道岔转换设备故障诊断与预测系统研究与设计

史 龙，周 荣，王智新，谭树林

(1.北京全路通信信号研究设计院集团有限公司，北京 100070；2.北京市高速铁路运行控制系统工程技术研究中心，北京 100070)

1 概述

铁路道岔转换设备作为列车运行中重要的铁路信号设备，成为铁路运营安全的主要焦点之一，是保障列车安全运行不可缺少的组成部分。然而铁路道岔转换设备的健康衰退往往成为导致事故的安全隐患，需要更有计划和针对性的开展维护维修工作。目前道岔转换设备的监测手段主要依靠信号集中监测系统中的转辙机动作功率、电流数据曲线，以及缺口监测中的缺口值、缺口图像、油压、油位和温湿度等状态参数。这种方式取决于人工的经验，难以满足道岔转换设备复杂的工作环境需求和故障快速定位并修复的铁路运营维护需求。

为适应铁路向智能化发展的新形势，实现道岔转换设备在新时代的转型升级，需提升道岔转换设备诊断系统互联性，满足数据共享，提高智慧程度，消除数据孤岛，结合信息感知、无线通信、物联网、云平台和专家系统等技术是大势所趋。面对既有问题和日益增长的运维新需求，如何构建智能化道岔转换设备状态监测与故障诊断系统，并逐步实现故障预测与健康管理，是实现道岔转换设备智能运维的发展趋势，同时是构建铁路综合运维平台的重要基础。

2 道岔转换设备

道岔是机车车辆从一股轨道转入或越过另一股轨道时必不可少的线路设备，主要包括转辙机、密贴检查器、外锁闭装置、安装装置和工务设备。由于道岔具有数量多、构造复杂、使用寿命短、限制列车速度、养护维修投入大等特点，致使道岔转换设备故障率居高不下，其故障率占信号设备故障的50%左右。

道岔转换设备故障主要包括：外锁闭及安装装置故障、转辙机故障、工务设备故障，具体分布在外锁闭卡阻、密贴调整、锁钩、下拉装置、表示调整、接点、锁闭铁、锁钩销轴、锁闭检测器等。

3 道岔转换设备故障诊断与预测系统

针对上述故障发生位置，以智能信息感知为基础，设计传感器直接或间接获取对应参量信息，通过无线通信等技术实现数据传输，构建大数据云服务器平台，配置车站故障诊断客户端，分析故障发生机理，提取故障信息特征，建立故障模式对应参数模型，结合专家知识库、人工智能和机器学习的故障诊断预测算法，设计道岔转换设备故障诊断与预测系统。

道岔转换设备故障诊断与预测系统实时监测转辙机、外锁闭装置、安装装置及道岔环境的多种状态参数，对道岔转换设备的典型故障进行长期监测及趋势预测，形成可靠的故障诊断系统，为道岔转换设备日常维护、及时维修提供依据和决策参考。系统包括前端感知层，数据采集传输层，云服务数据平台层和故障诊断层，结构如图1 所示。

图1 系统结构框图Fig.1 System structure diagram

3.1 感知层

感知层作为前端道岔状态信息感知单元，由摄像头、表示杆位移传感器、转换力传感器、密贴力传感器、电流传感器、电压传感器、温湿度传感器、油压传感器、油位传感器、振动传感器等传感器构成；可直接或间接实现缺口视频图像监测、转换力监测、密贴状态监测、全动程表示杆位移监测、转换电流监测、局部电压监测、温湿度监测、油压油位监测、振动状况监测、道床稳定性监测、钢轨爬行监测和接点阻状态监测等。全部传感器由于应用于室外道岔设备附近，工作环境恶劣，电磁干扰严重，同时传感器不能影响被测设备运行和正常行车，这就对传感器的安全性与可靠性提出极高的要求，设计要求如下。

1) 电气隔离。传感器与被测设备需进行电气隔离，确保传感器故障不会影响被测设备电气参数，如电流和电压等传感器。

2) 良好绝缘。传感器与被测金属设备需进行良好的绝缘设计，确保雷电、电气化干扰等不会损坏传感器和采集设备，保证系统工作可靠性，如转换力、密贴力和表示杆位移等传感器。

3) 可靠安装。传感器根据安装位置可分为机内传感器和机外传感器，转辙机内部传感器需要根据转辙机内部结构定制安全可靠的安装支架，保证传感器不会由于松动或脱落影响转辙机正常动作，机外传感器需要根据监测点的不同情况设计特殊外形或安装卡具，保证安装可靠、不影响行车和脱落时导向安全侧。

