基于自回歸滑動平均模型的道岔動作電流故障曲線預測方法*

黃世澤 張肇鑫 張 帆 楊玲玉

(1.上海市軌道交通結(jié)構(gòu)耐久與系統(tǒng)安全重點實驗室，201804，上海；2.同濟大學道路與交通工程教育部重點實驗室，201804，上海；3.中國中鐵二院工程集團有限責任公司，610031，成都∥第一作者，副教授)

隨著我國高速鐵路的發(fā)展，鐵路設備安全性和可靠性愈加重要。而道岔狀態(tài)直接影響著鐵路運輸?shù)陌踩托?。當前道岔故障識別研究取得了不錯效果[1-3]，而對基于道岔曲線故障預測的研究還較少。

故障預測技術是一門涉及電子、控制、計算機及材料等多種專業(yè)的新興學科[4-6]。文獻[7]利用傳感器實時采集道岔的相關數(shù)據(jù)，得到未來道岔退化水平。文獻[8-9]提出了電流電壓信號特征檢測和預測道岔故障。文獻[10-11]提出了采用貝葉斯網(wǎng)絡與蒙特卡羅模擬結(jié)合以及利用AdaBoost和最小二乘法預測道岔故障方法。文獻[12-14]利用有限元分析法和滑動平均模型預測道岔交叉口疲勞壽命?，F(xiàn)有研究主要是預測道岔有無故障，而無法直觀獲知道岔未來時刻具體工作狀態(tài)，也無法預測故障類型，更無法預測電流曲線。由于道岔故障類型直接反映在電流曲線上，故預測電流曲線進而預測故障類型具有重要意義。

ARMA(autoregressive moving average,自回歸滑動平均模型)僅利用電流歷史數(shù)據(jù)就可預測電流數(shù)據(jù)。因此，基于ARMA的道岔故障預測方法可預測未來時刻的道岔動作電流。

1 道岔動作電流曲線

以S700K交流電動轉(zhuǎn)轍機為例，其正常動作時的三相電流曲線如圖1所示，可分為T1—T5階段。道岔動作電流突增故障曲線如圖2所示。

a)A相

a)A相

2 基于ARMA的道岔動作曲線預測方法

2.1 ARMA模型的基本原理

取ARMA模型參數(shù)為{a1,a2,…,ai,…,ap}及{b1,b2,…,bj,…,bq}，則平穩(wěn)時間序列{Xt}滿足

(1)

式中：

p和q的特征多項式Ap(r)和Bq(r)分別為：

Ap(r)=1+a1r+…+aprp

(2)

Bq(r)=1+b1r+…+bqrp

(3)

其中，r為后移參數(shù)，有：

rsXt=Xt-s，s∈Z

(4)

(5)

2.2 道岔動作電流曲線預測模型設計

道岔動作曲線預測過程如圖3所示。

圖3 道岔動作曲線預測模型流程圖

3 道岔動作曲線預測的試驗驗證

3.1 預測所用數(shù)據(jù)說明

以某鐵路局實際產(chǎn)生的微機監(jiān)測數(shù)據(jù)為建模基礎?，F(xiàn)場調(diào)研獲取近1個月內(nèi)的11個道岔動作電流數(shù)據(jù)(如表1所示)。

表1 11個道岔電流數(shù)據(jù)的樣本量

3.2 預測結(jié)果分析

3.2.1 電流突增故障曲線預測

圖4為1號道岔動作電流突增故障曲線圖。由圖4可見，預測曲線與實際曲線擬合較好，說明基于ARIMA預測得到的道岔故障電流曲線較準確。

a)A相

3.2.2 正常電流曲線預測

圖5為7號道岔正常動作電流曲線。圖5中的預測曲線與實際曲線擬合較好，說明基于ARIMA預測得到的道岔正常動作電流曲線較準確。

a)A相

3.2.3 模型預測效果

為驗證模型的準確度，計算ARMA模型的MAE(平均絕對誤差)、MSE(均方誤差)、RMSE(均方根誤差)、MAPE(平均絕對百分比誤差)和NMSE(歸一化均方誤差)。

圖6為故障曲線預測結(jié)果誤差比對圖。由圖6可知，誤差值均在0.35以內(nèi)，且大部分誤差值都為0.05左右。這進一步說明預測的準確度較高。

圖6 故障曲線預測結(jié)果誤差對比圖

圖7為正常電流曲線預測結(jié)果誤差對比圖。由圖7的預測誤差計算結(jié)果可知，誤差值均在0.15以下。

圖7 正常電流曲線預測結(jié)果誤差對比圖

由此可見，基于ARMA模型的道岔動作電流曲線模型具有較好的預測效果。

4 結(jié)語

通過分析道岔動作電流曲線與道岔工作過程之間的關系，預測未來時刻道岔動作電流曲線，進而直接預測道岔設備具體故障類型。建立基于ARMA的道岔動作電流曲線預測模型，通過調(diào)整模型參數(shù)，定量計算出道岔動作曲線每一個點的預測結(jié)果，得到完整道岔動作電流曲線。結(jié)果表明，該方法能夠快速準確預測出道岔動作預測曲線，具有較高預測精度。該方法從現(xiàn)有對道岔故障類型的概率預測轉(zhuǎn)變?yōu)閷Φ啦韯幼麟娏髑€的預測，對直觀地預測道岔故障類型具有重要的作用。