鐵路機械設備故障診斷技術探討

袁熙凱

（蘭州交通大學，甘肅 蘭州 730070）

隨著鐵路建設機械化程度的提高，越來越多的高科技設備投入使用，發揮了極大的作用。由于鐵路機械設備工況比較惡劣，機械設備使用的過程中，會有很多故障誘發因素。設備復雜程度與其診斷維修費用成正比，為了避免設備故障帶來的嚴重損失，需要有一套科學的設備故障診斷技術對故障做出預測及判斷并及時維護。

1 故障診斷技術的研究的意義

（1）有效保證設備的安全運行。故障診斷技術最直接的作用就是有效的保證鐵路機械設備的安全運行及更新，它能快速、準確的判斷出設備的故障問題，發現正在發生或者是即將發生的故障，并做出相應處理。

（2）提高施工效率，節約鐵路建設成本。鐵路建設中由于空間限制，有時設備之間的關系是一種串聯關系，一旦一臺設備發生故障，后續設備將不能按節點進行施工。機械設備如果不能及時進行維修，一旦投入使用，它就會影響到整個設備系統，耽誤整個鐵路工程的施工進度，浪費資金。故障診斷技術可有效的避免這些問題的發生。

（3）提高設備維修效率。設備故障診斷技術，能將每次將處理故障設備的經驗進行積累及總結，通過分析能發現設備故障發生的規律。這些經驗及規律能很好的指導后續的設備故障管理工作，提高設備的維修效率，減少維護成本。

2 設備故障診斷技術發展現狀

（1）狀態監測方面。計算機的發展提高了機械設備的自動化水平及智能水平，同樣計算機技術在鐵路機械設備故障診斷技術的狀態監測中也發揮了重要作用。監測系統能有效的監測鐵路建設各個環節的運轉情況，可降低突發故障發生的概率。通過一系列的研究、實際應用及優化設計，一些高科技的監測設備在故障診斷技術的狀態監測方面得到廣泛應用。目前常用的檢測方式有兩種：一種是離線檢測方式，操作靈活，通過筆記本和便攜機就可以實現實時、實地監測；另一種是在線監測方式。

（2）故障診斷方面。隨著信息化的快速發展，信息化與工業化已經不斷的融合，信息化在鐵路機械設備故障診斷技術中的應用也不斷深入。目前常用的鐵路機械設備故障診斷分析方法包括軸心軌跡的計算機模擬分析及全息譜理論分析等方法。隨著設備故障診斷的分析方法的不斷發展，故障的智能診斷方法將是鐵路機械設備故障診斷技術的新方向。這些先進的分析方法提高了設備及時診斷的質量和效率，有效的保證了設備的穩定運行。

（3）故障預測方面。故障預測是設備故障診斷系統的一項特殊功能，它能根據目前設備的運行狀態結合一些設定的技術數據，對設備潛在風險進行預測。預測機器設備的運行態勢及運行時間，有利于指導生產。目前故障預測這項功能的開發處于初級階段，有很大的發展空間。

3 設備故障診斷分析法

（1）圖像識別算法。圖像識別技術是一種通過圖像處理、圖像分析及圖像理解來識別目標和對像的技術。它的載體是計算機。圖像識別技術屬于人工智能的范疇，鐵路設備故障診斷中圖像識別算法有多種多樣的具體形式，但過程基本類似。如圖1所示，圖像識別算法的過程一般包括圖樣采集、圖樣預處理、特征提取及結果匹配等過程。對現場設備故障作出分析之前首先要熟悉機電各個功能模塊，立足機電結合的角度，根據各部分的功能及工作環境等因素，對機電設備故障的癥狀及影響進行全面的、逐層的及綜合的分析，找出故障發生的原因。①系統組成。一個完整的系統一般由硬件及軟件部分組成，硬件是軟件的載體，軟件是功能的具體體現。硬件及軟件兩部分缺一不可，只有通過兩部分有機結合和相互協調才能實現監測、系統識別功能。圖像識別系統中的硬件設備一般包括臺式機、線陣相機或其他工業相機；軟件系統一般包括開發平臺系統、語言操作系統等。②分析過程。鐵路機械設備故障檢測系統，首先要完成的就是設備的正常運行圖的采集及存儲工作。采集處于正常運行狀態的無故障設備的原始圖像，將這些圖像存儲在計算機軟件中作為標準圖庫，并提取出設備正常運行的特征點便于對非正常情況進行對比。在故障檢測系統正常投入使用后，把所采集到的設備的實時運行圖像實施預處理得到中間圖像，提取出中間圖像的運行特征，將這些實際運行特征與正常情況下的運行特征狀況進行對比，分析設備是否發生故障。當確定設備的故障信息后，圖像識別故障檢測系統會把結果自動傳輸至中央控制臺。工作人員可通過控制臺發出的報警信號，及時對相關設備進行全面檢查與維修。另外，圖像識別診斷技術可以結合設備的實際管理情況，實現檢修分離及人、機結合的工作模式，提高設備的檢修效率及檢修質量。

