機(jī)車走行部監(jiān)測(cè)數(shù)據(jù)自動(dòng)分析及處理系統(tǒng)的應(yīng)用

李英治 中國(guó)鐵路上海局集團(tuán)有限公司合肥機(jī)務(wù)段

1 前言

目前各機(jī)務(wù)段大多存在數(shù)據(jù)分析人員分析水平欠缺、數(shù)據(jù)分析耗時(shí)較長(zhǎng)、數(shù)據(jù)分析工作量大等問(wèn)題。這些問(wèn)題給機(jī)務(wù)段各級(jí)管理人員及基層作業(yè)人員帶來(lái)了很大的困擾，同時(shí)也給機(jī)車走行部帶來(lái)安全隱患。通過(guò)研發(fā)一套“機(jī)車走行部監(jiān)測(cè)數(shù)據(jù)自動(dòng)分析及處理系統(tǒng)”，解決現(xiàn)有地面軟件智能化程度欠缺，依賴分析人員水平和經(jīng)驗(yàn)等問(wèn)題。同時(shí)，提高軟件自動(dòng)化程度。最終達(dá)到提高機(jī)車走行部質(zhì)量，減輕工作人員工作壓力，提高工作效率等目的。

2 技術(shù)方案

2.1 選定方案

依據(jù)實(shí)際現(xiàn)場(chǎng)情況，該系統(tǒng)需要在原JK11430 地面軟件的硬件基礎(chǔ)上，無(wú)需投入大量資金進(jìn)行升級(jí)改造即可實(shí)現(xiàn)課題目標(biāo)。本系統(tǒng)一方面依托原JK11430 地面軟件的數(shù)據(jù)庫(kù)，進(jìn)行部分表結(jié)構(gòu)調(diào)整和優(yōu)化，可滿足兩套系統(tǒng)同時(shí)使用，另一方面采用高效靈活的“Net Framework”框架、“插件化”模塊設(shè)計(jì)思路和多任務(wù)并行處理模型，讓系統(tǒng)具備高度的可擴(kuò)展性和數(shù)據(jù)快速處理能力。

2.2 技術(shù)路線

系統(tǒng)的研制過(guò)程嚴(yán)格按照軟件開(kāi)發(fā)流程進(jìn)行，依據(jù)高內(nèi)聚、低耦合的設(shè)計(jì)要求，使系統(tǒng)具有良好的靈活性、可移植性和可擴(kuò)展性。系統(tǒng)采用的主要技術(shù)路線如下：

（1）拉通新老兩套系統(tǒng)數(shù)據(jù)源：本系統(tǒng)是基于原JK11430地面軟件數(shù)據(jù)庫(kù)基礎(chǔ)設(shè)計(jì)，采用兼容性設(shè)計(jì)方案，新老數(shù)據(jù)之間采用一定的映射和處理后，在不影響原有JK11430 地面軟件使用的前提下，使得數(shù)據(jù)能夠被兩套系統(tǒng)識(shí)別，并能同時(shí)使用。

（2）搭建數(shù)據(jù)自動(dòng)分析處理模型：本系統(tǒng)的數(shù)據(jù)自動(dòng)分析處理模型利用“大數(shù)據(jù)挖掘”和“健康管理”的新理念，通過(guò)大量數(shù)據(jù)的迭代、計(jì)算和學(xué)習(xí)，建立了一套基本符合現(xiàn)場(chǎng)分析情況的模型。同時(shí)充分考慮了影響數(shù)據(jù)自動(dòng)分析結(jié)果的條件(數(shù)據(jù))，為這些條件(數(shù)據(jù))預(yù)留了數(shù)據(jù)接口，在條件成熟時(shí)將數(shù)據(jù)直接引入模型，能夠進(jìn)一步提高分析準(zhǔn)確度。

（3）拉通與其他系統(tǒng)的銜接：本系統(tǒng)充分考慮數(shù)據(jù)分析與機(jī)車檢修各部門的業(yè)務(wù)需要，建立了與整備系統(tǒng)之間“機(jī)車維修提票”與“維修提票反饋”通道，充分保證數(shù)據(jù)的共享和實(shí)效性。

