摘? 要：文章從失效模式和故障原因2個方面，對25 Hz相敏軌道電路系統(tǒng)進行深入分析，搭建了25 Hz軌道電路的故障預測與健康管理（PHM）體系結(jié)構(gòu);提出了數(shù)據(jù)采集、故障分區(qū)方案;憑借基于決策樹的故障診斷模型，最終輸出維修維護決策，其有助于提高25 Hz相敏軌道電路維修效率，降低維修維護成本，提高軌道電路的可靠性和可用性，為保障列車安全運行發(fā)揮積極作用。

關鍵詞：25 Hz相敏軌道電路;數(shù)據(jù)采集;決策樹;綜合診斷

中圖分類號：U284.2? ? 文獻標識碼：A 文章編號：2096-4706（2021）18-0044-04

Abstract： This paper deeply analyzes the 25 Hz phase sensitive track circuit system from two aspects of failure mode and failure cause， builds the architecture of Prognostics and Health Management （PHM） for 25 Hz track circuit fault; proposes data acquisition and fault partition scheme; with the fault diagnosis model based on decision tree， the maintenance decision is finally output， which helps to improve the maintenance efficiency of 25 Hz phase sensitive track circuit， reduce the maintenance cost， improve the reliability and availability of track circuit， and play a positive role in ensuring the safe operation of train.

Keywords： 25 Hz phase sensitive track circuit; data acquisition; decision tree; comprehensive diagnosis

0? 引? 言

目前在國內(nèi)，25 Hz相敏軌道電路是既有線站內(nèi)軌道電路的主要制式，由于其室外設備長期暴露在開放環(huán)境下，受雨雪天氣、牽引電流工頻干擾等因素影響較大，給設備維護人員帶來了極大的挑戰(zhàn)。當前對軌道電路的維護措施主要有3種：

（1）人工巡檢，效率低且存在極大的人身安全隱患。

（2）電務綜合檢測車，成本高且檢測周期長，不能及時反映現(xiàn)場設備狀況。

（3）信號集中監(jiān)測系統(tǒng)，雖是當前最主要的維護輔助系統(tǒng)，但針對站內(nèi)25 Hz軌道電路，只采集了少量室內(nèi)設備電氣參數(shù)，幾乎不采集室外設備電氣參數(shù)，存在室內(nèi)設備監(jiān)測不全、室外設備監(jiān)測基本空白等不足。

通過查找相關文獻，研究25 Hz相敏軌道電路故障綜合診斷判別方法。文獻[1]提出了采用模糊神經(jīng)網(wǎng)絡的方法，建立高壓脈沖軌道電路故障預測模型，對高壓脈沖軌道電路的故障分析十分有效;文獻[2]提出基于定性趨勢分析理論的電氣絕緣節(jié)設備故障診斷方法，為無絕緣軌道電路的故障分析提供了重要參考;文獻[3]提出一種基于組合決策樹的無絕緣軌道電路診斷方法，對ZPW-2000A型軌道電路故障診斷具有較高的準確率;文獻[4]利用組合模型對25 Hz軌道電路進行診斷，可以克服單項診斷方法信息單一、診斷片面等不足，具有更好的故障診斷準確度;文獻[5]通過粒子群參數(shù)優(yōu)化的支持向量機模型，實現(xiàn)了對ZPW-2000型軌道電路分路不良的預測;文獻[6-10]對25 Hz軌道電路故障診斷方法進行了研究。

以上文獻對ZPW-2000型系列和高壓脈沖型軌道電路的研究較多，但尚未從故障預測與健康管理的角度對25 Hz軌道電路進行綜合診斷。為此，提出采集25 Hz軌道電路的電氣特性數(shù)據(jù)，基于數(shù)據(jù)進行故障定位和故障預警，最終實現(xiàn)25 Hz軌道電路健康管理的方案，以保證軌道電路的高可靠性和高安全性。

1? 25 Hz軌道電路系統(tǒng)組成

25 Hz軌道電路由送電端設備和受電端設備組成[11]，圖1為典型的25 Hz軌道電路的結(jié)構(gòu)圖。送電端設備主要由送電端軌道變壓器、限流電阻、熔斷器組成;受電端設備主要由受電端軌道變壓器、熔斷器、補償防護器、防護盒、25 Hz軌道電路接收器等組成。室內(nèi)送電電源經(jīng)過送電端設備到達室外，通過電纜送至鋼軌，鋼軌作為傳輸介質(zhì)，將電流送至受電端軌道接收器軌道線圈側(cè)，當兩側(cè)的電壓和頻率達到規(guī)定要求時，軌道繼電器勵磁吸起，軌道電路處于調(diào)整狀態(tài);當區(qū)段內(nèi)有車占用時，輪對將軌道電路短路，受電端軌道接收器失磁落下，軌道電路處于分路狀態(tài)。

