列车故障隐患排查方法范文

本站小编为你精心准备了列车故障隐患排查方法参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

《机车电传动杂志》2016年第二期

摘要：

针对现阶段人工排查列车故障隐患中存在工作量大、效率低、漏检率高等问题，通过获取列车特征数据及故障特征样本，提出了一种基于特征集匹配分析的列车故障隐患自动排查方法及系统，分析了该方法的工作机理与系统实施方案。

关键词：

特征集；列车故障；特征数据；隐患排查

故障诊断对现代工程系统技术具有十分重要的意义，但在现有技术中，一般只会针对已经出现过的故障进行检测诊断，且大多情况是一种事后行为。对于系统影响较大且尚未挖掘出来的故障，由于故障诊断的及时性、鲁棒性、自适应能力等限制，尚不能对未挖掘的故障隐患进行有效排查。在轨道交通领域，同一类型的列车，尤其是同批次的机车、动车或城市轨道列车，经常会出现同等类似的故障。在列车的实际维护过程中，一旦某一列车出现某种故障，则需要对产生该故障的原因进行检测分析，然后根据该分析结果针对所有与该故障列车同类型的其他列车进行人工排查，预防同种故障在该类型的其他列车中再次发生。但是，用人工来排查列车故障，其工作量较大，效率低，漏检率较高，且严重影响正常列车有效服役时间及其投运效率。本文提出一种列车故障隐患排查方法，可以自动对列车的故障隐患进行检测排查，大大提高列车故障隐患排查效率、降低漏检率，有利于提高列车的维护水平。

1故障隐患排查方法机理

该方法通过采集列车特征数据和预置的泛特征域集建立每列车的泛特征集，在首次发现某种故障时，将该故障特征样本添加到故障特征样本集中，并且根据故障特征样本和每一列车的泛特征集得到每一列车的故障特征值集，然后将故障特征值集与故障特征样本集进行匹配，在匹配值大于预置阈值时，则认为该匹配值对应的列车具有故障隐患，并将该列车添加到该故障隐患列车表单中。排查方法流程如图1所示。图1中列车特征数据可以包括但不限于列车标志、地点标志、设备标志、时间戳、列车运行工况数据和列车设备状态数据等信息数据。泛特征域集中所包含的元素根据实际情况进行预置，用于明确需要提取的泛特征项，即根据泛特征域集能知道列车特征数据中的哪些数据可以作为泛特征项。例如，如果泛特征域集为{列车标志，地点标志，设备标志，时间戳信息，列车运行工况数据，列车设备状态数据}，而采集到列车X的特征数据为[1]列车标志：A[2]设备标志：A001[3]时间戳信息：2015[4]列车运行工况数据：B[5]列车设备状态数据：C根据泛特征域集和列车X的特征数据，得到列车X的泛特征集为{A，A001，2015，B，C}。由此说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项可以作为泛特征集的元素，是面向所有列车的，而泛特征集是每列车的泛特征值的集合，是面向某一列车的，即每列车都对应着泛特征集，如果有m辆列车，则意味着存在m个泛特征集，而泛特征域集则是唯一的。故障特征样本集，指的是故障特征样本的集合，该故障特征样本集的初始值可以设为空集，然后根据故障的发生状况进行添加。即当发现新的故障时，通过对该新的故障进行分析，得到故障特征样本，然后将该故障特征样本添加到故障特征样本集中。预置阈值Q可以根据实际应用需求进行设置，例如，在列车故障隐患排查系统启动时，可以先对该预置阈值进行初始化，以确定与故障特征样本具有多大匹配度的列车才具有故障隐患。匹配值PX大于预置阈值Q时，将该匹配值对应的列车X添加到故障隐患列车表单中；匹配值PX小于等于预置阈值Q，则表明该匹配值对应的列车X不具备该故障隐患，不能添加到故障隐患列车表单中。