（4）基于關(guān)系數(shù)據(jù)庫(kù)的數(shù)據(jù)結(jié)構(gòu)化加密和存儲(chǔ)空間優(yōu)化處理：數(shù)據(jù)分析結(jié)果及相應(yīng)的提票等信息，采用數(shù)據(jù)結(jié)構(gòu)化加密處理，并采用流式數(shù)據(jù)的數(shù)據(jù)組織方式對(duì)這些數(shù)據(jù)進(jìn)行了存儲(chǔ)空間壓縮、優(yōu)化處理?？梢杂行У慕档蛿?shù)據(jù)泄露的風(fēng)險(xiǎn)以及數(shù)據(jù)庫(kù)對(duì)存儲(chǔ)空間的要求。

2.3 系統(tǒng)結(jié)構(gòu)

系統(tǒng)功能結(jié)構(gòu)如圖1 所示。

圖1 系統(tǒng)功能結(jié)構(gòu)圖

整個(gè)系統(tǒng)分為信息處理子系統(tǒng)和數(shù)據(jù)自動(dòng)分析子系統(tǒng)，它們均采用“插件式”的C/S 架構(gòu)設(shè)計(jì)。從邏輯上將每個(gè)子系統(tǒng)都分為三層，分別為展現(xiàn)層、業(yè)務(wù)邏輯層和數(shù)據(jù)層（展現(xiàn)層：該層主要集中在數(shù)據(jù)自動(dòng)分析子系統(tǒng)，它負(fù)責(zé)數(shù)據(jù)顯示與人機(jī)交互；業(yè)務(wù)邏輯層：該層整合了公共模塊、數(shù)據(jù)訪問(wèn)接口和業(yè)務(wù)處理邏輯；數(shù)據(jù)層：該層是整個(gè)系統(tǒng)的數(shù)據(jù)來(lái)源，主要包含基礎(chǔ)數(shù)據(jù)庫(kù)、信息數(shù)據(jù)庫(kù)、原始數(shù)據(jù)庫(kù)等）。

3 工作原理

3.1 故障診斷原理

故障診斷技術(shù)的理論基礎(chǔ)是我司自主知識(shí)產(chǎn)權(quán)的“廣義共振與共振解調(diào)”理論體系，廣義共振理論，包含了物體經(jīng)典共振過(guò)程，同時(shí)也包含外力突然施加或突然撤銷的自由衰減振動(dòng)過(guò)程，即外力施加和撤銷時(shí)物體從外力獲取能量，產(chǎn)生按照物體固有頻率的自由衰減振動(dòng)現(xiàn)象。共振解調(diào)技術(shù)，實(shí)現(xiàn)從繁雜、強(qiáng)大的振動(dòng)噪聲中提取、識(shí)別、分析、診斷故障沖擊的大小、原因，直至具體的發(fā)生部件。在此基礎(chǔ)上，實(shí)現(xiàn)故障沖擊特征提取、識(shí)別，能及時(shí)、有效地發(fā)現(xiàn)故障，保證機(jī)械設(shè)備運(yùn)用安全。

通過(guò)研究機(jī)械結(jié)構(gòu)的幾何學(xué)、運(yùn)用學(xué)規(guī)律，我們建立了診斷軸承、齒輪、踏面等故障的一系列數(shù)學(xué)模型，從定量（沖擊幅值大?。┖投ㄐ裕ü收喜课唬﹥蓚€(gè)角度，對(duì)故障進(jìn)行確定性的診斷。

故障定性方面，如圖2 所示，若軸承的中徑是D0，滾動(dòng)體的直徑是d，內(nèi)外環(huán)相對(duì)轉(zhuǎn)速頻率是fn，滾動(dòng)體的數(shù)量是Z，軸承滾動(dòng)體的接觸角是A，則按照“多個(gè)同類故障的歸類診斷準(zhǔn)則”進(jìn)行簡(jiǎn)化，軸承各零件故障的特征頻率公式如表1 所示。

圖2 軸承參數(shù)示意圖

表1 故障特征頻率計(jì)算表

故障定量方面，考慮到內(nèi)外環(huán)相對(duì)運(yùn)轉(zhuǎn)轉(zhuǎn)速N、軸承軸徑D對(duì)于沖擊值SV的影響，建立故障定量模型如下式所示：

對(duì)于通用工業(yè)用的軸承，國(guó)際標(biāo)準(zhǔn)規(guī)定：若dB 值大于35 dB，軸承報(bào)廢。針對(duì)中國(guó)鐵路的研究表明：在50 dB 以下，尚能安全應(yīng)用。

