王斌，楊志鵬，張文軒，王婧，汪海瑛

（中國鐵道科學(xué)研究院集團(tuán)有限公司 基礎(chǔ)設(shè)施檢測研究所，北京 100081）

0 引言

接觸網(wǎng)作為高速鐵路牽引供電系統(tǒng)的主要組成部分，是列車高速、平穩(wěn)運(yùn)行的重要保障［1］。接觸網(wǎng)系統(tǒng)無備用、零部件眾多、機(jī)械結(jié)構(gòu)復(fù)雜，在自然條件的影響和列車荷載作用下，其狀態(tài)會(huì)不斷發(fā)生變化［2］。為確保動(dòng)車組運(yùn)營秩序，提升系統(tǒng)安全性和可靠性，需借助檢測監(jiān)測設(shè)備對接觸網(wǎng)設(shè)備狀態(tài)進(jìn)行監(jiān)控，通過缺陷診斷及分析，及時(shí)挖掘有用信息，為運(yùn)營維護(hù)、設(shè)備管理和設(shè)計(jì)施工提供數(shù)據(jù)支持。

車載接觸網(wǎng)運(yùn)行狀態(tài)檢測裝置（3C）安裝在運(yùn)營動(dòng)車組車頂。依據(jù)TG/GD 124—2015《高速鐵路接觸網(wǎng)運(yùn)行維修規(guī)則》規(guī)定，3C裝置實(shí)現(xiàn)對接觸網(wǎng)溫度、動(dòng)態(tài)幾何參數(shù)和弓網(wǎng)受流狀態(tài)的全天候等速檢測。動(dòng)車組3C裝置自2016年投入使用以來，在全路范圍內(nèi)積累了海量檢測數(shù)據(jù)，但由于缺乏系統(tǒng)、有效的分析策略，數(shù)據(jù)挖掘不充分，忽略了大量有益于設(shè)備運(yùn)維的科學(xué)信息。根據(jù)目前修程修制改革的目標(biāo)，需強(qiáng)化數(shù)據(jù)分析過程，提高分析精準(zhǔn)性，最終實(shí)現(xiàn)預(yù)防性狀態(tài)維修［3-5］。因此，有必要研究基于動(dòng)車組3C裝置的接觸網(wǎng)缺陷診斷及分析方法，充分發(fā)揮檢測分析價(jià)值，為全面、準(zhǔn)確、及時(shí)、高效地管理接觸網(wǎng)設(shè)備狀態(tài)提供支持。

1 3C裝置檢測原理

3C裝置通過紅外熱成像技術(shù)對接觸網(wǎng)、受電弓及弓網(wǎng)運(yùn)行狀態(tài)進(jìn)行監(jiān)測，對核心區(qū)域進(jìn)行重點(diǎn)監(jiān)控，實(shí)時(shí)分析溫度變化，結(jié)合可見光成像數(shù)據(jù)，基于圖像識別算法實(shí)現(xiàn)設(shè)備狀態(tài)辨識和動(dòng)態(tài)參數(shù)測量，結(jié)合GPS、慣性導(dǎo)航技術(shù)及線路臺賬數(shù)據(jù)，實(shí)現(xiàn)車載系統(tǒng)的走行定位和線路區(qū)站、公里標(biāo)等輔助定位，最終通過無線通信技術(shù)將檢測數(shù)據(jù)傳輸?shù)降孛娣?wù)器［6］。

3C裝置檢測項(xiàng)目多、缺陷類型繁雜，為便于統(tǒng)計(jì)分析，依據(jù)缺陷發(fā)生位置將缺陷劃分為弓網(wǎng)受流缺陷、接觸網(wǎng)幾何參數(shù)缺陷、接觸網(wǎng)零部件缺陷和受電弓零部件缺陷4類（見表1）。

