人工智能在鐵路信號故障診斷中的應(yīng)用研究

范志文

中國鐵路北京局集團有限公司天津電務(wù)段 天津 300140

近年來，隨著我國鐵路高速的發(fā)展，鐵路運營的范圍越來越廣，鐵路信號系統(tǒng)是確保鐵路運輸安全的關(guān)鍵。在實際應(yīng)用中，鐵路設(shè)備不可避免會發(fā)生故障，尤其是鐵路信號設(shè)備，如何盡可能減少鐵路信號設(shè)備故障對鐵路運輸安全的影響，己成為當前有亟待研究的重大課題。鐵路信號設(shè)備故障診斷可以及時發(fā)現(xiàn)存在的問題，有助于建立故障決策機制，因此受到了人們的高度重視。

1 鐵路信號微機聯(lián)鎖系統(tǒng)的概述

對于鐵路信號微機聯(lián)鎖系統(tǒng)來說，它主要是由軟件設(shè)備和硬件設(shè)備組成的，并且能夠及時的進行信號傳導，從而可以保證每個設(shè)備之間能夠正常連接和使用。對于系統(tǒng)來說，硬件設(shè)備是具有良好性能的，它可以接收、發(fā)出和傳導有關(guān)信號，而軟件設(shè)備則能很好的利用聯(lián)鎖邏輯運算功能。這樣就滿足了鐵路所需要的數(shù)據(jù)和信號。因此在鐵路工作中，要注重工作中的細節(jié)，這樣才能使聯(lián)鎖系統(tǒng)被很好的使用，從而可以促進鐵路信號微機聯(lián)鎖系統(tǒng)的發(fā)展，但是在使用過程中還存在著許多故障，因此就要提出一些解決方案[1]。

2 人工智能在鐵路信號故障診斷中的應(yīng)用研究

2.1 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控制當中，首度實現(xiàn)了無人駕強。隨后法、德等國將模糊控制應(yīng)用于地鐵的應(yīng)用研究當中。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)性知識表達能力極為強大，其推理的過程與人的思維模式極為相似，同時可以將專家描述的事件以及與之相關(guān)聯(lián)的關(guān)系進行編碼，進而為推理的實現(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，此診斷方式應(yīng)用時對知識庫過于依賴，模糊診斷知識的獲取也并不容易，因此，模糊邏輯診斷法目前在鐵路信號故障診斷中的應(yīng)用并不廣泛，診斷結(jié)果的精度尚需在未來進一步提升。由于模糊語言的變量與自然語言較為接近，同時其中所包含的知識具有極強的可讀性，邏輯推理過程也較為嚴謹，模糊邏輯診斷的過程與人類的思維模式極為相似，并且可以進行相應(yīng)的解釋。然而由于模糊診斷在知識獲取的過程中存在一定難度，在故障判定時難以根據(jù)具體的征兆而進行模糊關(guān)系的確定，在診斷過程中對于模糊知識庫的依賴過強，同時不具有較高的學習能力，因此，在診斷時常會出現(xiàn)診斷失誤或診斷不全面、遺漏問題的現(xiàn)象。基于這一情況，在對鐵路信號故障進行診斷時，可以采取與人工神經(jīng)網(wǎng)絡(luò)方法相結(jié)合的方式進行診斷，針對不精確或不確定性的信息進行模糊處理，進而避免由于神經(jīng)網(wǎng)絡(luò)難以進行邊界模糊數(shù)據(jù)分類處理現(xiàn)象的發(fā)生，避免發(fā)生誤診問題，進而使在規(guī)則基礎(chǔ)上建立的結(jié)構(gòu)性知識具備良好的學習與優(yōu)化能力，有效解決模糊邏輯診斷法知識獲取困難的問題，還可以避免推理過程中出現(xiàn)匹配沖突，進而促進推理效率的全面提升[2]。

2.2 拓展故障診斷系統(tǒng)應(yīng)用范圍和規(guī)模

以各故障診斷技術(shù)為基礎(chǔ)，在發(fā)展專家診斷系統(tǒng)的條件下拓展該系統(tǒng)應(yīng)用的范圍與規(guī)模，可將計算機監(jiān)測系統(tǒng)、計算機聯(lián)鎖系統(tǒng)中的推理系統(tǒng)以及專家診斷系統(tǒng)聯(lián)系起來，使信息傳遞更流暢，從而能實現(xiàn)對故障的實時查詢和故障診斷，節(jié)約故障檢查時間，提高了故障檢查的效率，使鐵路能在發(fā)生信號設(shè)備故障后在最短的時間內(nèi)恢復設(shè)備工作，恢復鐵路列車運行，提高列車運行效率。

2.3 道岔故障

（1）故障現(xiàn)象。在鐵路信號微機連鎖系統(tǒng)的運行過程中，如果說道岔出現(xiàn)了一些故障時，處于下機位上的指示燈就會亮起來，這個時候就要及時的采取措施。

（2）檢修對策。在道岔發(fā)生故障時，要首先確定是室內(nèi)發(fā)生故障還是室外發(fā)生故障，在確定之后就可以采取相應(yīng)的解決措施。并根據(jù)不同路線出現(xiàn)的故障使用相應(yīng)的解決辦法，這樣才能夠保證道岔所出現(xiàn)的各種不同情況的故障都能夠被及時并科學的處理[3]。

2.4 遠距離故障診斷的實現(xiàn)

隨著鐵路運輸規(guī)模的擴大、行車距離和速度的不斷提升，對鐵路信號聯(lián)鎖設(shè)備的質(zhì)量提出了更高要求。每一個鐵路區(qū)間站點距離較遠，為實現(xiàn)遠距離故障診斷和站點自我檢測和判斷，需要加強對遠程診斷技術(shù)的研究。遠程故障診斷技術(shù)的應(yīng)用實現(xiàn)可提高故障處理的效率，并通過故障信息的實時記錄節(jié)約故障診斷時間，進一步提高鐵路信號系統(tǒng)的安全性[4]。

3 結(jié)語

基于人工智能的專家系統(tǒng)在鐵路信號故障診斷中發(fā)揮出了良好的應(yīng)用效果，其可以實現(xiàn)對鐵路設(shè)備故障的診斷與預防。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)果的準確度與可靠性，進而為快速、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，對于鐵路信號故障診斷技術(shù)的提升與優(yōu)化具有重要意義。