文武臣

（北京中鐵建電氣化設(shè)計(jì)研究院有限公司，北京 100043）

1 概述

隨著當(dāng)今國(guó)內(nèi)鐵路建設(shè)的高速發(fā)展，信號(hào)設(shè)備的正常運(yùn)行在鐵路運(yùn)輸中起到了重要作用。作為一種處于國(guó)際先進(jìn)水平的ZPW-2000A軌道電路，以其可靠性高、傳輸長(zhǎng)度長(zhǎng)，具備鐵路擴(kuò)能、提速和提效顯著等優(yōu)點(diǎn)，在我國(guó)鐵路建設(shè)中廣泛應(yīng)用。但是目前其日常檢修與維護(hù)工作仍然以人工為主，主要依賴于維修人員的技術(shù)水平和工作經(jīng)驗(yàn)。因而研究怎樣實(shí)時(shí)正確地判定ZPW-2000A軌道電路故障點(diǎn)，并迅速高效地對(duì)其維修，對(duì)鐵路設(shè)備安全運(yùn)行具有重大而深遠(yuǎn)的意義。人工智能作為利用計(jì)算機(jī)模擬人類思維過(guò)程和智能行為的一門學(xué)科，可以代替人腦且更有效地工作，從而將人類從繁重的科學(xué)和工程計(jì)算工作中解放出來(lái)。基于人工智能的此種特性，本文采取其幾種技術(shù)理論對(duì)ZPW-2000A軌道電路故障診斷的方法進(jìn)行探討。

2 ZPW-2000A軌道電路常見(jiàn)故障

根據(jù)以往對(duì)現(xiàn)場(chǎng)故障診斷的分析和判斷，可以將ZPW-2000A軌道電路的故障類別分為兩種：一種是紅光帶故障，即當(dāng)軌道電路實(shí)際狀態(tài)為空閑時(shí)，由于某種原因?qū)е萝壍览^電器無(wú)法可靠吸起，從而在控制臺(tái)顯示軌道電路被占用的現(xiàn)象；另一種是分路不良故障，即當(dāng)軌道電路實(shí)際狀態(tài)為占用時(shí)，由于某種原因?qū)е驴刂婆_(tái)未顯示或未可靠顯示軌道電路被占用的現(xiàn)象。

根據(jù)ZPW-2000A軌道電路的系統(tǒng)結(jié)構(gòu)，將其故障類別分為室內(nèi)設(shè)備故障和室外設(shè)備故障，其宏觀故障樹(shù)模型及故障模式如圖1所示。

圖1 ZPW-2000A軌道電路系統(tǒng)宏觀故障樹(shù)模型Fig.1 Macro fault tree model of ZPW-2000A track circuit system

3 人工智能理論

3.1 專家系統(tǒng)

作為一種計(jì)算機(jī)系統(tǒng)，專家系統(tǒng)能夠存儲(chǔ)專家知識(shí)并運(yùn)用其進(jìn)行問(wèn)題求解。通常專家系統(tǒng)的結(jié)構(gòu)如圖2所示，主要包括：存儲(chǔ)專家知識(shí)的知識(shí)庫(kù)，運(yùn)用專家知識(shí)進(jìn)行推理的推理機(jī)，用于存放數(shù)據(jù)的數(shù)據(jù)庫(kù)，實(shí)現(xiàn)用戶與系統(tǒng)交流的人機(jī)接口、解釋程序和知識(shí)獲取程序。

