基于模糊控制的高速鐵路多工種聯(lián)動控制系統(tǒng)研發(fā)設(shè)計

趙明玥，李 霞，樊旭剛

（1.山東大學(xué)機(jī)電與信息工程學(xué)院，山東威海 264209;2.中國鐵路鄭州局集團(tuán)公司洛陽機(jī)務(wù)段，河南洛陽 471002）

近年來，鐵路仿真培訓(xùn)系統(tǒng)取得了一定的進(jìn)步。白鑫[1]設(shè)計了高速鐵路行車仿真系統(tǒng)，精確模擬各種工況下的高速列車運(yùn)行過程，可應(yīng)用于運(yùn)營階段的運(yùn)行圖編制，為進(jìn)一步發(fā)展鐵路運(yùn)營和系統(tǒng)試驗(yàn)平臺提供技術(shù)支撐。張曉梅[2]設(shè)計的高速鐵路調(diào)度指揮仿真實(shí)驗(yàn)平臺實(shí)現(xiàn)了各崗位操作綜合訓(xùn)練，用于行車組織基礎(chǔ)理論與基本操作的學(xué)習(xí)。周妍提出了高速鐵路行車調(diào)度指揮一體化仿真實(shí)驗(yàn)平臺，實(shí)現(xiàn)了列車運(yùn)行計劃編制與下達(dá)、列車調(diào)度指揮作業(yè)仿真等，但未還原再現(xiàn)列車調(diào)度指揮故障與非正常場景。杜嘵旭[3]結(jié)合業(yè)務(wù)流程控制、語音識別與合成技術(shù)，對車站作業(yè)進(jìn)行全面模擬仿真。

基于現(xiàn)有培訓(xùn)方式的不足，本文設(shè)計基于模糊控制的軌道交通多工種聯(lián)動控制方法及系統(tǒng)[4-7]，用于國鐵調(diào)度業(yè)務(wù)仿真、培訓(xùn)場景還原、多工種作業(yè)流程優(yōu)化重組、應(yīng)急預(yù)案演練與方案比選。

1 系統(tǒng)概述

1.1 系統(tǒng)組成

高速鐵路多工種聯(lián)動控制系統(tǒng)分為服務(wù)器、客戶端和教員3個部分，如圖1所示。服務(wù)器用于系統(tǒng)各個工種對應(yīng)客戶端的核心計算服務(wù)，是系統(tǒng)功能的重要組成部分。教員用于系統(tǒng)培訓(xùn)管理、課程管理、故障場景設(shè)置等，是培訓(xùn)組織的主要承擔(dān)模塊。各個工種客戶端用于培訓(xùn)場景還原、進(jìn)行模擬操作。

圖1 高鐵多工種聯(lián)動控制系統(tǒng)Fig.1 Composition of multi-task linkage control system of high-speed railway

1.2 功能業(yè)務(wù)技術(shù)方案

高速鐵路多工種聯(lián)動控制系統(tǒng)以列車運(yùn)行計劃為核心、列車運(yùn)營組織為目標(biāo)、各工種既獨(dú)立又聯(lián)合培訓(xùn)的綜合運(yùn)營仿真平臺，實(shí)現(xiàn)了全專業(yè)所有子系統(tǒng)以列車駕駛和列車運(yùn)營指揮仿真為基礎(chǔ)的統(tǒng)一互聯(lián)互通平臺，能精準(zhǔn)逼真模擬全系統(tǒng)同圖、圖線、同時運(yùn)行在集行車組織、供電、信號、線路場景等于一體的虛擬運(yùn)行環(huán)境，能較好的實(shí)現(xiàn)各個工種客戶端的合理組織，并能將工種的日常作業(yè)流程轉(zhuǎn)化為計算機(jī)可以識別的控制語言，同時也能分析復(fù)雜的高速鐵路多工種聯(lián)動控制系統(tǒng)中各個因素的相互關(guān)系，確定不同因素的重要程度并為其分配權(quán)重。

2 基于模糊控制的算法設(shè)計

2.1 算法設(shè)計

2.1.1 模糊控制算法設(shè)計

根據(jù)鐵路不同專業(yè)不同工種崗位能力與作業(yè)步驟內(nèi)容構(gòu)建相應(yīng)的能力系統(tǒng)知識庫，以多工種的經(jīng)驗(yàn)信息為例，運(yùn)用模糊控制理論并結(jié)合鐵路現(xiàn)場實(shí)際作業(yè)性質(zhì)將既有控制規(guī)則改寫成if…then的形式，建立基于高速鐵路多工種的模糊控制規(guī)則。