3.2 走行部數(shù)據(jù)自動(dòng)診斷及健康狀態(tài)評(píng)估

通過(guò)結(jié)合“沖擊趨勢(shì)”、“溫度趨勢(shì)”、“SV 趨勢(shì)”、“報(bào)警情況”等信息，計(jì)算故障發(fā)展趨勢(shì)，挖掘隱藏在大量常規(guī)數(shù)據(jù)中的故障信息，綜合各類因素后，得到存在故障隱患的部位、嚴(yán)重程度以及健康等級(jí)，并依據(jù)健康等級(jí)給出相應(yīng)的維修處理意見(jiàn)。

4 技術(shù)難點(diǎn)

4.1 數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理是數(shù)據(jù)處理及分析軟件的重要組成部分，其結(jié)果影響著數(shù)據(jù)處理及分析軟件的準(zhǔn)確性。本系統(tǒng)主要是通過(guò)光滑噪聲數(shù)據(jù)、識(shí)別并刪除離群點(diǎn)數(shù)據(jù)、刪除重復(fù)數(shù)據(jù)、插補(bǔ)缺失數(shù)據(jù)等技術(shù)解決數(shù)據(jù)不一致問(wèn)題。

4.2 趨勢(shì)分析法

本系統(tǒng)中，趨勢(shì)分析算法是自動(dòng)診斷算法的重要組成部分，直接影響著自動(dòng)診斷算法的效果。本系統(tǒng)利用趨勢(shì)分析算法對(duì)走行部的dB 數(shù)據(jù)進(jìn)行趨勢(shì)分析。

首先對(duì)dB 數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，依據(jù)里程有效性原則得到其剔除異常值的dB 數(shù)據(jù)序列，然后利用滑動(dòng)平均方法分段計(jì)算滑動(dòng)平均值。再利用處理信息得到趨勢(shì)結(jié)果判斷，最終得到dB 數(shù)據(jù)的趨勢(shì)分析結(jié)果，且dB 數(shù)據(jù)趨勢(shì)分析模塊為單獨(dú)的子模塊，有利于后續(xù)對(duì)該算法的改進(jìn)和優(yōu)化。

通過(guò)dB 趨勢(shì)分析展示該趨勢(shì)分析方法效果。圖3 是原始dB 值趨勢(shì)，經(jīng)數(shù)據(jù)預(yù)處理結(jié)果如圖4 所示，利用滑動(dòng)平均方法處理，得到結(jié)果如圖5 所示。

圖3 原始dB 值趨勢(shì)圖示

圖4 數(shù)據(jù)預(yù)處理圖示

圖5 結(jié)果圖示

4.3 沖擊特征識(shí)別方法

針對(duì)軸承、齒輪和踏面診斷對(duì)象，建立沖擊特征識(shí)別模型，實(shí)現(xiàn)診斷對(duì)象不同失效模式分析及準(zhǔn)確定位，同時(shí)基于此給出的更為貼切合理的維修處理建議。

4.4 走行部數(shù)據(jù)自動(dòng)診斷及健康模型建立

走行部數(shù)據(jù)自動(dòng)診斷是整個(gè)系統(tǒng)的核心功能之一，自動(dòng)分析結(jié)論的準(zhǔn)確性直接關(guān)系到整個(gè)系統(tǒng)的價(jià)值。為了建立這一模型，我們將“大數(shù)據(jù)”、“數(shù)據(jù)挖掘”和“健康管理”等先進(jìn)理論與我們的理論相結(jié)合，經(jīng)過(guò)了大量的試驗(yàn)驗(yàn)證，最后形成了該模型，具體驗(yàn)證過(guò)程如下：

（1）我們對(duì)已有的40 TB 的數(shù)據(jù)進(jìn)行數(shù)據(jù)研究及模型初步建立，將識(shí)別為正常的模型固化及優(yōu)化；

（2）將我們收集整理的超過(guò)3 000 個(gè)的各類故障案例，通過(guò)初步建立的模型，查看故障識(shí)別率，然后依據(jù)識(shí)別情況對(duì)模型進(jìn)一步優(yōu)化和完善；

（3）重點(diǎn)對(duì)上海局配屬車型以及曾經(jīng)發(fā)生過(guò)的案例進(jìn)行進(jìn)一步優(yōu)化完善；

（4）將該模型重新經(jīng)過(guò)40 TB 的大數(shù)據(jù)驗(yàn)證，修訂錯(cuò)誤識(shí)別方法，使模型進(jìn)一步完善；

