夏益青 牛衛(wèi)星

（1.國(guó)電南瑞科技股份有限公司，210061，南京；2.南京地下鐵道有限責(zé)任公司，210061，南京∥第一作者，研究員）

地鐵綜合監(jiān)控系統(tǒng)（ISCS）通過(guò)通信骨干網(wǎng)集成或互聯(lián)環(huán)境設(shè)備監(jiān)控系統(tǒng)（BAS）、緊急后備盤(pán)（IBP）、電力監(jiān)控與變電所自動(dòng)化系統(tǒng)（PSCADA）、視頻監(jiān)控系統(tǒng)（CCTV）、廣播系統(tǒng)（PA）、乘客信息系統(tǒng)（PIS）、門(mén)禁系統(tǒng)（ACS）、設(shè)備維修系統(tǒng)（MSS）、火災(zāi)報(bào)警系統(tǒng)（FAS）、大屏顯示系統(tǒng)（VCP），以及售檢票系統(tǒng)（AFC）、屏蔽門(mén)系統(tǒng)（PSD）、信號(hào)系統(tǒng)（ATS）等，實(shí)現(xiàn)軌道交通資源共享和信息互通，達(dá)到統(tǒng)一監(jiān)控、調(diào)度、維護(hù)和管理，提升運(yùn)行、維護(hù)的自動(dòng)化水平，提高軌道交通運(yùn)營(yíng)效益和災(zāi)害情況下綜合處理能力的目的。

BAS屬于ISCS集成的核心系統(tǒng)，主要由以下設(shè)備子系統(tǒng)構(gòu)成：通風(fēng)與空調(diào)系統(tǒng)（區(qū)間隧道通風(fēng)系統(tǒng)、車(chē)站隧道通風(fēng)系統(tǒng)、車(chē)站公共區(qū)通風(fēng)空調(diào)系統(tǒng)、設(shè)備用房空調(diào)通風(fēng)系統(tǒng)、空調(diào)水系統(tǒng)）、給排水系統(tǒng)、自動(dòng)電扶梯系統(tǒng)、照明系統(tǒng)、導(dǎo)向系統(tǒng)、門(mén)禁系統(tǒng)，以及安全門(mén)、人防門(mén)（防淹門(mén)）等。BAS的作用是監(jiān)視全線各類(lèi)機(jī)電設(shè)備的運(yùn)行狀態(tài)，根據(jù)通風(fēng)空調(diào)系統(tǒng)的環(huán)控工藝要求，對(duì)設(shè)備進(jìn)行正?；?yàn)?zāi)害模式控制。

對(duì)BAS的深入研究，將有助于更好地實(shí)現(xiàn)對(duì)地鐵機(jī)電設(shè)備全面、有效地進(jìn)行自動(dòng)監(jiān)控及管理，確保設(shè)備處于安全、可靠、高效、節(jié)能的最佳運(yùn)行狀態(tài)，給乘客提供一個(gè)舒適的乘車(chē)環(huán)境，并能在火災(zāi)或阻塞等災(zāi)害狀態(tài)下，更好地實(shí)施安全處置。

1 基于神經(jīng)網(wǎng)絡(luò)的傳感感知

在對(duì)通風(fēng)空調(diào)系統(tǒng)效用的評(píng)判以及乘客舒適度的評(píng)價(jià)中，空氣濁度是一項(xiàng)重要指標(biāo)。以南京地鐵2號(hào)線BAS為例，空氣濁度依靠CO2傳感器感知，對(duì)空氣質(zhì)量的控制主要通過(guò)控制新風(fēng)量來(lái)完成。除了常規(guī)的控制技術(shù)，模糊控制和神經(jīng)網(wǎng)絡(luò)等理論在解決新風(fēng)過(guò)程控制方面的技術(shù)問(wèn)題時(shí)取得了令人滿意的效果，以這些理論為基礎(chǔ)的應(yīng)用技術(shù)可大幅度地優(yōu)化BAS。從發(fā)展的角度看，模糊控制和神經(jīng)網(wǎng)絡(luò)等理論在BAS中的應(yīng)用前景會(huì)逐漸廣闊。

