徐紅輝 王種 范杰

摘要：以往高速公路機(jī)電設(shè)備智能維護(hù)大多采用人工檢測(cè)的形式，未能詳細(xì)計(jì)算機(jī)電設(shè)備中的故障數(shù)據(jù)、準(zhǔn)確判斷故障類型。為此，針對(duì)當(dāng)前高速公路機(jī)電設(shè)備智能維護(hù)的需求，設(shè)計(jì)基于故障狀態(tài)演化的高速公路機(jī)電設(shè)備智能維護(hù)系統(tǒng)。在高速公路機(jī)電設(shè)備智能維護(hù)中，故障監(jiān)測(cè)模塊融合物聯(lián)網(wǎng)傳感器技術(shù)、電子設(shè)備控制技術(shù)和數(shù)據(jù)分析處理技術(shù)，實(shí)現(xiàn)智能感知、網(wǎng)絡(luò)傳輸、信息整合以及應(yīng)用服務(wù)功能，并采用基于故障狀態(tài)演化的故障預(yù)測(cè)診斷混合模型實(shí)現(xiàn)高速公路機(jī)電設(shè)備故障檢測(cè)，將檢測(cè)結(jié)果傳輸至機(jī)電設(shè)備智能維護(hù)模塊，按照相應(yīng)類型選擇維護(hù)程序，完成高速公路機(jī)電設(shè)備智能維護(hù)。經(jīng)驗(yàn)證，該系統(tǒng)修復(fù)率大于99.98%，且維護(hù)效率和魯棒性高，可應(yīng)用于高速公路機(jī)電設(shè)備智能維護(hù)工作中。

關(guān)鍵詞：故障狀態(tài)演化;高速公路;機(jī)電設(shè)備;智能維護(hù);故障監(jiān)測(cè);實(shí)驗(yàn)驗(yàn)證

中圖分類號(hào)：TN911-34;TH122

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1004-373X（ 2019） 24-0112-04

隨著我國(guó)公路建設(shè)的迅速發(fā)展，有關(guān)公路管理相關(guān)技術(shù)已借鑒國(guó)外經(jīng)驗(yàn)，創(chuàng)新成具有中國(guó)特色公路管理技術(shù)。機(jī)電設(shè)備的供給可有效促進(jìn)高速公路的合理運(yùn)營(yíng)，能夠提升公路管理水平[1]。高速公路機(jī)電設(shè)備不單組建內(nèi)容復(fù)雜，分布呈現(xiàn)分散性，涉及領(lǐng)域具有多樣化，管理維護(hù)存在一定難度[2]。為克服此類問(wèn)題，提升機(jī)電設(shè)備維護(hù)管理程度，結(jié)合實(shí)際工作使用合理的維護(hù)系統(tǒng)是當(dāng)務(wù)之急。

高速公路機(jī)電設(shè)備維護(hù)的目標(biāo)是為高速公路營(yíng)運(yùn)管理給予最好的交通工程機(jī)電技術(shù)設(shè)備，提升維護(hù)管理任務(wù)的效率，保證機(jī)電設(shè)備性能不出現(xiàn)異常[3]。本文設(shè)計(jì)一種基于故障狀態(tài)演化的高速公路機(jī)電設(shè)備智能維護(hù)系統(tǒng)，以期為高速公路營(yíng)運(yùn)管理提供綿薄之力。

1 高速公路機(jī)電設(shè)備智能維護(hù)系統(tǒng)

1.1 系統(tǒng)硬件設(shè)計(jì)

故障監(jiān)測(cè)模塊融合物聯(lián)網(wǎng)傳感器技術(shù)、電子設(shè)備控制技術(shù)和數(shù)據(jù)分析處理技術(shù)，實(shí)現(xiàn)高速公路機(jī)電設(shè)備信息的智能感知、信息網(wǎng)絡(luò)傳輸和整合等功能。并采用基于故障狀態(tài)演化的故障預(yù)測(cè)診斷混合模型實(shí)現(xiàn)高速公路機(jī)電設(shè)備故障檢測(cè)，將檢測(cè)結(jié)果傳輸至機(jī)電設(shè)備智能維護(hù)模塊，按照相應(yīng)類型選擇維護(hù)程序，智能維護(hù)機(jī)電設(shè)備。

