基于故障狀態演化的高速公路機電設備智能維護系統設計

徐紅輝 王種 范杰

摘要：以往高速公路機電設備智能維護大多采用人工檢測的形式，未能詳細計算機電設備中的故障數據、準確判斷故障類型。為此，針對當前高速公路機電設備智能維護的需求，設計基于故障狀態演化的高速公路機電設備智能維護系統。在高速公路機電設備智能維護中，故障監測模塊融合物聯網傳感器技術、電子設備控制技術和數據分析處理技術，實現智能感知、網絡傳輸、信息整合以及應用服務功能，并采用基于故障狀態演化的故障預測診斷混合模型實現高速公路機電設備故障檢測，將檢測結果傳輸至機電設備智能維護模塊，按照相應類型選擇維護程序，完成高速公路機電設備智能維護。經驗證，該系統修復率大于99.98%，且維護效率和魯棒性高，可應用于高速公路機電設備智能維護工作中。

關鍵詞：故障狀態演化;高速公路;機電設備;智能維護;故障監測;實驗驗證

中圖分類號：TN911-34;TH122

文獻標識碼：A

文章編號：1004-373X（ 2019） 24-0112-04

隨著我國公路建設的迅速發展，有關公路管理相關技術已借鑒國外經驗，創新成具有中國特色公路管理技術。機電設備的供給可有效促進高速公路的合理運營，能夠提升公路管理水平[1]。高速公路機電設備不單組建內容復雜，分布呈現分散性，涉及領域具有多樣化，管理維護存在一定難度[2]。為克服此類問題，提升機電設備維護管理程度，結合實際工作使用合理的維護系統是當務之急。

高速公路機電設備維護的目標是為高速公路營運管理給予最好的交通工程機電技術設備，提升維護管理任務的效率，保證機電設備性能不出現異常[3]。本文設計一種基于故障狀態演化的高速公路機電設備智能維護系統，以期為高速公路營運管理提供綿薄之力。

1 高速公路機電設備智能維護系統

1.1 系統硬件設計

故障監測模塊融合物聯網傳感器技術、電子設備控制技術和數據分析處理技術，實現高速公路機電設備信息的智能感知、信息網絡傳輸和整合等功能。并采用基于故障狀態演化的故障預測診斷混合模型實現高速公路機電設備故障檢測，將檢測結果傳輸至機電設備智能維護模塊，按照相應類型選擇維護程序，智能維護機電設備。

1）故障監測模塊

融合物聯網傳感器技術、電子設備控制技術和數據分析處理技術，構建故障檢測模塊實現高速公路機電設備故障檢測工作[4]。故障檢測模塊包含智能感知、網絡傳輸、信息整合以及應用服務四種核心單元。故障監測模塊的整體結構如圖1所示。

2）機電設備智能維護模塊

機電設備智能維護模塊包含交通控制設施維護、照明控制維護、供電控制維護、消防控制維護、車道控制標志維護以及可變信息標志維護等[5]。機電設備智能維護模塊的整體結構如圖2所示。

1.2 軟件設計

系統中的故障監測模塊采用基于故障狀態演化的故障預測診斷混合模型，實現高速公路機電設備故障檢測。

1.2.1 高速公路機電設備系統故障的數學模型

若高速公路機電設備系統出現故障，那么系統的動態狀態空間模型為：

y（t） =By（t）+ Cv（t） +Hig（t） （1）

x（t） =Dy（t） +Ev（t） +H2g（t）

（2）式中：高速公路機電設備狀態矢量、控制矢量依次設成y（t），v（t）;高速公路機電設備觀測矢量與故障矢量依次設成x（t），g（t）;B，c，D，E表示常數矩陣。高速公路機電設備系統的真實輸出存在一定故障矢量[6]。考慮到高速公路機電設備系統全部可能存在的故障類型，診斷原理圖見圖3，將未知時間的故障g（t）設成被控目標，判斷故障信息類型[7]。

1.2.3 故障預測診斷混合模型

將高速公路機電設備系統故障模型與故障演化趨勢HSMM模型融合，獲取故障預測診斷混合模型[8]。將故障矢量設成關鍵因子導人HSMM模型中，系統不停的運轉，高速公路機電設備故障信號愈加強烈，但前期狀態故障信號對后期狀態故障信號不具有直接干擾[9-10]。

高速公路機電設備故障診斷需處理問題：在已知觀測序列Xt={x1，x2，…，xt}和目前故障矢量g（t）前提下，計算出設備故障結果q（（pt= yi|Xt）| g（t））。

2 實驗分析

2.1 系統維護結果

為驗證本文系統有效性，將本文系統應用于某地區高速公路機電設備智能維護工作中，設定維護周期為1年，統計每個月中機電設備維護情況。本文系統維護結果如表1所示。

從表1可知，在1年時間里，高速公路機電設備故障次數與修復次數完全相符，本文系統修復率未低于99.98%，修復效果較好。

為進一步分析本文系統性能優勢，采用本文系統、高速公路機電設備壽命預測系統、機電設備振動信號故障診斷系統進行對比實驗。

2.2 故障率

采用三種系統對相同高速公路機電設備進行智能維護12個月，將高速公路機電設備故障分為輕、中、重度三種。測試三種系統維護后，高速公路機電設備1年內的故障率，三種系統的維護故障率對比結果見表2。

