曹 峰，賈英澤，薄宜勇

隨著我國(guó)軌道交通的迅速發(fā)展，對(duì)信號(hào)系統(tǒng)的安全性和可靠性提出了更高的要求［1］。伴隨設(shè)備維護(hù)工作量的激增，傳統(tǒng)的信號(hào)設(shè)備維護(hù)方式已不能滿足設(shè)備全生命周期健康監(jiān)測(cè)和管理要求，提升運(yùn)維技術(shù)迫在眉睫。

道岔轉(zhuǎn)轍設(shè)備是鐵路信號(hào)重要的基礎(chǔ)設(shè)施，從上海鐵路局近幾年來(lái)的線路設(shè)備故障統(tǒng)計(jì)來(lái)看，道岔故障約占信號(hào)設(shè)備總故障的30%～40%，對(duì)鐵路的運(yùn)營(yíng)安全構(gòu)成重大威脅［2-3］。

1 存在問(wèn)題

道岔的潤(rùn)滑需求與天氣環(huán)境、設(shè)備使用頻率等因素密切相關(guān)。目前的維護(hù)方式是由人員頻繁地調(diào)整道岔測(cè)試參數(shù)，并進(jìn)行涂油作業(yè)，且為了減少上道作業(yè)次數(shù)，常常一次性注入大量的潤(rùn)滑油，不但會(huì)對(duì)道床的環(huán)境產(chǎn)生影響，而且會(huì)導(dǎo)致砂石道床的傾覆，影響軌道墊層橡膠墊的工作性能及使用年限。此外，“天窗”點(diǎn)外的道岔注油對(duì)作業(yè)人員的生命安全也構(gòu)成了極大的威脅，但若將注油作業(yè)安排在“天窗”點(diǎn)內(nèi)，則會(huì)占據(jù)“天窗”的大部分時(shí)段，對(duì)設(shè)備的日常維修造成極大的阻礙［4］。

在道岔設(shè)備的日常維護(hù)中，受雨雪等惡劣天氣影響，在降雪天氣需要進(jìn)行道岔的除雪清掃作業(yè)。目前普遍采取的作業(yè)方式有人工清掃和電加熱融雪2 種。人工清掃積雪效率低下，作業(yè)時(shí)效性不強(qiáng)，存在人工上道作業(yè)與行車(chē)沖突的安全風(fēng)險(xiǎn)；電加熱融雪方式雖然效率高、時(shí)效性強(qiáng)，但存在耗電量大、覆蓋面不全、易造成結(jié)冰，以及加熱條燒損等弊病［5-6］。

針對(duì)上述問(wèn)題，本文提出了一種基于自適應(yīng)遺傳算法的道岔油潤(rùn)除雪系統(tǒng)，可通過(guò)自適應(yīng)算法實(shí)現(xiàn)霧化噴油及智能除雪。與傳統(tǒng)人工注油及人工除雪相比，基于自適應(yīng)遺傳算法的道岔油潤(rùn)除雪系統(tǒng)可以精準(zhǔn)、及時(shí)地完成道岔注油和除雪作業(yè)，并能實(shí)時(shí)監(jiān)控道岔設(shè)備狀態(tài)，對(duì)保障行車(chē)安全、提升運(yùn)營(yíng)效率，實(shí)現(xiàn)信號(hào)設(shè)備的智能運(yùn)維具有十分重要的意義。

2 自適應(yīng)遺傳算法的優(yōu)化模型

自適應(yīng)遺傳算法（Adaptive Genetic Algorithm，AGA）改變了基礎(chǔ)的遺傳算法，其特點(diǎn)是自適應(yīng)參數(shù)在提升基礎(chǔ)遺傳算法收斂速度的同時(shí)，精度也得到了提高。本研究基于自適應(yīng)遺傳算法，對(duì)道岔油潤(rùn)除雪系統(tǒng)進(jìn)行自適應(yīng)優(yōu)化。最初設(shè)定的智能油潤(rùn)除雪系統(tǒng)在線式數(shù)學(xué)模型為一階滯后環(huán)節(jié)，裝置會(huì)在每次噴油或釋放融雪劑后，智能采集所在地的溫度、濕度、光照、動(dòng)作電流等關(guān)鍵參數(shù)，而利用自適應(yīng)遺傳算法對(duì)該一階滯后環(huán)節(jié)進(jìn)行參數(shù)尋優(yōu)后，將更具有速度快、準(zhǔn)確度高和耦合性低等優(yōu)點(diǎn)。

