徐惠春 中國鐵路北京局集團有限公司科技和信息化部
胡 明 中國鐵路北京局集團有限公司國際合作與對外事務辦公室
盧 偉 中國鐵路北京局集團有限公司電務部
接觸網是高鐵供電設施中的核心組成部分,其健康狀態對高鐵列車的行車安全至關重要。當前的接觸網檢測方法主要依靠于人工測量和動檢車,缺乏實時性,并且耗時耗力。接觸網補償裝置對維持接觸網承力索和接觸線的穩定具有重要作用,將物聯網技術應用于接觸網補償裝置的狀態監測中,實時監測接觸網補償裝置狀態并實現故障告警。同時,通過分析監測數據可以判斷補償裝置的故障狀態,該方法對保障高速鐵路安全行車安全和提高檢修作業效率具有重要意義。
通過在補償裝置的墜砣串上安裝高精度的測距傳感器和溫度傳感器,將現場的實時數據持續地進行采集,然后通過物聯網技術用無線傳輸形式將傳感器采集到的數據傳輸至物聯網管理平臺進行解析、清洗,并將處理完畢的有效數據存入到數據庫中,利用大數據技術對數據進行智能分析,在平臺中進行結果展示,從而實現對設施的實時監控和故障預警。
補償裝置在線監測及故障診斷系統由傳感器采集設備、網絡傳輸設備、軟件平臺三大部分組成,其硬件架構如圖1所示。
傳感采集設備模塊主要由傳感器、通信模組、MCU、電路及其外殼組成,負責采集接觸網補償裝置的B值和溫度值。這些無線傳感終端都屬于低功耗設備,最大程度的保證傳感器待機時間。
網絡傳輸設備主要將傳感采集設備采集到的數據傳輸至數據平臺。采用鐵路GSM-R網絡進行數據傳輸,GSM-R在鐵路沿線實現了全面覆蓋,可以充分保障數據的安全性。
軟件平臺由數據解析、存儲,數據分析,可視化展示三個部分組成,其軟件平臺架構如圖2所示。該平臺將無線終端采集的數據進行解析、分類處理與存儲,并進行數據分析,將結果在軟件平臺界面進行可視化展示。

圖1 硬件架構

圖2 軟件平臺架構
根據監測系統對軟件平臺的要求,軟件平臺主要負責對上傳回來的數據進行解析、整理、分類、存儲以及可視化展示等。該平臺可以根據B值和溫度隨時間變化的關系直觀展示B值變化趨勢,并在此基礎上對所有監測數據進行統計分析,補償裝置B值的排名情況,從而了解補償裝置的整體情況。該監測系統也可以對監測數據設置閾值,利用閾值實現實時告警。在此基礎上可以利用歷史數據對接觸網補償裝置故障進行分析,基于數據特征構建故障診斷模型。
根據軟件設計的功能需求,接觸網補償裝置在線監測及故障診斷系統功能包括在線監測和故障診斷。
在線監測首先對采集的數據進行統計分析將其隨時間變化狀態進行可視化展示,然后根據鐵路相關標準對監測數據設定閾值,實現實時告警。
故障診斷利用歷史數據對接觸網補償裝置故障進行分析,構建故障模型,從而實現對接觸網補償裝置常見故障的診斷。
在線監測系統將采集來的數據進行分析處理,并將數據歷史趨勢進行可視化展示,從而直觀地反映接觸懸掛裝置的實時狀態。
該系統能夠監測特定接觸網懸掛裝置的B值和溫度變化,如圖4所示,展示了18年3月底到6月初溫度和補償裝置B值隨時間的變化數據(紅色曲線為溫度、綠色曲線為墜砣B值)。
該系統能夠對所有接觸懸掛裝置的監測數據進行統計、分析,并根據分析結果對當前的接觸懸掛裝置的狀態進行綜合排名。
根據鐵道部《接觸網運行檢修規程》(鐵運[2007]69號)文件中相關規定,接觸網補償裝置B值的主要指標如下(以下單位均為mm):

