基于改進(jìn)多分支BP神經(jīng)網(wǎng)絡(luò)的ZPW-2000A移頻軌道電路故障預(yù)測(cè)研究

陶漢卿，黃 鶯

(柳州鐵道職業(yè)技術(shù)學(xué)院，廣西 柳州 545616)

0 引言

ZPW-2000A移頻軌道電路是我國(guó)在引進(jìn)法國(guó)UM71無(wú)絕緣軌道電路技術(shù)基礎(chǔ)上，結(jié)合我國(guó)實(shí)際情況，為提高系統(tǒng)傳輸性能、安全性和可靠性而開(kāi)發(fā)的。ZPW-2000A移頻軌道電路是重要的保證行車(chē)安全、提高運(yùn)營(yíng)效率的鐵路信號(hào)設(shè)備，具有全程斷軌檢查、軌道占用檢查和傳遞低頻行車(chē)信息等功能。當(dāng)ZPW-2000A移頻軌道電路故障時(shí)，會(huì)傳輸錯(cuò)誤信息，導(dǎo)致信號(hào)錯(cuò)誤顯示，使列車(chē)相撞或者追尾，直接出現(xiàn)危及行車(chē)安全等一系列問(wèn)題。因此，需要對(duì)ZPW-2000A移頻軌道進(jìn)行故障預(yù)測(cè)，為電務(wù)人員掌握Z(yǔ)PW-2000A移頻軌道狀態(tài)、輔助故障分析和處理提供依據(jù)，加強(qiáng)結(jié)合部管理，從而提高ZPW-2000A移頻軌道電路維護(hù)水平和效率，節(jié)約維護(hù)成本。

ZPW-2000A移頻軌道電路由主軌道電路和調(diào)諧區(qū)小軌道電路兩個(gè)部分組成。根據(jù)故障導(dǎo)向安全的原則，主要有兩種故障：紅光帶故障和分路不良。ZPW-2000A移頻軌道電路出現(xiàn)故障的原因很復(fù)雜，如發(fā)送器功出電壓波動(dòng)、道床電阻隨環(huán)境變化、鋼軌表面的粗糙狀況、列車(chē)走行和檢修施工對(duì)引接電纜的影響、絕緣節(jié)調(diào)諧單元元件損壞、補(bǔ)償電容不良、室內(nèi)和箱盒電纜斷線故障等[1]。因此，對(duì)ZPW-2000A移頻軌道電路故障的預(yù)測(cè)極其復(fù)雜。在實(shí)際應(yīng)用中，對(duì)ZPW-2000A移頻軌道電路故障的預(yù)測(cè)和處理主要根據(jù)信號(hào)集中監(jiān)測(cè)系統(tǒng)采集、顯示和存儲(chǔ)的監(jiān)測(cè)數(shù)據(jù)、報(bào)警數(shù)據(jù)和故障現(xiàn)象，根據(jù)積累的經(jīng)驗(yàn)進(jìn)行綜合判斷，初步判斷故障可能出現(xiàn)的范圍，隨之采用專(zhuān)用移頻表和萬(wàn)用表進(jìn)行參數(shù)測(cè)試確認(rèn)，然后進(jìn)一步分析、確認(rèn)和處理，把故障隱患排查，做到防患于未然。這樣的做法雖然利用了先進(jìn)的信號(hào)集中監(jiān)測(cè)設(shè)備，但是對(duì)于故障的預(yù)測(cè)過(guò)于依賴電務(wù)人員的綜合經(jīng)驗(yàn)和素質(zhì)，一旦電務(wù)人員的知識(shí)經(jīng)驗(yàn)水平和責(zé)任心不足，容易預(yù)測(cè)故障錯(cuò)誤，不能有效消除隱患，因此加重了電務(wù)人員的勞動(dòng)強(qiáng)度，使ZPW-2000A移頻軌道電路維護(hù)的水平和效率下降，所以研究和開(kāi)發(fā)ZPW-2000A移頻軌道電路故障預(yù)測(cè)系統(tǒng)，對(duì)于提高設(shè)備維護(hù)效率和水平是非常有必要的。

