軌道電路在線監測與故障診斷系統研究與應用

摘要 隨著鐵路運輸的快速發展，軌道電路的安全性和可靠性對于保障列車運行安全至關重要。文章設計了一套軌道電路在線監測與故障診斷系統，從系統底層硬件監測到上層軟件系統架構，通過實時數據監測、故障診斷、故障預測和健康管理，致力于提升鐵路運輸的安全性和可靠性。同時，詳細介紹了數據采集、傳輸、展示，故障診斷算法、故障預測算法和健康管理策略等內容，有效地提升軌道電路的智能化運維水平，為鐵路運輸的安全運營提供有力的技術支持和安全保障。

關鍵詞 鐵路運輸；軌道電路；故障診斷；故障預測；健康管理；智能運維；物聯網；數據分析

中圖分類號 U284.2 文獻標識碼 B 文章編號 2096-8949（2025）05-0001-03

0 引言

隨著鐵路運輸的迅猛發展，軌道電路的安全、穩定和可靠性對于鐵路安全至關重要。然而，復雜環境和設備老化等因素易引發故障，影響鐵路運行。我國鐵路部門高度重視軌道電路的在線監測與故障診斷技術，現有系統雖然能監測室內參數，但是室外箱盒電參數的實時監測尚顯不足，導致監測不全面、故障判斷困難等。面對鐵路運輸效率提升帶來的安全管理和服務質量的挑戰，開發高效的在線監測與故障診斷系統變得尤為迫切。該系統利用傳感器、物聯網、大數據和AI技術，實時監測軌道電路的關鍵參數，通過數據采集和算法模型，實現故障預警、定位、預測和健康評估，提升設備維護效率，預防事故，確保鐵路運輸安全[1]。

1 系統架構設計

該系統運用了物聯網的五層架構模型，如圖1所示，包括感知層、網絡層、邊緣層、平臺層和應用層。這種分層架構方法能夠簡化系統的復雜性，增強其穩定性和易維護的特點，有助于提高系統的互通性和伸縮性，以更好地滿足各種應用場景的定制需求[2]。

（1）感知層。感知層負責軌道電路箱盒的電參數、振動和環境數據的實時采集，并將數據傳輸至網絡層。感知層作為系統的數據源，主要由高精度和高性能的電壓電流傳感器、振動傳感器和溫濕度傳感器等組成。感知層的多類型傳感器采集數據的實時性和準確性，為后續的故障診斷、預測性維護，以及性能優化等關鍵功能提供了堅實可靠的數據支撐。

（2）網絡層。網絡層負責數據解析與傳輸，在系統架構中具有承上啟下的作用，主要由軌旁通信單元設備實現，能夠兼容RS485、RS422、ZigBee等絕大多數的傳輸協議，并基于現有的網絡通道，如局域網、廣域網及互聯網資源等，運用標準的通信協議和高效的數據傳輸方式，確保感知層獲取的狀態數據能夠穩定、可靠地傳輸至邊緣層。

（3）邊緣層。邊緣層負責連接和采集與軌道電路相關的監測數據，并高效地傳輸至平臺層。同時，它還負責對這些數據進行預處理，包括數據濾波和數據平滑，以確保其準確性和可靠性，進而為平臺層提供堅實的數據處理和分析基礎。通過這一系列功能，邊緣層為整個系統提供了準確、可靠的數據支持，確保系統的高效運行和決策的準確性。

（4）平臺層。平臺層負責數據的深度處理與精準分析，主要由物聯網平臺和數據倉庫組成，通過整合豐富的數據資源和先進的技術組件，如機器學習、深度學習及知識圖譜等，基于對原始數據的分析，構建決策與故障診斷模型、趨勢預測模型、健康評估模型，以及關聯分析模型等。這些模型的運用，不僅實現了軌道電路的智能化運維，更推動了運維模式向更高效和更智能的方向轉變，為提升整體運維水平奠定了堅實基礎[3]。

（5）應用層。應用層負責遠程在線監測和控制，通過提供友好、直觀且易操作的管理界面，將平臺層提供的數據與分析結果進行可視化展示，實現了實時監測、故障告警、故障診斷、關聯分析、趨勢預測和健康評估等功能，使得用戶能夠全面監測軌道電路的運行狀態。應用層不僅提高了監控的可操作性，還增強了系統的易用性和用戶體驗，為軌道電路的智能化管理提供了有力支持。

2 系統功能設計

該文旨在通過監測軌道電路箱盒的電參數（如變壓器一次側和二次側電流電壓、引接線電流電壓等）和環境狀態（如溫濕度、振動等），利用數據挖掘、知識圖譜和智能分析技術，整合感知信息，構建一個綜合的管理體系。該體系包含故障診斷、趨勢預測、健康評估和關聯分析等多種模型，旨在打造一個智能化的軌道電路運維系統，以促進軌道電路維護從傳統的計劃維修和故障維修，向基于狀態和預測的維護方式轉變。