2? 基于FTA的故障分析

25 Hz軌道電路具有組成元器件多、傳輸介質(zhì)復雜，易受室外環(huán)境影響等特點，從而導致故障的原因比較復雜。因此提出采用基于FTA的故障原因分析方法，分別對25 Hz軌道電路有車占用時無紅光帶顯示（即分路不良故障）和無車占用時點亮紅光帶（即紅光帶故障）2種典型故障現(xiàn)象進行原因分析，如圖2所示。

通過對25 Hz軌道電路的兩種故障現(xiàn)象自上而下地分析原因，可以確定其基本的故障現(xiàn)象。如圖2（a）對分路不良故障FTA分析：首先分析是否為聯(lián)鎖采集軌道繼電器故障，如果是則確定一個故障原因;接著分析是否為軌道繼電器本身錯誤吸起，如果是也可以確定一個故障原因;再分析接收端的電平是否高于門限值，直至所有事件都分析完畢。圖2（b）對紅光帶故障FTA分析，故障原因有聯(lián)鎖采集軌道繼電器故障、防護盒、防雷補償器、端子連接不當、防護盒、防雷補償器故障、受端鋼軌絕緣破損、斷軌、道床電阻過低等，依據(jù)故障樹可依次確定故障原因。

基于FTA的故障原因分析從定性的角度對25 Hz軌道電路進行故障分析。為確保25 Hz軌道電路穩(wěn)定運行，提高維修效率，設計25 Hz軌道電路健康管理系統(tǒng)。通過采集25 Hz軌道電路關鍵節(jié)點的參數(shù)，判斷是否存在故障，做到將故障定位至具體分區(qū)和模式，并對當前未出現(xiàn)故障的設備進行故障預測，最終實現(xiàn)健康管理。

3? 25 Hz軌道電路PHM體系結(jié)構(gòu)設計

預測與健康管理技術（Prognosties and Health Management， PHM）是在綜合利用現(xiàn)代信息技術、人工智能技術最新研究成果的基礎上，提出的一種全新的管理健康狀態(tài)的解決方案[12]。PHM包括2層含義：一是故障預測，即預先診斷部件或系統(tǒng)完成其功能的狀態(tài)，確定部件正常工作的時間長度;二是健康管理，即根據(jù)診斷、預測信息、可用資源和使用需求對維修活動做出適當決策的能力[13，14]。一般而言，PHM系統(tǒng)主要由6個部分構(gòu)成：數(shù)據(jù)采集、數(shù)據(jù)預處理、狀態(tài)監(jiān)測、狀態(tài)評估、故障診斷和故障預測、人機接口。本文提出搭建的25 Hz軌道電路的PHM體系結(jié)構(gòu)如圖3所示。

3.1? 數(shù)據(jù)采集

通過傳感器等手段，監(jiān)測軌道電路系統(tǒng)室內(nèi)外設備電氣特性及關鍵參數(shù);采集設備所處的環(huán)境參數(shù)，如溫度、濕度等;提前獲取軌道電路系統(tǒng)的功能參數(shù)以及各部件的基本參數(shù)。

根據(jù)實際的25 Hz軌道電路元器件布置及健康管理分析需求，確定采集點位置，如圖1所示?！癡數(shù)字”代表采集此處的電壓，“A數(shù)字”代表采集此處的電流。具體采集位置和采集內(nèi)容如表1所示。

3.2? 狀態(tài)監(jiān)測及評估

對預處理后的數(shù)據(jù)進行分析，通過閾值判斷、似然度比較、偏離度計算等方法，實現(xiàn)對軌道電路系統(tǒng)的狀態(tài)監(jiān)測，并評估狀態(tài)監(jiān)測的結(jié)果。如果結(jié)果偏離正常值過大，則判斷為故障;若略有偏差，但系統(tǒng)仍正常工作，則判斷為系統(tǒng)的退化狀態(tài)，由此可確定25 Hz軌道電路是處于故障狀態(tài)還是正常狀態(tài)。

3.3? 故障診斷和故障預測

若判斷為故障，通過故障診斷模塊進行故障識別和定位;若判斷為退化狀態(tài)，則通過故障預測與健康管理模塊對其進行趨勢分析，并制定保障策略。使用決策樹方法對采集的數(shù)據(jù)進行分析，確定對應的故障分區(qū)及具體的故障模式。

決策樹是一種樹形結(jié)構(gòu)，從根節(jié)點出發(fā)，每一個樹節(jié)點表示一個屬性測試，每個分支表示一個測試輸出，從根節(jié)點依次向下遍歷分支路徑，最終由樹的葉節(jié)點標記實例類別[15]。決策樹形成的樹狀判別網(wǎng)絡結(jié)構(gòu)清晰，可解釋性較強。

構(gòu)建25 Hz軌道電路的決策樹網(wǎng)絡模型，首先需確定其故障分區(qū)和每個分區(qū)對應的故障模式：

（1）故障分區(qū)。將軌道電路劃分為8個區(qū)域，具體劃分如圖1所示。每個區(qū)域又歸納了對應的常見故障模式，如表2所示，故障代碼為F1～F16，F(xiàn)0代表系統(tǒng)正常。

