基于仿射傳播聚類的欄桿機(jī)故障智能診斷方法

聶杰雄

(廣西新發(fā)展交通集團(tuán)有限公司,廣西 南寧 530029)

0 引言

截至2021年底,中國(guó)高速通車?yán)锍逃?6.91×104km,位居世界第一[1],其中,廣西高速公路建成里程達(dá)7 500多km[2]。高速公路具有“暢通、安全、高效、舒適”的特點(diǎn),成為人民群眾日常出行的首選。由于高速公路規(guī)模日益增加,高速公路機(jī)電系統(tǒng)運(yùn)營(yíng)維護(hù)逐漸成為關(guān)注的重點(diǎn)。其中欄桿機(jī)作為高速收費(fèi)入口的必備機(jī)電產(chǎn)品,需要全天候不間斷運(yùn)行,因此對(duì)其完好率與運(yùn)行穩(wěn)定性要求很高,運(yùn)營(yíng)維護(hù)作業(yè)要求故障發(fā)現(xiàn)快、響應(yīng)需求快、維護(hù)速度快。在日常的維護(hù)與保養(yǎng)中,一般由巡檢人員手動(dòng)檢測(cè)和保養(yǎng),不僅拆裝麻煩,維護(hù)時(shí)間長(zhǎng),而且維護(hù)效果因人而異,維護(hù)人員的工作狀態(tài)對(duì)維護(hù)效果有很大影響。

隨著信息技術(shù)與智能方法的快速發(fā)展,有研究[3]指出:應(yīng)用各種先進(jìn)傳感器技術(shù)、信息技術(shù)、網(wǎng)絡(luò)技術(shù)、自動(dòng)控制技術(shù)、計(jì)算機(jī)處理技術(shù)、智能決策技術(shù)等,實(shí)現(xiàn)公路整個(gè)壽命周期內(nèi)優(yōu)質(zhì)高效、可控、節(jié)約的養(yǎng)護(hù)。因此,本文結(jié)合新穎的仿射傳播聚類,以及幾種傳感器上傳的狀態(tài)數(shù)據(jù),設(shè)計(jì)了一種能夠快速、準(zhǔn)確、智能化的欄桿機(jī)智能故障診斷流程。一旦欄桿機(jī)出現(xiàn)故障,通過(guò)本文提出的方法能夠快速檢測(cè)出來(lái),并通過(guò)網(wǎng)絡(luò)上傳數(shù)據(jù)提示維護(hù)人員,做到對(duì)欄桿機(jī)的狀態(tài)實(shí)時(shí)監(jiān)測(cè),進(jìn)而為智能養(yǎng)護(hù)提供技術(shù)支持。

1 仿射傳播聚類方法

聚類分析是度量學(xué)習(xí)方法,即盡可能地將相似的對(duì)象劃分到同一類別,不相似的對(duì)象歸為不同類別。仿射傳播聚類[4]是加拿大計(jì)算機(jī)專家一種無(wú)監(jiān)督學(xué)習(xí)方法,與一般的聚類方法不同的是,仿射傳播聚類同時(shí)將所有數(shù)據(jù)點(diǎn)視為網(wǎng)絡(luò)中的潛在樣本,并沿網(wǎng)絡(luò)邊緣傳遞實(shí)值消息,直到形成一組良好的樣本及其對(duì)應(yīng)的聚類形成。通過(guò)將樣本與最近的聚類中心的相似度之和最大化來(lái)尋找聚類中心。因此,仿射傳播聚類算法的最大一個(gè)優(yōu)點(diǎn)是,不需要事先知道類別數(shù)目。這個(gè)特性非常貼合實(shí)際應(yīng)用。例如在欄桿機(jī)故障中,人們并不事先知道故障發(fā)生,也不會(huì)事先知道故障有幾種類別。仿射傳播聚類中各種消息的傳遞主要依據(jù)簡(jiǎn)單的計(jì)算方式,并以此來(lái)尋找使得能量函數(shù)E(c)達(dá)到最小的條件:

