葛蘭云

新疆鐵道職業(yè)技術(shù)學(xué)院

試論地鐵列車車門系統(tǒng)故障分析及診斷方法

葛蘭云

新疆鐵道職業(yè)技術(shù)學(xué)院

隨著我國交通體系建設(shè)的不斷完善，地鐵逐漸成為人們?nèi)粘Ｉ钪杏映Ｓ玫慕煌üぞ?，與此同時，地鐵運(yùn)行安全問題也受到越來越多的關(guān)注和重視，而車門系統(tǒng)作為地鐵列車的主要組成之一，如果列車車門系統(tǒng)出現(xiàn)故障，將會對列車正常運(yùn)行造成比較嚴(yán)重的影響。本文就圍繞地鐵列車車門系統(tǒng)故障加以分析，并探討其故障的診斷方法。

地鐵列車；車門系統(tǒng)；故障分析

前言

相比于傳統(tǒng)形式的交通方式，城市軌道交通系統(tǒng)的出現(xiàn)和普及，在人們出行方面，提供較大程度的便利條件，在緩解交通壓力、降低交通事故發(fā)生率方面具有比較顯著的貢獻(xiàn)，另外，軌道交通還具備污染少、更環(huán)保、速度快、運(yùn)量大等一系列優(yōu)勢特點。而隨著科學(xué)技術(shù)的不斷創(chuàng)新，地鐵列車的功能性也更強(qiáng)，其結(jié)構(gòu)也更加復(fù)雜。

一、車門系統(tǒng)概述

車門系統(tǒng)作為地鐵列車的主要組成之一，對于列車的安全性和穩(wěn)定性具有非常關(guān)鍵的影響，根據(jù)數(shù)據(jù)顯示，在地鐵列車的引發(fā)交通事故中，其中超過30%的事故是由車門系統(tǒng)的故障所引起的[1]。從驅(qū)動系統(tǒng)的角度區(qū)分，地鐵列成的車門可以劃分為氣動式和電動式。其中氣動式車門是由驅(qū)動氣缸來提供動力的，而電動式車門系統(tǒng)需要由電機(jī)來提供動力，電動式電機(jī)又可劃分為直流電機(jī)和交流電機(jī)。

根據(jù)車門的安裝位置，又可將地鐵車門區(qū)分為內(nèi)藏式、外掛式和塞拉式。

其中內(nèi)藏式車門的組成部分包括導(dǎo)軌、門葉、傳動部分、鎖閉環(huán)節(jié)、解鎖環(huán)節(jié)以及電氣控制系統(tǒng)等；塞拉式車門的組成部分包括導(dǎo)軌、門葉、傳動部分、制動部分、解鎖環(huán)節(jié)以及車門旁路部分等；外掛式車門的組成部分包括門葉、直流電機(jī)、懸掛系統(tǒng)、傳動部分以及電子門控系統(tǒng)等[2]。

二、車門故障與原因

在地鐵運(yùn)行路線中，各站點之間距離及運(yùn)行時間較短，地鐵車門的開關(guān)頻率較高，因此車門系統(tǒng)的中門控器件損壞的可能性比較大，進(jìn)而容易引發(fā)地鐵列車車門系統(tǒng)故障。在地鐵列車的引發(fā)交通事故中，其中超過30%的事故是由車門系統(tǒng)的故障所引起的。其中電氣類故障約占車門故障總數(shù)65%以上，機(jī)械類車門故障約為35%。車門系統(tǒng)故障的發(fā)生，輕則影響地鐵的正常運(yùn)行，導(dǎo)致列車延誤；嚴(yán)重情況下，可能會導(dǎo)致裂成不按牽引運(yùn)行，甚至造成人員傷亡。

地鐵列車的車門故障大致可歸納為兩大類，即電氣類故障和機(jī)械類故障，其中電氣類故障通常包括，由門控元器件、制動器、繼電器等電氣原因造成的車門開關(guān)環(huán)節(jié)的故障。如在上海地鐵二號線，曾經(jīng)在列車開、關(guān)門過程中，受到周圍信號的影響，導(dǎo)致車門系統(tǒng)在開門時，信號消失引發(fā)電流瞬間加大，電機(jī)控制系統(tǒng)斷開，引發(fā)車門系統(tǒng)的電氣故障，干擾了列車的常規(guī)運(yùn)行[3]。

機(jī)械類故障通常包括，車門受力變形或尺寸調(diào)整不合理造成的限位開關(guān)不動作；機(jī)械零件缺損、松動；車門頻繁開關(guān)導(dǎo)致的尺寸變化等，干擾了列車車門的正常運(yùn)行。尤其是在早晚的客流高峰段，很多乘客車門處擁擠，極有可能導(dǎo)致車門變形而無法自動關(guān)閉，列車也會因此無法正常運(yùn)行，另外，受頻率變化引發(fā)振動的干擾，也有可能導(dǎo)致車門配件尺寸的變化，引發(fā)固定裝置的位置變化。

三、故障診斷方法

地鐵列車運(yùn)行過程中出現(xiàn)車門故障是難以避免的，不過在故障發(fā)生時，通?？梢愿鶕?jù)其表現(xiàn)出的不同征兆，來選擇適當(dāng)?shù)脑\斷方式，從而準(zhǔn)確的分析出故障原因，進(jìn)而針對性的加以解決。隨著科學(xué)技術(shù)的不斷創(chuàng)新，診斷技術(shù)也愈加豐富，當(dāng)前常用的車門故障診斷方法主要有以下幾種：

