基于LabVIEW的钢轨四向校直机模糊专家系统

胡 博，吕其兵

（西南交通大学材料科学与工程学院，四川成都610031）

基于LabVIEW的钢轨四向校直机模糊专家系统

胡 博，吕其兵

（西南交通大学材料科学与工程学院，四川成都610031）

利用LabVIEW的开发功能，结合模糊专家系统的设计理念，开发了钢轨四向校直机模糊专家系统。系统以钢轨焊接接头轨顶与行车面平直度曲线为输入，运用模糊推理规则寻找最优匹配方案，通过反模糊化求取支点位移和校直压力作为具体参考数值。系统中相似度的判定根据曲线间HD距离，隶属度函数是基于对大量原始校直参数采用梳理统计规律方式来确定，推理规则源于专家经验的总结，并增加了学习更新模块以保证系统具备自学功能。采用随机抽取的钢轨焊接接头样本进行测试，结果表明系统能够给出合理的专家意见用于焊接接头的校直，降低对操作人员的技能要求。

钢轨校直机；糊专家系统；HD距离

0 前言

随着我国高速铁路的迅猛发展，无缝线路所占的比例逐年提高，无缝线路实现的关键在于钢轨焊接[1]，而钢轨焊接的平直度直接影响行车安全、轮轨使用寿命和旅客乘车舒适度。由于钢轨焊接设备的刚性和钢轨轨端的形状尺寸等方面存在问题，焊接接头出现上拱、侧弯以及小量错边等问题，钢轨的平直度不能完全通过焊接保证，目前主要通过焊后四向校直和精磨保证上线钢轨的平直度，校直过程完全根据操作人员工作经验，校直质量和效率受人为因素影响很大。

人工校直判断的过程非常接近于模糊专家系统的推理判断过程，LabVIEW具有强大的开发功能，因此，基于LabVIEW开发了钢轨焊接接头校直专家系统。该系统运用成功的校直数据建立数据库，通过合理的推理机制，为钢轨焊接接头校直提供可靠的校直参数，保证校直质量、提高生产效率。

1 钢轨焊接接头过程分析与系统实施方案

钢轨焊接接头校直过程如图1所示。钢轨弯曲变形量尚未达到屈服极限时适用于胡克定律；当钢轨弯曲变形量达到屈服极限时钢轨产生永久塑性变形δw；当卸去载荷后钢轨会有一定的回弹量δf，当钢轨初始弯曲变形量δ0=δw-δf时，钢轨焊接接头完成。由于钢轨焊接接头在组织结构和力学性能上发生了变化，因此很难定量计算钢轨焊接接头过程中的δw和δf，使得钢轨焊接接头校直需要重复多次操作，对δw-δf进行累加，最终实现钢轨的校直。由图1可知，要实现校直主要通过调整F及t，控制δw参数来实现。

图1 钢轨焊接接头原理

焊接接头的校直流程如图2所示。首先测量钢轨的轨顶与行车面外形尺寸，并在显示屏上显示；操作人员根据自己的校直经验，结合显示尺给出合适的校直压力和支点位移实施校直；校直完成后，检测钢轨外形尺寸，直至合格。校直流程中给定校直参数、判定合格与否要结合个人工作经验，校直质量和效率受人为因素影响大。且在设定压头压力、支点位移时，操作人员多采用“大概”“左右”“附近”等模糊概念词汇，难以定量表示，因此人工校直过程非常接近模糊专家系统的推理、判断、操作过程。

图2 钢轨焊接接头流程

基于模糊技术的模糊专家系统是建立在模糊数学的基础上[2]。相较于通用专家系统，模糊专家系统在知识表示方面能更贴切的反映模糊关系，在知识处理方面允许部分匹配，提供了一种近似（或模糊）的推理机制，在知识获取方面方便了领域专家[3]。这些优势恰好能够与钢轨焊接接头系统相结合，充分利用既有校直经验和模糊推理规则，减少重复劳动，提高效率，增加效益。

综上所述，钢轨焊接接头过程是一个模糊推理与运用专家经验的过程，因此在钢轨焊接接头机去经验化设计中考虑采用模糊专家系统设计钢轨焊接接头校直专家系统。

2 系统方案的实现

2.1 系统整体结构简介

该系统与模糊专家系统相结合，基于钢轨焊接接头过程，利用LabVIEW高性能、开发周期短等特点，设计的钢轨四向校直模糊专家系统包含输入输出模块、模糊知识库、模糊推理机、学习模块等。其结构如图3所示。

