高鐵接觸網智能化數據處理系統(tǒng)

王躍竣 趙培宇 張瑞喆 趙夢凡 萬寶濤 馬宇晴

摘?要：基于現有的接觸網數據處理復雜、需要大量的人工操作、耗費的時間較長、效率不夠高的現狀，結合現代鐵路行業(yè)高速發(fā)展的需求，采用軟件工程、數據庫、神經網絡等技術，研發(fā)了一種適合高鐵接觸網的數據處理系統(tǒng)。高鐵接觸網智能化數據處理系統(tǒng)由數據計算、數據篩查和故障檢測三個子系統(tǒng)組成，實現了接觸網從設計、預制到檢測全過程中的數據融合與數據處理，為我國高鐵接觸網的智能化、數字化發(fā)展提供了新思路。該系統(tǒng)已經在實際場景中使用，并取得了良好的效果。

關鍵詞：接觸網；智能化；數據處理；神經網絡

Intelligent?Data?Processing?System?for?Highspeed?Railway?Catenary

Wang?Yuejun1?Zhao?Peiyu2?Zhang?Ruizhe1?Zhao?Mengfan1?Wan?Baotao1?Ma?Yuqing1

1.School?of?Electrical?and?Electrics?Engineering，Shijiazhuang?Tiedao?University?HebeiShijiazhuang??050043；

2.Department?of?Electrical?Engineering，Shijiazhuang?Institute?of?Railway?Technology?HebeiShijiazhuang?050041

Abstract：Due?to?the?complexity?of?processing?the?existing?catenary?data，which?requires?a?large?amount?of?manual?operations?and?takes?a?long?time?with?insufficient?efficiency，a?data?processing?system?suitable?for?highspeed?rail?catenary?was?developed?using?software?engineering，databases，neural?networks?and?other?technologies，combined?with?the?highspeed?development?needs?of?the?modern?railway?industry.The?intelligent?data?processing?system?for?highspeed?rail?catenary?consists?of?three?subsystems：data?calculation，data?screening?and?fault?detection.It?achieves?data?fusion?and?processing?for?the?entire?process?of?catenary?design，prefabrication?and?inspection，providing?new?ideas?for?the?intelligent?and?digital?development?of?China's?highspeed?rail?catenary.This?system?has?been?used?in?practical?scenarios?and?has?achieved?good?results.

Keywords：Catenary；Intelligent；Data?processing；Neural?networks

1?概述

接觸網是鐵路上空的一種特殊供電網，也是四電工程施工中最為重要的組成部分。數據在高鐵接觸網的設計、預制和檢修三個環(huán)節(jié)中起著至關重要的作用，它是實現高鐵接觸網數字化和智能化的基礎，也是確保接觸網安全運行的重要因素。因此，我們針對設計、預制和檢測這三個環(huán)節(jié)進行了全面的智能化改造，并開發(fā)出了這套高鐵接觸網智能化數據處理系統(tǒng)。該系統(tǒng)通過信息化、智能化和數字化的方式對接觸網設計、預制和檢測的數據進行全面處理，以確保接觸網的安全運行。

目前，國內外對高鐵接觸網的研究重點在于開發(fā)接觸網相關的智能化產品和管理軟件，而對高鐵接觸網數據處理的研究相對較少。在高鐵和鐵路與現代技術融合發(fā)展的大背景下，需要進行更加全面深入的研究，以探討接觸網數據處理在新一輪產業(yè)革命浪潮中保持領先地位的方法，這樣的研究將有助于確定高鐵接觸網未來發(fā)展的方向。因此，開發(fā)智能化的高鐵接觸網數據處理系統(tǒng)已勢在必行。

2?系統(tǒng)分析

在軟件開發(fā)工程中，系統(tǒng)分析是不可或缺的關鍵步驟。它的主要目的是確立工程總體目標、評估可行性、制定實現目標策略，以及設計滿足系統(tǒng)必要功能的系統(tǒng)。