神經(jīng)網(wǎng)絡(luò)工作方式如同人的大腦，每個(gè)神經(jīng)元性能如同一個(gè)簡(jiǎn)單的處理器。將傳感器作為系統(tǒng)的神經(jīng)元輸入，通過(guò)累加加權(quán)輸入，經(jīng)轉(zhuǎn)換功能模塊得出輸出值；輸出一般是非線性的，存貯于神經(jīng)元中，該值再作為下一級(jí)神經(jīng)元的輸入值。將許多神經(jīng)元連接到網(wǎng)絡(luò)上即可建造一些非常復(fù)雜的結(jié)構(gòu)。同級(jí)的神經(jīng)元可以合并起來(lái)構(gòu)成功能層。下面以CO2傳感器構(gòu)成的神經(jīng)網(wǎng)絡(luò)感知為例，簡(jiǎn)要介紹神經(jīng)網(wǎng)絡(luò)感知和模糊控制的方法。

1.1 神經(jīng)元數(shù)學(xué)模型

神經(jīng)元是一個(gè)多輸入單輸出的信息處理單元，它對(duì)信息的處理是非線性的。根據(jù)神經(jīng)元的功能，可以將之抽象為如下的數(shù)學(xué)模型（見(jiàn)圖1）。

圖1 神經(jīng)元數(shù)學(xué)模型示意圖

圖1中，x1，x2，…，xn是神經(jīng)元輸入，對(duì)應(yīng)與各傳感器；θi是神經(jīng)元的閾值；ωi1，ωi2，…，ωin分別是第i神經(jīng)元對(duì)x1，x2，…，xn的權(quán)系數(shù)，即突出的傳遞率；yi是i神經(jīng)元的輸出；f［x］是激發(fā)函數(shù)，決定i神經(jīng)元受到x1，x2，…，xn激發(fā)達(dá)到閾值時(shí)以何方式輸出。f［x］可以有多種形式，如階躍型、線性型、次方型等。傳感器神經(jīng)元數(shù)學(xué)模型可表述為：

取階躍型激發(fā)函數(shù)f［ui］作為神經(jīng)元達(dá)到閾值時(shí)的輸出和觸發(fā)BAS及通風(fēng)空調(diào)系統(tǒng)的條件。

1.2 神經(jīng)網(wǎng)絡(luò)信息處理過(guò)程

神經(jīng)網(wǎng)絡(luò)信息處理過(guò)程可以分成執(zhí)行和學(xué)習(xí)2個(gè)階段。執(zhí)行階段是指神經(jīng)網(wǎng)絡(luò)對(duì)輸入信息進(jìn)行處理，并產(chǎn)生對(duì)應(yīng)的輸出過(guò)程。數(shù)學(xué)表達(dá)式為：

學(xué)習(xí)階段是指神經(jīng)網(wǎng)絡(luò)自我完善的階段。此時(shí)神經(jīng)網(wǎng)絡(luò)按照一定的學(xué)習(xí)規(guī)則修改突出的權(quán)系數(shù)wij，使得給定的測(cè)度函數(shù)E達(dá)到最小，一般?。?/p>

式中：

Ti——教師信號(hào)；

Xi——神經(jīng)元輸出。

學(xué)習(xí)階段數(shù)學(xué)表達(dá)式為：

式中：

φ——非線性函數(shù)；

η——權(quán)重變化率；

n——學(xué)習(xí)時(shí)的迭代次數(shù)。

神經(jīng)網(wǎng)絡(luò)開(kāi)始工作前，加權(quán)連接須經(jīng)“學(xué)習(xí)”后建立。在學(xué)習(xí)階段，網(wǎng)絡(luò)在輸入和輸出之間完成“學(xué)習(xí)”功能。在執(zhí)行階段，網(wǎng)絡(luò)的輸出即為神經(jīng)網(wǎng)絡(luò)感知結(jié)果。通過(guò)神經(jīng)網(wǎng)絡(luò)感知，能夠較好地測(cè)出人員流動(dòng)量、非均衡區(qū)域的空氣質(zhì)量，為優(yōu)化控制提供直接依據(jù)。

2 基于客流量模型的灰色系統(tǒng)預(yù)測(cè)

