基于案例推理的軌道交通信號設備故障診斷方法

陳則宇 盧 凡 王恒丁 曹從詠

（南京理工大學，南京 210094）

引言

城市軌道交通信號設備是軌道交通運輸安全的核心設備。它肩負著保證列車運行安全和提高運輸效率的重要任務。因此設備的健康會直接影響軌道交通系統的安全運行，影響軌道交通運營服務質量。

目前國內各城市的信號設備在出現異常或故障時會由維護人員進行故障處理，由于人員投入成本巨大、設施分散、故障多樣化等問題使得檢修人員很難在事前做好故障處理的準備工作，不能在短時間內將故障排除，這嚴重地阻礙了城市軌道交通系統運營服務。采用基于案例推理的軌道交通信號設備故障診斷方法，計算機通過預先設定的算法搜索故障處理網格，可以快速鎖定故障點并給出處理方案，在極大地節省了人力物力的同時提高故障排查效率，使得城市軌道交通系統運營更加安全、可靠。

1 軌道交通信號設備故障概述

軌道交通信號設備可以分為四類：計算機聯鎖系統設備、列車自動駕駛設備、列車自動防護設備和列車自動監督設備[1]。

計算機聯鎖系統設備主要分為軌旁設備和車站設備。其中軌旁設備負責實現與軌道有關的機械動作，包括信號機和軌道電路等。車站連鎖設備負責對全線路的信號和道岔進行控制，包括聯鎖計算機和各類控制模塊等。列車自動駕駛設備包括節點機、交互機和車載無線天線等用于傳輸列車的自動控制信息，以此實現軌旁設備和車載設備之間的通信。列車自動防護設備分為車載設備和地面設備兩個部分包括軌旁計算機、數據存儲單元、編碼器和測速雷達等，實現對列車的安全控制。列車自動監督設備包括數據庫服務器、通信處理器、ATS中央網絡設備等，用于監督各設備的運行情況，顯示信號系統運行狀態信息。

可以看出，軌道交通信號設備種類多、結構復雜，而且其故障類型多，故障維修困難。根據主要軌道交通信號設備進行故障分類可將故障分為37個大類；根據故障現象分類可將故障分為300個中類；按故障原因分類可將故障分為968個小類。

目前故障處理的總體流程可以總結為：

（1）查看列車自動監督設備所顯示的報警信息；

（2）查看報警點所在位置的設備狀態；

（3）測量故障點設備的電氣參數，并分析故障原因；

（4）對故障的電路元件進行維修或替換；

（5）在維修完成后對線路進行測試，并對報警信息進行復位；

（6）對故障進行統計和收錄。

這樣一套檢修流程對維修人員的事前準備程度要求極高，對維修人員的個人經驗依賴性強。并且處理流程耗時長，給列車運行造成的影響極大。可見單純依靠人工處理故障無法保證系統的可靠性。而基于案例推理的軌道交通信號設備故障診斷方法可以大大改善這些缺陷。

2 基于案例推理的軌道交通信號設備故障診斷流程

2.1 案例推理基本概念

案例推理是在對已有信息進行合理編排之后，通過計算機在數據庫中尋找與當前情況相似的歷史案例，并利用已有結果或解決方案來解決新問題的方法。一個基本的案例推理求解過程一般由四個部分組成：檢索、重用、修正和保存。該模型也被稱為4R模型，4R分別為：Retrieve、Reuse、Revise、Retain。在案例推理中目標案例代表目前待解決的問題或工況稱，源案例代表錄入在列表中的歷史案例稱，案例庫代表各種源案例的集合稱。

4R模型的4個主要步驟說明如下：案例檢索的目的是篩選出與目標案例相近的源案例，關鍵在于匹配算法的選擇和模型的表示。案例表示方法直接影響到案例檢索的準確性和效率。在數據庫中案例一般表示為案例描述和解決方案兩個部分，其關鍵在于案例主要特征的選取。通過進行案例重用，情況不完全一致則進行案例修正。案件完成后，新案件會保存到案例庫中。

2.2 故障診斷流程

根據案例推理的4R模型，基于案例推理的軌道交通信號設備故障診斷流程可以概括為：當一個故障發生時也就是一個目標案例，根據故障發生的地點及表現出的外在特性對案例庫（根據歷史故障記錄生成的數據列表）進行搜索，并得到與目標案例相類似的源案例，源案例需要給出過去故障的外在表現、電氣檢測結果和故障排除方案。為了保證方法可靠，會顯示出相關性較強的數個源案例，并按相關性進行排序，這一步對應4R模型中的檢索。此后維修人員按照所給信息檢測故障點電氣狀態，對應4R模型中的重用。若此方案無法完全排除故障則重新分析故障原因并給出電氣參數及維修方案，對應4R模型中的修正。最后將此次的故障信息、電氣檢測參數及解決方案加入到案例庫中，獲得一個新的源案例，對應4R模型中的保存，進而不斷提高模型的可靠性。其基本流程如圖1所示。

