嚴(yán)重指標(biāo)的權(quán)重[16-17]。由層次分析法得到的子指標(biāo)層常權(quán)重向量為

子指標(biāo)層各指標(biāo)變權(quán)重計(jì)算公式為

(4)

式中,μ為變權(quán)系數(shù),文中取0.2, 當(dāng)xrl=1時(shí),可將xrl用接近于1的數(shù)代替后再計(jì)算變權(quán)值。

3 基于模糊綜合評(píng)判的轉(zhuǎn)轍機(jī)健康狀態(tài)評(píng)估

3.1 健康狀態(tài)等級(jí)劃分

為將轉(zhuǎn)轍機(jī)健康狀態(tài)定性地表示出來(lái),將健康狀態(tài)劃分為4個(gè)等級(jí)kt(t=1,2,3,4),分別是健康、亞健康、較差、嚴(yán)重,具體狀態(tài)描述見(jiàn)表3。

表3 狀態(tài)等級(jí)與狀態(tài)描述

3.2 等級(jí)隸屬度確定

子指標(biāo)屬于不同健康狀態(tài)等級(jí)的程度可由隸屬度函數(shù)來(lái)描述,本文運(yùn)用高斯型隸屬函數(shù)來(lái)計(jì)算子指標(biāo)對(duì)于各健康等級(jí)的隸屬度[18-19],見(jiàn)圖3。

圖3 高斯隸屬函數(shù)分布

高斯隸屬函數(shù)公式為

(5)

式中,σ為標(biāo)準(zhǔn)差,控制曲線的寬度;ρ用以確定曲線的中心。

可結(jié)合維修規(guī)程和專家經(jīng)驗(yàn),考慮監(jiān)測(cè)數(shù)據(jù)的分布,確定子指標(biāo)對(duì)于4個(gè)健康等級(jí)的劣化度模糊分界區(qū)間,將每個(gè)等級(jí)分界區(qū)間的中心值作為該等級(jí)隸屬函數(shù)ρ的取值,并根據(jù)各等級(jí)劣化度分界區(qū)間內(nèi)監(jiān)測(cè)數(shù)據(jù)的標(biāo)準(zhǔn)差選取σ的取值,σ越大說(shuō)明指標(biāo)對(duì)所屬等級(jí)的不確定度越高。由于篇幅所限,以扳動(dòng)缺口X41評(píng)判指標(biāo)為例, 其4個(gè)健康等級(jí)的劣化度分界區(qū)間分別為[0,0.2)、[0.2,0.5)、[0.5,0.8)和[0.8,1],由此確定各等級(jí)隸屬度函數(shù)的ρ取值分別為0.1、0.35、0.65和0.9,并根據(jù)各分界區(qū)間內(nèi)監(jiān)測(cè)數(shù)據(jù)的標(biāo)準(zhǔn)差取σ=0.1,最終確定X41指標(biāo)的等級(jí)隸屬度函數(shù)為

3.3 轉(zhuǎn)轍機(jī)健康狀態(tài)綜合評(píng)估

Br=Ar·Wr(r=1,2,3,4,5)

(6)

式中,Wr為Xr指標(biāo)下的子指標(biāo)權(quán)重集。

B=A·W

(7)

式中,W為所有指標(biāo)的權(quán)重集。最后使用隸屬度最大原則確定轉(zhuǎn)轍機(jī)整體健康狀態(tài)所屬等級(jí)。

4 實(shí)例分析

以2021年9月成都某地鐵線上兩組ZDJ9型轉(zhuǎn)轍機(jī)的監(jiān)測(cè)數(shù)據(jù)為例,驗(yàn)證本文提出方法的準(zhǔn)確性,并與常權(quán)評(píng)估方法作對(duì)比。表4為評(píng)估指標(biāo)的原始監(jiān)測(cè)數(shù)據(jù)。

表4 轉(zhuǎn)轍機(jī)評(píng)估指標(biāo)監(jiān)測(cè)數(shù)據(jù)

由式(1)對(duì)監(jiān)測(cè)數(shù)據(jù)進(jìn)行預(yù)處理,計(jì)算相對(duì)劣化度,處理后的數(shù)據(jù)見(jiàn)表5。

表5 轉(zhuǎn)轍機(jī)評(píng)估指標(biāo)相對(duì)劣化度

以表示電路為例,由現(xiàn)場(chǎng)經(jīng)驗(yàn)豐富的地鐵維修專工對(duì)其下4個(gè)子指標(biāo)的重要程度進(jìn)行打分,得到判斷矩陣

得到R的λmax=4,由式(2)、式(3)求得CR=0<0.1,結(jié)果符合一致性要求,由此表示電路下子指標(biāo)常權(quán)重為

分析第1組監(jiān)測(cè)數(shù)據(jù),由式(4)繼續(xù)計(jì)算表示電路下子指標(biāo)的變權(quán)重,其他子指標(biāo)層同樣采用上述方法求得變權(quán)重。指標(biāo)層權(quán)重W也采用層次分析法計(jì)算,最終各層權(quán)重結(jié)果見(jiàn)表6。

表6 指標(biāo)權(quán)重

按照文中提到的隸屬度函數(shù)確定方法,計(jì)算第1組監(jiān)測(cè)數(shù)據(jù)對(duì)各等級(jí)的隸屬度,并做歸一化處理,以此構(gòu)建指標(biāo)層的模糊綜合評(píng)判矩陣Ar,分別為

