車站信號控制設備故障診斷專家系統的研究與實現

賈孝成 中國神華神朔鐵路分公司河東運輸段

車站信號控制設備故障診斷專家系統的研究與實現

賈孝成 中國神華神朔鐵路分公司河東運輸段

車站信號控制設備的故障診斷在傳統模式下都是依靠人工來進行檢測和維修的，這種方式具有著一定的延時性，只能在故障發生后進行緊急搶修排查才能真正確定故障發生的位置，這種方式無論是在時效方面還是在準確性方面都有著一定的局限性。隨著科技的幾部陳展信號控制設備的故障診斷也逐漸與人工智能融合形成了車站信號控制設備故障診斷專家系統，通過這一系統可以在故障發生的第一時間準確找到故障的發生點從而確保故障能夠在第一時間被解決，但是對于我國而言車站信號控制設備故障診斷專家系統還并不成熟，想要真正對其應用還需要對其進行深入的研究。

車站 信號控制 設備故障 診斷 專家系統

鐵路運輸是我國最為主要的運輸方式之一，鐵路運輸每年的運輸量占我國總運輸量的40%以上，并且無論是在安全性還是在便捷性方面都有著較為明顯的優勢，近幾年來我國的鐵路進行了全面提速，速度的提升一方面提高了鐵路運輸的運輸效率但是另一方面卻也給鐵路的運行帶來了一定的壓力，尤其是在車站信號控制方面其對于鐵路的安全性影響越來越大。車站信號控制設備故障診斷以往都是利用人工進行其效率較低并且準確性也無法得到保障。如今隨著智能化的普及，車站信號控制設備的故障診斷也逐漸與智能化融合，因此車站信號控制設備故障診斷專家系統也由此應運而生。車站信號控制設備故障診斷專家系統目前來看在我國的應用還處在初級階段，筆者今天就來和大家談一談關于車站信號控制設備故障診斷專家系統的研究與實現。

1 鐵路車站信號設備故障診斷專家系統的研究

鐵路車站信號設備的故障診斷專家系統總體而言分為六大模塊.這六大模塊分別是知識獲取功能模塊、設備狀態監測數據導入功能模塊、知識庫系統模塊、綜合數據庫模塊、推理機模塊、人機界面功能模塊。六個模塊各自都有著不同的功能下面我們就對著留個模塊進行深入研究。

1.1 知識獲取功能模塊

知識獲取功能模塊顧名思義是一個對知識進行獲取然后進行應用的關鍵模塊，該模塊是專家診斷系統對鐵路信號控制設備故障診斷的依據基礎，只有對這個模塊進行大量的相關專業領域性知識和經驗性知識的填充才能夠讓專家系統準確地對故障進行診斷。要實現知識的獲取可以分為兩種途徑，一種途徑是通過人工直接進行錄入另一種則是通過一定的知識獲取方法來見解實現。目前我國的大部分專家診斷系統當中的知識獲取都是基于電路模型原理邏輯的故障機理知識獲取方法以及維修人員故障處理實際經驗的知識獲取方法和基于設備首名激勵的知識獲取方法和基于實力統計信息的自學習知識獲取方法。

1.2 設備狀態檢測數據導入功能模塊

這一模塊的主要是從鐵路車站信號微機檢測系統當中對各種信號設備的工作狀態信息進行獲取，從而給故障診斷專家系統提供必須要的基礎數據。設備狀態檢測數據導入模塊通過專業的借口軟件對獲取的數據進行轉換和校檢以及向綜合數據庫進行數據導入。我國現有的大部分車站使用的危及監測系統都是TJWX—2000，這種監測系統的實時監測數據分為兩大類一類是開關量一類是模擬量。

1.3 知識庫系統模塊

這一模塊的最大作用就是對知識獲取模塊所獲取的知識進行管理，這些知識包括了各種信號設備的同步故障類型的診斷處理知識單元，知識庫系統模塊是服務于推理機子系統模塊。知識庫的管理功能主要是對知識單元的存取和檢索、排序、增加和刪除、修改等功能。

1.4 綜合數據庫模塊

綜合數據庫的功能主要是對設備的狀態信息、采集模塊導入的設備實際工作狀態信息和人機交互模塊的交互輸入輸出信息等眾多信息的管理存儲。除了對于這些采集到的各類信息存儲和管理之外還會對診斷推理結果和用戶對系統的提問和各種應答信息進行存儲。因為無論是診斷推理結果信息還是采集的各類信息都是處于動態狀態下的，因此綜合數據庫也被稱為動態數據庫。