例1，道岔失表故障時，行車調(diào)度員應(yīng)用的模糊規(guī)則語句，R：if道岔is失去表示then封鎖故障道岔。

例2，列車軸溫報警時，行車調(diào)度員應(yīng)用的模糊規(guī)則語句，R：if軸溫is報警then通知司機(jī)停車。

2.1.2 層次分析法

高速鐵路多工種聯(lián)動控制系統(tǒng)的分析均涉及到多個專業(yè)多個工種，每個角色的參與程度和重要程度難以明確清晰界定。層次分析法的優(yōu)勢在于，可以將復(fù)雜的系統(tǒng)分解成單獨(dú)的因素，進(jìn)而分析各個因素的重要程度，并賦予各自的權(quán)重值來界定該因素的參與程度。

本系統(tǒng)應(yīng)用層次分析法首先分析梳理不同因素之間的關(guān)系并構(gòu)建層次結(jié)構(gòu)模型，然后根據(jù)層次結(jié)構(gòu)模型比較不同方案下準(zhǔn)則層中各因素的權(quán)重，如圖2所示。

圖2 層級結(jié)構(gòu)模型Fig.2 Hierarchical structure model

2.2 系統(tǒng)設(shè)計

高速鐵路多工種聯(lián)動控制系統(tǒng)能實(shí)現(xiàn)不同專業(yè)不同工種不同層級作業(yè)人員的“三新”入職和在崗能力提升培訓(xùn)，根據(jù)實(shí)訓(xùn)過程中不同參訓(xùn)人員作業(yè)經(jīng)驗(yàn)與鐵路現(xiàn)場實(shí)際案例對功能數(shù)據(jù)庫和控制規(guī)則集進(jìn)行橫向與縱向擴(kuò)充和優(yōu)化，同時可以根據(jù)培訓(xùn)人員的能力差項與先在潛在知識對功能需求庫進(jìn)行補(bǔ)充和完善。本系統(tǒng)的具體設(shè)計方法如下。

1）構(gòu)建基于鐵路系統(tǒng)全專業(yè)全工種的用戶需求功能庫MA：

公 式（1） 中，m1,m2分 別 代 表 正 常 情況和故障情況下多工種的用戶需求功能庫。為模糊矩陣A，表示多工種相關(guān)功能需求集對應(yīng)正常和故障兩種情況的隸屬函數(shù)。[d1d2d3…dn]為權(quán)重系數(shù)矩陣D，表示多工種相關(guān)功能需求集對應(yīng)正常、故障的權(quán)重系數(shù)。綜合隸屬度矩陣M=(Nij)2×n是模糊矩陣A與權(quán)重系數(shù)矩陣D的直積，即M=A×D，樣本矩陣Y=(Yi)n×1代表多工種相關(guān)的功能需求集。

2）基于用戶需求功能庫和業(yè)務(wù)培訓(xùn)體系建立仿真系統(tǒng)功能庫MB：

4）構(gòu)建基于鐵路系統(tǒng)全專業(yè)全工種的模糊控制規(guī)則集

通過詢問經(jīng)驗(yàn)豐富的各工種員工構(gòu)建系統(tǒng)知識庫，將其改寫為if…then的形式，建立模糊控制規(guī)則集R，從而將人的經(jīng)驗(yàn)轉(zhuǎn)化為計算機(jī)可以識別的控制語言。

5）處理參訓(xùn)人員操控數(shù)據(jù)集O

將參訓(xùn)人員操控數(shù)據(jù)集O的元素x0、y0…代入所屬隸屬函數(shù)計算隸屬度aN(x0)、aF(x0)、aN(y0)、aF(y0)…,根據(jù)隸屬度確定匹配的模糊規(guī)則：

再對模糊規(guī)則R1，R2，…，Rn進(jìn)行規(guī)則前提推理得到規(guī)則前提的可信度，然后將規(guī)則前提可信度表與模糊推理結(jié)果表做與運(yùn)算得到R1，R2，…，Rn的總輸出。

6）系統(tǒng)輸出

最后以最大平均法將模糊系統(tǒng)總輸出反模糊化產(chǎn)生相關(guān)作業(yè)演練流程集和權(quán)重因子為系統(tǒng)輸出，系統(tǒng)設(shè)計流程框架如圖3所示。

