基于模糊集对分析的轨道电路分路不良预警方法研究
2022-03-25王梓丞易立富虞凯朱明杨城
王梓丞,易立富,虞凯,朱明,杨城
(中铁二院工程集团有限责任公司,四川 成都 610031)
1 研究背景
轨道电路是以钢轨为导体,用于自动、连续检测线路是否被车辆占用的电路。由于轨道电路沿铁路线路铺设,其工作性能受室外环境的影响较大。例如,钢轨表面易受污染导致分路电阻变化较大,从而出现分路不良故障,对铁路运输的高安全、高效率造成极大威胁。因此,本文提出了基于模糊集对分析的轨道电路分路不良预警策略,辅助现场维护人员发现早期故障,避免影响行车安全。
2 分路不良预警方法流程
基于模糊集对分析的轨道电路分路不良预警流程如下:
(1)指标选取,选取轨道电压(V)、轨旁湿度(H)、温度(T)以及故障累计次数(N)作为预警模型的预警指标。为使各指标具有可比性,将样本数据归一化为无量纲的指标值,其值域为[0,1]。
(2)等级划分,结合样本严重程度划分为红色、橙色、黄色及绿色预警等级,分别用S1,S2,S3,S4表示。
(3)指标权重求解,利用层次分析法结合现场专家经验求解指标权重。
(4)指标权重优化,基于灰色关联理论优化步骤3中得到的指标权重。
(5)计算指标值集合虞预警等级集合中各个预警等级的综合同异反模糊联系度。
(6)比较指标值集合与预警等级集合中各预警等级的综合同异反模糊联系度,最大的预警等级作为指标值集合的预警等级。
3 实例分析
本文以现有典型轨道电路分路不良故障为基础,建立样本数据集合Q=[Q1,Q2,Q3,Q4,Q5,Q6,Q7],如表1所示,其中Qm=[U,H,T,N],m=1,2…,7。前5组数据为参考样本,后2组数据为实测样本,归一化处理结果见表2,预警等级范围如表3所示。
表1 样本数据
表2 预处理后实测样本(归一化)
表3 预警等级
基于三位专家的经验构造判断矩阵,用层次分析法得到指标权重矩阵如表4所示。
表4 指标权重矩阵
根据灰关联理论计算各指标关联度,归一化后得到最终优化的指标权重矢量ω=[0.6230,0.1358,0.1357,0.1055]。
以表3实测样本7为例,根据前述判断标准,Q7与各预警等级的联系度表达式如式(1)~(4):
式中,Q7为第7个样本数据集合;S1、S2、S3、S4分别为红色、橙色、黄色及绿色预警等级;i为差异度系数;j为对立系数。
以确定中差异度系数i为例,当x1=0.833,x1∈[S2,S3](其中S2=0.533,S3=0.933)时,将数据代入式(5)。
式(5)中,k=1,2,3,4。
得式(6)。
当x4=0.75,x4∈[S2,S3](其中S2=0.5,S3=0.75)时,将数据代入式(5)得式(7)。
结 合4个 指 标 的 权 重ω=[ω1,ω2,ω3,ω4]=[0.6230,0.1358,0.1357,0.1055],求得最终得到综合模糊联系度如式(8)。
再将所求得的综合同异反模糊联系度代入式(2)的差异度系数i中,得式(9)。
此时,所有的数据信息被全部利用,能满足准确度的要求,取i=0,j=-1,代入式(10):
根据上述方法,再计算实测样本6的联系度,计算结果如表5所示。
表5 实测样本6联系度的计算与结果分析
第6组数据联系度的最大值为0.7342,此时,轨道区段在绿色预警信号区域,轨道电路能够正常工作,将其轨道电压值保存为调整最大值。同理,第7组数据联系度的最大值为0.54769,轨道区段在黄色预警信号区域,其中第7组数据表明轨道电路在分路状态下工作,其分路残压较高,易于发生轨道电路分路不良故障,针对此种情况,现场工作人员应加强监视,必要时,采取一定的措施。
4 结语
通过实例分析与计算,得到的预警结果与分别采用模糊模式识别方法、神经网络方法以及雷达图法对轨道电路分路不良预警的结果一致,验证了预警结果的正确性。除此之外,基于模糊集对分析的预警方法计算简单,具有可操作性强、易实现计算机编程的优点。