摘要:近年来,列车运行速度不断提高,高铁覆盖范围逐步扩大。它以其自身的方便快捷,逐渐成为人们的主要出行方式。在这种背景下,列车运行控制系统变得越来越复杂,许多安全试验无法在列车上进行,这对列车的安全运行提出了很大的挑战。技术维修人员需要充分了解和掌握列车性能指标,确保行车安全。本文主要阐述列车运行控制系统故障的诊断方法,并展开相关讨论。
关键词:列车;运行控制系统;故障诊断;措施方法
1引言
列车运行控制系统的诊断问题是关系到列车安全运行的重大问题。面对这个问题,我们决不能马虎。我们必须保持极其严谨的作风,确保列车安全运行。通过对当前列车运行控制系统故障诊断方法的介绍,不难看出,随着铁路的不断发展,列车运行控制系统的故障诊断将成为今后该领域的重中之重。
2列控系统故障诊断的重要性
列车运行控制系统(以下简称“列车控制系统”)主要保证列车的安全运行,对列车的运行起着重要的作用。现阶段,科研水平和制造技术的提高,大大提高了列控系统元器件的可靠性,改善了管理,降低了系统运行中的故障概率。但在实际运行中,由于诸多因素的影响,故障不可避免。此时,快速准确的故障诊断可以将对列车的影响降到最低。对于列车控制系统的故障诊断,技术人员运用科学技术,综合分析和收集故障设备的相关信息,确定故障的位置和原因。通过故障诊断技术确定故障的原因,为维修人员打下基础,缩短故障检修所需的时间,保证列车正常运行。接下来,基于故障诊断方法,分析总结了列车控制系统故障的原因,并展望了未来的发展方向。
3高铁信号系统运行中的常见问题
3.1标准问题
目前,我国普通铁路建设相对成熟,各方面的完善程度也很好,但高速铁路建设所需的技术创新性强,使用时间相对短,所以在很多地方还不够成熟。但也存在一些不足。在正常情况下,高铁在运行过程中发生故障的概率相对较高。因此,在这种情况下,涉及技术人员需要在最短的时间内找出问题,并分析问题产生的原因。唯一的解决办法是完整和实用。然而,从实际的角度看,由于自身综合素质和技术水平的局限,多数操作人员在解决问题时,都无法及时确定问题发生的地点。同时,也缺乏统一的标准和原则来解决问题。许多运营人员在解决问题时发现问题,直接影响高速铁路的运营。
3.2信号平台问题
在当下我国进行软件管理仍然存在一定的问题,例如,不具有实际性与合理性,在风险预算、风险控制以及风险应对等方面都存在缺陷,以上多种影响因数也提升了高铁故障发生的概率。另外在高铁运行的过程中,安全通信系统和信号接收系统两者的匹配程度不足,在性能方面也不符合设计的标准,所以无法保障高铁始终处于稳定运行的状态,对于提升高铁运行的效率也造成了一定的影响。
3.3信号安装故障
要想提升高铁运行的效率与稳定性,那么就要在故障处理的角度入手,提升故障处理的效率和故障分析的时效性。在发现问题之后,应该及时通过有效的方法进行解决。若是高速铁路发生了故障,那么技术人员和维修人员应该在第一时间内赶到现场,从而确保问题检修的效率性和紧凑性。但是很多操作人员一味地追求操作速度,所以有时就不按照标准的要求进行作业,这种现象也提升了故障发生的概率。这种问题的出现,对于操作人员来讲有着一定的影响,而且员工也很容易就会出现消极的工作态度。另外,很多管理人员在进行任务分配与监督的过程中,没有按照规定和相关制度进行,从而造成了施工秩序混乱等情况发生,为高铁的运行也埋下了安全隐患。
4列控系统故障诊断方法
根据实际使用的故障诊断方法不同,列控系统故障诊断方法大致可分为基于专家系统的方法、基于神经网络的方法、基于模糊理论的方法、基于故障树的方法和其他方法等几大类。
4.1基于专家系统的方法