2.1 適應(yīng)度函數(shù)

適應(yīng)度函數(shù)常用于評(píng)估個(gè)體對(duì)環(huán)境的適應(yīng)能力，可將性能優(yōu)異的個(gè)體進(jìn)行后代繁殖，從而使后代遺傳到優(yōu)良的特性。適應(yīng)度函數(shù)選取是否合適，將直接影響到遺傳算法的收斂速度及精度。

為了使適應(yīng)度可以更好地反映優(yōu)劣程度，使適應(yīng)度高的個(gè)體生存，適應(yīng)度低的個(gè)體淘汰，通常需進(jìn)行適應(yīng)度函數(shù)的改進(jìn)，以加快遺傳算法的收斂速度，增大個(gè)體的適應(yīng)度差距，進(jìn)而快速找到全局最優(yōu)解。本文以噴油次數(shù)、單次噴油量、融雪劑量、摩擦系數(shù)作為評(píng)價(jià)指標(biāo)，建立如式（1）的適應(yīng)度函數(shù)。

式中，Noil為噴油次數(shù)；Voil為單次噴油量；Vsnow為融雪劑量；η為摩擦系數(shù)；a、b、c為權(quán)重因子，且a+b+c=1。

2.2 交叉、變異算子

交叉是指從種群中隨機(jī)選取2個(gè)個(gè)體，以某一概率相互交換自身的部分染色體，通過(guò)遺傳產(chǎn)生新的優(yōu)異個(gè)體。變異是指改變個(gè)體染色體編碼串的某些基因座上的基因值，從而產(chǎn)生新個(gè)體。在基礎(chǔ)的遺傳算法中，交叉概率Pc及變異概率Pm是維持不變的。

在遺傳算法初始階段，可以通過(guò)設(shè)置較大的交叉概率Pc和變異概率Pm，將種群中適應(yīng)度小的個(gè)體迅速淘汰［7］；當(dāng)進(jìn)入算法后期階段時(shí)，傳統(tǒng)算法在Pc和Pm保持不變的情況下，除了會(huì)損壞優(yōu)異的個(gè)體外，還會(huì)影響算法的收斂速度。為此，本文提出一種自適應(yīng)策略調(diào)整的交叉算子和變異算子，具體見(jiàn)式（2）和式（3）?；诜N群迭代時(shí)個(gè)體的適應(yīng)度函數(shù)值，采用三角函數(shù)的自適應(yīng)策略，調(diào)整Pc和Pm。通過(guò)較小的Pc和Pm，使得適應(yīng)度大的個(gè)體得以生存；同時(shí)，通過(guò)較大的Pc和Pm，使得適應(yīng)度較小的個(gè)體被淘汰。

式中：Pc_max、Pc_min分別為交叉概率的最大值和最小值；Pm_max、Pm_min分別為變異概率的最大值和最小值；f_max、f_min分別為某一群體適應(yīng)度的最大值和最小值；favg為每代群體適應(yīng)度的平均值；f′為2 個(gè)交叉體中較高的適應(yīng)度值；f為即將變異個(gè)體的適應(yīng)度值；Pc′、Pm′分別為交叉概率參數(shù)和變異概率參數(shù)。

基于自適應(yīng)遺傳算法的道岔油潤(rùn)除雪系統(tǒng)通過(guò)自適度函數(shù)得到個(gè)體的適應(yīng)度值，選擇被保留的個(gè)體，并采用基于三角函數(shù)的自適應(yīng)策略，通過(guò)調(diào)整交叉算子和變異算子進(jìn)行交叉與變異操作，最終得到一個(gè)噴油次數(shù)最少、單次噴油量最少，以及摩擦系數(shù)最小的最優(yōu)方案。

3 系統(tǒng)設(shè)計(jì)