图3 系统功能结构

（1）系统输入输出模块以钢轨轨顶和行车面平直度曲线模糊化结果作为输入，以待校直曲线与数据库曲线相似度作为模糊推理结果输出，并通过反模糊化求解出对应的左上、左下、右上、右下支点位移及油缸校直压力，这些数据涵盖了钢轨焊接接头的所有基本参考因素，能够实现系统的校直过程。

（2）知识库中包含规则库和数据库。数据库和规则库均来自于钢轨焊接接头实践经验。各焊轨基地有很多原始校直记录数据，既可以用来构成数据库，也可以从中总结出模糊推理的规则库。考虑到不同系统、不同检测设备与EXCEL表格之间的互通性，在系统中对知识库采用EXCEL表格的方式保存，满足使用要求。

模糊推理机是系统的核心，而学习更新模块是专家系统不断学习提高的关键，这两部分单列介绍。

2.2 模糊推理机模块设计

模糊推理模块包含模糊化处理、模糊推理和反模糊化三部分，流程如图4所示。

图4 推理机流程

（1）模糊化处理。首先对轨顶与行车面平直度曲线与数据库中对应平直度曲线进行模糊化处理，并按照隶属函数进行相似性比较。考虑到实际校直中轨顶及行车面数据结构、类型相同，且操作员对其参考程度相当，因此对二者采用相同隶属度函数。在比较曲线相似度时，常用的有最小二乘法、曲线间Hausdorff距离[4]、曲线间Fréchet距离[5]等，由于校直过程中设备可沿钢轨方向移动，故而焊接接头可能会偏离校直机中心，所测钢轨外形尺寸产生平移效果，因此在对曲线相似度比较时着重考虑其变化趋势的相似性，HD距离所测的是曲线间垂直距离，在一定程度上能够表征曲线间相似度，在此选取HD距离作为曲线相似度判别方法较为合适。在求取隶属函数时，计算出一定数量曲线间HD距离，结合实际经验，人工判定其隶属度，并统计规律，画出隶属度曲线，最后通过与经典隶属度函数相匹配，得到隶属度曲线如图5所示，其模糊语言状态值设为相似（PB）、基本相似（PM）、不相似（PS），以此完成对输入数据的模糊化处理。

图5 曲线HD距离隶属度曲线

（2）模糊推理。模糊推理相当于操作人员在已有的操作经验中，按照推理规则寻求解决方案的过程。在系统中，用知识库中的数据库替代人工操作经验，用规则库替代操作人员的推理过程，总结专家经验，得到模糊规则如表1所示，Ex表示轨顶表面模糊化结果，Ec表示行车面模糊化结果。

表1 模糊专家控制规则

推理结果按照PB、PM的顺序依次选取，输出结果为PS的曲线则没有参考价值。模糊推理的结果可能会出现多条结果相同的曲线，考虑到焊接工艺参数和钢轨批次的影响，选择时间最近的一组；但随着系统不断学习，数据库不断更新，输出结果相同的曲线条数会逐渐减少，专家系统会更加完善。推理过程主要是不确定推理，即对某一现象只做定性判断，不做定量估计，符合钢轨焊接接头实践经验。例如对某条曲线进行匹配时，与第100、121行数据轨顶面匹配结果均为PM，与行车面匹配结果为PB，则待校直曲线与第100、121行曲线相似度为PM，按照时间最近原则选择第121行作为匹配结果，其校直参数可做参考。

（3）反模糊化。由模糊推理所得的模糊输出值是输出论域的模糊子集，只有将模糊输出值转化为精确控制量才能施加于对象，这个过程称之为反模糊化或精确化。例如按照推理规则得出第121行校直参数可做参考，这其中的“相似”程度如何，“参考”比例多大没有具体的数量表示，因此需要通过反模糊化对参考参数精确化。当结果为PB或PM时，系统进行反模糊化，首先求取待校直曲线与输出曲线间的隶属度，考虑到钢轨焊接接头是轨顶与行车面综合作用的结果，系统采用加权平均值法（重心法）求取隶属度；其次以输出结果所在行的校直参数与所求隶属度相乘，得到校直参数的精确值作为校直参考参数。当系统输出为PS时，系统不会给出任何参数，由操作人员手动输入校直参数并完成校直，该组校直参数作为新数据录入数据库，作为知识库的一部分。