该方法是在列控系统故障诊断中应用较为广泛的一种。专家系统的原理是利用领域专家在工作中积累的知识形成知识库,并以此作为故障诊断的依据,再利用推理机根据知识判断故障的发生和故障原因。专家系统的主要构成包括知识库、推理机、综合数据库、人机接口及解释模块等。在利用专家系统对列控系统进行故障诊断的研究领域中,科研人员已经开发了针对计算机联锁系统故障的专家系统和针对铁路信号设备故障的专家系统。此外,利用车站信号控制电路模型和人工智能方法的专家系统也得到了一定的应用,充分显示了专家系统故障诊断方法的有效性。
4.2基于神经网络的方法
列控系统故障的复杂性使得传统的人工故障诊断方法在列控系统故障诊断中受到很大制约,而利用神经网络对列控系统故障进行诊断,则能取得更加理想的诊断效果。神经网络是一种模仿人脑运作的系统,它对历史诊断数据进行分析,并通过反向传播网络(BackPropagation,BP)等算法建立故障模型。神经网络对非线性映射具有良好的拟合能力,强大的自组织和自学习能力。这些特点使神经网络成为实现列控系统故障诊断的一种有效方法和手段。
虽然神经网络方法在故障诊断中有其固有的优势,但是也存在训练样本获取困难、网络权值表达方式难以理解、忽略领域专家的经验知识等问题,限制了神经网络的应用。因此神经网络经常与模糊理论结合,形成模糊神经网络,并被用于建立车2地无线通信单元的故障模型和对轨旁设备的故障诊断,以克服神经网络无法处理模糊信息的缺陷。此外,神经网络与专家系统相结合也可用于对计算机联锁系统等设备的故障诊断中,克服其忽略领域专家经验知识的问题。
4.3基于模糊理论的方法
模糊理论是一种用来处理现实中无法精确描述的、带有一定不确定性的事件和问题的理论工具。基于模糊理论的故障诊断方法主要是将模糊集合和模糊运算规则应用于故障诊断,以处理不确定信息,并建立模糊逻辑系统,最终达到诊断的目的。列控系统运行环境恶劣、结构复杂,采用人工诊断的方法对列控系统故障进行处理存在一定的困难,而基于模糊理论的方法则较为适合处理这类故障。模糊理论应用于列控系统的故障诊断也产生了一些研究成果。例如,基于模糊规则的推理方法,以及基于多级模糊综合评判故障诊断方法等都被用于车站信号系统中,以达到故障诊断的目的。同样,模糊理论也存在一些问题,如缺乏自学习能力、推理过程中模糊性会增加等,这在某种程度上限制了模糊理论及方法在列控系统故障诊断中的应用。为此,可将模糊理论与其他方法进行结合,以达到理想的诊断效果。例如将模糊理论与决策树方法相结合,并以此构造铁路车站信号故障诊断专家系统中的推理机部分。
4.4基于故障树方法
故障树诊断是从研究系统最不希望发生的事件出发,通过逆向分析推断导致故障发生的原因,并用相应的逻辑关系将故障原因与故障现象相连接,建立起一种类似树形结构的故障关系模型。在列控系统故障诊断中,故障树一般用于分析计算机联锁系统的故障原因与影响,或与字典法相结合,建立计算机联锁系统的故障诊断模型,实现故障诊断。此外,故障树还可用于对信号微机联锁系统进行故障分析,建立系统的故障模型。
4.5其他方法目前,铁路工作者已将基于多Agent的智能故障诊断方法、基于“事件—条件—动作”规则的故障诊断方法、利用主动数据库的故障诊断方法,以及基于小波分析的故障诊断方法等应用于列控系统的故障诊断,取得了良好的诊断效果。
5总结
列车控制系统的故障诊断问题是关系到列车运行安全的重大问题。通过对当前列车控制系统故障诊断技术的综述,介绍了各种诊断方法的原理和应用现状,以及列车控制系统故障预测的研究现状,指出随着列车控制系统的不断发展,未来的列车控制系统&;系统故障诊断技术的研究必将成为铁路研究的重要课题。
参考文献:
[1]郎学伟,王海峰.模糊诊断法在监测系统中的应用研究[J].铁道通信信号,2007(12):11-14.
[2]刘伯鸿.故障树与故障字典法结合的计算机联锁系统故障诊断[J].铁道通信信号,2008(12):14-16.