（5）完善了自動(dòng)診斷模型后我們通過(guò)對(duì)大量歷史的沖擊、溫度和SV 信息進(jìn)行整理、挖掘，建立起了能夠預(yù)測(cè)今后一段時(shí)間內(nèi)機(jī)車走行部健康狀態(tài)的模型。

此模型是“人工智能”判斷故障及健康預(yù)測(cè)的初級(jí)階段，對(duì)于某些特殊的故障還未能夠有很精確的定位和判斷，后續(xù)還需持續(xù)研究，進(jìn)一步提高分析結(jié)論的準(zhǔn)確性。

4.5 設(shè)備工況自診斷算法研究

走行部數(shù)據(jù)自動(dòng)診斷與健康評(píng)估是整個(gè)系統(tǒng)的核心，那設(shè)備工況自診斷就是整個(gè)系統(tǒng)的基礎(chǔ)。設(shè)備工況的好壞直接關(guān)系到系統(tǒng)“數(shù)據(jù)”可不可用、可不可信的問(wèn)題，如果連數(shù)據(jù)都存在問(wèn)題，那就無(wú)從談起走行部數(shù)據(jù)自動(dòng)診斷的準(zhǔn)確性了。為此我們通過(guò)如下的工作來(lái)進(jìn)行該問(wèn)題的研究：

（1）通過(guò)拆解大量的“工況故障”傳感器和前置處理器，通過(guò)分析他們各自的問(wèn)題點(diǎn)，并對(duì)照各傳感器、前置處理器在數(shù)據(jù)中的體現(xiàn)，并通過(guò)大量的試驗(yàn)驗(yàn)證，研究出了傳感器、前置處理器工況自診斷算法；

（2）對(duì)于“無(wú)轉(zhuǎn)速”的故障識(shí)別，我們查閱了大量“無(wú)轉(zhuǎn)速”的機(jī)車數(shù)據(jù)，總結(jié)歸納了該問(wèn)題的特征，并通過(guò)實(shí)驗(yàn)室模擬數(shù)據(jù)進(jìn)行驗(yàn)證試驗(yàn)。

4.6 多任務(wù)數(shù)據(jù)并行診斷

數(shù)據(jù)自動(dòng)分析為了提高精準(zhǔn)度，不僅僅是對(duì)當(dāng)趟行車數(shù)據(jù)進(jìn)行分析，而且需要當(dāng)趟數(shù)據(jù)前一個(gè)月內(nèi)的連續(xù)數(shù)據(jù)作為重要判斷依據(jù)。處理這些數(shù)據(jù)時(shí)，特別是處理沖擊樣本數(shù)據(jù)時(shí)是非常耗時(shí)的。處理一條單樣本數(shù)據(jù)的平均時(shí)間約為20 ms，和諧型機(jī)車一個(gè)月的單樣本數(shù)據(jù)量約在20 000 條左右，僅在處理沖擊樣本數(shù)據(jù)耗時(shí)就在400 s 左右，整個(gè)數(shù)據(jù)自動(dòng)分析處理流程完成約在500 s，這種分析效率在機(jī)務(wù)段日常作業(yè)中是不被接受的。

采用多任務(wù)(Tasks)并行處理方法，為每個(gè)任務(wù)分配獨(dú)立的資源和通道，解除各任務(wù)間的耦合關(guān)系或前后關(guān)聯(lián)關(guān)系。各任務(wù)完成時(shí)將各自的運(yùn)算結(jié)果整理合并，提交綜合決策，實(shí)現(xiàn)多任務(wù)并行診斷處理，將自動(dòng)分析時(shí)間控制在120 s 內(nèi)。

5 實(shí)踐應(yīng)用

5.1 技術(shù)創(chuàng)新

首先，機(jī)車走行部數(shù)據(jù)自動(dòng)診斷算法模型，采用多元數(shù)據(jù)（報(bào)警趨勢(shì)數(shù)據(jù)、溫度趨勢(shì)數(shù)據(jù)、SV 趨勢(shì)數(shù)據(jù)、dB 趨勢(shì)數(shù)據(jù)等）、長(zhǎng)跨度（連續(xù)30 天的數(shù)據(jù)，且時(shí)間跨度可調(diào)）聯(lián)合分析方法，提升數(shù)據(jù)自動(dòng)分析準(zhǔn)確性，并對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，剔除了無(wú)關(guān)數(shù)據(jù)、重復(fù)數(shù)據(jù)，對(duì)其中缺失值采用三次樣條插值法、K 均值聚類方法識(shí)別到異常值并剔除。