地鐵公共區(qū)通風(fēng)空調(diào)系統(tǒng)直接關(guān)系到乘客的舒適度和設(shè)備節(jié)能。地鐵客流量既有時(shí)段性，又有突發(fā)性。而公共區(qū)通風(fēng)空調(diào)系統(tǒng)屬于復(fù)雜大慣性、大滯后系統(tǒng)，往往客流驟增，通風(fēng)空調(diào)系統(tǒng)來(lái)不及增加出力，導(dǎo)致環(huán)境溫度偏高，空氣質(zhì)量變差；等到通風(fēng)空調(diào)系統(tǒng)增加出力，客流往往已經(jīng)被輸送完畢，又會(huì)造成環(huán)境溫度偏低。如此反復(fù)，不僅降低了乘客的舒適性，也浪費(fèi)能源。這種客流隨機(jī)突發(fā)性增加了通風(fēng)空調(diào)控制系統(tǒng)的控制難度。對(duì)于這樣一個(gè)大滯后、強(qiáng)耦合、時(shí)變及非線性對(duì)象，如果處理不好，常會(huì)使被控過(guò)程波動(dòng)加大，甚至容易引起控制系統(tǒng)的振蕩，響應(yīng)性能變差，甚至造成控制系統(tǒng)的不穩(wěn)定。因此，研究復(fù)雜大慣性、大滯后系統(tǒng)的控制策略，尋求算法簡(jiǎn)單、實(shí)施容易、通用性強(qiáng)、魯棒性能好的控制算法，改善復(fù)雜大慣性、大滯后系統(tǒng)的控制性能，具有十分重要的現(xiàn)實(shí)意義。

地鐵的客流既有時(shí)段特性（早晚高峰、節(jié)假日高峰）、又有隨機(jī)突發(fā)性，可以看成一個(gè)灰色系統(tǒng)?；疑到y(tǒng)是指信息部分明確、部分不明確的抽象系統(tǒng)?；疑到y(tǒng)內(nèi)的一部分信息是已知的，另一部分信息是未知的，系統(tǒng)內(nèi)各因素間具有不確定的關(guān)系。利用ISCS集成或互聯(lián)BAS和AFC，可以實(shí)現(xiàn)基于AFC客流量模型的BAS通風(fēng)空調(diào)系統(tǒng)灰色預(yù)測(cè)控制。

灰色預(yù)測(cè)法是一種對(duì)含有不確定因素的系統(tǒng)進(jìn)行預(yù)測(cè)的方法?；疑A(yù)測(cè)通過(guò)鑒別系統(tǒng)因素之間發(fā)展趨勢(shì)的相異程度，即關(guān)聯(lián)分析，對(duì)原始數(shù)據(jù)進(jìn)行生成處理來(lái)尋找系統(tǒng)變動(dòng)的規(guī)律，生成有較強(qiáng)規(guī)律性的數(shù)據(jù)序列，然后建立相應(yīng)的微分方程模型，即通過(guò)等時(shí)距觀測(cè)到的反應(yīng)預(yù)測(cè)對(duì)象特征的一系列數(shù)量值構(gòu)造灰色預(yù)測(cè)模型，預(yù)測(cè)未來(lái)某一時(shí)刻的特征量，或達(dá)到某一特征量的時(shí)間，從而預(yù)測(cè)事物未來(lái)發(fā)展趨勢(shì)的狀況。

灰色預(yù)測(cè)控制并不依賴被控系統(tǒng)的精確模型，很適合地鐵BAS、AFC這樣的復(fù)雜大慣性、大滯后環(huán)節(jié)非線性系統(tǒng)的控制預(yù)估?；疑到y(tǒng)理論將隨機(jī)過(guò)程看作是在一定范圍內(nèi)變化的與時(shí)間有關(guān)的灰色過(guò)程，將客流量看成是在一定范圍內(nèi)變化的灰色量?；疑到y(tǒng)理論認(rèn)為，灰色系統(tǒng)的行為現(xiàn)象盡管是朦朧的，數(shù)據(jù)是雜亂的，但畢竟是有序的、有整體功能的，因而對(duì)變化過(guò)程可作科學(xué)預(yù)測(cè)。用來(lái)發(fā)掘這些規(guī)律的適當(dāng)方式是數(shù)據(jù)生成，將雜亂的原始數(shù)據(jù)整理成規(guī)律性較強(qiáng)的生成數(shù)列，再通過(guò)一系列運(yùn)算，就可以建立灰色理論中一階單變量微分方程的模型即GM（1，1）模型。本文用灰色模型（Grey Model）GM（1，1）構(gòu)建基于AFC客流量模型的通風(fēng)空調(diào)系統(tǒng)灰色預(yù)測(cè)控制算法。

