梅朵央金

（作者單位：西藏廣播電視局當(dāng)雄中波轉(zhuǎn)播臺(tái)）

中波發(fā)射機(jī)的穩(wěn)定運(yùn)行是廣播電視信號(hào)有效傳輸?shù)年P(guān)鍵，此設(shè)備主要由射頻功率系統(tǒng)、數(shù)字音頻處理系統(tǒng)、控制系統(tǒng)以及供電系統(tǒng)組成。使用各類插件將上述系統(tǒng)有序連接，在應(yīng)用的過(guò)程中可進(jìn)行獨(dú)立的拆卸與維修[1-3]。由于中波發(fā)射機(jī)內(nèi)部零件與組件的數(shù)量較多，且種類較為復(fù)雜，判定發(fā)射機(jī)故障的發(fā)生位置及類型需要耗費(fèi)大量的時(shí)間，為此需要提出更為合理有效的方法，確定中波發(fā)射機(jī)故障位置，提升故障定位判斷能力，進(jìn)一步縮減故障維修時(shí)間。

任何一種發(fā)射機(jī)故障的判定均有思路可尋，采用合理的故障定位方法可在最短的時(shí)間內(nèi)獲取故障位置，完成故障維修[4-5]。在以往的研究中，相關(guān)專家學(xué)者提出了多種中波發(fā)射機(jī)故障位置判定方法，本文基于多特征融合技術(shù)對(duì)中波發(fā)射機(jī)故障位置判定方法進(jìn)行優(yōu)化，提出新型故障判定方法。

1 中波發(fā)射機(jī)多特征信息獲取

對(duì)于多種特征信息采集方法，在此次研究中，將中波發(fā)射機(jī)信號(hào)信息特征的采集流程設(shè)定如圖1 所示：

圖1 中波發(fā)射機(jī)信號(hào)信息特征采集流程

按照?qǐng)D1 所示流程，對(duì)中波發(fā)射機(jī)的信號(hào)與其他運(yùn)行數(shù)據(jù)進(jìn)行采集與抽取。為保證抽取過(guò)程的可控性，將抽取過(guò)程設(shè)定如下：

（1）設(shè)定中波發(fā)射機(jī)信息采集周期，信號(hào)采集周期相較其他信息采集周期較短，以此保證信息采集結(jié)果的可靠性與真實(shí)性；

（2）在中波發(fā)射機(jī)中安裝溫度傳感器，獲取中波發(fā)射機(jī)的日常運(yùn)行溫度；

（3）利用原中波發(fā)射機(jī)中的繼電器與電平，確定發(fā)射機(jī)電流變化，在電流信號(hào)的采集與處理過(guò)程中，記錄低電平位置，將其整理為數(shù)據(jù)備用；

（4）獲取全部信息數(shù)據(jù)后，將其存儲(chǔ)到指定數(shù)據(jù)庫(kù)中，作為后續(xù)故障位置判斷的基礎(chǔ)。

按照上述環(huán)節(jié)，獲取中波發(fā)射機(jī)的相關(guān)信息后，根據(jù)以往研究中的重復(fù)數(shù)據(jù)去除方法，對(duì)信息進(jìn)行預(yù)處理，盡可能保證數(shù)據(jù)時(shí)間段的統(tǒng)一性。在信息預(yù)處理的過(guò)程中，通過(guò)去除重復(fù)數(shù)據(jù)進(jìn)一步降低數(shù)據(jù)誤差，提升信息可靠性，為后續(xù)的多特征融合提供基礎(chǔ)。通過(guò)數(shù)據(jù)相似度計(jì)算[6-7]，將相似度較高的數(shù)據(jù)作為重復(fù)數(shù)據(jù)，并去除重復(fù)數(shù)據(jù)，數(shù)據(jù)相似度計(jì)算公式如下：

其中，Sim（G）表示目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)相似度；Sim（A）表示研究數(shù)據(jù)集中數(shù)據(jù)類型相似度；Sim（L）表示研究數(shù)據(jù)集中同類型數(shù)據(jù)的相似度；Count（FS）表示數(shù)據(jù)同類型系數(shù)；Count（S）表示數(shù)據(jù)應(yīng)用系數(shù)。通過(guò)上述公式，對(duì)未知或異常數(shù)據(jù)進(jìn)行處理，為數(shù)據(jù)研究提供數(shù)據(jù)來(lái)源。

2 中波發(fā)射機(jī)故障位置判定方法設(shè)計(jì)

此次研究中，將中波發(fā)射機(jī)故障位置判定方法初步劃分為下述幾個(gè)環(huán)節(jié)，通過(guò)計(jì)算、判定與定位的方式，完成設(shè)備故障的識(shí)別與定位。