（一）決策樹診斷方法

這種方法的原理，是針對問題的不同的特征，通過樹狀結(jié)構(gòu)來表現(xiàn)決策合集，并借助信息理論對問題的屬性加以分析，決策樹的節(jié)點表示的是不同問題的屬性，利用屬性來區(qū)別分支，從而形成樹狀結(jié)構(gòu)。這種診斷方面不受車門故障類型的限制，將決策樹診斷法應(yīng)用到車門故障的分析中，具有比較顯著的安全性和穩(wěn)定性，可以通過對故障數(shù)據(jù)加以分析，并總結(jié)故障發(fā)生規(guī)律，建立故障樹模型，從而實現(xiàn)對故障的明確分類。以某城市地鐵為例，以其車門故障歷史數(shù)據(jù)為依據(jù)，借助決策樹診斷法，建立車門系統(tǒng)故障樹，將車門故障進(jìn)行了比較明確的分類。利用決策樹診斷方法，不但可以以車門故障的類型加以分類，還可以根據(jù)車門故障的嚴(yán)重程度加以區(qū)分[4]。相比于其它診斷方法，決策樹診斷法的計算流程簡便，而且準(zhǔn)確率較高，基本可以保障在95%以上。

（二）貝葉斯網(wǎng)絡(luò)診斷方法

貝葉斯網(wǎng)絡(luò)需要借助圖形的表現(xiàn)形式，來構(gòu)建概率模型，通過這個模型能夠反映出定性與定量信息，即便在車門故障相關(guān)數(shù)據(jù)不完整的環(huán)境下，也能夠比較精準(zhǔn)的計算出車門系統(tǒng)故障概率。貝葉斯網(wǎng)絡(luò)主要應(yīng)用于分析故障與征兆之間的復(fù)雜關(guān)系，而且能夠利用故障信息判斷出造成故障的可能因素及其概率。有研究人員對車門故障數(shù)據(jù)加以分析，從中總結(jié)故障知識，并將各種可能引發(fā)故障的原因加以總結(jié)，形成一個集合，以車門部件甚至元件為子系統(tǒng)，添加到故障原因集合、故障類型集合等不同集合中，并以此為依據(jù)建立三級貝葉斯網(wǎng)絡(luò)，對車門故障加以診斷分析。應(yīng)用貝葉斯網(wǎng)絡(luò)診斷方法，得出北京市2016年地鐵車門故障概率為0.005%，實踐結(jié)果表明，該診斷方法的計算結(jié)果誤差極小。

（三）人工神經(jīng)網(wǎng)絡(luò)診斷方法

人工神經(jīng)網(wǎng)絡(luò)診斷法主要應(yīng)用于地鐵車門機(jī)械類故障的診斷。該方法依據(jù)的是人體神經(jīng)元的工作原理，這套系統(tǒng)不但具有自學(xué)習(xí)和自組織的功能，而且還具有預(yù)測控制的作用。將人工神經(jīng)網(wǎng)絡(luò)法應(yīng)用到車門故障的診斷中，首先要選取一定數(shù)量的車門故障樣本，并對這些樣本加以訓(xùn)練，從而得到神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值，并對該數(shù)值加以適當(dāng)修正，進(jìn)而通過對樣本的識別，來確定車門故障的原因。有學(xué)者借助人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)，對地鐵列成的移動軌跡加以分析，從而得到了車門速度以及氣流分布的變化情況，并以此建立模型，根據(jù)該模型來分析車門位移時的暫態(tài)、頻率等特征，將其與實際測量值加以對比發(fā)現(xiàn)。應(yīng)用人工神經(jīng)網(wǎng)絡(luò)法進(jìn)行仿真實驗，對上海地鐵站去年發(fā)生的150次車門故障加以診斷，結(jié)果表明，該方法的診斷準(zhǔn)確率超過90%。

結(jié)語

本研究首先對車門系統(tǒng)進(jìn)行概述，然后從電氣故障和機(jī)械故障兩個角度，對地鐵列車的車門系統(tǒng)常見故障加以研究，分析其故障發(fā)生原因，并提出決策樹法、貝葉斯網(wǎng)絡(luò)法以及人工神經(jīng)網(wǎng)絡(luò)法等對車門故障加以診斷，希望本研究能夠為地鐵列車的車門故障分析及診斷，提供全面且充實的依據(jù)。

[1]沈碧波，佘維，葉陽東，賈利民.一種基于TC-CPN的城軌列車車門故障溯因診斷方法[J].鐵道學(xué)報，2016，04（09）:51-58.

[2]彭松，黃志輝，胡奇宇.基于EMD與SVM的地鐵列車滾動軸承故障診斷方法分析[J].科技創(chuàng)新與應(yīng)用，2016，23（09）:36.

[3]張亦農(nóng).淺析地鐵門控系統(tǒng)的故障樹診斷方法研究[J].工程建設(shè)與設(shè)計，2016，16（09）:72-73.

[4]徐春華.電動塞拉門控制系統(tǒng)故障分析與診斷方法研究[J].中國高新技術(shù)企業(yè)，2017，01（09）:106-107+167.