城軌車門系統常見故障診斷分析

劉宇博

摘 要：近年來，城市軌道列車發展速度加快，軌道列車中車門系統是其重要組成部分之一，其工作狀態與列車的安全息息相關，文章介紹了列車車門的結構和常見的車門故障，對故障產生的原因做了簡要分析，并且針對這些故障簡述了包括決策樹、人工神經網絡和貝葉斯網絡3種故障診斷方法。

關鍵詞：車門系統 決策樹 人工神經網絡 貝葉斯網絡 故障診斷

中圖分類號：U279 文獻標識碼：A 文章編號：1674-098X（2017）04（a）-0083-02

現在社會進入現代化發展格局，城鎮化發展速度加快，城市人口數目增加，城市交通工具也發展加快，尤其是軌道列車。軌道列車是一種速度快、容量大的交通工具，其最大運行范圍可以貫穿中國。在城市中，軌道列車現在成為人們出行的首選交通工具，其發展情況與城市經濟發展情況成正比，并且軌道列車對于緩解城市交通擁堵和污染問題有較大的幫助，為市民出行提供了很大的便利。現在人們對于軌道列車的要求越來越高，促使軌道列車的功能和組成結構逐漸完善。軌道列車結構中，作為重要組成部分的車門系統對列車運行安全性影響較大。車門系統出現故障的種類較多，因此如何診斷車門故障對于提高列車運行效率有重要的意義。

1 車門系統

現如今的車門系統根據驅動系統的不同可以分為氣動式車門和電動式車門兩大類，根據車門系統安裝的位置不同，又可以將車門系統分為內藏門、塞拉門和外掛門3種。具體來講，氣動式車門使用氣缸提供動力，電動式車門使用直流或交流電源提供驅動力；內藏門可以使用氣缸系統，還可以使用電動系統，其葉門內藏在軌道列車外側墻和內部裝飾板之間；塞拉門主要使用電動式驅動系統，葉門在關閉時與列車在側墻處于同一平面上，打開時緊貼在側墻；外掛門使用螺母機械傳動機構，并使用電動驅動系統，其位于外側墻的內側面，葉門連接有車門懸掛系統，位于車體側墻的外面。

2 車門故障及產生原因分析

城市軌道列車運行的距離較短，并且經過的站臺數目多，車門不停地開關，容易使列車車門的控制機械元件磨損，出現故障的頻率大大提高，其故障程度由車門開、關門遲鈍，列車站臺停留時間延長，到車門不能正常打開，困住乘客，危害市民人身安全依次遞增。從近些年軌道列車車門出現問題的情況來看，可以將問題分為兩類：一類是電器故障，主要出現在電子門控單元、電源、車門制動器、車門電機、門外部指示燈、繼電器等位置，影響車門開關，例如，廣州地鐵3號線列車因為受到外界信號的干擾，使得車門開關控制系統接收信息不及時，延緩車門開關時間，并且關門引起信號傳輸中斷，電流瞬時增大，電機控制中斷，影響列車運行；此外，列車經常進行清洗，對于車體外部的清洗一般是使用高壓水槍沖擊污垢，但是因為車門外部指示燈安裝結構設計不合理，使得在清洗過程中難免會浸入水漬，損壞指示燈，造成輕度損壞，加上門控繼電器長期使用使得觸點之間的接觸電阻增大，影響通電時電流傳輸，提高繼電器故障出現頻率，降低車門控制的有效性和列車運行安全性。另一類就是機械故障，其主要是由車門部件擠壓變形、尺寸不合適等硬件條件不合理引起的，并且車門不停開關會加速機械故障出現頻率。不可忽視的是在節假日等客流量高峰時期，人們上車擠擠攘攘，很多人擠在車門位置，容易使列車門變形，降低工作效率，還有車門因為受到各種各樣信號干擾，影響設備車門開關位置。

3 故障診斷方法

城市軌道列車在運行中會因為各種因素而出現故障，當列車出現故障時會有不同的信息反饋到主機，當車門系統發生故障時，技術人員通過搜索、分析和采用合適的診斷方法確定車門系統異常運行的原因。現在技術人員通過實際操作和研究，已經獲得多種車門系統故障診斷方法，該文將簡要分析包括決策樹診斷方法、人工神經網絡診斷方法和貝葉斯網絡診斷方法在內的3種車門系統故障診斷方法。

3.1 決策樹診斷方法

決策樹故障診斷方法是一種采用畫樹狀圖的方式將故障根據對象特征不同進行分類，或者以故障的屬性作為節點繪制決策集合圖，這些決策是利用信息論原理對故障對象進行分析和回歸產生的。具體操作是首先收集某一地區軌道列車運行故障歷史，其次是采用決策樹算法和粗糙理論結合將車門系統故障表進行簡化，并對相應的故障進行分析，按照嚴重程度進行分類，通過實踐探索確定每類故障現在最優的解決方案，最終繪制決策樹，并且故障決策樹法還可以對車門系統的可靠性進行分析，因此將故障決策樹法運用到車門系統故障診斷能夠對數據進行有條理地分析，便于技術人員使用。

3.2 人工神經網絡診斷方法

人工神經網絡是由神經元相互連接而構成的高度并行的非線性系統，該系統可以學習、組織信息、處理信息、拓展思考且容錯性強，該系統經常用于預測控制、模式識別、非線性逼近等領域。該系統不需要對其進行特別嚴厲且死板的訓練，將該系統使用于車門系統故障診斷時，先要將以往典型故障事件輸入該系統或者以此訓練該系統的靈敏度，調整系統參數，準確測定車門開關過程中位移軌跡和速度曲線，制作對應的模型，不斷模擬各種故障出現時的情況，記錄數據，確保系統能夠在實際操作中快速診斷故障。

3.3 貝葉斯網絡診斷方法

貝葉斯網絡是一種圖形化概率模型，可以使用故障中出現的各種定量信息和定性信息，還能夠將故障出現前信息與故障信息結合起來使用，現有的信息不完整對故障診斷的影響不大，能較為準確地分析故障出現概率。貝葉斯網絡主要用于系統復雜、故障原因眾多的分析，該方法能夠從眾多信息中選取有用信息支持其故障發生概率分析。在車門故障分析過程中，先要將收集到的數據進行分析，使用故障樹將信息進行分類和歸納，形成各種子系統，其中包括故障、故障起因、故障決策等，將這些子系統輸入到貝葉斯網絡系統中，即可使該系統用于車門故障診斷。

4 結語

車門系統的安全性對于軌道列車安全運行有著重要的影響，該文筆者把車門系統故障分為電器故障和機械故障兩類進行介紹，并分析了故障出現的原因，和提出故障樹診斷方法、人工神經網絡診斷方法和貝葉斯網絡診斷方法3種故障診斷方法，為列車車門故障診斷提供了方法依據。

參考文獻

[1] 朱士友，胡文偉.廣州地鐵車輛車門結構，控制原理及改進意見[J].鐵道車輛，2008，38（21）：60-62.

[2] 彭勝錄.CRH5型動車組車門常見故障分析[J].鐵道機車車輛，2011，31（3）：86-89.

[3] 王建兵，朱小娟，浦漢亮.上海地鐵車輛客室車門故障原因及整改措施[J].電力機車與城軌車輛，2006，29（1）：46-48.

[4] 周俊龍，王建兵.上誨地鐵車輛客室車門可靠性和安全性技術研究[J].電力機車與城軌車輛，2006，29（4）：7-10.