2故障隐患排查系统实施方案

2.1系统结构组成列车故障隐患排查系统主要包括数据采集装置和数据处理装置，其中，数据处理装置包括泛特征提取单元、故障特征样本获取单元、故障特征值提取单元和故障隐患识别单元。另外，系统还包括与其他系统共用故障特征样本编辑人机接口单元和故障隐患显示单元等辅助单元，结构组成如图2所示。泛特征提取单元用于根据数据采集装置采集到的列车特征数据和预置的泛特征域集提取泛特征项，形成每列车的泛特征集。故障特征样本获取单元用于获取故障特征样本，并将该故障特征样本添加到故障特征样本集中。故障特征值提取单元用于根据故障特征样本和每列车的泛特征集得到每列车的故障特征值集。故障隐患识别单元用于将每列车的故障特征值集与故障特征样本集进行匹配，得到匹配值；在确定所述匹配值大于预置阈值时，将该匹配值对应的列车添加到故障隐患列车表单中。故障特征样本编辑人机接口单元用于接收用户输入的故障特征样本，对故障特征样本进行编辑，并发送给故障特征样本获取单元。故障隐患显示单元用于将故障隐患识别单元所得到的故障隐患列车表单整理显示供维护人员调阅。

2.2系统执行方案根据列车故障隐患排查工作机理及其系统结构组成，得到系统执行方案，方案执行流程如图3所示。图3中，由数据采集单元获取列车特征数据，初始化泛特征域集。故障特征值提取单元读取来自故障特征样本集中的故障特征样本，分析故障特征样本和泛特征域集的差异，即确定分析故障特征样本中涉及到的特征项是否存在于泛特征域集中；若分析故障特征样本中涉及到的特征项在泛特征域集中没有，则将该涉及到的特征项添加到泛特征域集中，由采集单元更新泛特征域集，从泛特征提取单元更新后的每列车的泛特征集中提取与故障特征样本具有相同特征项的特征值集，得到每列车的故障特征值集；若分析故障特征样本中涉及到的特征项都在泛特征域集中，则从每列车的泛特征集中提取与故障特征样本具有相同特征项的特征值集，得到每列车的故障特征值集。某故障第一次发生时，相关维护人员对该故障特征进行分析和总计，得到故障特征样本，然后通过故障特征样本编辑人机接口单元编辑输入该故障特征样本，故障特征样本编辑人机接口单元将该故障特征样本发送给故障特征样本获取单元。由故障特征样本获取单元得到的故障特征样本集与每列车的故障特征值集输入到故障隐患识别单元中进行故障隐患匹配，得到匹配值P；判断匹配值P与初始化后的预置阈值Q大小，若某列车X匹配值PX大于等于预置阈值Q，将该匹配值对应的列车X添加到故障隐患列车表单中，供相关人员在列车故障隐患显示单元中调用查看；若匹配值PX小于或者等于预置阈值Q时，则表明该匹配值对应的列车X不具备该故障隐患，结束执行流程。假设有序号分别为1~m共m辆列车，其中，m为大于等于1的正整数，则对故障n的排查流程如下：故障隐患识别单元读取故障n所对应的故障特征样本集，将序号为1的列车的故障特征值集与故障n所对应的故障特征样本集进行匹配，得到匹配值；将该匹配值与用于识别故障n隐患的阈值进行比较；若该匹配值大于该阈值，则确定该序号为1的列车具有该故 障n的隐患，于是将该序号为1的列车添加到故障n隐患列车表单中，然后判断当前列车的序号是否为m，若为m，则流程结束，若当前列车的序号不为m，则按照序号顺序对余下的列车进行故障隐患排查。

3结语

本文提出了一种基于特征集的列车故障隐患自动排查方法。列车故障隐患排查系统通过采集列车特征数据，建立每列车的泛特征集，在首次发现故障时，将该故障特征样本添加到故障特征样本集中，并且根据故障特征样本和每列车的泛特征集得到每列车的故障特征值集，然后再将故障特征值集与故障特征样本集进行匹配，在匹配值大于预置阈值时，则认为该匹配值对应的列车具有故障隐患，将该列车添加到故障隐患列车表单中。由于该方法可以对列车的故障隐患进行自动排查，因此能有效提高列车的故障隐患排查效率，最大程度降低故障排查过程中对正常列车的影响，提高列车投运率及安全性。

参考文献：

［1］穆明生.基于特征集的多种分类器模型的在线笔迹认证［J］.信号处理，2001(17)：431-434.

［2］陈建校，王超，袁文烨.地铁列车主动维保平台及关键技术［J］.机车电传动，2012(1)：58-61.

［3］张浚，张凤荔，罗琴，等.基于多特征相似度的大规模网络异常检测算法［J］.计算机工程，2007，33(24)：181-183.

作者：陈超录 陈建校 肖志均 单位：株洲中车时代电气股份有限公司 技术中心