4) 安全防护。置于室外裸露环境的传感器需要满足IP67 防护等级，工业级温度范围，以及防雷电和电磁兼容相关标准要求；

5) 状态自检。所有传感器需要设计自检功能，不但可以实时反映自身工作情况，也可检测自身安装牢固状态，若发生松动或脱落时可及时上报至系统。

3.2 数据采集传输层

数据采集传输层包括道岔采集单元和无线通信单元。采集单元提供模拟量、数字量采集和多种工业通信总线接口，与感知层各传感器进行通信，获取道岔相应状态参数，通过通信单元与云平台或专用终端进行双向通信，设计要求如下。

1) 所有采集接口都需进行隔离设计，保证满足端口的防雷和电磁兼容防护要求，同时为各个传感器提供电源。

2) 所有元器件满足-40 ～80℃工作范围要求，安装稳定可靠，防护等级达到IP67，考虑整体电磁兼容防护的同时，要兼顾无线通信信号不受干扰。

3) 采集单元需要具备一定的本地处理能力，确保数据正确性的同时减轻通信带宽压力，如图像识别、视频压缩、时频计算、自动触发、协议转换和状态自检等功能，可实现监测项点的灵活配置和兼容扩展；

4) 通信单元可兼容多种通信方式，与云平台通信时根据数据量大小选择4G 或NB-IoT，与维护人员使用的专用手持终端通信时采用BlueTooth 或RFID，确保通信链路最优的同时，提升系统可用性。

3.3 数据平台层

数据平台层可实现数据实时传输、数据显示、存储、统计、分析、远程通信、通信状态监测、安全防护和决策预警等功能。

云平台软件由3 大部分构成，分别为：C/S 部分，B/S 部分和数据库部分，如图2 所示。

图2 云平台软件结构图Fig.2 Cloud platform software structure diagram

各部分功能如下。

C/S 部分：云平台C/S 部分主要用于和道岔采集单元通信。其一方面将接收到的数据存入数据库中，以供B/S 部分在适当的时候读取；另一方面还将用户命令（操作命令、道岔采集单元参数配置命令等）发送给道岔采集单元。

B/S 部分：云平台的B/S 部分是整个系统的核心，其处理用户的操作并向用户展现系统的数据和状态。

数据库部分：数据库部分主要用于存放数据，包括由C/S 部分接收到的从道岔采集单元发送过来的数据，用户的控制指令以及操作记录等。同时，数据库还承担B/S 部分和C/S 部分之间通信的角色，用户针对道岔采集单元的控制指令由B/S 部分写入数据库，然后由C/S 部分读取并发送给道岔采集单元。

3.4 专家系统层

专家系统层是道岔转换设备故障诊断与预测系统的核心大脑，通过云服务器数据平台层获取道岔实时状态数据，结合专家知识库、人工智能、机器学习等技术实现数据分析、曲线生成、报警预警、故障诊断、趋势预测、概率分析和维修建议等功能。

专家系统是一种具有大量专门知识与经验的智能计算机系统，通过人类专家的问题求解能力建模，利用人工智能技术中知识表示方法和知识推理来模拟通常由某领域专家才能解决的复杂问题，即专家系统=知识库+推理机。专家系统一般由知识库、综合数据库、知识获取机制、解释机制、推理机和人机交互界面6 部分组成，如图3 所示。

图3 专家系统结构图Fig.3 Expert system structure diagram

本系统中，依托于业内专家的设计、运营和维护知识与经验，建立知识获取机制；根据道岔转换设备的故障模式、故障原理、故障类型和严重等级等条件建立知识库；根据设计单位和业主单位多年应用累积的实际数据建立数据库；通过系统上道部署和试验获得多维度的监测数据，采用神经网络、SVM等算法建立故障模式与监测数据之间的推理机模型；设计故障诊断与预测结果的决策方式与概率预计，建立解释机制，通过简洁、友好的人机界面为用户提供交互。

4 结束语

本文研究了铁路道岔转换设备工作特点、故障模式、故障原因和监测要点，根据道岔转换设备运行维护遇到的问题和困难，设计基于信息感知、分布式计算、云平台和专家系统技术的道岔转换设备故障诊断与预测系统，提出系统中各个层级设备、算法、平台的开发设计要求。该系统一方面通过灵活的通信方式和平台设计，可实现一条线路、一个路局甚至全路所有道岔运行数据的实时监测和集中管理，另一方面通过专家知识库、经验库、人工智能算法等手段，可实现道岔转换设备的故障诊断和预测，有效指导现场工作人员进行维护工作，提高故障定位和修复效率，降低故障发生概率。