表1 3C裝置檢出缺陷分類

2 接觸網(wǎng)缺陷診斷及分析方法

對動(dòng)車組3C裝置獲得的燃弧、溫度、幾何參數(shù)等檢測數(shù)據(jù)，依據(jù)TG/GD 124—2015《高速鐵路接觸網(wǎng)運(yùn)行維修規(guī)則》規(guī)定的設(shè)備運(yùn)行狀態(tài)標(biāo)準(zhǔn)值、警示值和限界值進(jìn)行界定，形成缺陷數(shù)據(jù)。接觸網(wǎng)缺陷診斷及分析以缺陷數(shù)據(jù)為基礎(chǔ)，根據(jù)研究對象和應(yīng)用場景差異，采用診斷、統(tǒng)計(jì)、回歸、聚類等大數(shù)據(jù)方法，對接觸網(wǎng)設(shè)備局部缺陷和當(dāng)前狀態(tài)進(jìn)行診斷，對接觸網(wǎng)缺陷分布特征和演變規(guī)律進(jìn)行分析，并從受電弓型號差異、接觸網(wǎng)結(jié)構(gòu)差異和列車運(yùn)行速度等方面對弓網(wǎng)匹配關(guān)系進(jìn)行研究。接觸網(wǎng)缺陷診斷及分析總體技術(shù)路線見圖1。

圖1 接觸網(wǎng)缺陷診斷及分析總體技術(shù)路線

2.1 診斷方法

列車高速運(yùn)行中，檢測設(shè)備受陽光、雨雪、強(qiáng)光源等因素干擾，導(dǎo)致檢測數(shù)據(jù)在局部位置可能出現(xiàn)異常值，診斷方法通過對檢測數(shù)據(jù)進(jìn)行分析，剔除異常值引起的缺陷誤報(bào)。診斷方法是數(shù)據(jù)挖掘領(lǐng)域的一項(xiàng)重要技術(shù)，其目標(biāo)是發(fā)現(xiàn)數(shù)據(jù)集中行為異常的少量數(shù)據(jù)對象。

接觸網(wǎng)檢測數(shù)據(jù)中的異常值確認(rèn)需融合離群點(diǎn)診斷算法和接觸網(wǎng)專業(yè)知識。以接觸線動(dòng)態(tài)高度檢測數(shù)據(jù)為例，依據(jù)《車載接觸網(wǎng)運(yùn)行狀態(tài)檢測裝置（3C）暫行技術(shù)條件》，接觸網(wǎng)幾何參數(shù)采樣間隔不高于1 m，依據(jù)TG/GD 124—2015《高速鐵路接觸網(wǎng)運(yùn)行維修規(guī)則》，兩相鄰吊弦點(diǎn)接觸線高差限界值為15 mm，吊弦間距一般為7～9 m［7］，考慮動(dòng)態(tài)接觸線抬升量最大取150 mm，為便于估算，取裕度為35 mm，則相鄰采樣點(diǎn)間的接觸線高度變化不高于20 mm。設(shè)接觸線高度在某采樣鄰域內(nèi)的檢測數(shù)據(jù)為H={hi|i=1，2，…，n}，若hx∈H屬于異常值，則基于k-最近鄰算法的接觸線高度檢測數(shù)據(jù)離群點(diǎn)診斷規(guī)則如下：

式中：N(hx，k)為不包含hx的k-最近鄰；d(hx，hi)為hx和hi之間的距離；|N(hx，k)|為N(hx，k)的集合大?。沪臑榕袆e閾值，取20 mm。

2.2 統(tǒng)計(jì)方法

弓網(wǎng)匹配關(guān)系復(fù)雜，影響受流質(zhì)量因素眾多，除接觸網(wǎng)設(shè)備和參數(shù)狀態(tài)等主要因素外，還與列車運(yùn)行速度、氣候環(huán)境和地形條件等多種外部因素有關(guān)，僅通過單次檢出的弓網(wǎng)缺陷（如燃?。o法準(zhǔn)確判斷接觸網(wǎng)參數(shù)或設(shè)備狀態(tài)。因此，在有限維修資源下，應(yīng)基于歷史檢測數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，并根據(jù)分析結(jié)果確定是否有必要實(shí)施現(xiàn)場復(fù)核和維修。

