鐵路信號設備故障診斷方法發展趨勢

【摘要】 鐵路信號是用來保證鐵路行車安全，隨著我國鐵路的飛速發展，能夠快速準確地診斷鐵路信號設備故障已成為電務維修部門刻不容緩的問題。本文主要對幾種新型鐵路信號設備故障診斷方法進行闡述。

【關鍵詞】 鐵路信號設備 智能 診斷方法

近年來，隨著我國鐵路行車速度的提高，鐵路信號設備復雜而大面積的上道，但設備出現各種故障是難以避免的。而如何縮短設備故障時間，確保行車安全，逐步實現設備零故障，已成為電務維修部門當前亟待解決的重大課題。目前大部分車站采用微機監測系統實現對車站信號設備狀態的實時監測，通過監測信號設備的主要運行狀態，為電務部門掌握設備的當前狀態和進行故障分析提供了依據。然而僅靠現有的微機監測系統已不能完全滿足維修管理要求，進而研究了采用智能化學習算法構造鐵路設備復雜故障診斷的方法。總的來說，智能故障診斷方法主要有模糊邏輯、專家系統、神經網絡、模型解析和混合智能診斷方法。

一、模糊邏輯診斷方法

模糊邏輯是以模糊理論為基礎，對有關聯關系通過編碼形式進行邏輯推理的計算機控制技術，具有較強的結構性知識表達能力，適于表達模糊或定性的知識。模糊邏輯故障診斷是根據設備故障原因和故障現象之間的模糊關系矩陣，經過邏輯推理求出各種故障原因的隸屬度，以表示出現各種故障的可能程度。模糊故障診斷有兩種基本方法，一種是先建立征兆與故障類型之間的因果關系矩陣，再通過某種模糊合成算子建立故障與征兆的模糊關系方程，這是基于模糊關系及合成算法的診斷方法。另一種基本方法是先建立故障與征兆的模糊規則庫，再進行模糊邏輯推理的診斷過程，這是一種基于模糊知識技術的診斷方法。但隸屬函數和模糊規則的確定比較困難，故障診斷結果診斷能力依賴模糊知識庫，模糊診斷知識難以獲取，且存在片面性，容易發生誤診、漏診現象，因此故障診斷結果很難令人滿意。

二、專家系統診斷方法

專家系統是根據專家在某領域以往診斷的知識、經驗，利用計算機模擬專家進行推理、判斷并做決策的智能程序系統。鐵路信號設備故障診斷專家系統是以信號微機系統的數據為依據，由數據預處理、故障診斷專家系統和系統管理維護模塊三部分組成。其中，故障診斷專家系統由人機接口、推理機、知識庫、數據庫、知識庫維護和解釋機制等組成。當發生故障時，系統依據知識庫中的知識通過推理找出故障源和故障原因，并給出排除故障的方法和建議。

由于傳統的專家系統具有很強的針對性，且所有診斷信息均來自專家，知識面窄、獲取比較困難，因而其發展受到了限制。針對傳統專家系統中知識獲取難的缺點，有文提出了基于故障樹技術的故障診斷專家系統。該系統是將鐵路信號故障診斷和領域專家的大量實際經驗通過抽樣調查、收集資料和專家交流的形式獲得的診斷知識建立成故障樹，然后對所建立的故障樹進行定性、定量分析生成專家系統的數據庫，最終實現對故障的診斷。

三、神經網絡診斷方法

神經網絡是模仿人腦神經元處理問題，尋求解決問題的方式。神經網絡診斷知識獲取相對容易，避免了專家提出的知識信息科的建設；若干知識可以在一個網絡中表示，具有很強的適應能力；神經網絡采用并行推理方式，提高了故障診斷效率。目前，神經網絡法在設備故障診斷領域的應用主要在兩個方面：作為分類器進行故障模式識別和作為動態預測模型進行故障預測。但神經網絡由于知識的隱式表示導致解釋能力差，用戶對其診斷行為較難理解，因此出現了神經網絡與專家系統、模糊邏輯診斷技術相結合的混合診斷方法。該方法具有自組織自適應能力、容錯性好、推理速度快，有利于故障信號分析與處理、故障模式識別、故障領域專家知識的組織和推理，并推動了故障診斷的智能化。

四、模型解析方法

解析模型診斷是根據組成系統元器件之間的聯系建立診斷對象的數學模型，運用各種數學方法對檢測對象進行故障診斷。模型解析法通過對檢測對象的輸入輸出信號整理收集，并代入數學模型中進行運算比對來判斷檢測對象是否存在故障，能夠實時動態的檢測鐵路信號設備。常見的模型解析方法有：濾波器法、最小二乘類法、觀測器法和等價空間法。

五、混合智能診斷方法

混合智能診斷方法是上述方法相互結合的智能診斷方法，是智能診斷技術的發展趨勢。如基于D-S證據理論信息融合的故障診斷模型是利用神經網絡的輸出和模糊綜合評判的輸出來構造證據理論中可信度分配，然后將這兩種方法的診斷結果利用D-S組合規則進行融合，最后根據一定的診斷規則得出最終的診斷結果，使得診斷結論的可信度明顯提高。

六、結束語

智能故障診斷方法能夠及時解決設備故障，減少維修時間，確保設備穩定運行和行車安全。而智能故障診斷方法在進行信號設備故障診斷時還存在一些不足，需要不斷地完善。

參 考 文 獻

[1]杜潔.基于故障樹技術的鐵路信號設備診斷專家系統的實現方法研究[D].北京，2009

[2]李娜.基于信息融合的鐵路信號設備故障診斷方法研究[D].蘭州，2013

[3]邱芳.基于智能學習算法的鐵路信號設備故障診斷模型與方法研究[D].北京，2009