1）故障監(jiān)測(cè)模塊

融合物聯(lián)網(wǎng)傳感器技術(shù)、電子設(shè)備控制技術(shù)和數(shù)據(jù)分析處理技術(shù)，構(gòu)建故障檢測(cè)模塊實(shí)現(xiàn)高速公路機(jī)電設(shè)備故障檢測(cè)工作[4]。故障檢測(cè)模塊包含智能感知、網(wǎng)絡(luò)傳輸、信息整合以及應(yīng)用服務(wù)四種核心單元。故障監(jiān)測(cè)模塊的整體結(jié)構(gòu)如圖1所示。

2）機(jī)電設(shè)備智能維護(hù)模塊

機(jī)電設(shè)備智能維護(hù)模塊包含交通控制設(shè)施維護(hù)、照明控制維護(hù)、供電控制維護(hù)、消防控制維護(hù)、車(chē)道控制標(biāo)志維護(hù)以及可變信息標(biāo)志維護(hù)等[5]。機(jī)電設(shè)備智能維護(hù)模塊的整體結(jié)構(gòu)如圖2所示。

1.2 軟件設(shè)計(jì)

系統(tǒng)中的故障監(jiān)測(cè)模塊采用基于故障狀態(tài)演化的故障預(yù)測(cè)診斷混合模型，實(shí)現(xiàn)高速公路機(jī)電設(shè)備故障檢測(cè)。

1.2.1 高速公路機(jī)電設(shè)備系統(tǒng)故障的數(shù)學(xué)模型

若高速公路機(jī)電設(shè)備系統(tǒng)出現(xiàn)故障，那么系統(tǒng)的動(dòng)態(tài)狀態(tài)空間模型為：

y（t） =By（t）+ Cv（t） +Hig（t） （1）

x（t） =Dy（t） +Ev（t） +H2g（t）

（2）式中：高速公路機(jī)電設(shè)備狀態(tài)矢量、控制矢量依次設(shè)成y（t），v（t）;高速公路機(jī)電設(shè)備觀測(cè)矢量與故障矢量依次設(shè)成x（t），g（t）;B，c，D，E表示常數(shù)矩陣。高速公路機(jī)電設(shè)備系統(tǒng)的真實(shí)輸出存在一定故障矢量[6]?？紤]到高速公路機(jī)電設(shè)備系統(tǒng)全部可能存在的故障類型，診斷原理圖見(jiàn)圖3，將未知時(shí)間的故障g（t）設(shè)成被控目標(biāo)，判斷故障信息類型[7]。

1.2.3 故障預(yù)測(cè)診斷混合模型

將高速公路機(jī)電設(shè)備系統(tǒng)故障模型與故障演化趨勢(shì)HSMM模型融合，獲取故障預(yù)測(cè)診斷混合模型[8]。將故障矢量設(shè)成關(guān)鍵因子導(dǎo)人HSMM模型中，系統(tǒng)不停的運(yùn)轉(zhuǎn)，高速公路機(jī)電設(shè)備故障信號(hào)愈加強(qiáng)烈，但前期狀態(tài)故障信號(hào)對(duì)后期狀態(tài)故障信號(hào)不具有直接干擾[9-10]。

高速公路機(jī)電設(shè)備故障診斷需處理問(wèn)題：在已知觀測(cè)序列Xt={x1，x2，…，xt}和目前故障矢量g（t）前提下，計(jì)算出設(shè)備故障結(jié)果q（（pt= yi|Xt）| g（t））。

