人工智能在鐵路信號(hào)故障診斷中的應(yīng)用研究

王東升

摘 要：作為保障鐵路安全運(yùn)輸?shù)闹匾O(shè)備，信號(hào)設(shè)備的應(yīng)用不僅可以提高鐵路運(yùn)輸安全，還可以提高列車的指揮效率。現(xiàn)階段，鐵路信號(hào)系統(tǒng)的設(shè)計(jì)不斷應(yīng)用人工智能技術(shù)，傳統(tǒng)的信號(hào)設(shè)備故障診斷技術(shù)已無法適應(yīng)日趨智能化的鐵路信號(hào)系統(tǒng)。基于此，應(yīng)創(chuàng)新與優(yōu)化鐵路信號(hào)故障診斷技術(shù)與方法，建立完善的故障診斷機(jī)制，以提高故障診斷效率。本文簡要分析了鐵路信號(hào)設(shè)備故障的診斷方法，并對(duì)人工智能在鐵路信號(hào)故障診斷中的應(yīng)用展開了探討。

關(guān)鍵詞：人工智能;鐵路信號(hào);故障診斷;應(yīng)用研究

由于鐵路信號(hào)系統(tǒng)較為復(fù)雜，許多不確定性因素都會(huì)導(dǎo)致信號(hào)設(shè)備出現(xiàn)故障，同時(shí)，故障診斷呈現(xiàn)出明顯的半結(jié)構(gòu)化或非結(jié)構(gòu)化特點(diǎn)。由于信號(hào)設(shè)備的故障原因較多，信號(hào)故障的分析難度逐步提高?；谌斯ぶ悄艿蔫F路信號(hào)故障診斷專家系統(tǒng)，可以為故障的分析及診斷提供幫助，技術(shù)人員可以根據(jù)設(shè)備的狀態(tài)及時(shí)進(jìn)行設(shè)備維修以及各項(xiàng)故障的排除，有利于提升設(shè)備維修水平，保障行車安全。

一、傳統(tǒng)的鐵路信號(hào)設(shè)備故障診斷方式

（一）人工診斷法

以往鐵路信號(hào)設(shè)備維修人員都是根據(jù)自身的經(jīng)驗(yàn)以及能力而進(jìn)行信號(hào)設(shè)備故障的診斷，其通常會(huì)實(shí)地考察與分析設(shè)備故障發(fā)生的具體原因，并予以及時(shí)的診斷與處理。診斷過程中，維修人員可以選用的方法較多，不僅有觀察法、比較法，還有校核法與代換法，此外還有邏輯推理法、實(shí)驗(yàn)分析法以及優(yōu)先選擇法。通過這些方法判斷出信號(hào)設(shè)備出現(xiàn)故障的具體原因，并對(duì)其故障位置進(jìn)行準(zhǔn)確判斷，進(jìn)而及時(shí)進(jìn)行故障的有效排除。此后還需在大型計(jì)算機(jī)連鎖設(shè)備軟件的支持下進(jìn)行信號(hào)設(shè)備故障的診斷與處理。

（二）信號(hào)處理法

信號(hào)處理法是基于信號(hào)模型的基礎(chǔ)上而對(duì)鐵路信號(hào)進(jìn)行故障的診斷，這種方法的適用性較強(qiáng)，無需建立對(duì)象的準(zhǔn)確模型，診斷過程也較為便捷。然而由于此方法必須先進(jìn)行信號(hào)的檢測與處理，并且信號(hào)的噪音會(huì)對(duì)故障的診斷產(chǎn)生一定影響，因此，在鐵路信號(hào)故障檢測過程中，此方法只應(yīng)用于特定信號(hào)故障的診斷與處理過程中。由于鐵路信號(hào)的診斷目標(biāo)多而雜，且會(huì)聯(lián)合應(yīng)用多種檢測方式，還要進(jìn)行大量的計(jì)算，此診斷方式的局限性逐漸顯現(xiàn)。因此，此方法的應(yīng)用范圍并不廣泛。