2.1?系統(tǒng)定義

高鐵接觸網智能化數據處理系統(tǒng)是一種專門處理接觸網相關數據的軟件系統(tǒng)。這些數據可以分為三大類：接觸網腕臂計算數據、接觸網腕臂批量解決檢測篩查錯誤參數以及接觸網故障數據。系統(tǒng)會對接觸網的計算、預制和檢測等信息進行分析，為設計和維護接觸網提供科學、可靠的數據。運營管理人員可根據系統(tǒng)提供的分析結果，及時采取相應措施，確保接觸網的安全和可靠運行。

2.2?系統(tǒng)結構

軟件的數據處理取決于軟件的目標需求和應用環(huán)境的特殊性。通過對接觸網的設計、預制和檢測三個環(huán)節(jié)進行深入研究，我們成功地開發(fā)了這一套智能化的高鐵接觸網數據處理系統(tǒng)。

該系統(tǒng)可以被劃分為數據計算子系統(tǒng)、數據篩查子系統(tǒng)和故障分析子系統(tǒng)這三個相對獨立的子系統(tǒng)。數據處理平臺具備多個功能模塊，其中包括管理員管理、游客訪問、業(yè)務應用和數據中心等。業(yè)務應用模塊包含了數據計算、數據篩查和故障分析這三個核心子模塊。在優(yōu)化數據處理系統(tǒng)和實施方案的基礎上，我們對系統(tǒng)平臺的細節(jié)功能進行了調整，旨在確保智能化數據處理系統(tǒng)的實施效果。這些改進措施可以提高數據處理的質量和效率，并提升整個智能化系統(tǒng)的性能。

3?系統(tǒng)設計

系統(tǒng)設計由整體設計和具體設計兩個階段構成。在整體設計階段，我們確定軟件結構、系統(tǒng)模塊組成以及數據結構等方面，以定義整個系統(tǒng)的基本框架和組成要素。而具體設計階段則聚焦于每個模塊內部的具體功能實現，提供嚴密、詳盡的軟件部分描述。這種逐步設計方法有助于構建一個合理、高效且易于維護的軟件系統(tǒng)。

3.1?數據計算子系統(tǒng)

數據計算子系統(tǒng)采用了創(chuàng)新性的微量三角測量算法。這項研究旨在提高鐵路接觸網腕臂［1］的安裝精度，并綜合運用新型微量三角算法來提高縱向單個點的精度和質量。

創(chuàng)新使用微量三角形算法，考慮到接觸網平腕臂與絕緣子之間的嵌套結構，定位環(huán)、套管雙耳和定位器支座等連接零件的立體尺寸，優(yōu)化了現階段接觸網的算法，提高接觸網的精度。與傳統(tǒng)算法相比，該算法能夠大大減小零件尺寸引起的誤差，各項數據計算的準確度由8.1%提升到30%。

接觸網計算主要涉及五個主要零件，分別是平腕臂、斜腕臂、定位管、定位環(huán)和定位器支座，對應五個確定參數：平腕臂長度、斜腕臂的長度、定位管的長度、定位環(huán)的位置和定位器支座的位置（如圖1所示）。

采用微量三角形定位法進行單個接觸網計算，摒棄了單純使用直線構建模型的方法。該方法將平腕臂、斜腕臂、定位管、套管雙耳和定位環(huán)的尺寸全部考慮進去，通過構建相似三角形和運用三角函數關系計算接觸網的各零部件位置，提高零部件位置的精確度，進一步促進鐵路的高質量發(fā)展。

3.2?數據篩查子系統(tǒng)

數據篩查子系統(tǒng)使用了人工BP神經網絡［2］算法。針對人工BP神經網絡的特點，我們對大量數據進行整合訓練，深入學習數據特征，并利用BP神經網絡反向傳播算法自動篩選和優(yōu)化數據，排除不符合要求的數據和結果。這樣一來，我們可以獲得足夠準確的數據，并將其應用于接觸網各個零部件的批量運算和檢測中。