不少專(zhuān)家學(xué)者對(duì)ZPW-2000A移頻軌道電路故障預(yù)測(cè)方法進(jìn)行了研究，有學(xué)者提出采用專(zhuān)家系統(tǒng)對(duì)ZPW-2000A軌道電路進(jìn)行故障預(yù)測(cè)[2]，但該方法需要存儲(chǔ)大量的數(shù)據(jù)，過(guò)于依賴專(zhuān)家知識(shí)，無(wú)法自適應(yīng)預(yù)測(cè)；有學(xué)者提出支持向量機(jī)ZPW-2000A軌道電路故障預(yù)測(cè)方法[3]，但支持向量機(jī)的二次規(guī)劃模型求解復(fù)雜度較難解決，若樣本個(gè)數(shù)越大，計(jì)算速度會(huì)顯著下降；有學(xué)者利用結(jié)合粗糙集理論和模糊認(rèn)知圖理論(PCM)進(jìn)行ZPW-2000A移頻軌道電路的故障預(yù)測(cè)[4]，該方法采用的是單一的分類(lèi)器，集成訓(xùn)練的分類(lèi)器難以實(shí)現(xiàn)，對(duì)故障預(yù)測(cè)精度影響較大。

本文針對(duì)ZPW-2000A移頻軌道電路故障參數(shù)和特點(diǎn)，提出一種基于改進(jìn)多分支BP神經(jīng)網(wǎng)絡(luò)的ZPW-2000A移頻軌道電路故障預(yù)測(cè)方法。

1 ZPW-2000A移頻軌道電路工作原理

ZPW-2000A移頻軌道電路設(shè)備由室內(nèi)設(shè)備和室外設(shè)備組成。室內(nèi)設(shè)備主要有包括發(fā)送器、接收器、衰耗器、電纜模擬網(wǎng)絡(luò)盤(pán)等；室外設(shè)備主要有：匹配變壓器、調(diào)諧單元、空心線圈、機(jī)械絕緣節(jié)空心線圈、補(bǔ)償電容等[5]。主軌道電路的發(fā)送器由載頻條件和低頻編碼條件控制，根據(jù)輸入的條件可以產(chǎn)生分配不同機(jī)車(chē)信號(hào)信息碼的低頻信號(hào)，共有頻率為10.3～29 Hz的18種低頻，相鄰兩種低頻之間相差1.1 Hz，然后采用上行(2000-1，2000-2，2600-1，2600-2)和下行(1700-1，1700-2，2300-1，2300-2)8種載頻調(diào)制移頻信號(hào)。該信號(hào)經(jīng)兩根電纜，經(jīng)過(guò)匹配變壓器傳輸?shù)绞彝獾恼{(diào)諧單元，同時(shí)向主軌道和調(diào)諧區(qū)小軌道傳送。主軌道信號(hào)通過(guò)鋼軌傳輸?shù)浇邮斩?，在調(diào)諧單元處產(chǎn)生并聯(lián)諧振，阻抗較大，信號(hào)通過(guò)匹配變壓器放大，經(jīng)過(guò)電纜送至室內(nèi)的電纜模擬網(wǎng)絡(luò)盤(pán)、衰耗器，然后進(jìn)行電平調(diào)整后送到接收器，調(diào)諧區(qū)小軌道信號(hào)在調(diào)諧單元處產(chǎn)生串聯(lián)諧振，阻抗較小，由前方相鄰軌道電路接收端設(shè)備處理，接收器接收到規(guī)定范圍的小軌道信號(hào)形成小軌道繼電器執(zhí)行條件，送到本區(qū)段的接收器，本區(qū)段的接收器要求同時(shí)接收到本區(qū)段主軌道移頻信號(hào)和小軌道繼電器執(zhí)行條件，同時(shí)滿足要求，才能輸出電壓信號(hào)，表示本區(qū)段空閑，從而監(jiān)督列車(chē)占用，發(fā)送器根據(jù)前方3個(gè)區(qū)段軌道繼電器的狀態(tài)進(jìn)行低頻編碼，ZPW-2000A移頻軌道電路原理結(jié)構(gòu)如下頁(yè)圖1所示。