B標為安裝曲線標準值,B安為安全值,B限為限界值。
由以上規定可以設置在線監測Bx實時告警的閾值如表1所示:
(1)B標-200≤B安≤B標+實時監測情況良好,無告警;
(2)Bx>B標或 200<Bx<B標-B值超出安全值,需要及時關注,提示告警;
(3)Bx≤B值低于限定值,需要及時調整處理,嚴重告警。

表1 B值在線監測實時告警閾值
通過構建故障模型庫的方法進行故障診斷:對歷史監測數據進行數據清洗后進行分析,根據數據特征構建故障模型并將模型加入到故障模型庫中。對于在線數數據,經過清洗后將數據特征與故障模型庫進行匹配,得到診斷結果。
故障模型的建立是對接觸網補償裝置故障診斷最核心的部分。通過分析監測數據構建故障模型,具體過程如下:
墜砣B值表示補償墜砣底部與參照面的垂直距離,正常情況下,由墜砣安裝曲線(式1)可知墜砣B值的變化與溫度變化緊密相關。

式中參數含義如表2所示。

表2 參數含義
以上參數均為常數,由上式整理得到 值與溫度存在線性關系如(式2):

在正常情況下,溫度和B值變化呈線性關系。因此可以得到以下變化規律:
(1)假設溫度Tx隨時間變化為正弦函數,則B值隨之變化如圖3所示。
(2)當出現故障1時,B值瞬間減小到某一值,之后無論溫度怎樣變化,B值均不發生變化,此種故障很有可能是補償裝置出現斷線引起,如圖4所示。
(3)當出現故障2時,后期無論溫度怎樣變化,B值均不發生變化,此種故障很有可能是補償裝置產生卡滯引起,如圖5所示。
(4)當出現故障3時,B值會在瞬時變小,后恢復正常變化,此種故障可能是由零器件脫落等引起,如圖6所示。

圖3 溫度和B值隨時間變化關系

圖4 故障1:B值變化

圖5 故障2:B值變化

圖6 故障3:B值變化
由以上分析可知,利用故障發生時,B值隨溫度的變化情況可以對故障類型進行分析。具體過程如下:
假設第n-1時刻無故障,第n時刻的溫度為tn,B值為bn;計算與前一時刻的溫差Δtn和B值變化量Δbn如下:

利用溫度和B值變化關系可以得到以下故障模型:
(1)正常情況下:
當Δtn=0時,Δbn=0;
當Δtn>0時,Δbn<0且k保持不變
當Δtn<0時,Δbn>0且k保持不變
(2)當出現故障時則必有:kn≠kn-1,此處的kn-1為Δtn-1≠0時的值。
(3)出現故障1時:
若kn≠kn-1,bn≤a,故障概率為P0
又Δbn+1=0,故障概率為P11,若Δtn+1≠0,故障概率為P12
又Δbn+2=0,故障概率為P21,若Δbn+2≠0故障概率為P22
……
其中,0<P01<P12<P21<P22<…<1
(4)出現故障2時:
若Δtn≠0,Δbn=0,故障概率為P0
又Δtn+1≠0,Δbn+1=0,故障概率為P1
又Δtn+2≠0,Δbn+2=0,故障概率為P2
又Δtn+3≠0,Δbn+3=0,故障概率為P3
……
其中,0<P0<P1<P2<P3<…<1
(5)出現故障3時:
若Δbn<0,且kn≠kn-1故障概率為P0
又kn+1=a,故障概率為P1
又kn+2=a,故障概率為P2
又kn+3=a,故障概率為P3
……
其中,0<P0<P1<P2<P3<…<1
以上概率值P0、P1、P2、P3……的具體取值由監測數據進行統計分析得到,統計公式如下:

其中,Ni表示在此種情況下發生此故障的次數;
Mi表示發生此種情況的次數。
基于物聯網技術建立了接觸網補償裝置在線監測系統,通過傳感技術對補償裝置B值和溫度進行在線監測,并設定閾值實現實時告警;監測數據通過無線傳輸到數據處理平臺,在平臺中利用在線監測的B值和溫度變化對接觸網補償裝置故障進行分析。該方法對提升鐵路基礎設施管理效率,切實保障高速鐵路安全運行具有重要意義。