列車故障隱患排查方法范文

本站小編為你精心準(zhǔn)備了列車故障隱患排查方法參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

《機(jī)車電傳動(dòng)雜志》2016年第二期

摘要：

針對(duì)現(xiàn)階段人工排查列車故障隱患中存在工作量大、效率低、漏檢率高等問題，通過獲取列車特征數(shù)據(jù)及故障特征樣本，提出了一種基于特征集匹配分析的列車故障隱患自動(dòng)排查方法及系統(tǒng)，分析了該方法的工作機(jī)理與系統(tǒng)實(shí)施方案。

關(guān)鍵詞：

特征集；列車故障；特征數(shù)據(jù)；隱患排查

故障診斷對(duì)現(xiàn)代工程系統(tǒng)技術(shù)具有十分重要的意義，但在現(xiàn)有技術(shù)中，一般只會(huì)針對(duì)已經(jīng)出現(xiàn)過的故障進(jìn)行檢測(cè)診斷，且大多情況是一種事后行為。對(duì)于系統(tǒng)影響較大且尚未挖掘出來的故障，由于故障診斷的及時(shí)性、魯棒性、自適應(yīng)能力等限制，尚不能對(duì)未挖掘的故障隱患進(jìn)行有效排查。在軌道交通領(lǐng)域，同一類型的列車，尤其是同批次的機(jī)車、動(dòng)車或城市軌道列車，經(jīng)常會(huì)出現(xiàn)同等類似的故障。在列車的實(shí)際維護(hù)過程中，一旦某一列車出現(xiàn)某種故障，則需要對(duì)產(chǎn)生該故障的原因進(jìn)行檢測(cè)分析，然后根據(jù)該分析結(jié)果針對(duì)所有與該故障列車同類型的其他列車進(jìn)行人工排查，預(yù)防同種故障在該類型的其他列車中再次發(fā)生。但是，用人工來排查列車故障，其工作量較大，效率低，漏檢率較高，且嚴(yán)重影響正常列車有效服役時(shí)間及其投運(yùn)效率。本文提出一種列車故障隱患排查方法，可以自動(dòng)對(duì)列車的故障隱患進(jìn)行檢測(cè)排查，大大提高列車故障隱患排查效率、降低漏檢率，有利于提高列車的維護(hù)水平。

1故障隱患排查方法機(jī)理

該方法通過采集列車特征數(shù)據(jù)和預(yù)置的泛特征域集建立每列車的泛特征集，在首次發(fā)現(xiàn)某種故障時(shí)，將該故障特征樣本添加到故障特征樣本集中，并且根據(jù)故障特征樣本和每一列車的泛特征集得到每一列車的故障特征值集，然后將故障特征值集與故障特征樣本集進(jìn)行匹配，在匹配值大于預(yù)置閾值時(shí)，則認(rèn)為該匹配值對(duì)應(yīng)的列車具有故障隱患，并將該列車添加到該故障隱患列車表單中。排查方法流程如圖1所示。圖1中列車特征數(shù)據(jù)可以包括但不限于列車標(biāo)志、地點(diǎn)標(biāo)志、設(shè)備標(biāo)志、時(shí)間戳、列車運(yùn)行工況數(shù)據(jù)和列車設(shè)備狀態(tài)數(shù)據(jù)等信息數(shù)據(jù)。泛特征域集中所包含的元素根據(jù)實(shí)際情況進(jìn)行預(yù)置，用于明確需要提取的泛特征項(xiàng)，即根據(jù)泛特征域集能知道列車特征數(shù)據(jù)中的哪些數(shù)據(jù)可以作為泛特征項(xiàng)。例如，如果泛特征域集為{列車標(biāo)志，地點(diǎn)標(biāo)志，設(shè)備標(biāo)志，時(shí)間戳信息，列車運(yùn)行工況數(shù)據(jù)，列車設(shè)備狀態(tài)數(shù)據(jù)}，而采集到列車X的特征數(shù)據(jù)為[1]列車標(biāo)志：A[2]設(shè)備標(biāo)志：A001[3]時(shí)間戳信息：2015[4]列車運(yùn)行工況數(shù)據(jù)：B[5]列車設(shè)備狀態(tài)數(shù)據(jù)：C根據(jù)泛特征域集和列車X的特征數(shù)據(jù)，得到列車X的泛特征集為{A，A001，2015，B，C}。由此說明泛特征域集并不等同于泛特征集，泛特征域集用于指示哪些特征項(xiàng)可以作為泛特征集的元素，是面向所有列車的，而泛特征集是每列車的泛特征值的集合，是面向某一列車的，即每列車都對(duì)應(yīng)著泛特征集，如果有m輛列車，則意味著存在m個(gè)泛特征集，而泛特征域集則是唯一的。故障特征樣本集，指的是故障特征樣本的集合，該故障特征樣本集的初始值可以設(shè)為空集，然后根據(jù)故障的發(fā)生狀況進(jìn)行添加。即當(dāng)發(fā)現(xiàn)新的故障時(shí)，通過對(duì)該新的故障進(jìn)行分析，得到故障特征樣本，然后將該故障特征樣本添加到故障特征樣本集中。預(yù)置閾值Q可以根據(jù)實(shí)際應(yīng)用需求進(jìn)行設(shè)置，例如，在列車故障隱患排查系統(tǒng)啟動(dòng)時(shí)，可以先對(duì)該預(yù)置閾值進(jìn)行初始化，以確定與故障特征樣本具有多大匹配度的列車才具有故障隱患。匹配值PX大于預(yù)置閾值Q時(shí)，將該匹配值對(duì)應(yīng)的列車X添加到故障隱患列車表單中；匹配值PX小于等于預(yù)置閾值Q，則表明該匹配值對(duì)應(yīng)的列車X不具備該故障隱患，不能添加到故障隱患列車表單中。

