基于TRIZ理論的列車脫軌智能監測預警系統

摘" 要：本研究致力于開發一款基于TRIZ理論的列車脫軌智能監測預警系統，目的是提升鐵路運輸的安全水平。研究從列車脫軌的根本原因出發，同時分析現有監測系統的局限性，提出采用非接觸式監測技術。通過TRIZ理論的分析方法，系統地識別了現有監測系統中的功能缺陷。在此基礎上，運用TRIZ理論中的物場模型、IFR等工具，對識別出的功能缺陷進行了系統性解決。設計出一款集成了距離傳感器、傾角傳感器和振動傳感器的非接觸式智能監測預警系統，該系統結合了兩階段閾值法和組合預測算法，實現了對列車脫軌的實時態勢感知和提前預警。本研究的成果對于增強鐵路運輸安全，尤其是對于未來無人駕駛列車的發展，具有重要的意義。

關鍵詞：列車脫軌；態勢感知；智能監測；TRIZ理論

TRIZ理論是由前蘇聯發明家Altshuller在20世紀50年代，首創提出的一種發明創造理論[1]，有助于快速打開創新型思維模式[2]。本文利用“總-分-總”的分析邏輯，運用TRIZ理論設計一種具有防護和調節功能，并結合多模傳感和數據分析平臺的非接觸式列車智能脫軌監測預警系統，實現提前預警，對無人駕駛列車快速發展具有重要意義。

一、從當前系統出發分析

通過文獻檢索和案例收集，我們發現結合距離傳感的非接觸式式列車監測預警系統包含了目前列車脫軌監測系統的大部分缺陷，因此我們將上述系統作為當前系統。利用九屏圖分析明確系統的子系統、超系統以及相關系統的過去系統與未來系統。在此基礎上，通過相互作用分析建立功能模型，分析各個組件之間的聯系并確定有害關系、不足關系，以此總結出當前系統中亟需解決的問題。

（一）九屏圖分析

本文采用“川”字形九屏圖的表達方式，如圖1所示，以當前系統為出發點，尋找其超系統以及子系統。從當前系統向前進化為當前系統的未來，其超系統則是多傳感融合技術，即只有在多傳感融合技術的背景下，多模態傳感的列車脫軌檢測系統才能夠實現。

經分析，系統未來的超系統（多傳感融合技術）對于設計高精度的智能列車脫軌監測預警系統具有直接的引導意義。因此得出研究方向1：從單維度檢測狀態進化到多維度的檢測狀態。

（二）組件分析與功能分析

組件分析是進行系統功能分析的基礎，從構成當前系統的組件入手，建立各組件間相互作用矩陣，以此為基礎構建當前系統的功能模型[3]。以有砟軌道為背景，對非接觸式列車脫軌監測預警系統的主要組件進行分析，見表1

由于列車脫軌監測預警系統是利用檢測裝置安裝在轉向架上實時采集數據，故需保證裝置的普適性。由此得出研究方向2：考慮裝置的布設位置能夠適用于所有的軌道幾何線形。

分析上述組件間的相互作用，構建組件之間的相互作用矩陣，為了能夠清晰地識別系統缺陷，僅表達各組件之間直接且明顯相互作用關系（圖2）。

功能分析是識別各組件之間的相互作用關系并建立功能模型圖的過程[4]，通過功能模型圖的建立，可得出各組件之間的作用關系如圖3所示。如在復雜軌道和顛簸條件下，傳感器檢測精度不足。裝置構架限制了傳感器的安裝位置，導致作用效果不佳。有砟軌道上的石渣會干擾檢測器的正常工作，產生不利影響。此外，當列車高速行駛時，司機來不及制動，因此司機對列車制動系統的操縱作用不足。

之后，對整個功能模型的缺陷進行匯總，為后續利用TRIZ工具解決問題聚焦方向見表3。

二、功能缺陷的分析與解決

此部分從“分”的角度對功能缺陷進行分析，利用TRIZ工具求解得出可行方案。

（一）物場模型與76個標準解

物場模型是通過建立兩個物質，一個場的關系反應系統內部各要素之間的內在聯系，不同的物場模型對應不同的解法，根據每個物場之間的主要作用關系在76個標準解中選擇對應的解法，不同的解法可獲得不同的解決方案[5]。

對于功能缺陷01、03選擇建立物場模型進一步分析。對于功能缺陷1，通過查找76個標準解，在分類1：改善相互作用和消除有害影響中選擇標準解為消除外力物質的有害相互作用。通過引入第三種物質消除模型中兩種物質之間的有害影響。得到方案提示1：在檢測器周圍設置遮擋板，防止石渣對傳感器長時間的破壞，延長傳感器使用壽命。

對于功能缺陷03：通過查找76個標準解，在分類2系統進化中選擇標準解為鏈式物場系統的合成。通過引入新的場（F2）和物質（S3），形成鏈式結構優化系統工作。得到方案提示2：在裝置構架和傳感器之間加入機械調節結構，便于傳感器能夠適應各種復雜情況。