3.1 結(jié)構(gòu)組成

道岔油潤(rùn)除雪系統(tǒng)結(jié)構(gòu)如圖1 所示，主要由殼體、頂桿裝置和噴淋裝置3 部分構(gòu)成。殼體包括隔板、固定塊、壓縮空氣接口、油料接口和融雪劑接口；頂桿裝置包括彈簧、活塞和桿體；噴淋裝置包括連接件、球形構(gòu)件和壓蓋螺帽。

圖1 道岔油潤(rùn)除雪系統(tǒng)的結(jié)構(gòu)示意

3.2 結(jié)構(gòu)特點(diǎn)

1）殼體內(nèi)部固定有橫向設(shè)置的隔板，底部設(shè)置有固定塊，隔板的中心位置具有上下貫穿的通孔，固定塊的中心位置則有上下貫穿的混料通道，混料通道的上端是朝外傾斜的斜面。殼體的側(cè)面分別設(shè)置采用G1/4接口的壓縮空氣接口、采用G1/8接口的油料接口和融雪劑接口。其中壓縮空氣接口位于隔板的上方，油料接口和融雪劑接口位于隔板和固定塊之間。

2）頂桿裝置位于殼體內(nèi)部，桿體固定在活塞下端面的中心，活塞位于壓縮空氣接口的上方，活塞上方是彈簧，彈簧與活塞固定連接，與固定板活動(dòng)連接，桿體由上至下分為首段和末段，首段的直徑大于末段。

3）噴淋裝置連接在殼體的底部，且與混料通道相連，其連接件的上端與殼體底部固定連接。球形構(gòu)件可相對(duì)于連接件轉(zhuǎn)動(dòng)，其中間具有貫通的漏斗型空腔，空腔的頂部與混料通道相連，壓蓋螺帽在連接件的下端設(shè)有開(kāi)孔，開(kāi)孔底端的直徑小于球形構(gòu)件的直徑，球形構(gòu)件的底部從開(kāi)孔中露出，且被擰緊的壓蓋螺帽固定在連接件下方。

3.3 工作原理

在控制信號(hào)的作用下，彈簧被拉伸或壓緊，可以在很小的范圍內(nèi)調(diào)節(jié)電子控制裝置的運(yùn)動(dòng)時(shí)間，以滿足不同的安裝要求［8］。當(dāng)壓縮空氣進(jìn)入裝置后，在氣體壓力的作用下，頂桿頂部活塞被壓，彈簧收縮，帶動(dòng)頂桿向彈簧方向動(dòng)作，使得圖1 所示壓縮空氣接口處形成空隙，壓縮空氣路徑打開(kāi)。同時(shí)，在油料霧化口和融雪霧化口處，由頂桿動(dòng)作，打開(kāi)液料出口，在壓縮空氣的虹吸（液料壓力）作用下，進(jìn)入萬(wàn)向噴嘴混合腔，最終由噴嘴噴出。頂桿動(dòng)作行程可由調(diào)節(jié)螺母控制彈簧壓力控制，從而實(shí)現(xiàn)對(duì)噴射流量的控制。根據(jù)需要可以控制潤(rùn)滑油和融雪劑的進(jìn)料量，從而實(shí)現(xiàn)多種噴射物料的選擇。壓縮空氣可以吹除道岔機(jī)械部位積雪；混合融雪劑霧化噴涂，可以防止道岔動(dòng)作機(jī)械部位的積雪結(jié)冰；混合潤(rùn)滑油可以實(shí)現(xiàn)機(jī)械部位的潤(rùn)滑作用。

4 試驗(yàn)與分析

4.1 試驗(yàn)過(guò)程

根據(jù)多個(gè)路局人工涂油、除雪的經(jīng)驗(yàn)，以溫度占比56%、濕度占比44%作為標(biāo)準(zhǔn)值，同時(shí)考慮雨雪天氣以及晴天等多種因素，制定以滿足摩擦系數(shù)要求所需的噴油量最低、融雪劑量最少的最優(yōu)方案。其中，噴油量最低的計(jì)算，又分為噴油次數(shù)最少和單次噴油量最少，為此本文設(shè)定了7個(gè)約束條件。

1）道岔2次動(dòng)作間隔10 min以上將注油1次。

2）當(dāng)監(jiān)測(cè)到道岔動(dòng)作電流大于1.4 A 時(shí)將注油1 次（其中動(dòng)作電流1 A 最優(yōu)，1.0～1.2 A 正常，1.4 A以上為極差，急需注油）。