2故障隱患排查系統(tǒng)實(shí)施方案

2.1系統(tǒng)結(jié)構(gòu)組成列車故障隱患排查系統(tǒng)主要包括數(shù)據(jù)采集裝置和數(shù)據(jù)處理裝置，其中，數(shù)據(jù)處理裝置包括泛特征提取單元、故障特征樣本獲取單元、故障特征值提取單元和故障隱患識(shí)別單元。另外，系統(tǒng)還包括與其他系統(tǒng)共用故障特征樣本編輯人機(jī)接口單元和故障隱患顯示單元等輔助單元，結(jié)構(gòu)組成如圖2所示。泛特征提取單元用于根據(jù)數(shù)據(jù)采集裝置采集到的列車特征數(shù)據(jù)和預(yù)置的泛特征域集提取泛特征項(xiàng)，形成每列車的泛特征集。故障特征樣本獲取單元用于獲取故障特征樣本，并將該故障特征樣本添加到故障特征樣本集中。故障特征值提取單元用于根據(jù)故障特征樣本和每列車的泛特征集得到每列車的故障特征值集。故障隱患識(shí)別單元用于將每列車的故障特征值集與故障特征樣本集進(jìn)行匹配，得到匹配值；在確定所述匹配值大于預(yù)置閾值時(shí)，將該匹配值對(duì)應(yīng)的列車添加到故障隱患列車表單中。故障特征樣本編輯人機(jī)接口單元用于接收用戶輸入的故障特征樣本，對(duì)故障特征樣本進(jìn)行編輯，并發(fā)送給故障特征樣本獲取單元。故障隱患顯示單元用于將故障隱患識(shí)別單元所得到的故障隱患列車表單整理顯示供維護(hù)人員調(diào)閱。