2 實(shí)驗(yàn)分析

2.1 系統(tǒng)維護(hù)結(jié)果

為驗(yàn)證本文系統(tǒng)有效性，將本文系統(tǒng)應(yīng)用于某地區(qū)高速公路機(jī)電設(shè)備智能維護(hù)工作中，設(shè)定維護(hù)周期為1年，統(tǒng)計(jì)每個(gè)月中機(jī)電設(shè)備維護(hù)情況。本文系統(tǒng)維護(hù)結(jié)果如表1所示。

從表1可知，在1年時(shí)間里，高速公路機(jī)電設(shè)備故障次數(shù)與修復(fù)次數(shù)完全相符，本文系統(tǒng)修復(fù)率未低于99.98%，修復(fù)效果較好。

為進(jìn)一步分析本文系統(tǒng)性能優(yōu)勢(shì)，采用本文系統(tǒng)、高速公路機(jī)電設(shè)備壽命預(yù)測(cè)系統(tǒng)、機(jī)電設(shè)備振動(dòng)信號(hào)故障診斷系統(tǒng)進(jìn)行對(duì)比實(shí)驗(yàn)。

2.2 故障率

采用三種系統(tǒng)對(duì)相同高速公路機(jī)電設(shè)備進(jìn)行智能維護(hù)12個(gè)月，將高速公路機(jī)電設(shè)備故障分為輕、中、重度三種。測(cè)試三種系統(tǒng)維護(hù)后，高速公路機(jī)電設(shè)備1年內(nèi)的故障率，三種系統(tǒng)的維護(hù)故障率對(duì)比結(jié)果見(jiàn)表2。

分析表2可知，該機(jī)電設(shè)備1年內(nèi)故障率存在差異，本文系統(tǒng)在三種不同程度故障維護(hù)中，平均故障率為0.01，均小于高速公路機(jī)電設(shè)備壽命預(yù)測(cè)系統(tǒng)等平均故障率。故本文系統(tǒng)故障率最低，維護(hù)效果最高。

2.3 維護(hù)效率

測(cè)試上述實(shí)驗(yàn)中三種系統(tǒng)維護(hù)時(shí)間開(kāi)銷情況進(jìn)行對(duì)比，結(jié)果見(jiàn)圖4。

分析圖4可知，本文系統(tǒng)維護(hù)時(shí)間開(kāi)銷均未超過(guò)20 ms，相比之下，高速公路電機(jī)設(shè)備壽命預(yù)測(cè)系統(tǒng)與機(jī)電設(shè)備振動(dòng)信號(hào)故障診斷系統(tǒng)的維修時(shí)間開(kāi)銷均大于本文系統(tǒng)。故本文系統(tǒng)在維護(hù)高速公路機(jī)電設(shè)備時(shí)，維護(hù)效率較高。

2.4 魯棒性

多次測(cè)試三種系統(tǒng)的維護(hù)魯棒性，并進(jìn)行對(duì)比，對(duì)比結(jié)果如圖5所示。

從圖5對(duì)比可知，本文系統(tǒng)魯棒性最大值為96.99%，且始終大于高速公路機(jī)電設(shè)備壽命預(yù)測(cè)系統(tǒng)等系統(tǒng)。故本文系統(tǒng)的魯棒性最好，在維護(hù)機(jī)電設(shè)備時(shí)，功能較穩(wěn)定。

3 結(jié)論

伴隨信息技術(shù)快速發(fā)展，未來(lái)高速公路機(jī)電設(shè)備智能維護(hù)工作將會(huì)面向智能化，維護(hù)效果將會(huì)出現(xiàn)質(zhì)的提升。本文設(shè)計(jì)的基于故障狀態(tài)演化的高速公路機(jī)電設(shè)備智能維護(hù)系統(tǒng)與同類維護(hù)系統(tǒng)相比，性能最好。

參考文獻(xiàn)

[1]于泉，郭增增，梁銳.基于馬爾科夫鏈的高速公路機(jī)電設(shè)備壽命預(yù)測(cè)研究模型[J]公路交通科技，2018，35（1）：28-35.