圖1 ZPW-2000A移頻軌道電路原理結(jié)構(gòu)圖

2 改進(jìn)多分支BP神經(jīng)網(wǎng)絡(luò)

2.1 多分支BP神經(jīng)網(wǎng)絡(luò)模型

BP神經(jīng)網(wǎng)絡(luò)是根據(jù)后向傳播調(diào)整網(wǎng)絡(luò)權(quán)值規(guī)則的學(xué)習(xí)算法，具有輸入層、隱含層和輸出層三層結(jié)構(gòu)，從輸入層經(jīng)過(guò)隱含層到輸出層的計(jì)算，其中輸入層和隱含層的權(quán)值、閾值均為已知，對(duì)輸出值和期望值進(jìn)行比較，如出現(xiàn)誤差，將誤差反向傳播，逐層調(diào)整每層的權(quán)重系數(shù)，通過(guò)誤差的不斷反向傳播修正，使誤差減少，正確率提高[6]，典型的BP神經(jīng)網(wǎng)絡(luò)模型如圖2所示。

圖2 典型BP神經(jīng)網(wǎng)絡(luò)模型圖

多分支神經(jīng)網(wǎng)絡(luò)是基于模塊化和分而治之的思想建立的，可以降低復(fù)雜度，具有更好的故障預(yù)測(cè)性能，應(yīng)用于故障預(yù)測(cè)等目標(biāo)問(wèn)題。具體思路是：將ZPW-2000A移頻軌道電路故障預(yù)測(cè)問(wèn)題進(jìn)行分解，對(duì)每個(gè)輸出故障類(lèi)型構(gòu)造為獨(dú)立的網(wǎng)絡(luò)，如此形成同等數(shù)目的網(wǎng)絡(luò)分支，使N種故障預(yù)測(cè)問(wèn)題轉(zhuǎn)換成了N個(gè)并行的兩種故障預(yù)測(cè)問(wèn)題，用獨(dú)立的3層結(jié)構(gòu)處理某一類(lèi)的故障診斷問(wèn)題，故障提取參數(shù)組成輸入值向量，判斷將多維故障預(yù)測(cè)問(wèn)題變?yōu)槎鄠€(gè)并行的兩類(lèi)故障預(yù)測(cè)問(wèn)題，然后采用D-S證據(jù)決策融合方法進(jìn)行分類(lèi)。因此，降低了故障預(yù)測(cè)問(wèn)題的復(fù)雜度，分類(lèi)網(wǎng)絡(luò)可以并行計(jì)算，大大加快了處理的速度。改進(jìn)多分支BP神經(jīng)網(wǎng)絡(luò)故障預(yù)測(cè)結(jié)構(gòu)如圖3所示。

圖3 改進(jìn)多分支BP神經(jīng)網(wǎng)絡(luò)故障預(yù)測(cè)模型示意圖

2.2 基于D-S證據(jù)的決策融合

多分支BP神經(jīng)網(wǎng)絡(luò)的D-S證據(jù)決策融合思路是把分支BP神經(jīng)網(wǎng)絡(luò)的輸出集合，組成為焦元屬性子集，然后計(jì)算焦元屬性對(duì)目標(biāo)決策屬性的屬性層面支持度[7]，將訓(xùn)練樣本的已知輸出值作為理想狀態(tài)向量，將訓(xùn)練樣本的BP神經(jīng)網(wǎng)絡(luò)計(jì)算輸出值作為決策向量，通過(guò)計(jì)算兩者之間的歐式距離。

其中，tp(i，j)——決策向量；

t*(i，j)——理想狀態(tài)向量。

歐式距離越小，說(shuō)明理想狀態(tài)向量和決策向量接近程度越高，歐式距離越大，說(shuō)明理想狀態(tài)向量和決策向量接近程度越低，由上述歐式距離可得目標(biāo)決策屬性的總支持度Sup(Di)。

Sup(Di)=1-D(Tp(Di)，T*(Di))，i=1，2，…，r

(2)