二、人工智能在鐵路信號(hào)故障診斷中的應(yīng)用研究

人工智能故障診斷法是基于專家系統(tǒng)、模糊邏輯以及人工神經(jīng)網(wǎng)絡(luò)等多種診斷技術(shù)而進(jìn)行鐵路故障信號(hào)診斷的方法，同時(shí)還可以與其他傳統(tǒng)技術(shù)進(jìn)行聯(lián)合進(jìn)行故障檢測，以此建立起集識(shí)別診斷對(duì)象的狀態(tài)、故障辯別以及信號(hào)狀態(tài)預(yù)測等多種功能為一體的智能化信號(hào)故障診斷系統(tǒng)。

（一）專家系統(tǒng)的應(yīng)用

專家系統(tǒng)是容納了大量專業(yè)知識(shí)與經(jīng)驗(yàn)的程序系統(tǒng)，該系統(tǒng)以特定領(lǐng)域?qū)＜业闹R(shí)及經(jīng)驗(yàn)為基礎(chǔ)而對(duì)信號(hào)故障進(jìn)行推理與判斷，模擬專家的決策而進(jìn)行故障的分析與診斷，并總結(jié)出適合的故障診斷策略，進(jìn)而避免專家親臨信號(hào)故障現(xiàn)場進(jìn)行故障檢測。

在人工智能領(lǐng)域當(dāng)中，鐵路信號(hào)設(shè)備故障診斷專家系統(tǒng)是實(shí)際應(yīng)用率最高的鐵路信號(hào)設(shè)備故障診斷方法，專家系統(tǒng)以計(jì)算機(jī)網(wǎng)絡(luò)為基礎(chǔ)，結(jié)合了程序設(shè)計(jì)、人工智能以及數(shù)據(jù)信息資源庫等多項(xiàng)先進(jìn)的技術(shù)實(shí)現(xiàn)了對(duì)鐵路信號(hào)設(shè)備故障的高效診斷與分析，該系統(tǒng)在鐵路系統(tǒng)特點(diǎn)的基礎(chǔ)上進(jìn)行了優(yōu)化與改進(jìn)，遵循推理規(guī)則而進(jìn)行鐵路信號(hào)設(shè)備故障的檢測，并對(duì)易發(fā)故障信號(hào)的狀態(tài)予以合理評(píng)判。

1.專家系統(tǒng)在鐵路信號(hào)故障診斷中的優(yōu)勢

①其可以模擬專家的邏輯思維過程，對(duì)較為復(fù)雜的信號(hào)故障進(jìn)行合理診斷;

②所應(yīng)用的知識(shí)都以符號(hào)為代表，由于預(yù)先設(shè)定了推理規(guī)則，因此在診斷時(shí)無需輸入細(xì)節(jié)知識(shí)，診斷過程較為簡便;

③該系統(tǒng)具有利于模塊化的特性，一旦某一事實(shí)出現(xiàn)變化時(shí)修改較為容易;

④與傳統(tǒng)的符號(hào)數(shù)據(jù)具有良好的銜接性;

⑤可以對(duì)系統(tǒng)的推理過程進(jìn)行合理解釋。

運(yùn)用專家系統(tǒng)進(jìn)行鐵路信號(hào)設(shè)備故障的診斷，實(shí)現(xiàn)了對(duì)專家知識(shí)的有效利用，可以極大的提高信號(hào)設(shè)備故障診斷效率，診斷結(jié)果也較為精準(zhǔn)。

2.專家系統(tǒng)的缺點(diǎn)

①專家知識(shí)的獲取存在一定難度;

②系統(tǒng)的知識(shí)臺(tái)階并不寬泛;

③智能水平有待提升。

基于上述缺點(diǎn)，可以通過故障樹與專家系統(tǒng)的有效聯(lián)合建立專家系統(tǒng)知識(shí)資源庫，打破知識(shí)獲取困難的限制，進(jìn)而使系統(tǒng)中存儲(chǔ)的診斷知識(shí)更加全面，為高效、快捷的鐵路信號(hào)故障診斷提供保障。通過簡化故障樹可以將知識(shí)庫中的內(nèi)容進(jìn)行相應(yīng)簡化，進(jìn)而排除多余知識(shí)，有利于故障推理的順利進(jìn)行，進(jìn)而提高系統(tǒng)的應(yīng)用效果。