2.1 感知層

（1）箱盒電參數。在變壓器箱內安裝部署電流互感器，采用非接觸方式將互感器安裝在軌道變和扼流變一次、二次側線纜，以及引接線線纜處。實現軌道電路一次側電流電壓、變壓器二次側電流電壓、長內引接線電流、長外引接線電流、短內引接線電流和短外引接線電流的采集。

（2）溫濕度。在變壓器箱盒內部安裝部署溫濕度傳感器，將傳感器探頭靠近箱盒底部，以更加精確地采集箱盒內部的溫度和濕度信息。

（3）振動。通過變壓器箱盒內部的采集器板載，實現振動數據的采集，按照空間坐標軸分為x軸、y軸和z軸三個方向的數據。

（4）傳輸。采集器采集完數據后，通過PLC將數據傳輸至軌旁通信單元。

2.2 網絡層

在軌道電路變壓器箱盒外部安裝軌旁通信單元，箱盒內采集器通過CAN協議將采集的數據上傳至軌旁通信單元。軌旁通信單元負責數據的協議解析和上報，采用有線方式將數據上報至室內監測主機。

2.3 邊緣層

室內設置一臺監測主機，用來接收和匯總車站軌道電路箱盒的監測數據，以監測主機內置的數據濾波和數據平滑算法程序，對接收到的異常干擾數據進行預處理，并基于HTTP-TCP協議將高質量的數據上傳至平臺層，為后續智能分析和故障告警提供基礎保障。

2.4 平臺層

平臺層由兩個關鍵部分組成：物聯網平臺和數據倉庫平臺。物聯網平臺專注于設備管理、接入和數據上報，而數據倉庫平臺則負責數據分析、存儲、模型構建、知識庫建立、故障告警和智能分析等任務。

（1）故障告警。數據倉庫平臺利用數據流處理技術對監測數據進行實時監控和分析，當檢測到數據超出預設閾值時，系統將立即通過websocket協議觸發告警并通知應用層，確保故障發生時的即時響應和數據處理的實時性[4]。

（2）趨勢預測。趨勢預測通過應用機器學習和深度學習技術，對時間序列數據進行詳盡建模，以識別自回歸模式和分類概率，從而預測設備未來的劣化趨勢和超限故障風險。這一過程不僅為預防性維護和故障預警提供關鍵支持，還能夠確保預測結果的存儲和在應用層的直觀展示[5-6]。

（3）健康評估。通過綜合考量軌道電路箱盒的告警次數、使用年限和過車次數等因素，并應用FMECA技術，對軌道電路的健康狀態進行量化評估，為決策提供有力支持。這種方法有助于精確制訂維護計劃，以提高設備可靠性和延長使用壽命，確保列車運營的持續穩定[7-8]。

（4）關聯分析。關聯分析是一種深入探索設備多種采集參數之間相互作用的技術。通過計算這些參數之間的相關系數，能夠準確地挖掘各參數之間存在的內在關聯。該功能可以更加精確地定位設備性能下降或故障發生的關鍵環節，為故障排查和維修工作提供有力的

指導[9]。

2.5 應用層

（1）實時監測。展示軌道電路變壓器箱盒電參數、溫濕度和振動的實時采集數據。當數據超過閾值后，系統會將該數據標注為紅色[10]。

（2）故障診斷。系統接收告警消息后，通過彈窗方式進行展示，伴有聲音報警。告警初步提示信息包括軌道電路箱盒設備名稱、告警名稱、告警內容、告警時間、告警等級等信息，通過點擊詳情后，可查看發生異常時間段的數據曲線、故障診斷部位，以及維修處理建議等詳細信息。

（3）關聯分析。可以查看引接線電流的關聯數據曲線和分析結果。系統會通過曲線關聯程度分析出關聯結果，一旦關聯關系出現偏差，系統將給出異常提示，幫助運維人員提前發現異常情況，并快速做出反應，即時解決問題。

（4）趨勢預測。系統提供趨勢預測界面，展示軌道電路箱盒電參數未來三天趨勢預測的曲線變化。當預測到未來三天會超限時，將在系統界面進行重點提示，為維修計劃提供參考依據，防止故障發生，保證列車運行的安全性。

（5）健康評估。系統提供健康評估展示界面，展示軌道電路的健康狀態，以及影響健康的各項指標的信息，對于非健康狀態的軌道電路將提示信息和建議，為維修提供參考依據。

3 成果應用

3.1 部署架構

系統部署架構分為兩個部分，信號設備室和室外，所有設備均通過電源屏實現供電。信號設備室主要包括監測主機、平臺軟件、應用軟件；室外設備主要包括電流互感器、電壓互感器、溫濕度傳感器、振動傳感器、采集模塊、軌旁通信單元等[11]。