此外，評價(jià)特殊處所或整條線路的接觸網(wǎng)設(shè)備狀態(tài)時(shí)，應(yīng)基于歷史檢測數(shù)據(jù)，通過統(tǒng)計(jì)分析方法充分了解接觸網(wǎng)缺陷的位置和類型分布特征，確定動(dòng)態(tài)運(yùn)行質(zhì)量薄弱設(shè)備、區(qū)段和主要缺陷類型，為集中整治提供數(shù)據(jù)支持和維修建議。

統(tǒng)計(jì)方法以歷史檢測缺陷數(shù)據(jù)為樣本，對描述設(shè)備狀態(tài)和接觸網(wǎng)動(dòng)態(tài)性能的檢測參數(shù)和缺陷信息進(jìn)行統(tǒng)計(jì)分析，主要包括檢出頻次分析、集中趨勢分析、離散程度分析和經(jīng)驗(yàn)分布擬合等。

檢出頻次分析通過對一段時(shí)期內(nèi)同一區(qū)段中檢出缺陷的頻次進(jìn)行統(tǒng)計(jì)，用于識別線路中接觸網(wǎng)缺陷頻發(fā)區(qū)段，并判斷單次檢出的缺陷是否值得耗費(fèi)維修資源。設(shè)p1，p2，…，pm為線路檢出的m個(gè)缺陷處的里程，將線路等分為n個(gè)統(tǒng)計(jì)區(qū)間l1，l2，…，ln，則第i個(gè)統(tǒng)計(jì)區(qū)間中的缺陷個(gè)數(shù)如下：

式中：card為集合的元素個(gè)數(shù)。

針對特定接觸網(wǎng)缺陷類型，集中趨勢和離散程度分析分別基于大量歷史檢測數(shù)據(jù)反映超限參數(shù)的整體水平和差異程度，經(jīng)驗(yàn)分布擬合則通過核估計(jì)方法給出超限參數(shù)的分布函數(shù)。集中趨勢分析的常用統(tǒng)計(jì)量包括平均值、中位數(shù)、眾數(shù)，離散趨勢分析的常用統(tǒng)計(jì)量包括方差和標(biāo)準(zhǔn)差，經(jīng)驗(yàn)分布擬合通常采用核密度法對概率密度函數(shù)進(jìn)行估計(jì)。設(shè)X1，X2，…，Xn為超限參數(shù)的多次檢測數(shù)據(jù)，在任意點(diǎn)x處的密度函數(shù)f(x)的核密度估計(jì)為：

式中：K為核密度函數(shù)；h為窗寬。

為了確保f?(x)的合理性，要求核密度函數(shù)K滿足如下條件，即要求核密度函數(shù)K(x)是某個(gè)分布的密度函數(shù)：

2.3 回歸方法

接觸網(wǎng)設(shè)備多種類型的故障和事故均由微小病害逐漸演變而成，如吊弦斷裂、線夾脫落、線索斷線等，針對該類病害，有必要通過回歸方法研究其劣化發(fā)展規(guī)律。3C裝置安裝在運(yùn)營動(dòng)車組上實(shí)現(xiàn)等速實(shí)時(shí)檢測，列車運(yùn)行速度數(shù)據(jù)豐富，包括從動(dòng)車組出站提速到高速運(yùn)行，再到進(jìn)站減速等各種速度條件，因此，可通過回歸算法研究速度與接觸網(wǎng)缺陷的關(guān)系，探索缺陷的發(fā)生機(jī)理，完善標(biāo)準(zhǔn)體系建設(shè)。另外，針對特殊處所或線路特定缺陷類型，可通過回歸方法預(yù)測在當(dāng)前維修條件下接觸網(wǎng)設(shè)備質(zhì)量發(fā)展趨勢，為優(yōu)化接觸網(wǎng)大修時(shí)間節(jié)點(diǎn)提供參考。

回歸方法是數(shù)據(jù)挖掘中應(yīng)用領(lǐng)域和應(yīng)用場景最多的方法之一，最常用的回歸方法為一元回歸方法，包括線性和非線性回歸。以估計(jì)速度v和缺陷值f的函數(shù)關(guān)系為例，設(shè)v和f的檢測數(shù)據(jù)為(vi，fi)，設(shè)隨機(jī)誤差為εi，i=1，2，…，n，則一元線性回歸模型為：