BP神經網絡通過將網絡輸出與實際目標之間的差異平方化，然后使用梯度下降法來找到能夠最小化這個差異的參數值。在訓練過程中，BP神經網絡能夠自主學習輸入和輸出之間的關系，并自動調整網絡的權重。通過大量的學習和訓練，網絡權重可以根據最小誤差來確定，以停止訓練。在BP神經網絡的參數選擇方面，可以通過對接觸網的各個零部件進行數據分析，選擇18個典型部件尺寸作為神經元的輸入參數，并以0和1作為篩查結果。利用BP神經網絡篩查接觸網的批量腕臂錯誤數據，結合BP神經網絡算法，可以更快地判斷并且檢驗結果更準確，誤差率更低。同時，BP神經網絡具有自我學習功能和較強的信息綜合能力，可以充分發(fā)揮計算機的高速運算能力，快速尋找最優(yōu)解，并更高效準確地剔除計算后的錯誤數據，從而確定接觸網各部件的尺寸和位置參數，以降低機車運行中的安全隱患。

將BP神經網絡應用于接觸網智能化數據處理系統(tǒng)中的數據篩查子系統(tǒng)，用戶可以使用樣本創(chuàng)建功能，將經過計算的數據導入子系統(tǒng)中進行進一步篩查。用戶可以對樣本數據進行篩查，根據最終輸出結果來判斷是否存在錯誤的數據，并將不符合要求的數據剔除，這樣進一步提高接觸網腕臂預配的質量與批量篩查效率，從而保障機車安全平穩(wěn)運行。

3.3?故障分析子系統(tǒng)

目前，我國對接觸網故障的識別大多采用激光檢測儀或檢測車獲取參數，并由接觸網工人憑借經驗進行判斷。然而，這種檢測方法效率低，時間長，且結果精度不高。為解決這些問題，故障分析子系統(tǒng)［3］采用了可變參數PSO優(yōu)化極限學習機算法進行智能化識別，提高了故障識別精度，減少了誤差，時間也更短，綜合性能優(yōu)于以往方法。

針對極限學習機算法［4］存在的問題，如隱含層節(jié)點數多和傳統(tǒng)粒子群算法尋優(yōu)能力不足等，故障分析子系統(tǒng)進行了改進和優(yōu)化。采用可變參數PSO優(yōu)化極限學習機算法，可以提高故障識別精度的同時，有效提高收斂速度和全局最優(yōu)性，減少了隱含層節(jié)點數，滿足了對接觸網故障快速精確識別的需求。

首先，確定接觸網各樣本數據，包括訓練樣本和測試樣本，并對原始數據進行無量綱預處理，以解決量綱差異問題。其次，設計了四個故障識別指標，并為每種故障類型設定相應的標簽指標，用于接觸網故障智能識別模型的詳細分析。再次，建立可變參數PSO優(yōu)化極限學習機算法的接觸網故障智能算法識別模型，并設置DCUMPSO和ELM的參數，求解適應度值、個體和全局最優(yōu)解，并確定粒子［5］的速度和位置初始值。最后，判斷運行結果是否滿足要求。如果迭代次數達到最大或產生全局最優(yōu)解，則停止迭代；否則，繼續(xù)迭代，直到結果滿足要求為止（如圖2所示）。

通過采用可變參數PSO優(yōu)化極限學習機算法，故障分析子系統(tǒng)成功提高了高鐵接觸網故障識別的準確性，并且有效地縮短了識別的運行時間，這種方法為接觸網故障識別帶來了全新的智能方法和思路。

4?系統(tǒng)實現

首先，數據計算子系統(tǒng)采用微量三角形算法，從數據技術角度解決了單個腕臂技術問題，提高了腕臂數據的準確性。其次，數據篩查子系統(tǒng)依靠人工智能BP神經網絡，能夠自動剔除錯誤數據，確保后續(xù)計算的準確性。故障分析子系統(tǒng)采用可變參數PSO優(yōu)化極限學習機算法，對傳統(tǒng)智能算法進行改進和優(yōu)化，成功解決了高鐵接觸網故障識別中的許多實際問題，提高了實用性和高精確性。因此，該系統(tǒng)是一種在鐵路接觸網智能檢測中值得廣泛應用的軟件。