（二）模糊邏輯診斷法的應(yīng)用

模糊性是指事物在質(zhì)上的含義并不確切且在量上也無明確的界限而表現(xiàn)出的屬性。20世紀(jì)60年代美國專家率先提出了模糊集合論，80年代，日本將模糊控制技術(shù)應(yīng)用于地鐵列車的自動(dòng)控制當(dāng)中，首度實(shí)現(xiàn)了無人駕強(qiáng)。隨后法、德等國將模糊控制應(yīng)用于地鐵的應(yīng)用研究當(dāng)中。

模糊邏輯診斷方法是基于模糊理論而建立起來的，通過故障原因與現(xiàn)象之間的模糊關(guān)系矩陣而判斷出可能的故障原因，此方法的結(jié)構(gòu)性知識(shí)表達(dá)能力極為強(qiáng)大，其推理的過程與人的思維模式極為相似，同時(shí)可以將專家描述的事件以及與之相關(guān)聯(lián)的關(guān)系進(jìn)行編碼，進(jìn)而為推理的實(shí)現(xiàn)提供依據(jù)，因此，模糊理論的應(yīng)用必將成為未來鐵路信號(hào)診斷的發(fā)展趨勢。

模糊邏輯診斷法主要可分為兩種，一種是基于模糊關(guān)系與合成算法的診斷方法，另一種是基于模糊知識(shí)技術(shù)的診斷方法。由于故障原因所屬的函數(shù)及模糊規(guī)則的確定存在難度，同時(shí)，此診斷方式應(yīng)用時(shí)對(duì)知識(shí)庫過于依賴，模糊診斷知識(shí)的獲取也并不容易，因此，模糊邏輯診斷法目前在鐵路信號(hào)故障診斷中的應(yīng)用并不廣泛，診斷結(jié)果的精度尚需在未來進(jìn)一步提升。

由于模糊語言的變量與自然語言較為接近，同時(shí)其中所包含的知識(shí)具有極強(qiáng)的可讀性，邏輯推理過程也較為嚴(yán)謹(jǐn)，模糊邏輯診斷的過程與人類的思維模式極為相似，并且可以進(jìn)行相應(yīng)的解釋。然而由于模糊診斷在知識(shí)獲取的過程中存在一定難度，在故障判定時(shí)難以根據(jù)具體的征兆而進(jìn)行模糊關(guān)系的確定，在診斷過程中對(duì)于模糊知識(shí)庫的依賴過強(qiáng)，同時(shí)不具有較高的學(xué)習(xí)能力，因此，在診斷時(shí)常會(huì)出現(xiàn)診斷失誤或診斷不全面、遺漏問題的現(xiàn)象?；谶@一情況，在對(duì)鐵路信號(hào)故障進(jìn)行診斷時(shí)，可以采取與人工神經(jīng)網(wǎng)絡(luò)方法相結(jié)合的方式進(jìn)行診斷，針對(duì)不精確或不確定性的信息進(jìn)行模糊處理，進(jìn)而避免由于神經(jīng)網(wǎng)絡(luò)難以進(jìn)行邊界模糊數(shù)據(jù)分類處理現(xiàn)象的發(fā)生，避免發(fā)生誤診問題，進(jìn)而使在規(guī)則基礎(chǔ)上建立的結(jié)構(gòu)性知識(shí)具備良好的學(xué)習(xí)與優(yōu)化能力，有效解決模糊邏輯診斷法知識(shí)獲取困難的問題，還可以避免推理過程中出現(xiàn)匹配沖突，進(jìn)而促進(jìn)推理效率的全面提升。