3.2 工程實施

系統部署包括室內設備和室外設備，室外設備負責數據采集，并將采集到的數據回傳至室內監測主機。

（1）室內監測主機安裝。在信號設備室安裝監測主機，監測主機的尺寸大小為600 mm×800 mm×2 350 mm。

與既有機柜并排安裝。機柜內部集成有監控終端。

（2）室外采集設備安裝。變壓器箱盒參數監測，將互感線圈設置在變壓器一二次側線纜和引接線線纜處。

3.3 應用系統

3.3.1 實時監測

實時監測界面展示了軌道電路箱盒實時采集的電參數數據，紅色標注的數據為超過閾值線的數據，箱盒電參數數據通過非接觸式的互感線圈進行實時采集，安裝方式簡單，對既有設備無侵入，不影響既有設備的正常運行；互感線圈電流的采集誤差為±10 mA，電壓的采集誤差在±0.2 V，滿足實際需求。

3.3.2 故障告警

故障告警界面展示了告警詳細信息、數據曲線，以及故障部位的示意圖。通過展示信息可以快速定位故障位置及原因，并通過系統提供的維修建議和歷史故障等信息，可以快速明確解決問題的方式，極大地提高了故障定位和解決的效率，有效提高了運維質量。

3.3.3 趨勢預測

趨勢預測界面展示了長引接線平衡電流未來三天的預測曲線，并給出了預測提醒信息，一旦預測到未來三天數據會出現超限情況，界面將給出相關提示，運維人員以該提示為依據，將該軌道電路箱盒列入下一個天窗的維修計劃中，在故障發生前將其解決，提高了設備運行的穩定性。

3.3.4 關聯分析

關聯分析界面展示了長內引接線和長外引接線電流的實時關聯曲線，通過關聯曲線界面可以查看關聯變化，以幫助運維人員進行關聯分析，發現異常關系變化，并協助確定異常變化環節。

3.3.5 健康評估

健康評估詳情界面顯示了當前軌道電路狀態為“需維修”，并提供一級和二級告警次數等關鍵評估指標的統計信息。界面還根據這些影響指標，提供了維修建議。運維人員可依據這些健康評估和建議信息，考慮下一個天窗期的維修計劃，將重點檢查軌道電路及相關變壓器箱盒的運行狀況，以消除潛在隱患，確保軌道電路的穩定運行。

4 結束語

軌道電路在線監測與故障診斷系統實現了實時監測、故障預警、趨勢預測、故障診斷和健康評估等功能。通過對軌道電路進行實時監測和故障診斷，系統能夠及時發現并處理潛在問題，減少故障停頓時間，提高列車運行安全和效率。系統能夠評估設備的運行狀態和性能，為維護和更新設備提供決策支持，實現資源的合理分配和有效利用，進一步提升軌道交通系統的智能化和自動化水平，為軌道交通行業的持續發展提供有力支持。

參考文獻

[1]王勇龍，鐘桂東，陳姝，等.鐵路信號設備故障預測與健康管理系統研究[J].鐵道通信信號， 2022（1）：16-20.

[2]范明明，劉鑫.物聯網在智能鐵路維護中的應用研究[J].單片機與嵌入式系統應用， 2023（10）：84-87.

[3]彭菲桐，徐凱，吳仕勛，等.基于智能優化深度網絡的軌道電路故障診斷研究[J].電子測量與儀器學報， 2024（2）：219-230.

[4]劉瑞丹，董昱.基于ReliefF-Adaboost的無絕緣軌道電路故障診斷模型[J].蘭州交通大學學報， 2023（3）：61-67+78.

[5]李夏洋.軌道電路智能運維技術[J].鐵路通信信號工程技術， 2023（S1）：84-86+110.

[6]韓笑.97型25 Hz相敏軌道電路故障診斷流程分析與系統設計[J].科學技術創新， 2023（2）：87-90.

[7]Shiwu Yang， Clive Roberts， Lei Chen. Development and Performance Analysis of a Novel Impedance Bond for Railway Track Circuits[J]. IET Electrical Systems in Transportation， 2013（2）： 50-55.

[8]Li B， Wu S， Wang Z， et al. Railway Track Circuit Signal State Check Using Object Detection[J]. Journal of Physics：Conference Series， 2020（4）：042018.

[9]張菊，王若昆.基于FMECA和FTA的軌道電路系統安全性分析[J].高速鐵路技術， 2016（6）：23-29.

[10]秦歡歡.軌道電路分析和綜合應用[J].信息系統工程， 2019（4）：40.

[11]徐奕.微機監測系統在軌道電路故障分析中的應用[J].電子測試， 2017（15）：86-87.