建立基于AFC客流量模型的GM（1，1）只需要一個(gè)數(shù)列X（0）：

對(duì)該數(shù)列作一階累加生成，得生成數(shù)列：

將原始數(shù)列經(jīng)累加生成后，弱化了原始數(shù)列中壞數(shù)據(jù)的影響，使其變?yōu)檩^有規(guī)律的生成數(shù)列后再建模。

利用X（1）構(gòu)成下述一級(jí)白化微分方程：

式中：

α——發(fā)展灰度；

u——內(nèi)生控制灰度。

利用最小二乘法求解：

求解微分方程，即可以得到基于AFC客流量的灰色預(yù)測(cè)函數(shù)：

其預(yù)測(cè)值還原為：

BAS通過(guò)上述灰色預(yù)測(cè)函數(shù)，根據(jù)通風(fēng)空調(diào)系統(tǒng)工藝要求，實(shí)現(xiàn)與客流量的變化趨勢(shì)實(shí)時(shí)隨動(dòng)的控制算法，及時(shí)調(diào)整冷水機(jī)組出力，保證冷負(fù)荷與客流量的動(dòng)態(tài)匹配，避免空調(diào)系統(tǒng)的過(guò)冷過(guò)熱，保證人體舒適度，同時(shí)達(dá)到系統(tǒng)節(jié)能的目的。

3 設(shè)備優(yōu)化控制技術(shù)

BAS的優(yōu)化控制具有多種被控對(duì)象動(dòng)態(tài)數(shù)學(xué)模型、最優(yōu)化運(yùn)行策略，通過(guò)綜合分析判斷、模糊或近似推理的方法，根據(jù)不同的工藝和運(yùn)行方式動(dòng)態(tài)實(shí)時(shí)給出最優(yōu)化運(yùn)行、管理方法，為過(guò)程分析、檢修和管理提供理論依據(jù)及技術(shù)支持。

3.1 新風(fēng)量模糊控制

模糊控制技術(shù)可以很好地應(yīng)用于通風(fēng)空調(diào)新風(fēng)控制。模糊并不意味著所獲得的結(jié)果是模糊、不精確或甚至是完全不準(zhǔn)確的。但是，它也不同于二進(jìn)制邏輯，僅能區(qū)分真假（1、0）兩種狀態(tài)。模糊邏輯理論具有描述不精確狀態(tài)的語(yǔ)句，這些語(yǔ)句由特定的生產(chǎn)工藝和控制方法在獲得的實(shí)踐經(jīng)驗(yàn)基礎(chǔ)上以“規(guī)則”的形式引入，由模糊控制器完成控制。

將基于神經(jīng)網(wǎng)絡(luò)感知的CO2參數(shù)轉(zhuǎn)換成模糊變量的過(guò)程稱為模糊化，此過(guò)程是在成員功能單元的幫助下進(jìn)行的。成員功能單元表明如何將許多術(shù)語(yǔ)（也稱作“語(yǔ)言”變量），如很低、低、最優(yōu)、高或很高等，準(zhǔn)確地與某一特定值相對(duì)應(yīng)。如CO2反饋值可取NB、NS、ZR、PS、PB等5個(gè)值，分別對(duì)應(yīng)很低、低、優(yōu)、高、很高?？刂茊卧煽刂撇僮鞯膶?shí)踐經(jīng)驗(yàn)組成，并以“規(guī)則”形式表示?？刂茊卧獙⑤斎胱兞浚–O2值）同受控變量（新風(fēng)量）聯(lián)系起來(lái)，該過(guò)程稱為“推理”?！巴评怼狈椒ㄓ凶畲笾担钚≈捣?、最大點(diǎn)積法等。受控變量通常都是許多規(guī)則的結(jié)果，有必要總結(jié)各自的適用范圍，該過(guò)程稱為“合成”。去模糊是將模糊形式確定的受控變量變回?cái)?shù)量值的轉(zhuǎn)換過(guò)程。圖2為模糊控制器的功能模塊。

