高速動車組故障診斷專家系統總體設計

呂　龍

（中車長春軌道客車股份有限公司工程研究中心，130062，長春∥工程師）

高速動車組作為中國制造業的“名片”，如何實現故障快速診斷及安全導向，保證列車在復雜多變的環境下高速持久地安全運行，已成為影響中國高速鐵路行業發展的關鍵課題。

工業自動化領域，故障診斷問題往往非常復雜，需要專家知識和經驗才能解決，因此，故障診斷專家系統得到了廣泛的應用。目前故障診斷專家系統研究的熱點主要有：基于模糊推理的診斷專家系統，基于人工神經網絡的診斷專家系統，基于推理規則診斷專家系統。文獻［1-2］將模糊推理應用于故障診斷專家系統，通過模糊統計來判斷異常部位，提高了診斷與維修效率。文獻［3］利用神經網絡的學習、聯想和記憶功能，以及非線性映射功能，構建了電動機故障診斷專家系統，并論證了系統的全面、準確和迅速性。文獻［4］將小波變換理論應用于故障分析與診斷中。文獻［5］采用C-均值聚類算法進行故障診斷與分析。后兩種方法都是利用信號模型直接分析可測信號，提取特征值，從而檢測出故障，本質上屬于基于信號處理的分析方法［6］。

然而，模糊推理知識獲取困難，缺乏自學習能力，推理過程中模糊性會增加；神經網絡專家診斷系統嚴重依賴訓練樣本，樣本的獲取困難，忽視專家經驗與知識，無法處理動態系統；基于信號處理的分析方法，依賴于信號模型和信號處理分析算法，無法兼顧專家知識與經驗，對計算機處理能力要求較高［6-8］。綜合考慮以上因素，本文采用基于推理規則的診斷專家系統進行高速列車故障診斷研究，充分利用專家知識建立故障樹，并將故障樹作為邏輯推理規則，應用到高速動車組的實時狀態監測與故障診斷中。

1　高速動車組故障診斷系統架構

為實現故障快速處理與事故主動預防，保證高速列車安全可靠地運營，高速動車組普遍采用了故障診斷技術。其總體架構如圖1所示，其中故障診斷對象主要分為3大類。

圖1　高速動車組故障診斷系統架構

（1）設備類：主要診斷對象包括各子系統部件、空氣開關、按鈕、繼電器、傳感器和執行機構。設備類故障需診斷到最小可更換單元，以提高檢修維護效率。

（2）功能類：功能類診斷的目的是確?？刂乒δ艿耐暾院蛯嵭?。按照系統實現功能，此類診斷可分為高壓系統、中壓系統和低壓系統。高壓系統故障診斷主要任務包括絕緣檢測、過壓過流檢測與診斷，高壓系統部件保護與診斷等；中壓系統故障診斷主要任務包括接地檢測、功率過載檢測與診斷，負載啟動管理與診斷等；低壓系統故障診斷主要實現繼電器、空氣開關和按鈕的狀態檢測與診斷。

（3）安全類：此類診斷涉及列車運行、檢修維護相關的安全點，以提高車輛系統的安全性；主要包括安全環路狀態檢測、軸承類溫度檢測、轉向架失穩檢測、司機警惕裝置檢測等。

高速動車組通過列車控制管理系統（TCMS）對車輛各子系統設備進行狀態監視和故障診斷（TCMS的設計和開發符合IEC 61375標準中列車通信網絡（TCN）總線標準）。TCMS將整車所有微機控制系統，如門、空調、牽引、制動等進行總線連接，實現信息的交互與共享。不具備總線能力的設備或部件可通過IO采集模塊、A/D采集模塊和PT100溫度采集模塊進行設備狀態監測。

通過TCN總線將監測到的狀態數據實時輸入給中央控制單元（CCU）；CCU作為故障診斷的核心部件，將接受到的狀態數據經過數據處理和邏輯計算，獲取當前列車故障狀態信息；并通過列車顯示屏（HMI）進行故障顯示，提示司機和維護人員采取針對性的故障應對措施。

2　專家系統總體設計

提出的故障診斷系統專家知識來源于診斷對象故障樹。故障樹的頂事件決定專家系統要分析和解決的問題；故障樹的每個最小割集表示診斷對象故障模式，對應專家系統推理的最終結果；故障樹自上而下的邏輯關系用于專家系統的推理過程；故障樹的樹枝對應于專家系統規則。知識庫的獲取源于故障樹［9-10］。