圖2 專家系統(tǒng)的結(jié)構(gòu)Fig.2 Expert system structure

3.2 人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)是一種對(duì)動(dòng)物神經(jīng)結(jié)構(gòu)特征進(jìn)行模仿的人工系統(tǒng)，可以利用物理器件系統(tǒng)或計(jì)算機(jī)實(shí)現(xiàn)對(duì)人腦結(jié)構(gòu)及功能的模擬。作為一種計(jì)算模型，該網(wǎng)絡(luò)以神經(jīng)元為處理信息的基本單元，將大量神經(jīng)元廣泛互聯(lián)，并將它們之間的連接弧作為信息傳遞通道，能夠?qū)π畔⑦M(jìn)行分布式存儲(chǔ)、并行處理，從而在一定程度上模擬人腦生物神經(jīng)系統(tǒng)的工作，并且具有容錯(cuò)性好、自適應(yīng)性強(qiáng)和自學(xué)習(xí)能力強(qiáng)的優(yōu)越性能。其結(jié)構(gòu)主要有層狀結(jié)構(gòu)和網(wǎng)狀結(jié)構(gòu)。

3.3 模糊理論

人類大腦中存儲(chǔ)的大部分知識(shí)和經(jīng)驗(yàn)并沒(méi)有明確清晰的邊界，而是以模糊信息集合的形式存在的。作為人類語(yǔ)言的特有形態(tài)，模糊信息無(wú)法被計(jì)算機(jī)直接識(shí)別，而模糊理論利用模糊邏輯系統(tǒng)，可以將這些模糊信息轉(zhuǎn)化成計(jì)算機(jī)能夠接受的形式，從而使其能夠被模擬人類大腦的計(jì)算機(jī)所識(shí)別、描述、處理、分析和判斷。

模糊理論的主要概念包括模糊邏輯、模糊算子、模糊集合及其隸屬函數(shù)。模糊集合由隸屬函數(shù)求得，采用隸屬度的概念來(lái)定量描述元素與集合之間的隸屬關(guān)系。模糊算子是模糊集合之間的運(yùn)算算子。

模糊邏輯系統(tǒng)可以對(duì)模糊信息進(jìn)行有效的處理，它是在模糊概念和模糊邏輯的理論基礎(chǔ)上構(gòu)建的，其一般結(jié)構(gòu)如圖3所示。

圖3 模糊邏輯系統(tǒng)一般結(jié)構(gòu)Fig.3 General structure of fuzzy logic system

模糊邏輯系統(tǒng)構(gòu)建的一般步驟是：分別確定輸入量集合和輸出量集合；確定輸入變量、輸出變量的模糊取值及對(duì)應(yīng)的隸屬函數(shù)；建立模糊規(guī)則庫(kù)；確定模糊算子；確定模糊推理算法；確定去模糊化算法；利用硬件或軟件方法進(jìn)行系統(tǒng)的具體實(shí)現(xiàn)。

4 基于人工智能的ZPW-2000A軌道電路故障診斷

4.1 專家系統(tǒng)在軌道電路故障診斷中的應(yīng)用

專家經(jīng)過(guò)大量研究工作成功排除某次軌道電路故障后，將獲取的知識(shí)存入故障診斷專家系統(tǒng)的知識(shí)庫(kù)。當(dāng)同樣的故障現(xiàn)象發(fā)生在另一時(shí)間其他地點(diǎn)，即使該專家不在現(xiàn)場(chǎng)，利用專家系統(tǒng)也能很快地排除該故障，從而大大縮短了軌道電路故障排除時(shí)間，提高維修效率。結(jié)合現(xiàn)場(chǎng)運(yùn)營(yíng)使用單位的意見(jiàn)，發(fā)現(xiàn)常見(jiàn)的ZPW-2000A軌道電路故障及可能出現(xiàn)的故障點(diǎn)主要有以下幾個(gè)方面。

1）發(fā)送器故障

ZPW-2000A軌道電路發(fā)送器故障專家系統(tǒng)判別如表1所示。

表1 ZPW-2000A軌道電路發(fā)送器故障專家系統(tǒng)判別Tab.1 Discrimination of ZPW-2000A track circuit transmitter fault expert system

2）接收器故障

ZPW-2000A軌道電路接收器故障專家系統(tǒng)判別如表2所示。

表2 ZPW-2000A軌道電路接收器故障專家系統(tǒng)判別Tab.2 Discrimination of ZPW-2000A track circuit receiver fault expert system

