人工智能在铁路信号故障诊断中的应用研究

范志文

中国铁路北京局集团有限公司天津电务段 天津 300140

近年来，随着我国铁路高速的发展，铁路运营的范围越来越广，铁路信号系统是确保铁路运输安全的关键。在实际应用中，铁路设备不可避免会发生故障，尤其是铁路信号设备，如何尽可能减少铁路信号设备故障对铁路运输安全的影响，己成为当前有亟待研究的重大课题。铁路信号设备故障诊断可以及时发现存在的问题，有助于建立故障决策机制，因此受到了人们的高度重视。

1 铁路信号微机联锁系统的概述

对于铁路信号微机联锁系统来说，它主要是由软件设备和硬件设备组成的，并且能够及时的进行信号传导，从而可以保证每个设备之间能够正常连接和使用。对于系统来说，硬件设备是具有良好性能的，它可以接收、发出和传导有关信号，而软件设备则能很好的利用联锁逻辑运算功能。这样就满足了铁路所需要的数据和信号。因此在铁路工作中，要注重工作中的细节，这样才能使联锁系统被很好的使用，从而可以促进铁路信号微机联锁系统的发展，但是在使用过程中还存在着许多故障，因此就要提出一些解决方案[1]。

2 人工智能在铁路信号故障诊断中的应用研究

2.1 模糊逻辑诊断法的应用

模糊性是指事物在质上的含义并不确切且在量上也无明确的界限而表现出的属性。20 世纪60 年代美国专家率先提出了模糊集合论，80 年代，日本将模糊控制技术应用于地铁列车的自动控制当中，首度实现了无人驾强。随后法、德等国将模糊控制应用于地铁的应用研究当中。模糊逻辑诊断方法是基于模糊理论而建立起来的，通过故障原因与现象之间的模糊关系矩阵而判断出可能的故障原因，此方法的结构性知识表达能力极为强大，其推理的过程与人的思维模式极为相似，同时可以将专家描述的事件以及与之相关联的关系进行编码，进而为推理的实现提供依据，因此，模糊理论的应用必将成为未来铁路信号诊断的发展趋势。模糊逻辑诊断法主要可分为两种，一种是基于模糊关系与合成算法的诊断方法，另一种是基于模糊知识技术的诊断方法。由于故障原因所属的函数及模糊规则的确定存在难度，同时，此诊断方式应用时对知识库过于依赖，模糊诊断知识的获取也并不容易，因此，模糊逻辑诊断法目前在铁路信号故障诊断中的应用并不广泛，诊断结果的精度尚需在未来进一步提升。由于模糊语言的变量与自然语言较为接近，同时其中所包含的知识具有极强的可读性，逻辑推理过程也较为严谨，模糊逻辑诊断的过程与人类的思维模式极为相似，并且可以进行相应的解释。然而由于模糊诊断在知识获取的过程中存在一定难度，在故障判定时难以根据具体的征兆而进行模糊关系的确定，在诊断过程中对于模糊知识库的依赖过强，同时不具有较高的学习能力，因此，在诊断时常会出现诊断失误或诊断不全面、遗漏问题的现象。基于这一情况，在对铁路信号故障进行诊断时，可以采取与人工神经网络方法相结合的方式进行诊断，针对不精确或不确定性的信息进行模糊处理，进而避免由于神经网络难以进行边界模糊数据分类处理现象的发生，避免发生误诊问题，进而使在规则基础上建立的结构性知识具备良好的学习与优化能力，有效解决模糊逻辑诊断法知识获取困难的问题，还可以避免推理过程中出现匹配冲突，进而促进推理效率的全面提升[2]。

2.2 拓展故障诊断系统应用范围和规模

以各故障诊断技术为基础，在发展专家诊断系统的条件下拓展该系统应用的范围与规模，可将计算机监测系统、计算机联锁系统中的推理系统以及专家诊断系统联系起来，使信息传递更流畅，从而能实现对故障的实时查询和故障诊断，节约故障检查时间，提高了故障检查的效率，使铁路能在发生信号设备故障后在最短的时间内恢复设备工作，恢复铁路列车运行，提高列车运行效率。

2.3 道岔故障

（1）故障现象。在铁路信号微机连锁系统的运行过程中，如果说道岔出现了一些故障时，处于下机位上的指示灯就会亮起来，这个时候就要及时的采取措施。

（2）检修对策。在道岔发生故障时，要首先确定是室内发生故障还是室外发生故障，在确定之后就可以采取相应的解决措施。并根据不同路线出现的故障使用相应的解决办法，这样才能够保证道岔所出现的各种不同情况的故障都能够被及时并科学的处理[3]。

2.4 远距离故障诊断的实现

随着铁路运输规模的扩大、行车距离和速度的不断提升，对铁路信号联锁设备的质量提出了更高要求。每一个铁路区间站点距离较远，为实现远距离故障诊断和站点自我检测和判断，需要加强对远程诊断技术的研究。远程故障诊断技术的应用实现可提高故障处理的效率，并通过故障信息的实时记录节约故障诊断时间，进一步提高铁路信号系统的安全性[4]。

3 结语

基于人工智能的专家系统在铁路信号故障诊断中发挥出了良好的应用效果，其可以实现对铁路设备故障的诊断与预防。将多种诊断方式联合应用，通过整合多种诊断方式的优势而进行综合故障分析是未来的发展趋势，可以有效提高诊断结果的准确度与可靠性，进而为快速、高效的故障处理提供保障。在不久的将来，人工智能的应用必将越来越广泛，对于铁路信号故障诊断技术的提升与优化具有重要意义。