式中：β0和β1分別為未知參數(shù)，通常采用最小二乘法由數(shù)據(jù)(vi，fi)獲得β0和β1的估計(jì)β?0、β?1。

則速度v和缺陷值f的經(jīng)驗(yàn)回歸函數(shù)如下：

對于一元非線性回歸，通過描出數(shù)據(jù)的散點(diǎn)圖，判斷2個(gè)變量之間可能存在的函數(shù)關(guān)系，然后采用數(shù)學(xué)變化將其“線性化”或借助一些基本非線性函數(shù)進(jìn)行擬合，常用的非線性函數(shù)有冪函數(shù)、指數(shù)函數(shù)、對數(shù)函數(shù)等［8］。

2.4 聚類方法

不同氣候環(huán)境下的弓網(wǎng)關(guān)系研究是對弓網(wǎng)關(guān)系理論的拓展，從京哈高鐵的高寒到蘭新高鐵的大風(fēng)，再到海南環(huán)島高鐵的沿海等各種氣候環(huán)境，各種場景下均有3C檢測數(shù)據(jù)，以此為基礎(chǔ)，通過聚類方法進(jìn)行不同氣候環(huán)境下的弓網(wǎng)關(guān)系差異研究完全具備可行性。

我國動(dòng)車組裝配的受電弓型號多樣，不同型號受電弓因其機(jī)械結(jié)構(gòu)、控制策略等存在差異，導(dǎo)致在相同線路條件下運(yùn)行的弓網(wǎng)受流性能也不完全一致，動(dòng)車組3C裝置能采集到大量等速檢測數(shù)據(jù)，可借助聚類方法將其用于研究不同型號受電弓的動(dòng)態(tài)性能差異。

為滿足山區(qū)、沿海、高原、大風(fēng)、高寒等各種復(fù)雜地質(zhì)條件和氣候環(huán)境下的不同運(yùn)營需求，我國接觸網(wǎng)進(jìn)行了適應(yīng)性選型，接觸網(wǎng)結(jié)構(gòu)繁雜［9］，在相同受電弓運(yùn)行條件下，不同速度等級、設(shè)計(jì)高度、懸掛類型接觸網(wǎng)的弓網(wǎng)受流性能差異顯著，通過聚類方法可對此進(jìn)行研究。

聚類是將數(shù)據(jù)集合分成由類似對象組成的多個(gè)類或簇，k-均值聚類是應(yīng)用最廣泛的聚類方法之一。k-均值聚類的工作原理為隨機(jī)選取數(shù)據(jù)集合中的k個(gè)點(diǎn)作為初始聚類中心，然后計(jì)算剩余各樣本到聚類中心的距離，將它賦給最近的類，并重新計(jì)算每一類的平均值，整個(gè)過程不斷重復(fù)，如果相鄰2次賦值沒有明顯變化，則說明劃分的類已收斂。k-均值聚類采用距離作為相似性的評價(jià)指標(biāo)，即認(rèn)為2個(gè)對象的距離越近，其相似度就越大，常用的距離有絕對值距離、歐氏距離、切比雪夫距離等［10］。

3 實(shí)踐案例

3.1 診斷方法

動(dòng)車組3C裝置的接觸網(wǎng)動(dòng)態(tài)幾何參數(shù)檢測基于圖像識別技術(shù)，在強(qiáng)光、雨雪等外部環(huán)境欠佳時(shí)可能會(huì)出現(xiàn)異常檢測數(shù)據(jù)。

采用k-最近鄰算法對某高速鐵路2021年1—5月間動(dòng)車組3C裝置檢測的接觸線高度和拉出值檢測數(shù)據(jù)進(jìn)行離群點(diǎn)診斷。由于動(dòng)態(tài)幾何參數(shù)與列車運(yùn)行速度有關(guān)，因此，需對速度、拉出值、接觸線高度組成的三維數(shù)據(jù)進(jìn)行離群點(diǎn)診斷。