圖1 案例推理流程

3 案例推理系統設計方法

通過診斷流程我們可以看出，在進行案例推理的過程中有兩個較為困難的問題：案例庫和案例檢索方法的設計。

3.1 案例庫設計

為了滿足軌道交通信號系統故障處理的需求，將案例庫劃分為三個部分：故障特征屬性、設備及電氣檢測參數和故障排除方案。其中故障特征屬性包含兩個層次，第一層為各種設備名稱，第二層為各設備的采集參數。例如第一層包含通信處理器A、通信處理器B、軌道電路A、軌道電路B等，軌道電路A下屬第二層又包含供電電壓、發送電壓、接收電壓、溫度、干擾電壓等，整體呈現出樹狀圖的形式，如圖2所示。

圖2 故障特征屬性層次示意圖

電氣檢測參數和故障排除方案根據歷史故障排除記錄進行填寫，此部分信息記錄在當前狀態下維修人員需要檢測哪些電氣參數才能確定故障的具體原因，以及確定原因之后需要用什么樣的方法進行解決。由于系統中設備的種類和數量多且不同設備間檢測的參數種類和數值差異較大，不對其進行格式限制。同時這兩部分內容不參與到案例檢索中，而是作為案例檢測的結果反饋給維修者，以便維修者能更加準確地進行故障排除。

3.2 檢索方法設計

在案例推理中常用的案例檢索方法有最近相鄰法、歸納推理法和知識引導法[2]。其中歸納推理法只在案例之間的差別極大，且案例數量充足的情況下使用。而知識引導法是在各特征屬性存在明顯的權重關系時適使用。如果對交通信號設備的故障處理以上兩種情況都不滿足，只能采用最近相鄰法進行檢索。最近相鄰法是通過計算目標案例與源案例之間的相似度，搜索出相似度超過某一程度的所有源案例。其中相似度的計算包括兩個部分：局部相似度和全局相似度[3]。其中全局相似度是通過對局部相似度進行加權求和處理得到的。

由于故障特征屬性中包含兩種描述方式：數值和字符。例如A設備的反饋電壓為5V則記錄為數值“5”，B設備指示燈亮則記錄為字符“亮”。

對于數值型屬性的相似度計算為：

式中，Sim（Xi，Yi）為屬性Xi和Yi的相似度，Xi和Yi是案例X、Y的第i個屬性值。

對于字符型屬性的相似度計算公式為：

如果目標案例的設備特征屬性與源案例相同時相似度為1，不相同為0。而對于全局相似度則根據以下公式進行計算：

式中，wi為第i個故障特征屬性的權重，一般由專家給定或根據軌道交通信號系統結構關系得出，計算公式可參考信息熵法[4]。

在計算相似度的過程中假定C=｛c1，c2，…，cm｝表示m個歷史故障案例，A=｛a1，a2，…，am｝表示案例的n個數值型故障特征屬性，aijr表示為第i個故障案例下第j個設備的第r個數值型故障特征屬性，B=｛b1，b2，…，bm｝表示案例的k個字符型故障案例特征，bijr的含義與aijr相似[5]。由此構建出的故障特征屬性見附表。

附表 故障特征屬性表

以上可總結案例檢索的實質為：根據表格和相似度計算公式得出當前故障與各歷史故障之間的相似度，并設定閾值將相似度高的源案例篩選出來，連同電氣檢測參數和故障結果反饋給維修人員。

4 結論

本文對基于案例推理的軌道交通信號設備故障診斷方法進行研究，結合4R模型構建出軌道交通信號設備故障診斷的基本框架。

在分析軌道交通信號設備特點的基礎上構建了集故障特征屬性、電氣檢測參數和排查方案為一體的案例庫，確定了按照案例相似度的關系進行案例檢索，并說明了全局相似度和局部相似度的計算公式，闡述了案例推理中檢測、重用、修正和保存四個步驟的具體實現方法，為故障診斷的案例推理系統的構建提供決策依據。

如今隨著計算機技術不斷發展，充分利用計算機記憶準確和計算快速的特點對原有工作方法進行改造是必不可少的，基于案例推理的軌道交通信號設備故障診斷方法可以在短時間內鎖定故障點并給出解決方案，減輕了維修人員低效長時的故障預先準備工作，在縮短故障排查實踐的基礎上提高可靠性，給工程應用帶來實際意義。