圖2 模糊控制器的功能模塊圖

3.2 具有Smith預(yù)估的PID模糊控制

比例積分微分（PID）控制是BAS中常用的控制方法。常規(guī)的PID控制器通過(guò)給定值r（t）與實(shí)際輸出值c（t）構(gòu)成控制偏差：

將比例P、積分I、微分D經(jīng)過(guò)線性組合構(gòu)成控制量，對(duì)被控對(duì)象進(jìn)行控制：

其中KP、TI、TD分別是比例、積分、微分系數(shù)。

地鐵BAS中的主要系統(tǒng)，例如通風(fēng)空調(diào)系統(tǒng)、水系統(tǒng)等，都具有純滯后的特性，如果控制算法不當(dāng)，可能會(huì)導(dǎo)致系統(tǒng)超調(diào)或振蕩。通過(guò)Smith預(yù)估方法，可以獲得對(duì)純滯后被控對(duì)象的補(bǔ)償模型。這個(gè)與PID控制器并接的補(bǔ)償器叫Smith預(yù)估器（見(jiàn)圖3）。其中，G0（S）e－τS表示具有純滯后過(guò)程的傳遞函數(shù)，Gc（S）表示PID控制器的傳遞函數(shù)，G0（S）（1－e－τS）為補(bǔ)償函數(shù)。

圖3 純滯后被控對(duì)象的Smith預(yù)估器

上述傳統(tǒng)Smith預(yù)估控制器中的Gc（S）是一個(gè)PID控制器。由于PID模型是基于精確的被控對(duì)象模型而設(shè)計(jì)的，對(duì)于缺乏精確模型的或參數(shù)時(shí)變的具有滯后的過(guò)程控制，難以達(dá)到滿意效果?？蓪⒛：刂破饕肫渲?，構(gòu)成Smith－Fuzzy控制系統(tǒng)（見(jiàn)圖4）。將Smith－Fuzzy控制器應(yīng)用于地鐵通風(fēng)空調(diào)系統(tǒng)、水系統(tǒng)中，可以完成對(duì)時(shí)變系統(tǒng)控制，以及對(duì)純滯后的補(bǔ)償，取得令人滿意的控制效果。

圖4 Smith－Fuzzy控制示意圖

3.3 實(shí)際運(yùn)行效果分析

南京地鐵2號(hào)線BAS在軟件設(shè)計(jì)過(guò)程中應(yīng)用了基于神經(jīng)網(wǎng)絡(luò)感知的CO2參數(shù)的新風(fēng)量模糊控制技術(shù)和基于Smith－Fuzzy控制器的PID模糊控制技術(shù)。選取南京地鐵1號(hào)線的珠江路站和2號(hào)線的鐘靈街站進(jìn)行比較，兩個(gè)車(chē)站大小基本一致，抽樣見(jiàn)表1。其中站臺(tái)溫度設(shè)定值為29℃，CO2體積質(zhì)量設(shè)定值為低于1 375mg／m3。

表1 抽樣對(duì)比表

從2010年6月至8月共3個(gè)月間，通風(fēng)空調(diào)系統(tǒng)實(shí)際用電量，珠江路站18.4萬(wàn)kW·h，鐘靈街站16.8kW·h。表1說(shuō)明，在同等條件下，應(yīng)用了設(shè)備優(yōu)化控制技術(shù)的鐘靈街站乘車(chē)環(huán)境更好。

4 設(shè)備狀態(tài)檢修與RAMS管理

設(shè)備狀態(tài)檢修是基于ISCS的設(shè)備在線故障診斷和最優(yōu)檢修周期預(yù)估系統(tǒng)。ISCS為設(shè)備狀態(tài)檢修提供了強(qiáng)有力的技術(shù)支撐。設(shè)備狀態(tài)檢修策略一般有2種：一是確定最優(yōu)的檢修間隔時(shí)間；二是在知道狀態(tài)結(jié)果后采取最適宜的措施，例如，是改變監(jiān)測(cè)間隔時(shí)間還是進(jìn)行檢修等。ISCS通過(guò)狀態(tài)分析，給出設(shè)備檢修策略，達(dá)到使平均費(fèi)用最小或平均利潤(rùn)最大的目的。狀態(tài)分析內(nèi)容包括設(shè)備的正常可用度、設(shè)備的異?？捎枚?、設(shè)備的第1類(lèi)FN故障頻度、設(shè)備的第1類(lèi)FA故障頻度、設(shè)備的第2類(lèi)故障頻度、設(shè)備第2類(lèi)異常的檢出頻度、設(shè)備的誤斷頻度等。與設(shè)備狀態(tài)檢修緊密相關(guān)是RAMS（可靠性、可用性、可維護(hù)性和安全性管理）。其主要的描述模型如下。