2.1 中波發(fā)射機(jī)故障識(shí)別

基于廣播電視信號(hào)的特殊性，在進(jìn)行中波發(fā)射機(jī)的故障位置判定時(shí)，首先需要確定中波發(fā)射機(jī)是否存在故障。根據(jù)所獲取的中波發(fā)射機(jī)多特征信息，構(gòu)建中波發(fā)射機(jī)故障診斷與識(shí)別專業(yè)系統(tǒng)。將以往的頻發(fā)故障類型以及故障數(shù)據(jù)導(dǎo)入到該系統(tǒng)的數(shù)據(jù)庫(kù)中，根據(jù)推理機(jī)制對(duì)數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行整理分析，并將數(shù)據(jù)庫(kù)中的數(shù)據(jù)作為后期故障診斷的決策信息。

此次故障識(shí)別過(guò)程中涉及相應(yīng)的信號(hào)波形測(cè)量，通過(guò)對(duì)比技術(shù)參數(shù)以及關(guān)鍵點(diǎn)波形[8]，獲取原始疑似故障數(shù)據(jù)，并將其與采集到的多種信息數(shù)據(jù)進(jìn)行比對(duì)，以此完成故障識(shí)別工作。同時(shí)，在故障數(shù)據(jù)診斷中，選取改進(jìn)粒子群算法完成相關(guān)故障診斷[9]。借鑒遺傳算法的種群思想，對(duì)每一組數(shù)據(jù)的真實(shí)性和有效性進(jìn)行深度檢測(cè)，使每一組數(shù)據(jù)在檢測(cè)后均可重新回到數(shù)據(jù)庫(kù)中，盡可能擴(kuò)大原始信息數(shù)據(jù)的檢測(cè)范圍，以獲取更加準(zhǔn)確的故障檢測(cè)結(jié)果。選擇原始數(shù)據(jù)中的任意類型數(shù)據(jù)作為故障特征基因，將其設(shè)定為A，并對(duì)其展開變異計(jì)算：

其中，f(o) 表示遺傳運(yùn)算函數(shù)；Aij表示故障特征參數(shù)；Bmin表示迭代運(yùn)算系數(shù)的下限；Bmax表示迭代運(yùn)算的上限；r表示計(jì)算過(guò)程中存在的隨機(jī)數(shù)。此計(jì)算環(huán)節(jié)完成后，引入收斂因子，保證原始數(shù)據(jù)進(jìn)行測(cè)定時(shí)具有良好的收縮性，為后續(xù)的特征融合與故障位置判定提供原始故障數(shù)據(jù)。

2.2 多特征融合故障位置判定

獲取到原始故障數(shù)據(jù)后，對(duì)其進(jìn)行多特征融合處理。使用局部二值模式（Local Binary Pattern, LBP）特征提取方法對(duì)已獲取到的原始故障數(shù)據(jù)的圖像部分進(jìn)行特征提取，此方法分類能力較為穩(wěn)定且使用過(guò)程較為便利。而后，應(yīng)用Haar-like 特征提取方法反映故障數(shù)據(jù)的變化，并將其整理為中波發(fā)射機(jī)的故障特征數(shù)據(jù)，將其導(dǎo)入預(yù)設(shè)數(shù)據(jù)庫(kù)中，根據(jù)不同故障類型的特征對(duì)采集到的數(shù)據(jù)進(jìn)行區(qū)別、提取、融合，最后應(yīng)用BP-AdaBoost 軟件進(jìn)行故障定位與識(shí)別[10]。

根據(jù)中波發(fā)射機(jī)的運(yùn)行原理、工作環(huán)境以及信號(hào)發(fā)射特征，此次研究中BP-AdaBoost 軟件設(shè)定為30 個(gè)神經(jīng)網(wǎng)絡(luò)組成的強(qiáng)分類器，每個(gè)神經(jīng)網(wǎng)絡(luò)單一作為一個(gè)弱分類器。將預(yù)先采集到的原始故障數(shù)據(jù)輸入到此神經(jīng)網(wǎng)絡(luò)中，經(jīng)過(guò)多次組合、篩選、融合，確定故障類型，并按照故障類型進(jìn)行中波發(fā)射機(jī)故障定位。當(dāng)組件運(yùn)行數(shù)據(jù)穩(wěn)定時(shí)，判定設(shè)備無(wú)故障。當(dāng)組件運(yùn)行數(shù)據(jù)出現(xiàn)異常時(shí)，根據(jù)故障特征判定故障位置。至此，基于多特征融合的中波發(fā)射機(jī)故障位置判定方法設(shè)定完成。

3 實(shí)驗(yàn)論證分析

針對(duì)本文提出的基于多特征融合的中波發(fā)射機(jī)故障位置判定方法，設(shè)計(jì)定位實(shí)驗(yàn)以及穩(wěn)定性實(shí)驗(yàn)，以確定此方法在日常工作中的使用效果。