對速度、拉出值和接觸線高度檢測數(shù)據(jù)采用z-score算法進(jìn)行歸一化，采用歐式距離作為度量計(jì)算離群因子，k分別取值為2、3、4、5時(shí)，離群因子計(jì)算結(jié)果（前100位）見圖2。

圖2 離群因子計(jì)算結(jié)果（前100位）

由圖2可知，k值取3、4、5時(shí)，離群因子的衰減速度基本一致，且衰減速度的拐點(diǎn)均為7，因此，取k值為5，并將離群因子排序前7個(gè)點(diǎn)選為離群點(diǎn)，離群點(diǎn)診斷結(jié)果見圖3。

圖3 離群點(diǎn)診斷結(jié)果

離群因子最大值處的檢測速度為123 km/h，接觸線高度檢測為5 479 mm，遠(yuǎn)高于該高速鐵路接觸網(wǎng)的高度設(shè)計(jì)值5 300 mm，屬于異常值，該處3C裝置拍攝的可見光圖像見圖4，可以看出，圖像上存在的黑色斑點(diǎn)（雨水）可能對圖像識別算法造成了影響，導(dǎo)致檢測數(shù)據(jù)出現(xiàn)異常。

圖4 接觸線高度異常值處的可見光圖像

3.2 統(tǒng)計(jì)方法

3.2.1 局部缺陷頻次統(tǒng)計(jì)

2021年4月，3C裝置在某高速鐵路上行K499.805處檢出接觸線硬彎局部缺陷。為了確認(rèn)是否有必要對檢出缺陷實(shí)施現(xiàn)場復(fù)核調(diào)整，將線路長度按50 m進(jìn)行等長區(qū)間劃分，統(tǒng)計(jì)各區(qū)間2019年1月—2021年4月間檢出的接觸線硬彎缺陷頻數(shù)（見圖5）?？梢姡琄499.805所屬區(qū)間K499.785—K499.835中檢出頻數(shù)最多，達(dá)到36次。

圖5 某高速鐵路上行接觸線硬彎缺陷頻數(shù)統(tǒng)計(jì)

查看該高速鐵路近期的高速弓網(wǎng)綜合檢測裝置（1C）檢測數(shù)據(jù)（見圖6），該位置檢出的硬點(diǎn)顯著大于附近其他位置，且存在持續(xù)時(shí)間較長的燃弧缺陷。

圖6 某高速鐵路的1C檢測數(shù)據(jù)

綜上分析可知，該高速鐵路上行K499.805處的接觸線硬彎缺陷存在，且在較長周期內(nèi)頻繁檢出，可安排現(xiàn)場復(fù)核調(diào)整。

3.2.2 檢測參數(shù)分布統(tǒng)計(jì)

TG/GD 124—2015《高速鐵路接觸網(wǎng)運(yùn)行維修規(guī)則》中規(guī)定分段絕緣器應(yīng)位于受電弓中心，一般情況下偏差不超過100 mm。2020年全路3C裝置檢出的分段絕緣器拉出值分布見圖7，可見，分段絕緣器位置的拉出值主要分布在100 mm以內(nèi)，占77.75%，但仍有22.25%分布在100 mm以外，屬于分段絕緣器偏移，應(yīng)引起運(yùn)營維護(hù)單位的重視。

圖7 2020年檢出的分段絕緣器拉出值分布圖

3.3 回歸方法

對某高速鐵路2019年12月—2020年7月同一位置檢出的接觸線高度局部缺陷進(jìn)行分析，對檢測日期與接觸線高度數(shù)據(jù)進(jìn)行一元線性回歸，回歸函數(shù)為y=5.42x-5359.54，基于該函數(shù)預(yù)測未來3期接觸線高度檢測數(shù)據(jù)（見圖8），可見，該位置的接觸線高度檢測數(shù)據(jù)持續(xù)增加，2020年8—9月的檢測數(shù)據(jù)與預(yù)測結(jié)果基本一致。

