數(shù)據(jù)挖掘技術(shù)在機(jī)車無線重聯(lián)故障診斷中的應(yīng)用

池艾倫 楊丁一

（神華朔黃鐵路公司無線項(xiàng)目部，河北省肅寧縣，062350）

重載鐵路運(yùn)輸是高效綠色環(huán)保的運(yùn)輸方式，20世紀(jì)80年代以來，重載鐵路運(yùn)輸在美國、澳大利亞、巴西、俄羅斯等國家迅速展開，成為未來鐵路運(yùn)輸發(fā)展的主要方向。機(jī)車無線重聯(lián)是重載鐵路的核心關(guān)鍵技術(shù)之一，國內(nèi)大秦鐵路主要使用SS4改型機(jī)車和locotrol技術(shù)實(shí)現(xiàn)萬噸編組機(jī)車之間的同步操控，神華集團(tuán)所屬神黃線采用SS4B 型機(jī)車搭載無線重聯(lián)控制系統(tǒng)的方法，實(shí)現(xiàn)開行萬噸編組組合列車。目前SS4B電力機(jī)車是神華集團(tuán)鐵路系統(tǒng)使用的主要機(jī)車類型，其搭載的無線重聯(lián)系統(tǒng)主要包括列控?cái)?shù)據(jù)采集、司機(jī)操作監(jiān)聽、數(shù)據(jù)傳輸控制等幾個環(huán)節(jié)，影響編組列車安全運(yùn)行的因素較多，存在一定風(fēng)險。

數(shù)據(jù)挖掘技術(shù)可以從大量冗余數(shù)據(jù)中發(fā)現(xiàn)內(nèi)在的聯(lián)系和信息，適用于無線重聯(lián)系統(tǒng)故障診斷領(lǐng)域的數(shù)據(jù)挖掘技術(shù)可以有效預(yù)防列車故障、保證鐵路運(yùn)輸業(yè)務(wù)的安全可靠，具有重要的研究和實(shí)用價值。

本文以朔黃線SS4B型電力機(jī)車無線重聯(lián)系統(tǒng)為研究對象，通過對無線重聯(lián)工作原理的分析，用MATLAB6.5建立重聯(lián)系統(tǒng)的數(shù)據(jù)仿真模型，并通過仿真得到在不同故障場景下的主從機(jī)車之間的數(shù)據(jù)異常特征向量，采用數(shù)據(jù)挖掘技術(shù)中適用于解決不精確、不完備問題的粗糙集理論，對特征向量進(jìn)行識別和歸納，并得到了預(yù)期的效果。

1 SS4B電力機(jī)車無線重聯(lián)系統(tǒng)工作原理

神黃線SS4B機(jī)車采用的無線重聯(lián)系統(tǒng)由數(shù)據(jù)采集模塊、數(shù)據(jù)處理模塊、無線收發(fā)模塊、地面服務(wù)器4部分組成，見圖1。其中重聯(lián)編組信息由地面服務(wù)負(fù)責(zé)維護(hù)。重聯(lián)編組成功后整個編組列車由主控機(jī)車和從控機(jī)車協(xié)同牽引，同一機(jī)車A、B節(jié)所用重聯(lián)設(shè)備相同，兩套設(shè)備同時運(yùn)行實(shí)現(xiàn)熱備冗余雙機(jī)雙工。

圖1 無線重聯(lián)系統(tǒng)架構(gòu)圖

1.1 數(shù)據(jù)采集模塊

數(shù)據(jù)采集模塊對列車運(yùn)行工況數(shù)據(jù)等狀態(tài)信息和司機(jī)操作等操作控制信息實(shí)時監(jiān)測，通過嵌入式的單片機(jī)對狀態(tài)信號和狀態(tài)監(jiān)控信號模電轉(zhuǎn)換后通過機(jī)車MVB總線發(fā)送。

1.2 數(shù)據(jù)處理模塊

數(shù)據(jù)處理模塊核心軟件運(yùn)行在Vxworks操作系統(tǒng)下，對來著機(jī)車MVB總線的數(shù)據(jù)進(jìn)行校核判斷，當(dāng)來自機(jī)車A、B的各項(xiàng)數(shù)據(jù)一致時，認(rèn)為該數(shù)據(jù)正確，將該信息解析為控制信號后，通過驅(qū)動電路傳至機(jī)車電子柜，從而實(shí)現(xiàn)對機(jī)車的控制。

1.3 無線收發(fā)模塊

無線收發(fā)模塊將機(jī)車內(nèi)部的等數(shù)據(jù)通過LTE網(wǎng)絡(luò)傳輸至地面服務(wù)器，由地面服務(wù)器建立重聯(lián)編組，主、從機(jī)車輸入同一機(jī)車號注冊到重聯(lián)編組中。

1.4 地面服務(wù)器

地面服務(wù)器作為重聯(lián)系統(tǒng)的數(shù)據(jù)服務(wù)器和控制中心，負(fù)責(zé)重聯(lián)編組的注冊和解除，維護(hù)機(jī)車運(yùn)行的狀態(tài)信息和控制信息，保證重聯(lián)編組整個運(yùn)行過程的安全可控。