結(jié)合表6中的變權(quán)重,由式(6)計(jì)算各指標(biāo)的隸屬度集,構(gòu)建轉(zhuǎn)轍機(jī)整體健康狀態(tài)的模糊綜合評(píng)判矩陣A

結(jié)合表6中的指標(biāo)層權(quán)重,最后利用式(7),求得轉(zhuǎn)轍機(jī)的整體健康狀態(tài)。第2組監(jiān)測(cè)數(shù)據(jù)同樣采用上述步驟,使用隸屬度最大原則確定最終評(píng)估結(jié)果。同時(shí),利用常權(quán)評(píng)估方法對(duì)表4中的兩組監(jiān)測(cè)數(shù)據(jù)進(jìn)行分析,僅使用層次分析法計(jì)算常權(quán)重,兩種方法的結(jié)果對(duì)比見(jiàn)表7。

表7 轉(zhuǎn)轍機(jī)健康狀態(tài)評(píng)價(jià)結(jié)果對(duì)比

由表7可以看出,兩種方法對(duì)于第1組監(jiān)測(cè)數(shù)據(jù)的評(píng)估結(jié)果一致,該數(shù)據(jù)各評(píng)估指標(biāo)的劣化度并不嚴(yán)重,現(xiàn)場(chǎng)轉(zhuǎn)轍機(jī)的狀態(tài)良好,評(píng)判結(jié)果與實(shí)際相符。第2組監(jiān)測(cè)數(shù)據(jù),本文方法評(píng)估結(jié)果為“嚴(yán)重”,但常權(quán)方法顯示轉(zhuǎn)轍機(jī)仍處于“健康”狀態(tài),兩者差距較大。從表5中的數(shù)據(jù)來(lái)看,第2組監(jiān)測(cè)數(shù)據(jù)中X12、X24、X32、X33、X34指標(biāo)都處于嚴(yán)重劣化狀態(tài),整體健康狀態(tài)不佳。常權(quán)評(píng)估方法確定權(quán)重時(shí),對(duì)于嚴(yán)重偏離正常值的指標(biāo),由于權(quán)重固定不變,對(duì)轉(zhuǎn)轍機(jī)整體的健康狀態(tài)評(píng)估就會(huì)出現(xiàn)誤判。而本文在常權(quán)基礎(chǔ)上,采用變權(quán)理論對(duì)權(quán)重進(jìn)行修正,使得指標(biāo)權(quán)重隨著監(jiān)測(cè)數(shù)據(jù)的優(yōu)劣程度進(jìn)行動(dòng)態(tài)變化,加重劣化嚴(yán)重指標(biāo)的權(quán)重,評(píng)價(jià)結(jié)果更具準(zhǔn)確性和科學(xué)性?，F(xiàn)場(chǎng)情況是第2組監(jiān)測(cè)數(shù)據(jù)的轉(zhuǎn)轍機(jī)表示電路未接通,通過(guò)排查發(fā)現(xiàn)故障原因是表示電路斷路。由此看來(lái),采用本文方法進(jìn)行評(píng)判,結(jié)果與實(shí)際運(yùn)行情況相符,能夠有效評(píng)估轉(zhuǎn)轍機(jī)的健康狀態(tài)。

5 結(jié)論

轉(zhuǎn)轍機(jī)健康狀態(tài)的準(zhǔn)確評(píng)估,對(duì)維保人員及時(shí)掌握其運(yùn)行情況,實(shí)現(xiàn)合理維修計(jì)劃、減少工作量具有重要意義。提出基于實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)與變權(quán)模糊綜合評(píng)判的地鐵轉(zhuǎn)轍機(jī)健康狀態(tài)評(píng)估方法,結(jié)合轉(zhuǎn)轍機(jī)的電氣、機(jī)械特性以及外部運(yùn)行環(huán)境,構(gòu)建層次型狀態(tài)評(píng)估指標(biāo)體系,通過(guò)AHP獲取指標(biāo)常權(quán)值,引入變權(quán)理論對(duì)權(quán)重進(jìn)行修正,加大嚴(yán)重劣化指標(biāo)的權(quán)重,使權(quán)重分配更加合理。計(jì)算指標(biāo)監(jiān)測(cè)數(shù)據(jù)對(duì)4種健康狀態(tài)等級(jí)的隸屬度,建立兩層健康狀態(tài)模糊綜合評(píng)判模型。以成都某地鐵線上的監(jiān)測(cè)數(shù)據(jù)為例進(jìn)行評(píng)估,并與常權(quán)方法的評(píng)估結(jié)果進(jìn)行對(duì)比,驗(yàn)證了提出方法的有效性。

結(jié)果表明,相較于常權(quán)評(píng)估方法,使用變權(quán)可以根據(jù)監(jiān)測(cè)數(shù)據(jù)的劣化程度修正指標(biāo)權(quán)重,實(shí)現(xiàn)權(quán)重基于監(jiān)測(cè)數(shù)據(jù)的動(dòng)態(tài)變化,避免了因指標(biāo)嚴(yán)重偏離標(biāo)準(zhǔn)值而造成評(píng)價(jià)結(jié)果誤判。最后,建立的轉(zhuǎn)轍機(jī)模糊綜合評(píng)判評(píng)估模型能夠?qū)崿F(xiàn)轉(zhuǎn)轍機(jī)健康狀態(tài)的分層評(píng)價(jià),評(píng)估結(jié)果準(zhǔn)確可靠,與實(shí)際情況相符,可為地鐵轉(zhuǎn)轍機(jī)的健康狀態(tài)在線評(píng)估提供一種新思路。