2.2系統(tǒng)執(zhí)行方案根據(jù)列車故障隱患排查工作機(jī)理及其系統(tǒng)結(jié)構(gòu)組成，得到系統(tǒng)執(zhí)行方案，方案執(zhí)行流程如圖3所示。圖3中，由數(shù)據(jù)采集單元獲取列車特征數(shù)據(jù)，初始化泛特征域集。故障特征值提取單元讀取來自故障特征樣本集中的故障特征樣本，分析故障特征樣本和泛特征域集的差異，即確定分析故障特征樣本中涉及到的特征項(xiàng)是否存在于泛特征域集中；若分析故障特征樣本中涉及到的特征項(xiàng)在泛特征域集中沒有，則將該涉及到的特征項(xiàng)添加到泛特征域集中，由采集單元更新泛特征域集，從泛特征提取單元更新后的每列車的泛特征集中提取與故障特征樣本具有相同特征項(xiàng)的特征值集，得到每列車的故障特征值集；若分析故障特征樣本中涉及到的特征項(xiàng)都在泛特征域集中，則從每列車的泛特征集中提取與故障特征樣本具有相同特征項(xiàng)的特征值集，得到每列車的故障特征值集。某故障第一次發(fā)生時(shí)，相關(guān)維護(hù)人員對(duì)該故障特征進(jìn)行分析和總計(jì)，得到故障特征樣本，然后通過故障特征樣本編輯人機(jī)接口單元編輯輸入該故障特征樣本，故障特征樣本編輯人機(jī)接口單元將該故障特征樣本發(fā)送給故障特征樣本獲取單元。由故障特征樣本獲取單元得到的故障特征樣本集與每列車的故障特征值集輸入到故障隱患識(shí)別單元中進(jìn)行故障隱患匹配，得到匹配值P；判斷匹配值P與初始化后的預(yù)置閾值Q大小，若某列車X匹配值PX大于等于預(yù)置閾值Q，將該匹配值對(duì)應(yīng)的列車X添加到故障隱患列車表單中，供相關(guān)人員在列車故障隱患顯示單元中調(diào)用查看；若匹配值PX小于或者等于預(yù)置閾值Q時(shí)，則表明該匹配值對(duì)應(yīng)的列車X不具備該故障隱患，結(jié)束執(zhí)行流程。假設(shè)有序號(hào)分別為1~m共m輛列車，其中，m為大于等于1的正整數(shù)，則對(duì)故障n的排查流程如下：故障隱患識(shí)別單元讀取故障n所對(duì)應(yīng)的故障特征樣本集，將序號(hào)為1的列車的故障特征值集與故障n所對(duì)應(yīng)的故障特征樣本集進(jìn)行匹配，得到匹配值；將該匹配值與用于識(shí)別故障n隱患的閾值進(jìn)行比較；若該匹配值大于該閾值，則確定該序號(hào)為1的列車具有該故 障n的隱患，于是將該序號(hào)為1的列車添加到故障n隱患列車表單中，然后判斷當(dāng)前列車的序號(hào)是否為m，若為m，則流程結(jié)束，若當(dāng)前列車的序號(hào)不為m，則按照序號(hào)順序?qū)τ嘞碌牧熊囘M(jìn)行故障隱患排查。

3結(jié)語

本文提出了一種基于特征集的列車故障隱患自動(dòng)排查方法。列車故障隱患排查系統(tǒng)通過采集列車特征數(shù)據(jù)，建立每列車的泛特征集，在首次發(fā)現(xiàn)故障時(shí)，將該故障特征樣本添加到故障特征樣本集中，并且根據(jù)故障特征樣本和每列車的泛特征集得到每列車的故障特征值集，然后再將故障特征值集與故障特征樣本集進(jìn)行匹配，在匹配值大于預(yù)置閾值時(shí)，則認(rèn)為該匹配值對(duì)應(yīng)的列車具有故障隱患，將該列車添加到故障隱患列車表單中。由于該方法可以對(duì)列車的故障隱患進(jìn)行自動(dòng)排查，因此能有效提高列車的故障隱患排查效率，最大程度降低故障排查過程中對(duì)正常列車的影響，提高列車投運(yùn)率及安全性。

參考文獻(xiàn)：

［1］穆明生.基于特征集的多種分類器模型的在線筆跡認(rèn)證［J］.信號(hào)處理，2001(17)：431-434.

［2］陳建校，王超，袁文燁.地鐵列車主動(dòng)維保平臺(tái)及關(guān)鍵技術(shù)［J］.機(jī)車電傳動(dòng)，2012(1)：58-61.

［3］張浚，張鳳荔，羅琴，等.基于多特征相似度的大規(guī)模網(wǎng)絡(luò)異常檢測(cè)算法［J］.計(jì)算機(jī)工程，2007，33(24)：181-183.

作者：陳超錄 陳建校 肖志均 單位：株洲中車時(shí)代電氣股份有限公司 技術(shù)中心