圖1 圖像識別過程示意圖

（2）模糊邏輯方法。模糊性的產生源于對事物的定義沒有根本性的把握。模糊邏輯是通過模擬人腦的判斷思維和推理模式，應用模糊集合和模糊規則對不確切的描述系統及滯后的控制對象進行模糊推理和綜合判斷的一種處理方法。模糊邏輯非常適合表達模糊的知識，同時又是對人腦不確定性判斷思維和推理模式的一種模擬，所以比較接近人的邏輯思維方式。在具體的故障排查操作過程中嚴格按照操作規范和科學的流程執行，并基于模糊邏輯方法快速判斷出故障的原因及故障點。

（3）解析模型法。解析模型法的建立是將模型中的模型參數、原始條件和其他信息與導致的結果之間的關系以公式關系或方程式關系表達出來的過程。故障診斷系統中要想運用解析模型法，首先就要建立診斷對象的精確數學模型，并運用一些數學方法，將機械設備運行信息進行處理。解析模型法確立的各種關系都是精確的數學關系，設備系統一旦出現故障，系統的輸入輸出關系就會發生變化，利用已經建好的數學模型，可準確的導出設備系統內部在的具體問題。通過檢查核對及時判斷故障的發生情況，并采取解決措施。這種方法通過數學運算方法及計算機技術的科學合理結合，有效解決鐵路設備故障問題。

（4）人工神經網絡分析法。如圖2所示，人工神經網絡是對人腦神經元網絡進行的模擬，是由大量的節點（激勵函數）按不同的連接方式（權重）組成的網絡。人工神經網絡是一種逼近式算法。人工神經網絡分析法能模仿人腦神經處理的方式及思維模式來處理設備發生的故障。鐵路設備監控系統的故障診斷常應用人工神經網絡分析法。人工神經網絡具有自學功能、聯想功能及高速找出優化解的功能，診斷系統不需要要建立知識信息庫，就能快速找打破最優化的故障解決方案，但前期資金投入大，系統開發周期長。

圖2 人工神經網絡結構示意圖

4 故障診斷技術的優化建議

（1）監測儀器與傳感器不斷升級改進。鐵路機械設備故障診斷技術的發展水平與先進的監測儀器與傳感器的引進脫不開關系，這些高科電子設備安裝在工作現場，擔負著數據采集及檢測的重任。監測儀器和傳感器技術的不斷升級優化，是故障診斷系統故障診斷精確度的保障。檢測儀器與傳感器的靈敏度及準確性是數據采集有效性的直接影響因素。故障診斷技術的優化離不開監測儀器與傳感器的發展。

（2）將小波分析法應用在故障診斷技術中。小波分析是利用時間或空間頻率的局部變換，通過伸縮和平移運算對信號或函數逐步進行多尺度細化，捕捉信號的各個細節并提取信息的分析方法。小波分析是當前數學中的一個重大突破，應用領域十分廣泛。鐵路機械設備的故障診斷技術中應當合理引進使用小波分析法，不斷的提高故障診斷效率及診斷質量。

（3）提高故障診斷技術的智能化水平，實現遠程診斷。計算機的進步提高了機械設備的智能化水平，診斷系統要結合目前智能化的發展現狀，科學的引進進化計算及專家系統等智能技術。同時結合現代化的信息技術，實現遠程化及網格化故障診斷，及時、準確的進行故障監控、判斷及處理，形成一個完善的鐵路機械設備故障管理體系。

5 結語

鐵路機械設備的故障診斷技術需要不斷的發展和優化，一個合理鐵路機械設備的故障診斷體系能為施工部門帶來很大經濟效益。本文論述了故障診斷技術的重要性及現狀，通過分析各種診斷分析方法提出了優化建議。

[1]趙旭東．鐵路機械設備故障診斷技術探討[J]．科技與企業 ,2014(24):143．

[2]顧德明． 對鐵路工程機械設備故障診斷技術的探討[J]． 低碳世界 ,2016(09):183-184．