地面服務(wù)器所維護(hù)的信息來源是主司機(jī)控制器、副司機(jī)控制器、重聯(lián)機(jī)柜、機(jī)車主輔電路、信號控制電路等設(shè)備，服務(wù)器監(jiān)控主、從機(jī)車之間的牽引電流、電流級位和風(fēng)壓狀況，使得主、從機(jī)車同步接收主控機(jī)車司機(jī)發(fā)出的操作指令，確保整個重聯(lián)編組列車以同樣的牽引力和制動力運(yùn)行。

1.5 重聯(lián)數(shù)據(jù)庫數(shù)據(jù)

重聯(lián)數(shù)據(jù)庫主要儲存機(jī)車運(yùn)行中的控制數(shù)據(jù)和狀態(tài)數(shù)據(jù)，控制數(shù)據(jù)包括司機(jī)控制端給出的啟動信號、調(diào)速信號、制動信號、升降受電弓信號、閉合斷開主斷信號、開啟關(guān)閉空氣壓縮機(jī)、開啟關(guān)閉劈相機(jī)啟動、開啟關(guān)閉通風(fēng)機(jī)啟動等操作指令信號；狀態(tài)數(shù)據(jù)包括牽引電機(jī)電壓、電流，各輔機(jī)工作狀態(tài)等機(jī)車電器設(shè)備狀態(tài)信息。

2 基于粗糙集理論的數(shù)學(xué)模型建立

粗糙集理論是波蘭科學(xué)家20世紀(jì)80年代初提出的一種用以研究解決不完整、不確定問題的數(shù)據(jù)挖掘方法，近年來發(fā)展迅速，受到學(xué)術(shù)界的廣泛關(guān)注和重視。粗糙集理論通過數(shù)據(jù)的表達(dá)、學(xué)習(xí)、歸納從而計(jì)算出近似值，特別適用于數(shù)據(jù)相關(guān)性和相似性的查找，從中提取歸納出特定問題的推理規(guī)則和數(shù)學(xué)模式。

無線重聯(lián)系統(tǒng)地面服務(wù)器中儲存了重聯(lián)編組運(yùn)行過程中所保存的大量歷史數(shù)據(jù)，傳統(tǒng)人工統(tǒng)計(jì)方法很難對這些歷史數(shù)據(jù)進(jìn)行有效利用，而粗糙集理論的引入可以很好地使用這些歷史數(shù)據(jù)來建立重聯(lián)數(shù)據(jù)模型，從而可以診斷和預(yù)測重聯(lián)編組列車的運(yùn)行狀況。

2.1 無線重聯(lián)系統(tǒng)的特征向量提取

粗糙集研究對象是一個多值屬性的集合，本質(zhì)上是一種分類思想。集合內(nèi)每個對象及其屬性都有一個確定的值作為惟一標(biāo)志符號，一般而言對象的屬性是不全面不完備的，不能完全精確的劃分具有某幾種屬性的子集合對象，因而粗糙集中使用上近似和下近似來描述這類集合，分別對應(yīng)給定屬性的最大對象集合和最小對象集合。

對無線重聯(lián)系統(tǒng)進(jìn)行故障診斷首先要提取表征故障的特征屬性集，一個故障診斷系統(tǒng)可表示為：S= ＜U，Q，V，F(xiàn)＞

其中U 表示所有在重聯(lián)系統(tǒng)運(yùn)行中可能出現(xiàn)的狀態(tài)組合，U= ｛U1，U2，U3，...Ux｝，每個Ux 表示運(yùn)行過程中的一種可能狀態(tài)，Q 表示條件屬性和決策屬性的并集，V 表示所有屬性的并集，F(xiàn) 表示故障診斷函數(shù)。

構(gòu)造特性向量可以簡化為將機(jī)車的工況狀態(tài)和操作命令作為向量的一個維度信息，生成特征向量T，T = ｛E1，E2，E3，E4，E5....E n｝，E1至En表示電流級位、電機(jī)電壓、機(jī)車調(diào)速信號等控制信息和狀態(tài)信息。依次對各類故障場景下重聯(lián)服務(wù)器中的數(shù)據(jù)進(jìn)行取樣可得到重聯(lián)故障數(shù)據(jù)庫，進(jìn)而得到重聯(lián)故障特性向量TE 的集合，見表1。

表1 重聯(lián)故障診斷數(shù)據(jù)表

2.2 構(gòu)建重聯(lián)系統(tǒng)故障規(guī)則知識庫的主要過程

（1）選取用于訓(xùn)練的重聯(lián)故障用例，在重聯(lián)地面服務(wù)器中將發(fā)生故障時刻的重聯(lián)編組選出建立重聯(lián)故障數(shù)據(jù)庫，人工增加決策屬性狀態(tài)判斷 （正?；蛘吖收希?。構(gòu)建的重聯(lián)數(shù)據(jù)庫是進(jìn)行數(shù)據(jù)挖掘的基礎(chǔ)。數(shù)據(jù)挖掘過程示意圖如圖2所示。