圖8 某高速鐵路接觸線高度缺陷值回歸及預(yù)測

該位置2020年9月9日接觸線高度檢測數(shù)據(jù)見圖9，可見，該位置處于兩相鄰等高點(diǎn)中間，位于中心錨結(jié)附近。中心錨結(jié)是影響接觸網(wǎng)穩(wěn)定性的重要因素，中心錨結(jié)兩側(cè)受力，當(dāng)接觸網(wǎng)張力補(bǔ)償裝置出現(xiàn)異常時(shí)，中心錨結(jié)位置的受力狀態(tài)通常會(huì)發(fā)生改變，導(dǎo)致動(dòng)態(tài)檢測數(shù)據(jù)異常。

圖9 某高速鐵路2020年9月9日接觸線高度檢測數(shù)據(jù)

3.4 聚類方法

按車型對某高速鐵路2019年1月—2021年4月檢出的燃弧數(shù)量進(jìn)行統(tǒng)計(jì)，由于不同車型的檢測頻率存在差異，統(tǒng)計(jì)燃弧數(shù)量時(shí)以百公里缺陷數(shù)（平均每百公里檢測出的缺陷個(gè)數(shù)）為準(zhǔn)。各月不同車型檢出的燃弧缺陷數(shù)量見圖10，可見，不同車型的檢測設(shè)備檢出的燃弧數(shù)量存在顯著差異。

圖10 某高速鐵路各月不同車型檢出的燃弧缺陷數(shù)量

為了解導(dǎo)致不同車型檢出燃弧數(shù)量存在差異的原因，采用k-均值法對車型聚類。燃弧缺陷屬于弓網(wǎng)匹配狀態(tài)異常，發(fā)生頻次與列車運(yùn)行速度密切相關(guān)，聚類時(shí)需增加速度維度，計(jì)算各月檢出燃弧的列車運(yùn)行速度和百公里缺陷數(shù)均值（結(jié)果見表2）。

表2 各月檢測數(shù)據(jù)均值

以歐式距離作為度量，取聚類個(gè)數(shù)為3，隨機(jī)獲取初始聚類中心，采用k-均值法對表2中數(shù)據(jù)進(jìn)行聚類，各樣本與聚類中心的歐式距離及聚類結(jié)果見圖11。

圖11 各樣本與聚類中心的歐式距離及聚類結(jié)果

由圖11可知，第1類中各車型裝配的受電弓型號主要為CX，檢出燃弧時(shí)列車運(yùn)行速度高，燃弧百公里缺陷數(shù)量多；第2類中CRH2A、CRH5A裝備的受電弓型號為DSA250，CRH380D裝備的受電弓型號為CX，檢出燃弧時(shí)列車運(yùn)行速度低，燃弧百公里缺陷數(shù)量少；第3類CRH380BG裝配的受電弓型號為CX，檢出燃弧時(shí)列車運(yùn)行速度較高，燃弧百公里缺陷數(shù)量較多。

總體而言，該高速鐵路上各車型裝配CX型受電弓更易發(fā)生燃弧，裝配DSA250型受電弓發(fā)生燃弧的數(shù)量相對較少，且列車在高速運(yùn)行狀態(tài)下的燃弧發(fā)生更為頻繁。

4 結(jié)束語

基于動(dòng)車組3C檢測數(shù)據(jù)，提出對接觸網(wǎng)設(shè)備局部缺陷和當(dāng)前狀態(tài)進(jìn)行診斷、對接觸網(wǎng)缺陷分布特征和演變規(guī)律進(jìn)行分析、對弓網(wǎng)匹配關(guān)系進(jìn)行探索的檢測數(shù)據(jù)挖掘方法，并結(jié)合案例在不同應(yīng)用場景下對方法的可行性和有效性進(jìn)行了驗(yàn)證。提出的檢測數(shù)據(jù)挖掘方法能夠有效提升3C檢測數(shù)據(jù)的分析效率和質(zhì)量，拓展3C檢測數(shù)據(jù)的分析深度和廣度，使得3C檢測系統(tǒng)能夠更好地服務(wù)于現(xiàn)場維修、設(shè)備管理和弓網(wǎng)關(guān)系研究。