地铁车载信号设备的故障诊断系统研究

作者：工艳娇

来源：《科学与技术》 2018年第5期

摘要：随着城市轨道交通建设的飞速发展，地铁线路如今己经覆盖了城市大部分地区，为市民出行带来７很多便利，成为越来越多的人出口首选的交通工具。为了保证每天高峰期的高效率运输，地铁线路将运营强度拉升至极限。然而列车高强度、长时间的运营情况下，不可避免的会发生故障，影响列车的运输效率和安全性。地铁列车的车载信号设备是一种复杂的系统，故障具有多样性和不确定性，并且故障样本不完整。因此，需要一个故障诊断系统在列车故障时迅速进行排除，保障列车安全高效运行。

关键词：地铁；车载信号设备；故障诊断系统

1 引言

随着地铁的发展，各条线路在高峰时段的运营强度也己经被拉升至极限，保证运输效率。这种高强度的运行模式对地铁设备运行可靠性和故障维修效率有着更高的要求。而在这种运行时间长、强度大的运行过程中，不可避免会发生故障。

2 故障信息的整理与统计

其中一些故障码厲于故障手册上未给解释、平时甚少报出的故障代码，这里做忽略处理，车载设备维修人员的补充则对故障手册指导的些错误进行修正，及对一些代码进行了故障推断经验总结，例如EIC 代码，员工根据维修经验发现每次此代码出现时多与CPAM、R110 一系列模块有关，而实际与ATP 通道毫无关系。这是因为每年的一些设备升级、改造，使得现在的车载设备安装架构与原始设计图纸上所给出的产生了很大的差别，因此一些代码的指向发生了改变，而单单依靠厂商提供的原始指导手册将产生错误的指导导向，使得员工浪费了宝贵的维修时间进行了错误维修，提高了车载设备产生故障的概率。同时对――些指向性明湿的代码和进行删减排除，另外因为没有足够数据可以进行统计，年只发生过一次或者少数几次的代码进行删除。此外多个故障代码皆与18927 代码相关，与18927 代码同时出现，例如19453、19488、10252 等等，这时18927 只作指示功能，并没有实际意义。

3 地铁车载信号设备的故障诊断系统分析

3.1 地铁车载设备故障诊断系统简介地铁列车在长期运行中产生了大量故障信息，采用适合的数学算法对这些数据进行处理，它们就可用于今后的故障维修和设备提前更换决策，对今后的地铁运行产生有益的影响，提升运行效率。依赖于贝叶斯网络强大的理论基础，基于贝叶斯网络的地铁车载信号设备故障诊断系统依据真实的故障记录数据，对运行中产生的车载信号设备故障进行诊断推理，得到各个故障发生的可能性，选择可能性最大的故障原因及时给出维修决策，并将处理结果存储记录作为下次故障判断时参考的数据集。关于地铁车载信号设备元件的换修周期，诊断系统参考历史记录，结合设备的贝叶斯网络模型的节点后验概率和

Weibull 分布曲线计算得出建议换休时间作为参考值并Ｗ概率的形式表示设备的状态，力求做到设备故障前提前维修。

3.2 故障诊断软件整体功能需求

地铁车载信号设备诊断系统主要实现快速的故障诊断功能、元件寿命周期预判的状态修功能及多方传输故障信息记录的在线信息传递功能。通过与车载部口主任的长期交流，针对目前车载信号设备维修制度上的不足之处，本文试图构建一种三方进行信息交互的诊断系统结构，

即负责记录汇报故障消息和执行故障维修处理的现场维护端；负责处理上报的故障数据记录，通过数据学习得到诊断网络模型的后验概率并制定维修决策和设备状态修周期的工程师端；查看工程师端上报的处理结果、故障数据记录并进行审核和批准的上级监管端。与现有的地铁通号公司的网上办公通信系统不同的是，故障诊断软件的主要管理权利都下放到参与解决现场故障的车载设备部口的工程师端。因为地铁线路每条线路上设备都存在不同，具体故障情况也有差异，如果故障维修对策都通过安全质量部口或者设备商等制定则会有很多思维的死角，实际上各个线路配备的工程师长时间参与解决现场故障，对本线路的车载信号设备更加了解，更具有发言权。而作为上级领导层的监管人员，具有各个线路上车载信导性意见。每次现场维护端上传数据给工程师端，工程师端对数据具有查看、删除和修改权限，并将处理的结果上报给上级监管端，监管端只可查看工程师端传输过来的故障数据记录，并将审阅结果回复给工程师端，决定此次工程师端所做的决定是否合理，不合理则继续进行修改。和车载部口主任讨论此想法时，主任及员工也对本文的想法给予了高度评价，认为这种放权于现场工程师的维修管理方式将有效提升维修效果。

3.3 现场维护端功能具体需求

故障诊断模块主要负责为维护人员提供故障致因推理，同时具有记录每次发生的故障的功能，具体功能要求如下：①数踞查看：可以查看现场维护端记录下的故障处理记录信息；②证据推理：根据现场人员得到的设备故障信息转化为贝叶斯网络可以识别的节点状态信息，作为推理判断的证据集输入诊断系统。诊断系统根据工程师端发送的贝叶斯网络模型的参数信息和输入的证据进巧故障致因判断寻找故障元件；③维修建议；根据不同故障元件，现场维护端的诊断系统将给出建议作为员王的维修参考；④数据存取：记录每次发生的故障及处理方法，如果通过给出的维修建议解决了故障问题，那么则通过一定方式进行记录以作为今后贝叶斯网络模型建模和学习的依据。如果通过给出的维修建议没有解决故障，则需要特别进行记录，如在故障记录后添加备注引起关注。

4 结束语

故障诊断可队根据底层元件故障概率的大小作为判断依据和维修顺序依据，并针对每个元件都给出了维修建议。故障解决后，将对故障进行准确的记录，同时保存为数字编码格式。寿命周期预测功能是贝叶斯网络推理和weibull 分布函数相结合的产物，设置－定的元件可靠度需求，利用可靠度函数求取元件寿命时间作为元件的换修周期。