將總支持度最大的目標(biāo)決策屬性放在輸出集合中，如集合中只有一個(gè)元素即為D-S證據(jù)融合決策結(jié)果，如集合元素>1個(gè)，根據(jù)分支BP神經(jīng)網(wǎng)絡(luò)計(jì)算得到的概率分配函數(shù)進(jìn)行判斷；如分支元素只有一個(gè)即為決策結(jié)果，如分支元素>1個(gè)，將焦元屬性與計(jì)算得到的總支持度的和進(jìn)行判斷，最大值則為結(jié)果。

3 ZPW-2000A移頻軌道電路故障預(yù)測(cè)

本文應(yīng)用改進(jìn)多分支BP神經(jīng)網(wǎng)絡(luò)建立ZPW-2000A移頻軌道電路故障預(yù)測(cè)的模型，通過(guò)對(duì)ZPW-2000A移頻軌道電路影響較大的特征參數(shù)進(jìn)行提取[8]，優(yōu)選了發(fā)送器功出電壓US、主軌道輸入電壓UZR、小軌道輸入電壓UXR、小軌繼電器電壓UXG、軌道繼電器軌道線圈電壓Uj等5個(gè)特征作為改進(jìn)多分支BP神經(jīng)網(wǎng)絡(luò)的輸入向量，并設(shè)定發(fā)送器功出電壓波動(dòng)、道床電阻下降、調(diào)諧單元損壞、補(bǔ)償電容不良、電纜斷線故障等5種常見(jiàn)故障作為輸出，利用D-S證據(jù)進(jìn)行決策融合預(yù)測(cè)。模型訓(xùn)練學(xué)習(xí)時(shí)，從某電務(wù)段信號(hào)集中監(jiān)測(cè)系統(tǒng)設(shè)備中選取2 000個(gè)包含5種故障類(lèi)型的樣本進(jìn)行模型訓(xùn)練。在測(cè)試階段，采用訓(xùn)練階段得到的改進(jìn)多分支BP神經(jīng)網(wǎng)絡(luò)模型對(duì)1 000個(gè)樣本進(jìn)行預(yù)測(cè)。

在計(jì)算機(jī)上采用Matlab7.1編程進(jìn)行模型仿真試驗(yàn)，試驗(yàn)結(jié)果如表1所示。

表1 ZPW-2000A移頻軌道電路故障各種預(yù)測(cè)方法的性能比較表

結(jié)果表明：在ZPW-2000A移頻軌道電路故障預(yù)測(cè)中，改進(jìn)多分支BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)時(shí)間比支持向量機(jī)縮少將近一半，但是識(shí)別準(zhǔn)確率比支持向量機(jī)高4.0%以上，比專(zhuān)家系統(tǒng)、PCM算法等方法具有更大的優(yōu)勢(shì)。這說(shuō)明在有限ZPW-2000A移頻軌道電路故障預(yù)測(cè)的樣本條件下，在4種預(yù)測(cè)方法中，多分支BP神經(jīng)網(wǎng)絡(luò)方法具有最優(yōu)的ZPW-2000A移頻軌道電路預(yù)測(cè)性能。

4 結(jié)語(yǔ)

本文根據(jù)分而治之和模塊化的思想對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn)，將BP神經(jīng)網(wǎng)絡(luò)的故障預(yù)測(cè)問(wèn)題劃分為多個(gè)分支，并行處理，然后采用D-S證據(jù)理論進(jìn)行決策融合求解故障預(yù)測(cè)問(wèn)題，建立了改進(jìn)的多分支BP神經(jīng)網(wǎng)絡(luò)模型，并對(duì)ZPW-2000A移頻軌道電路故障預(yù)測(cè)進(jìn)行了仿真，優(yōu)選了5個(gè)ZPW-2000A移頻軌道電路的參數(shù)作為特征向量，對(duì)5類(lèi)常見(jiàn)故障進(jìn)行預(yù)測(cè)。結(jié)果表明，本文設(shè)計(jì)的改進(jìn)多分支BP神經(jīng)網(wǎng)絡(luò)在準(zhǔn)確度和計(jì)算效率上都優(yōu)于專(zhuān)家系統(tǒng)、PCM算法和支持向量機(jī)，能夠有效地提高ZPW-2000A移頻軌道電路故障預(yù)測(cè)的正確性和效率。