分析表2可知，該機電設備1年內故障率存在差異，本文系統在三種不同程度故障維護中，平均故障率為0.01，均小于高速公路機電設備壽命預測系統等平均故障率。故本文系統故障率最低，維護效果最高。

2.3 維護效率

測試上述實驗中三種系統維護時間開銷情況進行對比，結果見圖4。

分析圖4可知，本文系統維護時間開銷均未超過20 ms，相比之下，高速公路電機設備壽命預測系統與機電設備振動信號故障診斷系統的維修時間開銷均大于本文系統。故本文系統在維護高速公路機電設備時，維護效率較高。

2.4 魯棒性

多次測試三種系統的維護魯棒性，并進行對比，對比結果如圖5所示。

從圖5對比可知，本文系統魯棒性最大值為96.99%，且始終大于高速公路機電設備壽命預測系統等系統。故本文系統的魯棒性最好，在維護機電設備時，功能較穩定。

3 結論

伴隨信息技術快速發展，未來高速公路機電設備智能維護工作將會面向智能化，維護效果將會出現質的提升。本文設計的基于故障狀態演化的高速公路機電設備智能維護系統與同類維護系統相比，性能最好。

參考文獻

[1]于泉，郭增增，梁銳.基于馬爾科夫鏈的高速公路機電設備壽命預測研究模型[J]公路交通科技，2018，35（1）：28-35.

YU Quan， GUO Zengzeng， LIANG Rui.A prediction model ofexpressway electromechanical equipment life based on Markovchain [J]. Journal of highway and transportation research anddevelopment， 2018， 35（1）： 28-35.

[2]楊連報，李平.基于本體的高速鐵路車載設備智能維護決策樹模型[J]鐵道運輸與經濟，2017，39（2）：59-63.

YANG Lianbao， LI Ping. Ontology-based decision tree modelfor intelligent maintenance of high-speed railway onboard equip-ment [J]. Railway transport and economv， 2017， 39（2）： 59-63.

[3]于群，張敏，曹娜，等.基于模糊元胞自動機的電網連鎖故障控制策略[J].電力自動化設備，2016，36（8）：90-95.

YU Qun， ZHANG Min. CAO Na. et al.Grid cascading failurecontrol based on fuzzy CA[J].Electric power automation equip-ment， 2016， 36（8）： 90-95.

[4]王宇，羅倩，紀厚業.機電設備振動信號故障診斷算法研究[J].計算機仿真，2017，34（5）：414-419.

WANG Yu， LUO Qian， JI Houye. Research on fault diagnosisalgorithm for vibration signals of electromechanical equipment[J]. Computer simulation， 2017， 34（5）：414-419.

[5]張紅旗，邵曉東，胡祥濤.基于部分可觀察馬爾可夫決策過程的機電裝備動態可靠性評價方法[J]中國機械T程，2016，27（ 18）：2482-2486.

ZHANG Hongqi， SHAO Xiaodong， HU Xiangtao. Dynamic re-liabilitY assessment method based on POMDP for electrome-chanical equipment [J]. China mechanical engineering， 2016，27（18）：2482-2486.

[6] SHEIKHLAR A. FAKHARIAN A， BEIK-MOHAMMADI H，et al. Design and implementation of self-adaptive PD controllerbased on fuzzy logic algorithm for omni-directional fast robotsin presence of model uncertainties [J]. International journal ofuncertainty， fuzziness and knowledge-based systems， 2016. 24（5）：761-780.

[7]程學慶，李月，舒繼承，等.我國高速鐵路固定設備維護體制模式研究[J]鐵道科學與工程學報，2017，14（2）：16-22.

CHENG Xueqing， LI Yue， SHU Jicheng， et aI.Study of high-speed railway fixed equipment maintenance svstem mode inChina [J]. Journal of railway science and engineering， 2017， 14（2）：16-22.

[8] CRUZ A G D A， GOMES R D. BELO F A， et al.A hybridsystem based on fuzzy logic to failure diagnosis in inductionmotors[J].IEEE latin america transactions， 2017. 15 （8）： 1480-1489.

[9] ZHANG Haizhu. HAN Xin， LI Rong， et al.A new conceptualdesign method to support rapid and effective mapping fromproduct design specification to concept design [J]. Internationaljournal of advanced manufacturing technology， 2016， 87 （5/8）：2375-2389.

[10]趙健，城市軌道交通車站機電設備委外維護信息化管理系統的組成與實施效果評價[J]城市軌道交通研究，2017，20（6）：152-156.

ZHAO Jian. Management system of the outsourcing mainte-nance information for urban rail transit station electromechani-cal equipment[J]. Urban mass transit. 2017. 20（6）： 152- 1 56

作者簡介：徐紅輝（1968-），女，廣東揭西人，碩士，副教授，研究方向為計算機應用、設備管理工程、企業管理。