以上兩種故障形式均屬于ZPW-2000A軌道電路有報(bào)警故障，故障發(fā)生時(shí)可以通過(guò)行車控制臺(tái)的聲光報(bào)警及時(shí)通知到運(yùn)營(yíng)使用單位。由于發(fā)送器和接收器均為冗余設(shè)計(jì)，系統(tǒng)正常工作可能不被中斷，不至于影響行車安全。

ZPW-2000A軌道電路故障診斷轉(zhuǎn)接系統(tǒng)對(duì)于無(wú)故障報(bào)警的診斷與維修，需要結(jié)合各個(gè)鐵路局已經(jīng)掌握的現(xiàn)場(chǎng)經(jīng)驗(yàn)，通過(guò)對(duì)設(shè)備故障機(jī)理的了解，遵循信號(hào)傳輸路徑的規(guī)律，先判斷出故障發(fā)生的范圍，把現(xiàn)場(chǎng)的實(shí)測(cè)數(shù)據(jù)與電務(wù)部門日常維護(hù)積累的經(jīng)驗(yàn)數(shù)據(jù)值和電氣設(shè)備的標(biāo)準(zhǔn)性能數(shù)據(jù)進(jìn)行比對(duì)，進(jìn)而進(jìn)行故障的精準(zhǔn)定位和迅速排查。

除此之外，在引入相似度計(jì)算方法后，可以在傳統(tǒng)的專家系統(tǒng)中增加案例推理功能，以便在案例庫(kù)中搜尋、推理出匹配度最高的源案例并將其推薦給用戶。同時(shí)把案例學(xué)習(xí)或修正后的診斷結(jié)果作為新的故障案例存儲(chǔ)到案例庫(kù)中，從而擴(kuò)大知識(shí)庫(kù)?；诎咐评淼腪PW-2000A軌道電路故障診斷專家系統(tǒng)結(jié)構(gòu)如圖4所示。

圖4 基于案例推理的ZPW-2000A軌道電路故障診斷專家系統(tǒng)結(jié)構(gòu)Fig.4 Structure diagram of ZPW-2000A track circuit fault diagnosis expert system based on CBR

4.2 基于模糊神經(jīng)網(wǎng)絡(luò)的故障診斷方法

作為一種混合智能處理方法，模糊神經(jīng)網(wǎng)絡(luò)可以將模糊邏輯系統(tǒng)和人工神經(jīng)網(wǎng)絡(luò)結(jié)合起來(lái)，在處理模糊性和非線性等問(wèn)題上具備強(qiáng)大的優(yōu)越性。以模糊神經(jīng)網(wǎng)絡(luò)為依據(jù)，對(duì)故障診斷進(jìn)行設(shè)計(jì)的整體思路如圖5所示。

圖5 故障診斷方法總體設(shè)計(jì)思路框Fig.5 Block diagram of the overall design idea of the fault diagnosis method

設(shè)計(jì)步驟如下。

FTA定性分析：通過(guò)對(duì)軌道電路系統(tǒng)工作原理的研究和對(duì)常見(jiàn)設(shè)備故障的調(diào)查分析，以室內(nèi)和室外為故障分類依據(jù)，搭建 ZPW-2000A軌道電路系統(tǒng)故障樹(shù)模型，分別把紅光帶故障和分路不良作為頂事件，依據(jù)故障樹(shù)理論逐層分析，按照邏輯關(guān)系構(gòu)建 ZPW-2000A軌道電路紅光帶故障樹(shù)模型和分路不良故障樹(shù)模型，并根據(jù)故障樹(shù)結(jié)構(gòu)，利用下行法求得最小割集；“紅光帶故障”的結(jié)構(gòu)函數(shù)用P1表示，“分路不良故障”的結(jié)構(gòu)函數(shù)用P2表示， ZPW-2000A軌道電路系統(tǒng)故障結(jié)構(gòu)函數(shù)用P表示，P=P1+P2。