其次，對(duì)趨勢(shì)分析方法采用長(zhǎng)短均線分析方法，提升趨勢(shì)分析科學(xué)性，準(zhǔn)確分析趨勢(shì)上升/下降趨勢(shì)，精準(zhǔn)定位故障發(fā)展程度。

最后，建立多種軸承、齒輪和踏面故障沖擊特征識(shí)別模型，軸承方面有保持架早期故障識(shí)別模型、齒輪裂紋/斷齒故障識(shí)別模型、踏面多邊形失圓故障識(shí)別模型等，實(shí)現(xiàn)診斷對(duì)象不同失效模式分析及準(zhǔn)確定位。

5.2 應(yīng)用效果

通過(guò)建立全新的數(shù)據(jù)自動(dòng)分析模式，不僅讓數(shù)據(jù)分析業(yè)務(wù)擺脫了完全依賴人工分析水平和經(jīng)驗(yàn)的處境，而且首次加入了對(duì)JK11430 設(shè)備自身工作狀態(tài)的自診斷能力，讓數(shù)據(jù)分析變得簡(jiǎn)單易操作，提升了軟件的智能化水平。同時(shí)，和段內(nèi)整備系統(tǒng)關(guān)聯(lián)實(shí)現(xiàn)了維修處理意見(jiàn)與“機(jī)統(tǒng)6”等系統(tǒng)的對(duì)接、與維修處理結(jié)果反饋的信息關(guān)聯(lián)，實(shí)現(xiàn)了信息的閉環(huán)，提高了軟件的自動(dòng)化程度。

該系統(tǒng)具有靈活的軟件框架，能夠?yàn)楹笃诘墓δ軘U(kuò)展提供基礎(chǔ)。通過(guò)類似CMD 等系統(tǒng)，讓實(shí)時(shí)監(jiān)測(cè)機(jī)車在線運(yùn)用狀態(tài)、機(jī)車遠(yuǎn)程點(diǎn)下載數(shù)據(jù)、機(jī)車回庫(kù)后自動(dòng)下載數(shù)據(jù)等功能，通過(guò)擴(kuò)展包的形式加掛到系統(tǒng)中，進(jìn)一步完善系統(tǒng)生態(tài)圈，做到“線上、線下”全兼顧。

6 推廣前景

本系統(tǒng)能夠?qū)崿F(xiàn)JK11430 數(shù)據(jù)自動(dòng)處理及分析，無(wú)需長(zhǎng)時(shí)間的專業(yè)數(shù)據(jù)分析培訓(xùn)，僅需掌握軟件使用方法的工作人員就能勝任該崗位的工作，避免了分析員水平和經(jīng)驗(yàn)欠缺，未分析出故障點(diǎn)而可能引起的機(jī)車安全事故的發(fā)生，減少了人力成本、提升數(shù)據(jù)分析效率。同時(shí)，和段內(nèi)整備系統(tǒng)等信息系統(tǒng)交互，可實(shí)現(xiàn)提票信息的跨系統(tǒng)的傳遞，避免有可能出現(xiàn)的重復(fù)勞動(dòng)的情況發(fā)生，減少了漏提票事件的發(fā)生，極大提高了機(jī)車走行部的質(zhì)量。不僅如此，本系統(tǒng)中的自動(dòng)診斷算法模型實(shí)現(xiàn)走行部旋轉(zhuǎn)部件健康狀態(tài)自動(dòng)評(píng)價(jià)，能準(zhǔn)確定位軸承、齒輪和踏面失效模式，指導(dǎo)精準(zhǔn)維修，實(shí)現(xiàn)自身設(shè)備異常判斷，防止故障設(shè)備伴隨機(jī)車運(yùn)營(yíng)，引發(fā)走行部故障漏監(jiān)測(cè)。

本系統(tǒng)是基于目前在用的JK11430 地面分析系統(tǒng)數(shù)據(jù)庫(kù)設(shè)計(jì)的，簡(jiǎn)單易用，僅需軟件輔助就能切換到“機(jī)車走行部監(jiān)測(cè)數(shù)據(jù)自動(dòng)分析處理系統(tǒng)”進(jìn)行工作，不影響原有系統(tǒng)的正常工作，具備向全局乃至全路推廣的良好前景。