（二）小矮人法

小矮人法是一種將系統的組件變成可移動的小矮人構建分析模型、提供解決問題的思路的一種方法。對于功能缺陷04，通過小矮人法進行求解。如圖6（a）利用四組小矮人表達基于距離傳感的非接觸式列車脫軌檢測模型。結合九屏圖得出的研究方向1，引入⑤號小矮人組（傾角傳感器）和⑥號小矮人組（振動傳感器）配合③號小矮人組（距離傳感器）協同判斷列車脫軌狀態，如圖6（b）。基于此得出方案提示3：利用傾角傳感器在復雜幾何線形和超高等地段監測列車是否發生脫軌；利用振動傳感器監測列車脫軌前后的列車的振動波形，結合時頻分析的方式探究是否由列車本身故障造成的脫軌。

（三）IFR最終理想解

最終理想解（IFR）是TRIZ九大經典理論之一，通過打破固有思路，尋求解決問題的最為理想方案[6]。針對功能缺陷05所述的功能缺陷，即探討判斷結果的輸出如何快速實現防護問題。得到該問題的解決方案見表5.

基于此得到方案提示4：當列車脫軌時監測預警系統將判斷信息發送至控制器和司機反饋頁面，控制器自主操縱列車減速系統，司機根據實際情況選擇是否緊急制動。

三、方案綜合與改進

通過上述的問題分析與解決，得到4種方案與2個研究方向，從多方面進行評價，最終以方向1和2為導向，設計一種基于態勢感知的非接觸式列車脫軌監測預警系統。并利用技術系統進化法則和系統完備性法則對最終方案進行最后“總”的分析。

（一）技術進化法則

Altshuller表示技術進化法則能夠推演某一技術領域的未來趨勢。利用技術進化法則中的提高理想化水平[7]，得到方案提示5：在監測平臺引入智能優化算法+神經網絡預測的組合算法，對檢測器收集的歷史數據進行規律探索，實現在非突發因素引起的脫軌事故前提前預測。

（二）系統完備性法則

綜合初步方案和方案提示5針對于脫軌警報與預測模塊利用系統完備性法則做最終檢驗。通過對系統的執行裝置、傳動裝置、動力裝置和控制裝置的分析，找出問題組件并加以改進[8]。

綜合方案提示5可知監測平臺的控制功能并不完備，平臺應明確何時警報、何時預測，故得出方案提示6：引入兩階段閾值法，以明確的界線將系統預測功能和警報功能分離。

（三）最終方案確定

對上文方案進行匯總，具體方案如下：

1.檢測裝置集成距離傳感器、傾角傳感器、振動傳感器實現對列車的態勢感知。其中距離傳感器周圍具有包括擋板防護和自動位移調節結構。

2.系統收集三種特征值后進行兩階段閾值對比，由三種特征值判斷列車的運行態勢，結合減速系統降低脫軌發生帶來的危險。

3.優先選擇“智能優化算法+神經網絡預測”模型。利用智能優化算法優化神經網絡模型中的結構參數，提高神經網絡預測模型的預測能力[9]。

四、結論

本研究采用“總-分-總”的結構框架，結合TRIZ理論，對智能列車脫軌系統進行了系統性的設計。針對未來無人駕駛的需求，本系統基于非接觸式列車脫軌檢測裝置，并與監測平臺相結合。系統從輪軌關系監測、列車運行狀態監測、列車自身狀態監測三個維度進行態勢感知設計。此外，通過構建兩階段閾值和組合預測算法，進一步完善了系統的監測邏輯；本文的研究重點在于TRIZ理論在列車脫軌領域的應用，而最終方案的優化仍需通過實驗來實現。

參考文獻

[1] 袁忠，吳文博，張威.基于TRIZ理論研制的一種實訓場實操直流接地教學裝置[J].科技創新與應用，2024，14（10）：43-46+50.

[2] SHUYUN WANG，HYUNYIM PARK，JIFENG XU.Innovating Household Food Waste Management：A User-Centric Approach with AHP-TRIZ Integration.[J].Sensors（Basel，Switzerland），2024，24（3）.

[3] 王成軍，丁凡.基于TRIZ理論的采繭機器人創新設計[J].中國農機化學報，2024，45（02）：244-249.

[4]吳佳雯，佟健豪，王晚香，等.基于TRIZ理論的軌道健康監測預警系統設計[J].石家莊鐵道大學學報（自然科學版），2023，36（03）：69-76.

[5] 黃旭剛，萬鵬，韓博.TRIZ理論中裁剪和物場模型聯用策略研究[J].科技創業月刊，2016，29（22）：153-156.

[6] 鐘柏昌，龔佳欣.基于TRIZ的跨學科創新能力評價：試題編制與證實[J].現代遠程教育研究，2023，35（04）：75-82+112.

[7] 葉文濤，韓宇翃.基于Kano模型和TRIZ技術進化法則的老年代步車設計[J].包裝工程，2023，44（S1）：312-319.

[8] 曹福全，姜占民，常麗坤，曹紀明.技術系統完備性分析[J].科技創新導報，2014，11（23）：115-116.

[9] 毛建鋒，李錚，伍軍，余志武，胡連軍.基于PSO-LSTM的重載鐵路車軌橋系統隨機振動響應預測方法[J].鐵道科學與工程學報，1-11.

責編 / 馬銘陽