YU Quan， GUO Zengzeng， LIANG Rui.A prediction model ofexpressway electromechanical equipment life based on Markovchain [J]. Journal of highway and transportation research anddevelopment， 2018， 35（1）： 28-35.

[2]楊連報(bào)，李平.基于本體的高速鐵路車(chē)載設(shè)備智能維護(hù)決策樹(shù)模型[J]鐵道運(yùn)輸與經(jīng)濟(jì)，2017，39（2）：59-63.

YANG Lianbao， LI Ping. Ontology-based decision tree modelfor intelligent maintenance of high-speed railway onboard equip-ment [J]. Railway transport and economv， 2017， 39（2）： 59-63.

[3]于群，張敏，曹娜，等.基于模糊元胞自動(dòng)機(jī)的電網(wǎng)連鎖故障控制策略[J].電力自動(dòng)化設(shè)備，2016，36（8）：90-95.

YU Qun， ZHANG Min. CAO Na. et al.Grid cascading failurecontrol based on fuzzy CA[J].Electric power automation equip-ment， 2016， 36（8）： 90-95.

[4]王宇，羅倩，紀(jì)厚業(yè).機(jī)電設(shè)備振動(dòng)信號(hào)故障診斷算法研究[J].計(jì)算機(jī)仿真，2017，34（5）：414-419.

WANG Yu， LUO Qian， JI Houye. Research on fault diagnosisalgorithm for vibration signals of electromechanical equipment[J]. Computer simulation， 2017， 34（5）：414-419.

[5]張紅旗，邵曉東，胡祥濤.基于部分可觀察馬爾可夫決策過(guò)程的機(jī)電裝備動(dòng)態(tài)可靠性評(píng)價(jià)方法[J]中國(guó)機(jī)械T程，2016，27（ 18）：2482-2486.

ZHANG Hongqi， SHAO Xiaodong， HU Xiangtao. Dynamic re-liabilitY assessment method based on POMDP for electrome-chanical equipment [J]. China mechanical engineering， 2016，27（18）：2482-2486.

[6] SHEIKHLAR A. FAKHARIAN A， BEIK-MOHAMMADI H，et al. Design and implementation of self-adaptive PD controllerbased on fuzzy logic algorithm for omni-directional fast robotsin presence of model uncertainties [J]. International journal ofuncertainty， fuzziness and knowledge-based systems， 2016. 24（5）：761-780.

[7]程學(xué)慶，李月，舒繼承，等.我國(guó)高速鐵路固定設(shè)備維護(hù)體制模式研究[J]鐵道科學(xué)與工程學(xué)報(bào)，2017，14（2）：16-22.

CHENG Xueqing， LI Yue， SHU Jicheng， et aI.Study of high-speed railway fixed equipment maintenance svstem mode inChina [J]. Journal of railway science and engineering， 2017， 14（2）：16-22.

[8] CRUZ A G D A， GOMES R D. BELO F A， et al.A hybridsystem based on fuzzy logic to failure diagnosis in inductionmotors[J].IEEE latin america transactions， 2017. 15 （8）： 1480-1489.

[9] ZHANG Haizhu. HAN Xin， LI Rong， et al.A new conceptualdesign method to support rapid and effective mapping fromproduct design specification to concept design [J]. Internationaljournal of advanced manufacturing technology， 2016， 87 （5/8）：2375-2389.

[10]趙健，城市軌道交通車(chē)站機(jī)電設(shè)備委外維護(hù)信息化管理系統(tǒng)的組成與實(shí)施效果評(píng)價(jià)[J]城市軌道交通研究，2017，20（6）：152-156.

ZHAO Jian. Management system of the outsourcing mainte-nance information for urban rail transit station electromechani-cal equipment[J]. Urban mass transit. 2017. 20（6）： 152- 1 56

作者簡(jiǎn)介：徐紅輝（1968-），女，廣東揭西人，碩士，副教授，研究方向?yàn)橛?jì)算機(jī)應(yīng)用、設(shè)備管理工程、企業(yè)管理。