沈海燕，杨玲玲，程清波

（中国铁道科学研究院集团有限公司电子计算技术研究所，北京 100081）

随着中国高速铁路及客运专线的成网运营，高速铁路客运车站（简称“客运站”）大规模投入使用，客运站自动化程度在不断提高，车站对设备的依赖性越来越高，客运站的设备数量和种类在不断的增长，旅客对客运站设备的安全性、可靠性、便捷性、舒适性、智能性等要求越来越高。为推进高速铁路智能化建设，满足智能车站建设需求，实现高速铁路车站基础设施方面的智能化管理，对客运站设备的运营维护和实时监控提出了更高的要求。

目前，铁路客运站设备主要包括自动检票机、实名制验证闸机、自动取票机、自动售票机、ATM-铁路自动售票机、移动补票机等客票自助设备，导向屏、广播、视频监控、查询机等旅客服务设备，照明、电梯和自动扶梯、空调、安全门、厕所设备、上水设备等机电类设备设施，以上客运设备具有种类多、分布广、数量大、价值高等特点，因此，通过构建基于故障预测诊断的多维度设备状态评价体系，将运行和维护建议反馈到控制系统，为设备最优使用和及时维护提供自主认知、学习、重构的能力，实现设备智能维修和健康管理，是确保客运生产组织运营安全、提高客运服务质量、营造车站环境舒适度以及影响旅客出行体验中的关键环节和重要手段。

科学、合理、有效的设备评价体系的构建和实施，对提高设备综合效率和最大限度发挥设备效能有重要意义。设备状态评价是进行设备故障诊断和实施设备状态检修的核心，利用评价体系对铁路客运站设备的健康管理、资源配置等方面进行评价，已经成为现代铁路客运站设备管理的重要技术方法和手段。评价体系的好坏直接影响设备状态管理最终评价的准确性。在设备评价指标体系研究方面，张登峰通过对风力发电机组各功能结构关系进行分析及功能划分，选取6个方面作为状态评价指标构建了风力发电设备状态评价体系，并将AHP-模糊综合评价方法运用在设备状态评价中。刘锡正通过对电动汽车充电设备进行分类，对不同的充电模式进行分析，确定了充电设备综合评价指标，建立了相应的综合评价模型。李金等通过将设备的历史数据分类为不同状态的数据集，并提取每个数据集的主要特征向量作为设备状态的评价分类依据，将数据挖掘方法引入电力设备状态评价中。然而，目前关于铁路客运站设备的评价研究却很少，特别是在基于设备故障诊断的评价体系研究方面，更是空白。

1 铁路客运设备评价指标体系构建

铁路设备故障评价指标对设备故障处理优先级具有重要的实际指导意义。客运站设备故障诊断评价指标体系的构建，应从不同的维度综合考虑设备状态的评价。通过搜集和阅读大量文献资料，参考了其他类型的设备相关评价的研究，结合客运站设备种类多的特点，只构建单一设备的评价指标体系很难反映其他设备的评价情况，所以，根据指标体系的设计原则，通过归纳整理构建了客运站所有设备通用的综合评价指标体系，对客运站设备的评价具有指导意义。

对客运站设备故障诊断评价指标体系主要从设备运行指标、设备监控指标、设备健康指标3 个维度进行评价。设备的运行状态能够直接反映出设备的健康状况，设备运行指标从设备的可靠性、维修性、经济性3 个方面12 个指标综合考虑设备的运行状态；设备监控指标通过监控手段从安全保障和节能环保2 个方面8 个指标进行评价，其中，安全保障以事故发生率为例，包括电梯和自动扶梯等关键设备发生故障，有可能对人的生命构成威胁，以及自动售票机可能存在的信息安全等，节能环保主要是通过对客运站空调能耗、照明能耗、电梯能耗进行分析，考虑节能对策，如通过对空气的温度、湿度、二氧化碳浓度进行监控，实现对空调和新风机设备的调节控制，通过对光线强度等进行监测实现对照明的智能控制，实现绿色节能，提高设备的利用率，延长设备使用寿命；设备健康指标代表着设备的工作状态能力，从设备出厂数据、设备运用数据、设备维修数据3 个方面8 个指标进行评价，通过对设备出厂基本参考和制造厂商的评价数据，结合设备运行过程中动态监测和检测记录以及设备维修数，进行大数据分析，实现设备的故障诊断、性能预测从而对设备进行健康管理。通过上述分析，本文建立了多层次、多维度的客运站设备故障诊断评价体系，见表1。

表1 铁路客运站设备故障诊断评价指标体系

2 铁路客运设备评价方法及模型的构建

2.1 评价方法的选择

目前，国内外关于综合评价的方法有几十种，包括层次分析法、因子分析法、数据包络分析法、人工神经网络分析法、模糊综合评价法等。其中，层次分析法（Analytical Hierarchy Process，AHP）将定性问题与定量问题分析相结合的一种多准则的决策方法。该方法把复杂的问题按目标层、准则层和指标层进行分解。同一层次的元素作为准则即受上一层元素支配，又对下一层元素进行支配。层次法特别适用于难以完全定量分析的问题。基于模糊数学的模糊综合评价法通过隶属度理论实现把定性的问题定量化，对受到多种因素影响的事物（对象）进行总体评价，该方法可以有效地消除主观差异性的影响，又具有可操作性。客运站设备故障诊断评价的各种指标中既有定量指标又有定性指标，仅使用一种评价方法很难做到评价结果的正确性和可靠性，因此，本文选用层次法和模糊综合评价法相结合对客运站设备状态进行评价，按照先分层、再融合的方式构建数据驱动的设备状态评价体系模型。