（三）神經(jīng)網(wǎng)絡(luò)診斷法的應(yīng)用

這種診斷方法是通過模擬人腦結(jié)構(gòu)并進(jìn)行信息處理而實(shí)現(xiàn)復(fù)雜問題的求解。其在鐵路信號(hào)故障診斷中的應(yīng)用主要有兩種方式：一方面，神經(jīng)網(wǎng)絡(luò)以分類器的身份進(jìn)行故障模式的識(shí)別;另一方面，其作為動(dòng)態(tài)預(yù)測模型而進(jìn)行故障的診斷與分析。人工神經(jīng)網(wǎng)絡(luò)診斷法無需依賴于專家知識(shí)庫而進(jìn)行，推理的速度與規(guī)模之間的關(guān)聯(lián)并不明顯，同時(shí)，容錯(cuò)能力及泛化能力都極為強(qiáng)大，各個(gè)神經(jīng)元之間可以進(jìn)行獨(dú)立的計(jì)算與處理，因此，此方法的診斷速度較快。

（四）模型解析診斷法的應(yīng)用

在診斷目標(biāo)明確且數(shù)學(xué)模型構(gòu)建完整的情況下可采用解析模型法進(jìn)行故障診斷。這種方法是基于數(shù)理統(tǒng)計(jì)以及函數(shù)解析等多種數(shù)學(xué)方法的基礎(chǔ)上建立起來的，一旦出現(xiàn)信號(hào)故障，系統(tǒng)會(huì)接收到相應(yīng)的變化情況并將這一變化傳遞給數(shù)學(xué)模型進(jìn)行解析。通過觀測數(shù)學(xué)模型并對(duì)其產(chǎn)生的參數(shù)變化得出的故障診斷實(shí)效性較高，因此，在系統(tǒng)的本質(zhì)動(dòng)態(tài)性研究過程中解析模型法發(fā)揮出了重要作用。模型解析法包含等價(jià)空間法與濾波器法，此外還有最小二乘法。然而由于這種方法只能針對(duì)明確的對(duì)象進(jìn)行診斷，同時(shí)也必須在數(shù)學(xué)模型的輔助下才可實(shí)現(xiàn)，因此，應(yīng)用范圍并不廣泛。

（五）混合智能診斷法的應(yīng)用

這種方法是將多種診斷方式綜合運(yùn)用的一種較為智能化的診斷方式，這是未來鐵路信號(hào)故障診斷的主要發(fā)展方向。如，在D-S證據(jù)理論基礎(chǔ)上通過信息融合技術(shù)而建立起來的故障診斷模型就屬于混合智能診斷法的一種，其將人工神經(jīng)網(wǎng)絡(luò)以及模糊邏輯診斷方法進(jìn)行了融合，以這兩種方式所做出的診斷結(jié)果為判斷依據(jù)綜合評(píng)判出信號(hào)故障的發(fā)生原因及故障點(diǎn)，因此，診斷結(jié)果極為可靠，應(yīng)用效果也較為理想。

三、結(jié)語

基于人工智能的專家系統(tǒng)在鐵路信號(hào)故障診斷中發(fā)揮出了良好的應(yīng)用效果，其可以實(shí)現(xiàn)對(duì)鐵路設(shè)備故障的診斷與預(yù)防。將多種診斷方式聯(lián)合應(yīng)用，通過整合多種診斷方式的優(yōu)勢而進(jìn)行綜合故障分析是未來的發(fā)展趨勢，可以有效提高診斷結(jié)果的準(zhǔn)確度與可靠性，進(jìn)而為快速、高效的故障處理提供保障。在不久的將來，人工智能的應(yīng)用必將越來越廣泛，對(duì)于鐵路信號(hào)故障診斷技術(shù)的提升與優(yōu)化具有重要意義。

參考文獻(xiàn)：

[1]張立新.綜合故障檢測與診斷系統(tǒng)[J].西安工業(yè)大學(xué)學(xué)報(bào)，2019（2）：151.

[2]劉伯鴻，伏玉明，宋爽.車站信號(hào)聯(lián)鎖系統(tǒng)故障診斷系統(tǒng)的研究與實(shí)現(xiàn)[J].鐵道科學(xué)與工程學(xué)報(bào)，2016，13（9）：1825-1832.