2.1　構建故障樹模型

高速動車組故障診斷是一個涵蓋運行前系統自檢與診斷、運行中實時狀態監視與診斷，以及定期測試與診斷的系統工程?；诠收显\斷各階段故障樹的一般模式和結構特征，抽象出的故障樹模型如圖2所示。其中：A類事件為頂事件，B類事件為中間事件，C類事件為底事件。對于更加復雜的故障樹模型，可能底事件較為繁多，中間事件的判斷涉及到底事件的交叉復用，但仍可抽象出如圖2所示的故障樹模型。

圖2　高速動車組典型故障樹模型

故障樹的建立首先要確定頂事件，頂事件決定了故障診斷專家系統要分析和解決的問題。高速動車組故障樹頂事件根據以下3個方面確定：

（1）從功能危險分析（FHA）結果中選擇可能發生的影響安全的失效狀態作為頂事件進行分析；

（2）從故障模式與影響分析（FMEA）結果中選擇重要的故障模式作為頂事件進行分析；

（3）根據列車調試運用經驗，選擇系統部件使用過程中發生嚴重故障的事件作為頂事件進行分析。

頂事件確定后，根據設計師對診斷對象的專家知識，確定導致頂事件的所有可能的輸入條件，逐級分解，并確定中間事件和底事件。

2.2　建立專家診斷系統

高速動車組故障診斷專家系統推理是確定性推理，故障診斷條件和結果是確定和明確的。基于以上特點，專家診斷系統采用產生式推理規則。產生式推理規則的基本思想是：從當前故障征兆信息出發，將對應的底事件代入知識庫，若匹配成功某產生式中間事件為真，則這個產生式可以作用在這組事件上，即中間事件成立，從而推出新的事實；以此類推，直到得出故障樹的頂事件為止［11-12］。

基于上述思路，設計的故障診斷專家系統如圖3所示。其中：故障征兆或狀態數據的獲取是通過TCMS通信總線獲取的；產生式推理機是在CCU中預先設定的邏輯規則，主要表現形式是故障征兆或狀態數據的“與”、“或”邏輯運算；若經過推理機的邏輯運算，滿足故障樹頂事件觸發條件，即實現了故障診斷的目的，CCU將執行相應主動防護動作，并將故障信息通過列車顯示器向司機和維護人員進行解釋說明。

圖3　基于推理機的故障診斷專家系統流程圖

推理機依賴于對應領域的專家知識，要求故障診斷系統設計師對診斷對象的工作原理有深刻認知。高速動車組故障診斷專家系統推理機可通過在CCU中進行軟件編程實現。其軟件邏輯示例如圖4所示。

3　結語

根據高速動車組故障診斷的特點和現實需求，設計了基于故障樹的專家診斷系統，實現并完成了：故障樹的確定，故障診斷專家系統整體設計流程，基于專家知識的推理機軟件編程。

圖4　推理機的軟件實現邏輯圖

提出的高速動車組故障診斷專家系統，無需建立診斷對象的數學模型，知識表達直接來源于故障樹，表達直觀簡潔，易于理解，且便于編程實現，降低了對計算機處理能力的要求；推理機的輸入條件、邏輯關系以及輸出結果均具備確定性和明確性。該系統具有迅速響應環境變化的能力，同時具備執行較長動作序列的能力，能夠很好地滿足高速動車組對故障診斷的需求。

［1］胡琳.汽車故障診斷專家系統軟，的設計與研究［J］.電子技術應用，2000，26（3）：17.

［2］劉超，基于WSN的空壓機故障模糊診斷專家系統研究［D］.淮南：安徽理工大學，2014.

［3］徐玉秀，邢剛，原培新.基于專家系統與神經網絡集成的故障診斷的應用研究［J］.振動與沖擊，2001，20（1）：41.

［4］劉小旭.開關磁阻電機功率變換器故障診斷研究［D］.徐州：中國礦業大學，2015.

［5］石華，畢越寬.基于C-均值聚類算法的列車故障診斷系統［J］.機車電傳動，2014（1）：94.

［6］張燕，鐵路貨車制動裝置故障診斷專家系統研究［D］.上海：上海交通大學，2011.

［7］陸陸，徐正國，王文海，等.列車運行控制系統故障診斷方法研究［J］.鐵道通信信號，2010，46（5）：44.

［8］安茂春.故障診斷專家系統及其發展［J］.計算機測量與控制，2008，16（9）：1217.

［9］段雋喆，李華聰.基于故障樹的故障診斷專家系統研究［J］.科學技術與工程，2009，9（7）：1914.

［10］張龍，熊國良，何柏琳，等.機床液壓系統故障樹分析［J］.機床與液壓，2005（2）：170.

［11］吳明強，李霽紅，曹愛東，等.故障診斷專家系統綜合智能推理技術研究［J］.計算機測量與控制，2004，12（10）：932.

［12］張慶振.地空導彈智能故障診斷專家系統關鍵技術研究［D］.西安：西北工業大學，2001.