3）當(dāng)滑床板上油品揮發(fā)程度≥60%時(shí)，需要注油1次。

4）當(dāng)表面溫度≥0 ℃時(shí)，累計(jì)噴油量增加；當(dāng)表面溫度≤0 ℃時(shí)（不易揮發(fā)），累計(jì)注油量減少。

5）當(dāng)傳感器監(jiān)測(cè)到此時(shí)處于雨后狀態(tài)時(shí)，累計(jì)注油量增加；在雨中時(shí)，注油量減少，噴油次數(shù)增加。

6）當(dāng)光照強(qiáng)度≤250 lx 時(shí)，累計(jì)注油量減少；當(dāng)光照強(qiáng)度≥250 lx 時(shí)，由于揮發(fā)較快，則注油量增加。

7）當(dāng)風(fēng)力等級(jí)≥6 級(jí)、風(fēng)速在8.0～10.7 m/s時(shí)，噴油次數(shù)和噴油量均增加，反之減少。

由以上條件設(shè)立了溫度、濕度、光照、動(dòng)作電流4 個(gè)初始值，設(shè)定種群數(shù)為100，最大世代數(shù)為500，交叉率的上限Pc_max為0.8，下限Pc_min為0.4，變異率的上限為Pm_max為0.1，下限Pm_min為0.01，交叉概率參數(shù)Pc′為0.6，變異概率參數(shù)Pm′為0.05，權(quán)重系數(shù)a為0.3，b為0.4，c為0.3。通過(guò)自適應(yīng)遺傳算法進(jìn)行計(jì)算，得到最終的理論值方案，以此替代人工，平均摩擦系數(shù)由9%降低至2.6%。

4.2 試驗(yàn)段試用及使用效果

為進(jìn)一步驗(yàn)證基于自適應(yīng)遺傳算法的道岔油潤(rùn)除雪系統(tǒng)的性能，在高鐵教學(xué)站場(chǎng)、某地鐵車(chē)輛段及某路局電務(wù)段分別進(jìn)行安裝測(cè)試。以班組作業(yè)2 km 內(nèi)10 組道岔為例，從維護(hù)效果、人員需求、作業(yè)時(shí)間、安全風(fēng)險(xiǎn)、經(jīng)濟(jì)成本5 個(gè)方面進(jìn)行比較，人工涂油、機(jī)械涂油、智能油潤(rùn)對(duì)比分析見(jiàn)表1；冰雪天氣情況下，人工除雪、電加熱除雪、智能除雪對(duì)比分析見(jiàn)表2。

表1 人工涂油、機(jī)械涂油、智能油潤(rùn)對(duì)比分析

表2 人工除雪、電加熱除雪、智能除雪對(duì)比分析

根據(jù)上述試驗(yàn)結(jié)果，相比于傳統(tǒng)的油潤(rùn)和除雪方法，基于自適應(yīng)遺傳算法的道岔油潤(rùn)除雪系統(tǒng)效果更為顯著，節(jié)約了人力，降低了安全風(fēng)險(xiǎn)，起到提質(zhì)增效的關(guān)鍵作用。

5 結(jié)語(yǔ)

作為一種創(chuàng)新性嘗試，基于自適應(yīng)遺傳算法的道岔油潤(rùn)除雪系統(tǒng)的研發(fā)，為城市軌道交通與高速鐵路的信號(hào)智能化運(yùn)營(yíng)與維護(hù)提供了全面的數(shù)據(jù)支撐、主動(dòng)防御，以及全生命周期的健康管理［9-10］。該系統(tǒng)解決了道岔因涂油不當(dāng)導(dǎo)致轉(zhuǎn)換過(guò)程中出現(xiàn)的卡阻問(wèn)題；在降雪天氣下，解決了道岔區(qū)段的積雪問(wèn)題，為鐵路運(yùn)營(yíng)保駕護(hù)航，提質(zhì)增效，對(duì)于信號(hào)設(shè)備運(yùn)營(yíng)維護(hù)智能化發(fā)展有著深遠(yuǎn)的影響。