2.2 多属性分析模型的构建

2.2.1 层次分析法确定指标权重

（1）确立指标层次结构。在基于故障诊断模式及分析其对设备的影响基础上，从不同角度进行分析设备状态的有关因素，确定客运站设备评价指标体系的层次结构由目标层、准则层、指标层4 个层次组成，具体层次结构划分见表1。

（2）构建判断矩阵。通过构建判断矩阵，将定性的问题定量化。将层次结构中的各层元素与相对应的上一层元素有关的各个元素进行两两相对重要性比较，并按重要程度赋予权重。这里采用1-9 标度方法来阐明指标的权重。不同标度及含义见表2。

根据专家的经验及理论分析，采用1-9 标度法对评价的因素进行两两比较，构造判断矩阵。设某一层有n 个元素，判断矩阵 A = ( aij)n×n，其中， aij的值代表因素 iB 和 Bj相比对A 的影响程度。采用和积法对构造出的判断矩阵进行求解，得出目标层A 下准则层元素的权重。通过将构造的判断矩阵分别按行相加计算，求得列向量，然后，将列向量做归一化处理，求得各因素相互比较的相对权重。

（3）进行一致性检验。由于判断的复杂性以及主观认识的片面性和不稳定性，会造成判断结果不一致的情况，如评价结果偏离很大或判断结果存在逻辑上的错误，所以，需要进一步对判断矩阵进行一致性检验。一致性检验指标CI 计算公式如下：

其中， λmax是判断矩阵的最大特征值。

为了消除矩阵阶数对判断矩阵一致性的影响，需要引入平均随机一致性指标RI，其取值见表3。

表2 1-9 比例标度及含义

表3 判断矩阵的平均随机一致性指标RI 取值

判断矩阵一致性指标CR 计算公式如下：

对于1、2 阶判断矩阵具有完全一致性，当 n ＞2 时，CR ≤ 0.1时，认为判断矩阵符合一致性条件，否则，需要调整重新赋值，直到满意为止。

2.2.2 模糊综合评价法进行评价

采用模糊综合分析方法可以有效地消除主观差异性的影响，又具有可操作性。具做的计算步骤如下：

（2）确定评价指标权重系数。通过层次分析法构造判断矩阵，先经过归一化处理，再进行一致性检验确定每一层指标的权重。设第二层指标权重向量为WA，其 中第三层指标权重向 量 为i=1 ,2 ,3, … ,8；k=1 ,2 ,3, …, 28， 其 中

（3）一级模糊综合评价。根据单层次评价方法中的隶属度的确定方法得到评价指标隶属度矩阵为：

其中， i = 1 ,2 k ,3, …, k；m 为评价等级个数。

同理求出 RB2-C， RB3-C。

（4）二级模糊综合评价。

二级模糊综合评判的模糊关系矩阵 RA-B 为：

按照多级模糊综合评价方法，向上复合，最终的评价结果为：

3 实例分析

以某客运站的机电设备自动扶梯为例进行实例分析，设备故障诊断评价有五级，以“安全告警”指标为例，等级评价准则见表4，安全告警的等级隶属度函数图如图1 所示。

表4 安全告警等级评价准则

图1 安全告警的等级隶属度函数图

对安全告警评价得分进行模糊化计算，例如，如果扶梯的安全告警评分为96 分，则模糊向量为(1,0,0,0,0)，如果评分为86.5 分，按照录属函数进行模糊计算，则属于 1v 的隶属度，属于 v2的隶属度模糊向量为(0.42,0.58,0,0,0)，其他指标评价模糊化处理过程相同。以设备监控指标的安全保障和节能环保为例，进行模糊综合评价，见表5。设备运行指标的可靠性、维修性、经济性和设备健康指标的出厂数据、运行数据、维护数据的模糊综合评价计算相同，不一一列出，某客运站扶梯设备状态模糊综合评价见表6。

表5 安全保障和节能环保模糊综合评价

表6 某客运站扶梯设备故障诊断模糊综合评价

最后得到目标层模糊评价结果 A=(0.66549,0.30968,0.02483,0,0)根据最大隶属度原则，对扶梯的状态综合评价为正常，具有很好的运行状态，满足设备监控性能设备健康良好。

4 结语

针对铁路客运站设备的多样性特点，从设备运行、设备监控以及设备健康三个维度，按照层次划分法得到基于设备故障诊断的铁路客运站设备的评价指标体系。采用层次分析法确定各层权重，再结合模糊综合评价法相结合的方式建立评价模型，从下而上逐级进行评价，得到子目标层的评价值，进而完成目标层的综合评价。铁路客运站设备故障诊断评价指标体系的建立及在客运站的应用，为设备管理人员掌握设备运行状态及设备性能改进提供了科学依据，对设备的故障诊断、性能判断以及健康管理有着重要的指导意义，有效提高了设备运行状态的管理水平。