1.5 推理機系統模塊

推理機系統模塊是一組計算機程序，其功能是對整個系統進行協調和控制，判斷和決定選用怎樣的相關知識單元和數據庫中的數據來為客戶提供的各類證據信息進行推理分析從而對故障進行最終的診斷。推理機可以根據需要來選擇故障現象驅動或者是設備狀態驅動兩種不同的方式。目前我國大部分專家診斷系統使用的都是基于故障想象驅動的推理體系機制，這種推理機制是通過對知識庫中各類故障現象的對應故障實現對故障原因的定位推理。這種推理機制有著明確的物理意義，推理的控制較為靈活。

1.6 人機界面系統功能模塊

人機界面是現場設備維護人員與專家系統進行信息交互的窗口。在選擇故障現象驅動的情況下人機界面系統功能模塊主要的功能就是對故障診斷的類別進行選擇和故障診斷結果顯示以及故障處理信息提示等信息從而讓工作人員可以更加直觀地對各類診斷信息進行查閱從而第一時間獲知信號設備的工作狀態以及故障問題。

2 鐵路車站信號設備診斷專家系統的實現方法

2.1 基于電路原理邏輯仿真技術的故障機理分析方法

我國許多車站信號系統采用的是6502電氣集中設備，這一設備與TJWX—2000微機監測系統形成了較為良好的配合。6502電氣集中設備形成了電氣集中控制的各種信息信號電路是電氣集中設備的主要組成部分同時也是信號系統故障診斷的主要對象。電氣集中系統的信號電路通常情況下都是由極為復雜的邏輯電路構成。出現電路故障的主要原因是因為電路中有一個或者多個的工作原件出現了損壞或者是接觸不良、短路等現象導致電路的邏輯被破壞，從而使得電路無法正常進行工作，因此對于這樣的情況其故障機理的分析應當是基于控制電路的原理邏輯而形成的。簡單來說電路原理邏輯仿真技術就是一種通過對電路工作原理邏輯的正確性進行判斷，從而對故障原因進行診斷的方法。

2.2 基于專家實際經驗知識的電路故障機理分析方法

專家實際經驗知識的電路故障機理分析方法是信號設備維修人員根據其多年的維修經驗對各類故障的現象以及處理方式進行匯總總結，然后由專業人員將其錄入到專家診斷系統當中，在出現故障后專家診斷系統就會通過對這些實際經驗知識的調取來對故障進行判斷與區分在對故障判斷后還會根據知識庫當中的相關知識給出一個較為合理的修復方案。專家實際經驗知識電路故障機理分析方法主要有：盤面壓縮法、電壓診斷法、步進電壓法、電流診斷法、電阻診斷法、短路診斷法、斷路診斷法和替換診斷法等等。

2.3 基于設備壽命機理的故障診斷及趨勢預測分析方法

鐵路車站信號系統的設備大多是機電設備，其驅動信號為模擬量。一般無法采用基于原理邏輯推理的故障診斷方法。鑒于目前我國微機監測系統提供的模擬監測數據主要是反映設備壽命工況的電壓或電流曲線，本文提出基于設備壽命機理的故障診斷及趨勢預測分析法，即基于監測系統提供的模擬量實時監測狀態數據(或工況曲線)與設備正常工作的標準數據(或技術曲線)相比較，通過建立壽命函數(或曲線擬合)分析模型，間接描述設備壽命機理知識，對設備故障進行診斷和預測。該方法的基本原理是當模擬量實時監測數據曲線嚴重偏離設備正常工作的標準曲線時，可判定設備處于故障狀態，還可根據模擬量實時監測歷史數據(工況曲線)的異常出現次數(設備異常動作次數)或平均偏離壽命函數(曲線)大小，實現對設備故障的預測或預警。

2.4 基于決策樹學習算法的復雜故障診斷方法

車站信號系統本身的復雜性就較高，因此并不是所有故障都有著較為明顯的機理特征，因此單純利用推理機進行某種方法進行邏輯推理是很難找到其真實故障的，這是因為很多故障的現象和原因并不存在必然的邏輯關系，這些故障的故障機理較為模糊利用傳統的方法無法找出，所以只能用決策樹學習算法來進行診斷。決策樹法是通過對各類發生過的實際復雜故障實例的分類和決策處理來對當前的故障進行分析，其中加入了人工智能程序從而實現了對復雜故障的診斷，但是目前我國的決策樹學習法診斷還處在探索階段，想要真正投入應用還需要一段時間來嘗試。

車站信號設備故障診斷專家系統在我國的應用雖然還處在初級階段但是其潛力之大還是足以讓人側目的，尤其是在我國這個鐵路運輸大國的情況下，故障診斷專家系統的發展也必然會越來越快。希望本文能夠給我國的鐵路信號故障診斷專家系統的建立與使用帶來一定的幫助和啟迪。

[1]張保銀，梁朝輝，李永燕.鐵路信號設備故障診斷專家系統研究[J].鐵道通信信號，2010（09）

[2]崔麗娜.鐵路信號設備故障診斷專家系統知識獲取與知識表示的研究[D].北京交通大學，2007