（2）對服務(wù)器中所有歷史數(shù)據(jù)進(jìn)行預(yù)處理，抽取特征項(xiàng)，合并近義詞、同義詞，進(jìn)行詞頻統(tǒng)計(jì)。

（3）按照粗糙集理論創(chuàng)建決策表。通過檢索每個特征項(xiàng)是否出現(xiàn)在重聯(lián)故障服務(wù)器列表中，得到?jīng)Q策表。

圖2 數(shù)據(jù)挖掘過程示意圖

（4）決策表的屬性約簡。利用既有的算法，同時參照經(jīng)驗(yàn)規(guī)則，按照對重聯(lián)安全保障的重要性對各特征項(xiàng)加權(quán)，對決策表中的各類屬性約簡。

（5）生成重聯(lián)故障知識庫。決策表中的每一行特征項(xiàng)都可以當(dāng)做重聯(lián)故障規(guī)則知識庫中的一條知識，表明處于該狀態(tài)下的重聯(lián)編組列車存在安全隱患或已不能正常運(yùn)行。

建立重聯(lián)系統(tǒng)故障規(guī)則知識庫過程流程如圖3所示。

3 建立重聯(lián)系統(tǒng)故障規(guī)則知識庫過程

2.3 模擬驗(yàn)證

在收集朔黃鐵路2009-2013年的機(jī)車重聯(lián)數(shù)據(jù)的基礎(chǔ)上，將發(fā)生故障或異常的重聯(lián)編組列車運(yùn)行信息抽取出來，建立重聯(lián)故障數(shù)據(jù)庫。選取2014年重聯(lián)編組的10組正常運(yùn)行數(shù)據(jù) （A 類）和10組因故障停車處理的運(yùn)行數(shù)據(jù) （B類）作為樣本，用Matlab6.5軟件按照本文中所述粗糙集理論提取特征向量，依次在重聯(lián)故障數(shù)據(jù)庫中檢索該特征向量是否屬于故障知識庫，判斷該組運(yùn)行數(shù)據(jù)是否安全數(shù)據(jù)。

經(jīng)檢測A 類10組正常運(yùn)行數(shù)據(jù)均被判定為重聯(lián)編組安全運(yùn)行狀態(tài)。B 類10組異常數(shù)據(jù)均被判斷為不安全狀態(tài)，符合實(shí)驗(yàn)預(yù)期結(jié)果。

3 結(jié)論

（1）在通過對SS4B 機(jī)車無線重聯(lián)系統(tǒng)數(shù)據(jù)傳輸模型進(jìn)行深入研究的基礎(chǔ)上，結(jié)合數(shù)據(jù)倉庫和數(shù)據(jù)挖掘技術(shù)，使用粗糙集理論對重聯(lián)編組機(jī)車的運(yùn)行狀態(tài)進(jìn)行特征向量提取，并與重聯(lián)故障數(shù)據(jù)庫中的特征項(xiàng)進(jìn)行比對，從而實(shí)現(xiàn)對重聯(lián)編組列車安全狀態(tài)進(jìn)行遠(yuǎn)程診斷。

（2）基于數(shù)據(jù)挖掘技術(shù)的重聯(lián)編組列車故障診斷為我們處理不精確、不完備信的故障信息時提供了新的思路，利用大規(guī)模數(shù)據(jù)的信息冗余性，可以減少由于信息不完備所帶的的數(shù)據(jù)偏差，保證故障診斷的可靠性。

（3）隨著鐵路系統(tǒng)大規(guī)模數(shù)據(jù)庫的使用，數(shù)據(jù)挖掘技術(shù)在鐵路機(jī)務(wù)、電務(wù)、工務(wù)領(lǐng)域的應(yīng)用仍有廣泛前景，是未來的發(fā)展方向之一。

［1］ 李蔚.KZ4A 交流傳動電力機(jī)車微機(jī)控制與網(wǎng)絡(luò)系統(tǒng) ［J］.機(jī)車電傳動，2007 （3）

［2］ 高春明，冀彬等.大秦線重載組合列車的LOCOTROL技術(shù)應(yīng)用研究 ［J］.電力機(jī)車與城軌車輛，2006 （6）

［3］ 周桂法，陳特放.機(jī)車在線故障診斷專家系統(tǒng)的研究 ［J］.長沙鐵道學(xué)院學(xué)報，2002 （1）

［4］ 蘭海，王艷敏.基于GSM—R電路交換實(shí)現(xiàn)大秦鐵路線多機(jī)車同步操作控制［J］.電氣應(yīng)用，2005（3）

［5］ F.Hoerl，王渤洪.多機(jī)牽引用無線電遠(yuǎn)程控制［J］.變流技術(shù)與電力牽引，2002 （5）

［6］ 李炳燃，張金哲.數(shù)據(jù)挖掘在設(shè)備故障診斷專家系統(tǒng)知識獲取中的應(yīng)用 ［J］.科技信息，2011 （20）

［7］ 葉進(jìn)軍，閔華松等.數(shù)控系統(tǒng)智能故障診斷系統(tǒng)的研究 ［J］.機(jī)床與液壓.2011 （13）