圖3 系統(tǒng)設(shè)計流程框架Fig.3 System design process framework

3 仿真實(shí)例分析

本文以鐵路現(xiàn)場實(shí)際突發(fā)故障頻率較高且所涉工種較多的道岔失表故障為例，應(yīng)用高速鐵路多工種聯(lián)動控制系統(tǒng)對不同參訓(xùn)人員進(jìn)行協(xié)同演練培訓(xùn)，并結(jié)合模糊控制系統(tǒng)與層次分析法對其進(jìn)行規(guī)則約束和多緯度能力考核評價與統(tǒng)計分析。

當(dāng)系統(tǒng)中道岔出現(xiàn)失表故障，行調(diào)通知鄰站停止向發(fā)生故障的車站發(fā)車并通知故障車站電務(wù)、工務(wù)上線處理，處理完成后解封道岔并通知相關(guān)車站恢復(fù)正常行車。車站值班員得到通知后安排電務(wù)、工務(wù)上線處理，處理完成后安排人員下線并通知行調(diào)。電務(wù)、工務(wù)協(xié)調(diào)配合現(xiàn)場處理故障，完成后向值班員報告。模糊控制規(guī)則收集以上工種人員的操作記錄，進(jìn)行反模糊化生成道岔失表故障流程集，輸出流程集如表1所示，執(zhí)行時序如圖4所示。

圖4 基于模糊規(guī)則控制的道岔失表故障處理流程Fig.4 Fault treatment procedure for loss of turnout indication

表1 道岔失表模糊控制規(guī)則輸出Tab.1 The output of fuzzy control rules for loss of turnout indication

將仿真系統(tǒng)功能庫至車站相關(guān)功能需求集的聯(lián)鎖系統(tǒng)功能需求子集，其計算方式為：

對道岔建立正常（N：Normal State)、故障（F：Failure State）模糊集并定義隸屬函數(shù)μN(yùn)、μF。某一時刻系統(tǒng)的信息輸入接口實(shí)時監(jiān)測輸入信息道岔失表為真x0=1，則隸屬度μF（x0)=1。道岔故障層級如圖5所示。

圖5 道岔故障層級模型Fig.5 Hierarchical model of turnout fault

進(jìn)行50次層次分析，計算其與現(xiàn)場經(jīng)驗(yàn)的均方誤差得到結(jié)果如圖6所示。

通過圖6可以看出，道岔故障時，層次分析法得到的權(quán)重因子相比于現(xiàn)場經(jīng)驗(yàn)均方差更小，表示利用層次法分配的各工種權(quán)重更加合理。

圖6 道岔故障層次分析法Fig.6 Analytic hierarchy process of turnout fault

從道岔故障例子可以看出，通過層次分析可以將道岔故障中復(fù)雜的多工種操作進(jìn)行分解，當(dāng)分解成單個工種時，可以確定每個工種的重要程度，并賦予權(quán)重因子。在模糊控制算法中，借助于用戶需求功能庫可以對每個故障進(jìn)行詳細(xì)分析，通過仿真系統(tǒng)功能庫對每個工種進(jìn)行層層剖析，進(jìn)而確定到具體的行車設(shè)備，同時結(jié)合豐富的員工的經(jīng)驗(yàn)形成模糊控制規(guī)則，指導(dǎo)多工種員工進(jìn)行培訓(xùn)，相比于傳統(tǒng)的故障處理方式，同時由于采用分層的結(jié)構(gòu)，可以通過試誤法不斷修正，系統(tǒng)功能的擴(kuò)展性能更好。

4 結(jié)語

基于模糊控制的軌道交通多工種聯(lián)動控制系統(tǒng)能夠解決現(xiàn)有鐵路培訓(xùn)方式培訓(xùn)成本高、周期長、培訓(xùn)工種單一、缺乏聯(lián)動控制的問題，實(shí)現(xiàn)鐵路多專業(yè)全工種在同一仿真培訓(xùn)平臺進(jìn)行聯(lián)合模擬演練，使單一工種培訓(xùn)向全工種聯(lián)合轉(zhuǎn)變。該系統(tǒng)以模糊控制理論為核心控制算法，將工作經(jīng)驗(yàn)轉(zhuǎn)化為可執(zhí)行的程序控制語句，實(shí)現(xiàn)國鐵調(diào)度功能業(yè)務(wù)仿真、現(xiàn)場實(shí)際培訓(xùn)場景還原、多工種作業(yè)流程優(yōu)化重組。同時還可以提高國鐵多工種作業(yè)流程連貫性、合理性，通過多次訓(xùn)練積累數(shù)據(jù)不斷修正控制邏輯，提升鐵路從業(yè)人員技術(shù)水平，優(yōu)化多工種作業(yè)流程。