贾孝成 中国神华神朔铁路分公司河东运输段

车站信号控制设备故障诊断专家系统的研究与实现

贾孝成 中国神华神朔铁路分公司河东运输段

车站信号控制设备的故障诊断在传统模式下都是依靠人工来进行检测和维修的，这种方式具有着一定的延时性，只能在故障发生后进行紧急抢修排查才能真正确定故障发生的位置，这种方式无论是在时效方面还是在准确性方面都有着一定的局限性。随着科技的几部陈展信号控制设备的故障诊断也逐渐与人工智能融合形成了车站信号控制设备故障诊断专家系统，通过这一系统可以在故障发生的第一时间准确找到故障的发生点从而确保故障能够在第一时间被解决，但是对于我国而言车站信号控制设备故障诊断专家系统还并不成熟，想要真正对其应用还需要对其进行深入的研究。

车站 信号控制 设备故障 诊断 专家系统

铁路运输是我国最为主要的运输方式之一，铁路运输每年的运输量占我国总运输量的40%以上，并且无论是在安全性还是在便捷性方面都有着较为明显的优势，近几年来我国的铁路进行了全面提速，速度的提升一方面提高了铁路运输的运输效率但是另一方面却也给铁路的运行带来了一定的压力，尤其是在车站信号控制方面其对于铁路的安全性影响越来越大。车站信号控制设备故障诊断以往都是利用人工进行其效率较低并且准确性也无法得到保障。如今随着智能化的普及，车站信号控制设备的故障诊断也逐渐与智能化融合，因此车站信号控制设备故障诊断专家系统也由此应运而生。车站信号控制设备故障诊断专家系统目前来看在我国的应用还处在初级阶段，笔者今天就来和大家谈一谈关于车站信号控制设备故障诊断专家系统的研究与实现。

1 铁路车站信号设备故障诊断专家系统的研究

铁路车站信号设备的故障诊断专家系统总体而言分为六大模块.这六大模块分别是知识获取功能模块、设备状态监测数据导入功能模块、知识库系统模块、综合数据库模块、推理机模块、人机界面功能模块。六个模块各自都有着不同的功能下面我们就对着留个模块进行深入研究。

1.1 知识获取功能模块

知识获取功能模块顾名思义是一个对知识进行获取然后进行应用的关键模块，该模块是专家诊断系统对铁路信号控制设备故障诊断的依据基础，只有对这个模块进行大量的相关专业领域性知识和经验性知识的填充才能够让专家系统准确地对故障进行诊断。要实现知识的获取可以分为两种途径，一种途径是通过人工直接进行录入另一种则是通过一定的知识获取方法来见解实现。目前我国的大部分专家诊断系统当中的知识获取都是基于电路模型原理逻辑的故障机理知识获取方法以及维修人员故障处理实际经验的知识获取方法和基于设备首名激励的知识获取方法和基于实力统计信息的自学习知识获取方法。

1.2 设备状态检测数据导入功能模块

这一模块的主要是从铁路车站信号微机检测系统当中对各种信号设备的工作状态信息进行获取，从而给故障诊断专家系统提供必须要的基础数据。设备状态检测数据导入模块通过专业的借口软件对获取的数据进行转换和校检以及向综合数据库进行数据导入。我国现有的大部分车站使用的危及监测系统都是TJWX—2000，这种监测系统的实时监测数据分为两大类一类是开关量一类是模拟量。

1.3 知识库系统模块

这一模块的最大作用就是对知识获取模块所获取的知识进行管理，这些知识包括了各种信号设备的同步故障类型的诊断处理知识单元，知识库系统模块是服务于推理机子系统模块。知识库的管理功能主要是对知识单元的存取和检索、排序、增加和删除、修改等功能。

1.4 综合数据库模块

综合数据库的功能主要是对设备的状态信息、采集模块导入的设备实际工作状态信息和人机交互模块的交互输入输出信息等众多信息的管理存储。除了对于这些采集到的各类信息存储和管理之外还会对诊断推理结果和用户对系统的提问和各种应答信息进行存储。因为无论是诊断推理结果信息还是采集的各类信息都是处于动态状态下的，因此综合数据库也被称为动态数据库。

1.5 推理机系统模块

推理机系统模块是一组计算机程序，其功能是对整个系统进行协调和控制，判断和决定选用怎样的相关知识单元和数据库中的数据来为客户提供的各类证据信息进行推理分析从而对故障进行最终的诊断。推理机可以根据需要来选择故障现象驱动或者是设备状态驱动两种不同的方式。目前我国大部分专家诊断系统使用的都是基于故障想象驱动的推理体系机制，这种推理机制是通过对知识库中各类故障现象的对应故障实现对故障原因的定位推理。这种推理机制有着明确的物理意义，推理的控制较为灵活。