FTA定量分析：統(tǒng)計(jì)底事件的發(fā)生次數(shù)，進(jìn)而求得底事件的發(fā)生概率，而后依據(jù)底事件發(fā)生概率自下而上計(jì)算得出頂事件的發(fā)生概率，并利用 Fussell算法進(jìn)行分析計(jì)算，得到最小割集重要度；從分析出來(lái)的結(jié)構(gòu)函數(shù)P可以得出一、二、三階最小割集。P=X2+X3+X4+X5X6+X7X8+X9+X10+X10X11+X12X13+X14X15X16（Xi表示引起“紅光帶”和“分路不良”故障的最底層事件），其中一階最小割集屬于單點(diǎn)故障，比二階和三階最小割集顯得更為重要，必須做重點(diǎn)防護(hù)。

對(duì)故障樹(shù)進(jìn)行分析，研究故障診斷的輸出并對(duì)其模式進(jìn)行總結(jié)，進(jìn)而歸納匯總，得出故障診斷的規(guī)則，并對(duì)各個(gè)模糊神經(jīng)子網(wǎng)絡(luò)的輸入、輸出模式進(jìn)行驗(yàn)證；根據(jù)所列的最小割集逐一制定對(duì)策，從而降低ZPW-2000軌道電路故障率。針對(duì)不同的底事件制定相應(yīng)的解決方案，解決方案主要分為3類：一是進(jìn)行設(shè)備改造，徹底根治設(shè)備隱患；二是制定防控機(jī)制或手段減低設(shè)備故障發(fā)生；三是采取措施減低設(shè)備故障后的影響。

以故障樹(shù)的分析結(jié)果為依據(jù)，搭建故障診斷系統(tǒng)平臺(tái)，構(gòu)建其系統(tǒng)結(jié)構(gòu)，并對(duì)模糊神經(jīng)網(wǎng)絡(luò)模型進(jìn)行整體設(shè)計(jì)；神經(jīng)網(wǎng)絡(luò)系統(tǒng)分為并聯(lián)和串聯(lián)兩種網(wǎng)絡(luò)系統(tǒng)。可以根據(jù)需要開(kāi)發(fā)出登陸界面：數(shù)據(jù)輸入模塊、數(shù)據(jù)處理模塊、數(shù)據(jù)查詢模塊，數(shù)據(jù)存儲(chǔ)模塊及其他擴(kuò)展模塊。

以故障診斷對(duì)象為基礎(chǔ)，創(chuàng)建模糊隸屬度函數(shù)，對(duì)函數(shù)參數(shù)進(jìn)行設(shè)定，調(diào)整相應(yīng)的網(wǎng)絡(luò)權(quán)值以適應(yīng)系統(tǒng)環(huán)境，從而確立故障診斷模型。

將實(shí)測(cè)數(shù)據(jù)輸入到故障診斷系統(tǒng)模型中，經(jīng)過(guò)一系列運(yùn)算得到的輸出即為軌道電路故障的診斷結(jié)果，可以得到診斷報(bào)告和故障解決方案。

5 總結(jié)

目前人工智能已被提升到國(guó)家發(fā)展戰(zhàn)略的高度，本文研究了將專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、模糊邏輯系統(tǒng)等人工智能技術(shù)應(yīng)用到 ZPW-2000A軌道電路故障診斷中的幾種方案。這些應(yīng)用可以極大地提高故障診斷的準(zhǔn)確性和時(shí)效性，對(duì)于提高軌道電路維修效率和行車效率具有重大而深遠(yuǎn)的意義。如果將以上幾種技術(shù)相互結(jié)合起來(lái)，能夠更好地發(fā)揮各自的優(yōu)勢(shì)，彌補(bǔ)各自存在的問(wèn)題，為信號(hào)設(shè)備智能運(yùn)維系統(tǒng)的健康有序發(fā)展，提供技術(shù)解決方案。