該軟件是基于Visual?Studio?2019開發(fā)的Windows應用程序，它與操作系統(tǒng)完全兼容，無須擔心兼容性問題，且不受硬件限制的制約。該系統(tǒng)采用權限系統(tǒng)分離的開發(fā)方案，將業(yè)務系統(tǒng)、后臺權限系統(tǒng)和前臺權限系統(tǒng)進行分類開發(fā)和部署。各系統(tǒng)之間通過接口進行通信，并對接口進行嚴格的訪問限制，以進一步提高系統(tǒng)的安全性。

該系統(tǒng)具備廣泛且強大的功能，能夠滿足實際需求。軟件界面設計簡潔美觀，用戶操作簡單輕松上手，提供高質量的服務，提高工作效率。此外，該系統(tǒng)還具有靈活的個性化自定義功能，根據企業(yè)的個性需求，可以自行調整欄位的位置和寬度等，非常簡單易用。此外，代碼的可靠性較高，便于后期維護。該系統(tǒng)包括用戶登錄、游客登錄、業(yè)務應用、管理員管理和數據中心等功能模塊，其中業(yè)務應用模塊又包括數據計算、數據篩查和故障分析三個核心子模塊。

用戶可以通過輸入自己的賬號和密碼查看個人信息，根據所屬部門和職位提供相應的操作功能模塊。管理員可以查看用戶時長并分配權限；業(yè)務應用模塊實現了設計、預制和檢測管理功能；用戶可以通過打開功能模塊下的子模塊執(zhí)行腕臂計算、批量篩查腕臂錯誤數據、識別和判斷接觸網故障等任務，并根據軟件處理后的數據提出改進意見。最后，軟件將處理前和處理后的數據收集匯總并存儲到數據中心，管理員可以實時查看。該軟件系統(tǒng)能夠有效地處理和儲存高鐵接觸網的相關數據，從而提高整個系統(tǒng)的運行效率和安全性。

結語

該系統(tǒng)從計算、預制和檢測三個環(huán)節(jié)入手，旨在對高鐵接觸網進行智能化升級改造。該系統(tǒng)的目標是實現智能化數據處理，提高數據處理效率、安全性和穩(wěn)定性。通過克服傳統(tǒng)管理中存在的系統(tǒng)性缺陷，該系統(tǒng)成功解決了管理即時性不足、數據標準不統(tǒng)一、信息共享與協同水平較低等問題。通過現場使用，該系統(tǒng)具有全面的功能和優(yōu)良的性能，在滿足用戶需求方面表現出色，具有廣闊的應用前景。

參考文獻：

［1］劉海斌，佟尚，房罡，等.高鐵接觸網腕臂柔性預配生產線實景數字孿生平臺設計與開發(fā)［J］.機電產品開發(fā)與創(chuàng)新，2023，36（01）：4143.

［2］郗偉杰，李東輝.基于遺傳算法優(yōu)化BP神經網絡的接觸網磨耗預測［J］.電氣化鐵道，2019，30（S1）：4749.

［3］田升平，張學武，關金發(fā)，等.電氣化鐵路接觸網故障仿真平臺開發(fā)［J/OL］.鐵道標準設計，2013，67（12）：17.

［4］吳杰康，覃煒梅，梁浩浩，等.基于自適應極限學習機的變壓器故障識別方法［J］.電力自動化設備，2019，39（10）：181189.

［5］張鑫.基于粒子群優(yōu)化神經網絡的機電系統(tǒng)故障診斷［J］.艦船電子工程，2022，42（06）：159162.

作者簡介：王躍竣（2002—?），男，漢族，河北張家口人，學士，學生，研究方向：高鐵接觸網的數據處理與故障診斷。