1.6 人机界面系统功能模块

人机界面是现场设备维护人员与专家系统进行信息交互的窗口。在选择故障现象驱动的情况下人机界面系统功能模块主要的功能就是对故障诊断的类别进行选择和故障诊断结果显示以及故障处理信息提示等信息从而让工作人员可以更加直观地对各类诊断信息进行查阅从而第一时间获知信号设备的工作状态以及故障问题。

2 铁路车站信号设备诊断专家系统的实现方法

2.1 基于电路原理逻辑仿真技术的故障机理分析方法

我国许多车站信号系统采用的是6502电气集中设备，这一设备与TJWX—2000微机监测系统形成了较为良好的配合。6502电气集中设备形成了电气集中控制的各种信息信号电路是电气集中设备的主要组成部分同时也是信号系统故障诊断的主要对象。电气集中系统的信号电路通常情况下都是由极为复杂的逻辑电路构成。出现电路故障的主要原因是因为电路中有一个或者多个的工作原件出现了损坏或者是接触不良、短路等现象导致电路的逻辑被破坏，从而使得电路无法正常进行工作，因此对于这样的情况其故障机理的分析应当是基于控制电路的原理逻辑而形成的。简单来说电路原理逻辑仿真技术就是一种通过对电路工作原理逻辑的正确性进行判断，从而对故障原因进行诊断的方法。

2.2 基于专家实际经验知识的电路故障机理分析方法

专家实际经验知识的电路故障机理分析方法是信号设备维修人员根据其多年的维修经验对各类故障的现象以及处理方式进行汇总总结，然后由专业人员将其录入到专家诊断系统当中，在出现故障后专家诊断系统就会通过对这些实际经验知识的调取来对故障进行判断与区分在对故障判断后还会根据知识库当中的相关知识给出一个较为合理的修复方案。专家实际经验知识电路故障机理分析方法主要有：盘面压缩法、电压诊断法、步进电压法、电流诊断法、电阻诊断法、短路诊断法、断路诊断法和替换诊断法等等。

2.3 基于设备寿命机理的故障诊断及趋势预测分析方法

铁路车站信号系统的设备大多是机电设备，其驱动信号为模拟量。一般无法采用基于原理逻辑推理的故障诊断方法。鉴于目前我国微机监测系统提供的模拟监测数据主要是反映设备寿命工况的电压或电流曲线，本文提出基于设备寿命机理的故障诊断及趋势预测分析法，即基于监测系统提供的模拟量实时监测状态数据(或工况曲线)与设备正常工作的标准数据(或技术曲线)相比较，通过建立寿命函数(或曲线拟合)分析模型，间接描述设备寿命机理知识，对设备故障进行诊断和预测。该方法的基本原理是当模拟量实时监测数据曲线严重偏离设备正常工作的标准曲线时，可判定设备处于故障状态，还可根据模拟量实时监测历史数据(工况曲线)的异常出现次数(设备异常动作次数)或平均偏离寿命函数(曲线)大小，实现对设备故障的预测或预警。

2.4 基于决策树学习算法的复杂故障诊断方法

车站信号系统本身的复杂性就较高，因此并不是所有故障都有着较为明显的机理特征，因此单纯利用推理机进行某种方法进行逻辑推理是很难找到其真实故障的，这是因为很多故障的现象和原因并不存在必然的逻辑关系，这些故障的故障机理较为模糊利用传统的方法无法找出，所以只能用决策树学习算法来进行诊断。决策树法是通过对各类发生过的实际复杂故障实例的分类和决策处理来对当前的故障进行分析，其中加入了人工智能程序从而实现了对复杂故障的诊断，但是目前我国的决策树学习法诊断还处在探索阶段，想要真正投入应用还需要一段时间来尝试。

车站信号设备故障诊断专家系统在我国的应用虽然还处在初级阶段但是其潜力之大还是足以让人侧目的，尤其是在我国这个铁路运输大国的情况下，故障诊断专家系统的发展也必然会越来越快。希望本文能够给我国的铁路信号故障诊断专家系统的建立与使用带来一定的帮助和启迪。

[1]张保银，梁朝辉，李永燕.铁路信号设备故障诊断专家系统研究[J].铁道通信信号，2010（09）

[2]崔丽娜.铁路信号设备故障诊断专家系统知识获取与知识表示的研究[D].北京交通大学，2007