（2）故障定位。如圖4所示，在根節(jié)點處判別系統(tǒng)狀態(tài)，正常則輸出“F0”，異常則依次向下遍歷分支，直到判別出具體故障模式（F1～F16）。其中每一個樹節(jié)點都可以表示為一顆決策樹，將采集的數(shù)據(jù)（V1～V5，A1～A6）作為條件屬性，通過對條件屬性的判斷，得到最終的故障診斷結(jié)果。

根據(jù)專家經(jīng)驗，當系統(tǒng)異常時，先判斷V4是否大于50 V，若大于該值則定位為室內(nèi)故障;若不大于該值再判斷V1是否小于200 V，如果小于200 V則為室內(nèi)故障，如果等于220±6.6 V則為室外故障。

3.4? 健康管理模型

當判斷系統(tǒng)狀態(tài)正常的時候，進一步對其進行故障預測分析。結(jié)合設備生命周期內(nèi)各個階段的參數(shù)，預判設備的故障時間。在決策樹模型的基礎上，引入時間t參數(shù)，輸出結(jié)果為“t時間后，可能發(fā)生的故障”。

基于故障診斷結(jié)果和預測結(jié)果，輸出設備故障分析報告、設備故障預警報告，為維修維護人員的日常決策提供支持。

4? 結(jié)? 論

本文通過對25 Hz軌道電路的系統(tǒng)組成、失效模式、故障原因的分析，構(gòu)建了25 Hz相敏軌道電路的PHM體系，提出了數(shù)據(jù)采集方案，歸納了軌道電路故障分區(qū)和故障模式，采用組合決策樹進行故障定位，并引入時間參數(shù)對設備進行故障預測，最終將診斷和預測結(jié)果反饋給維修維護人員，為其維修維護決策提供支持。可有效降低維修保養(yǎng)費用，縮短維修時間，提高軌道電路設備的安全性，對保障列車安全可靠運行具有重要意義。后續(xù)健康管理模型可研究引入多維數(shù)據(jù)來進行綜合判斷，可有效提升設備維修維護水平。

參考文獻：

[1] 黃贊武，魏學業(yè)，李紹斌.軌道電路故障預測與健康管理體系結(jié)構(gòu)設計 [J].計算機工程，2012，38（20）：232-235.

[2] 孫上鵬，趙會兵，全宏宇，等.基于定性趨勢分析的無絕緣軌道電路電氣絕緣節(jié)設備故障診斷方法 [J].中國鐵道科學，2014，35（1）：105-113.

[3] 朱文博，王小敏.基于組合決策樹的無絕緣軌道電路故障診斷方法研究 [J].鐵道學報，2018，40（7）：74-79.

[4] 米根鎖，楊潤霞，梁利.基于組合模型的軌道電路復雜故障診斷方法研究 [J].鐵道學報，2014，36（10）：65-69.

[5] 張夢琪，趙會兵，孫上鵬.基于粒子群支持向量機的軌道電路分路不良預測方法 [J] 鐵道學報，2015，37（10）：68-74.

[6] 陸曉峰，王小敏，李光耀.基于Mamdani模糊神經(jīng)網(wǎng)絡的相敏軌道電路故障診斷方法研究 [J].鐵道標準設計，2015，59（11）：104-109.

[7] 王剛.基于分層歸類法的25 Hz相敏軌道電路故障診斷與分析 [J].鐵路通信信號工程技術，2017，14（5）：105-107+120.

[8] 鄭云水，牛行通，康毅軍.蝙蝠算法優(yōu)化模糊神經(jīng)網(wǎng)絡的25 Hz相敏軌道電路故障診斷研究 [J].鐵道學報，2018，40（12）：93-100.

[9] 謝旭旭，戴勝華.基于深度學習的無絕緣軌道電路故障診斷研究 [J].鐵道學報，2020，42（6）：79-85.

[10] 董煜.基于改進證據(jù)理論的25Hz軌道電路故障診斷方法研究 [D].蘭州：蘭州交通大學，2019.

[11] 安海君，李建清，吳保英.25Hz相敏軌道電路：第四版 [M].北京：中國鐵道出版社，2018.

[12] 孔學東，恩云飛，陸裕東.電子產(chǎn)品故障預測與健康管理 [M].北京：電子工業(yè)出版社，2013.

[13] 彭宇，劉大同，彭喜元.故障預測與健康管理技術綜述 [J].電子測量與儀器學報，2010，24（1）：1-9.

[14] 時旺，孫宇鋒，王自力，等.PHM系統(tǒng)及其故障預測模型研究 [J].火力與指揮控制，2009，34（10）：29-32+35.

[15] 徐鵬，林森.基于C4.5決策樹的流量分類方法 [J].軟件學報，2009，20（10）：2692-2704.

作者簡介：黃旭（1994—），女，漢族，陜西榆林人，工程師，碩士研究生，研究方向：鐵路信號、軌道電路。