3.1 實(shí)驗(yàn)對(duì)象

此次研究中，選擇某廠家生產(chǎn)的三種常見中波發(fā)射機(jī)作為實(shí)驗(yàn)對(duì)象。并將選定的三種發(fā)射機(jī)統(tǒng)一劃分為4個(gè)子系統(tǒng)以及5個(gè)連接器件，并預(yù)先設(shè)定故障器件，具體設(shè)定結(jié)果如表1 所示：

表1 實(shí)驗(yàn)對(duì)象故障設(shè)定結(jié)果

在表1 中，0 表示器件未出現(xiàn)故障，1 表示器件已出現(xiàn)故障。如表1 所示，在選擇的三種中波發(fā)射機(jī)中共設(shè)定了9 個(gè)故障點(diǎn)。此次實(shí)驗(yàn)過(guò)程中，將上表中數(shù)據(jù)作為基礎(chǔ)，將此部分器件有序連接，并使用文中方法、基礎(chǔ)方法以及機(jī)器學(xué)習(xí)方法對(duì)選定的發(fā)射機(jī)進(jìn)行故障定位，對(duì)比不同方法的故障定位能力。

3.2 定位實(shí)驗(yàn)分析

本次實(shí)驗(yàn)中，將測(cè)定指標(biāo)設(shè)定為故障檢出準(zhǔn)確率以及故障定位相對(duì)誤差兩部分，具體實(shí)驗(yàn)結(jié)果如表2與表3 所示：

表2 故障檢出準(zhǔn)確率（單位：%）

表3 故障定位相對(duì)誤差（單位：mm）

對(duì)上表中數(shù)據(jù)進(jìn)行分析可以看出，文中方法對(duì)預(yù)先設(shè)置的各個(gè)故障點(diǎn)的故障檢出準(zhǔn)確率皆高于基礎(chǔ)方法與機(jī)器學(xué)習(xí)方法，說(shuō)明文中方法的故障識(shí)別能力較為準(zhǔn)確。

分析上表中數(shù)據(jù)可以看出，三種方法的故障定位結(jié)果均存在一定的誤差，但文中方法相對(duì)誤差較小且整體定位精度較為穩(wěn)定。相比文中方法，基礎(chǔ)方法與機(jī)器學(xué)習(xí)方法的定位精度相對(duì)較差，說(shuō)明文中方法對(duì)中波發(fā)射機(jī)故障位置判定的效果相對(duì)較好。

3.3 故障判定方法穩(wěn)定性實(shí)驗(yàn)分析

為確定文中提出的基于多特征融合的中波發(fā)射機(jī)故障位置判定方法的可靠性與穩(wěn)定性，在上述實(shí)驗(yàn)過(guò)程的基礎(chǔ)上，增加干擾信號(hào)，信號(hào)強(qiáng)度分別為0.05 倍與0.5倍，并將信號(hào)干擾狀態(tài)下的故障定位差異數(shù)值（見表4、表5）與表3 中的定位相對(duì)誤差進(jìn)行對(duì)比，確定不同方法在應(yīng)用過(guò)程中的抗干擾能力。

表4 0.05 倍干擾下故障定位差異數(shù)值（單位：mm）

表5 0.5 倍干擾下故障定位差異數(shù)值（單位：mm）

在上述數(shù)據(jù)的基礎(chǔ)上，獲取0.5 倍信號(hào)干擾下不同方法的故障定位差異數(shù)值，如表5 所示：

對(duì)表4 與表5 中的數(shù)據(jù)進(jìn)行分析可以看出，無(wú)論哪種故障位置判定方法在信號(hào)干擾的條件下都會(huì)出現(xiàn)誤差，但不同方法的故障定位穩(wěn)定性存在較大的差別。文中方法的抗干擾能力相對(duì)較高，使用此方法可在較為復(fù)雜的環(huán)境中較好地完成故障定位工作。整理上述實(shí)驗(yàn)結(jié)果可以確定，文中方法的應(yīng)用效果優(yōu)于其他兩種方法，能夠?qū)崿F(xiàn)準(zhǔn)確獲取中波發(fā)射機(jī)故障位置，在最短的時(shí)間內(nèi)完成維修。

4 結(jié)語(yǔ)

本次研究提出了基于多特征融合的中波發(fā)射機(jī)故障位置判定方法，應(yīng)用此方法將發(fā)射機(jī)的信號(hào)信息、運(yùn)行信息以及工作環(huán)境信息進(jìn)行融合分析，以此實(shí)現(xiàn)準(zhǔn)確獲取中波發(fā)射機(jī)故障位置，在最短的時(shí)間內(nèi)完成故障排除，保障中波發(fā)射機(jī)的穩(wěn)定運(yùn)行。文中方法僅進(jìn)行了小范圍的測(cè)試，在日后的研究中還需擴(kuò)大實(shí)驗(yàn)范圍，進(jìn)一步驗(yàn)證文中方法的科學(xué)性。