2.3 学习更新模块设计

为避免知识库中数据库无限扩容，内容陈旧，设计了数据库学习更新模块。数据库的更新有两种形式：（1）通过知识库管理模块进入数据库，通过添加、删除等操作人工修改或输入完成数据更新。（2）每次校直结束后，系统将该组校直数据与数据库中原有数据进行比较，按照优劣程度不同实现自动更新，其更新过程如图6所示。

图6 知识库学习更新流程

自动更新在每组钢轨焊接接头结束后，按照模糊推理过程将钢轨外形尺寸数据与数据库中原始数据按照相似、基本相似和不相似三类，并且对不同相似度待更新数据区别处理。校直过程中，钢轨外形尺寸检测、支点位移时间和施力时间大致相当，因此在评判校直效率优劣时只考虑校直次数。例如，当某组校直数据初始曲线与数据库中第50组校直数据的第2次校直曲线比对结果为PM，且本次校直过程3次完成，而数据库中仍需校直5次才能完成，系统将自动把数据库中后五次校直数据用本次校直3次的数据替换，从而实现数据库的不断更新。当数据总量达到设计容量上限时，系统自动删除较早的校直数据。

3 系统测试结果

随机抽取多组钢轨平直度曲线作为样本，运用模糊专家系统，通过模糊推理机检测符合相似度要求的匹配曲线，两组曲线匹配结果如图7所示，图中粗实线为待校直钢轨焊接接头平直度曲线，细线为参考校直曲线，上方为轨顶外形尺寸，下方为行车面外形尺寸。图中还标出了左上、左下、右上、右下参考支点位移以及上、下、前、后四个校直油缸的参考校直压力。

图7 钢轨焊接接头参考曲线对比

经过多次随机测试，各组曲线均能匹配出相应参考曲线，并且参考曲线的走向与实际钢轨的平直度走向大致相当，与人工判定结果一致，匹配结果曲线对钢轨焊接接头校直有参考价值。此外，在测试中，增加的优化后校直数据，能够成功的在主程序结束前自动替换原有未优化的校直数据，保证知识库中知识的不断更新，验证了该模块的可行性。

4 结论

通过对钢轨焊接接头变形及校直过程分析，提出了解决目前钢轨焊接接头校直过程质量、效率受人为因素制约问题的新方法，并设计了钢轨焊接接头校直模糊专家系统，实现校直过程校直参数的自动给定，通过样本校直数据与专家经验的比较，验证了系统用于钢轨焊接接头校直的可行性。

[1]王卫星.城市轨道交通线路长钢轨现场焊接方案探讨[J].城市轨道交通研究，2003，6（4）：77-79．

[2]李洪兴，汪培庄．模糊数学[M].北京：国防工业出版社，1994.

[3]田应忠.基于模糊集的模糊专家系统研究与应用[D].武汉：华中科技大学，2005.

[4]Huttenlocherd，Klandermang，Rucklidgew.Comparing images using the Hausdorff distance[J].IEEE Trans.on Pattern Analysis and Machine Intelligence，1993，15（9）：850-863.

[5]Efrat Alon，Fan Q F.Curve Matching，Time Warping，and Light Fields：New Algorithms for Computing Similarity between Curves[J].J Math Imaging，2007：27.

Fuzzy expert system for rail straightening machine based on LabVIEW

HU Bo，LV Qibing
（Southwest Jiaotong University，Material Science and Engineering institute，Chengdu 610031，Chin）

Use the development functions of LabVIEW，combining the fuzzy expert system design concept，develop rail four to the straightening machine fuzzy expert system.The system takes rail track top and the driving surface flatness curve as input，using fuzzy inference rules to find the best matching scheme，through the defuzzification for pivot displacement and pressure straightening specific reference parameters.System similarity judgment according to the HD-distance between two curves，membership degree function was determined based on a large number of the original alignment parameter of the sort of statistical rules，inference rules source to summary of the experience of experts.In addition，the increase in the learning update module to ensure that the system had selflearning function.The rails on a random sample of welded joint specimens were tested，showed that the system could give reasonable expert opinion for alignment of the welded joints and reduce the requirement for the skills of operating personnel.

rail straightening machine；fuzzy expert systems；HD-distance

TG409

A

1001－2303（2016）12－0037-04

10.7512/j.issn.1001-2303.2016.12.08

献

胡博，吕其兵.基于LabVIEW的钢轨四向校直机模糊专家系统[J].电焊机，2016，46（12）：37-40.

2016-05-10

胡博（1992—），男，四川遂宁人，在读硕士，主要从事焊接设备及其自动化的研究工作。