4.1 故障概率密度f(wàn)（t）

令規(guī)定時(shí)間［0，t］內(nèi)，設(shè)備的可靠度為R（t），則其不可靠度為F（t）＝1－R（t），相應(yīng)的故障概率密度f(wàn)（t）＝F′（t）＝－R′（t）。f（t）常用來(lái)作為故障判定依據(jù)。

4.2 故障率λ（t）

故障率λ（t）是描述設(shè)備故障規(guī)律的主要指標(biāo)，定義為：設(shè)備在［0，t］時(shí)間內(nèi)不發(fā)生故障的條件下，下一個(gè)單位時(shí)間內(nèi)發(fā)生故障的概率。

λ（t）描述了設(shè)備在運(yùn)行中由于f（t）引起的可靠度衰變規(guī)律，從而說(shuō)明設(shè)備在t＋Δt時(shí)刻由正常演變?yōu)楣收系奶匦浴?/p>

4.3 平均無(wú)故障運(yùn)行時(shí)間MTBF

MTBF揭示了設(shè)備由可靠狀態(tài)轉(zhuǎn)變?yōu)椴豢煽繝顟B(tài)歷經(jīng)的單位時(shí)間變化率。

4.4 維修度 M（t）與修復(fù)率μ（t）

式中：

T——故障設(shè)備的維修時(shí)間；

P——設(shè)備修復(fù)概率；

g（t）——維修概率密度函數(shù)。

修復(fù)率μ（t）描述了設(shè)備在維修中由于g（t）所引起維修度變化的規(guī)律。

4.5 平均故障修復(fù)時(shí)間MTTR

MTTR描述了設(shè)備由故障狀態(tài)轉(zhuǎn)為正常狀態(tài)所需時(shí)間的統(tǒng)計(jì)值。

4.6 可用率A（t）與不可用率（t）

可用率A（t）定義為可修復(fù)設(shè)備在規(guī)定的維修與使用條件下，任一時(shí)刻t能完成其功能的概率。當(dāng)設(shè)備連續(xù)工作時(shí)間和連續(xù)停運(yùn)時(shí)間都服從指數(shù)分布時(shí)，由馬爾可夫過(guò)程可導(dǎo)出：

當(dāng)t→∞時(shí)，稱為穩(wěn)定可用率，此時(shí)

設(shè)備不可用率：

伴隨著地鐵綜合管理能力提升的迫切需求，RAMS日益成為地鐵設(shè)備管理中不可或缺的技術(shù)手段。利用ISCS平臺(tái)，可以綜合分析設(shè)備的可靠性、可維護(hù)性、可用性、故障診斷等，獲得基于RAMS的最優(yōu)診斷參數(shù)臨界值和最優(yōu)檢測(cè)周期，及時(shí)進(jìn)行設(shè)備狀態(tài)維修維護(hù)，取得最佳的社會(huì)效益和經(jīng)濟(jì)效益。

［1］陶永華.新型PID控制及其應(yīng)用［M］.2版.北京：機(jī)械工業(yè)出版社，2003.

［2］馮冬青，謝宋和.模糊智能控制［M］.北京：化學(xué)工業(yè)出版社，1998.

［3］馬少平，朱小燕.人工智能［M］.北京：清華大學(xué)出版社，2004.

［4］蔡自新，徐光佑.人工智能及其應(yīng)用［M］.3版.北京：清華大學(xué)出版社，2004.

［5］黃雅羅，黃樹(shù)紅，彭忠譯.發(fā)電設(shè)備狀態(tài)檢修［M］.北京：中國(guó)電力出版社，2000.

［6］潘吉安.可靠性維修性可用性評(píng)估手冊(cè)［M］.北京：國(guó)防工業(yè)出版社，1995.

［7］黃昱旻.地鐵綜合監(jiān)控系統(tǒng)的構(gòu)成及優(yōu)化［J］.城市軌道交通研究，2010（10）：63.