(1)

式中,ci是i點(diǎn)的代表點(diǎn),S(i,ci)是i點(diǎn)與ci點(diǎn)的相似度,且S(i,ci)<0。仿射傳播算法中主要有5個(gè)參數(shù):歸屬度A、吸引度R、偏心度P、相似度矩陣S、阻尼λ。假設(shè)樣本中有兩個(gè)數(shù)據(jù)點(diǎn)xi和xk,那么需要一個(gè)方式計(jì)算出兩個(gè)樣本點(diǎn)的相似度,即S(i,k)。S(i,k)表示的是點(diǎn)xk作為點(diǎn)xi的代表點(diǎn)的概率。每個(gè)兩個(gè)數(shù)據(jù)點(diǎn)之間都計(jì)算一個(gè)相似度值,組成相似度矩陣。本文采用歐式距離來(lái)作為相似度衡量,計(jì)算公式如下:

(2)

仿射傳播最大的優(yōu)點(diǎn)是不需要人為指定多少個(gè)聚類中心,因此,每個(gè)數(shù)據(jù)點(diǎn)xk會(huì)包含有一個(gè)值S(k,k)來(lái)指導(dǎo)聚類中心的選擇。從式(2)可以看到,當(dāng)i=k時(shí)計(jì)算得到的S(k,k)越大,那么對(duì)應(yīng)的樣本點(diǎn)越有可能成為聚類的中心。其中,樣本點(diǎn)的實(shí)值S(k,k)設(shè)置為偏心度P。為了使算法對(duì)所有樣本點(diǎn)一視同仁,每個(gè)樣本點(diǎn)的偏心度P應(yīng)該設(shè)置為相同的值,可以通過(guò)人為控制P值來(lái)進(jìn)一步控制聚類得到的結(jié)果。

仿射傳播聚類最重要的內(nèi)容就是開(kāi)發(fā)了一種在多個(gè)數(shù)據(jù)點(diǎn)之間的消息傳遞模式,如圖1所示。每個(gè)數(shù)據(jù)的消息都會(huì)不斷地進(jìn)行仿射傳播,同時(shí)在不斷迭代后更新中搜索尋找自己的歸屬類別。例如:數(shù)據(jù)點(diǎn)xi對(duì)數(shù)據(jù)點(diǎn)xk的歸屬度A(i,k)表示的是,在有另一個(gè)數(shù)據(jù)點(diǎn)xi′的情況下,數(shù)據(jù)點(diǎn)xi選擇xk作為相同類別的歸屬?gòu)?qiáng)度量化值。同理,數(shù)據(jù)點(diǎn)xk對(duì)數(shù)據(jù)點(diǎn)xi的吸引度R(i,k)也表明了對(duì)于點(diǎn)xk′、點(diǎn)xk成為數(shù)據(jù)點(diǎn)xi聚類中心的吸引強(qiáng)度。

圖1 A和R消息的傳遞示意圖

A和R的計(jì)算如式(3)、式(4)所示:

A(i,k)=

min{0,R(k,k)+∑i′,i′?{i,k}max{0,R(i′,k)}}

(3)

(4)

在消息A和消息R相互傳播的過(guò)程中,有很大概率產(chǎn)生數(shù)據(jù)震蕩,使得算法不收斂,難以獲得穩(wěn)定的聚類結(jié)果。因此,本文提出用戶應(yīng)該在算法運(yùn)行過(guò)程中加入一個(gè)重要的參數(shù)λ來(lái)防止上述情況,這個(gè)λ被叫作阻尼。為了防止上界和下界的不收斂行為,本文將λ取值設(shè)置在[0,1]之間。因此,將該方法運(yùn)用到實(shí)際中時(shí)A和R再加上阻尼λ后的實(shí)際計(jì)算方式如下:

Anew(i,k)=λAold(i,k)+(1-λ)Aold(i,k)

(5)

Rnew(i,k)=λRold(i,k)+(1-λ)Rold(i,k)

(6)

值得說(shuō)明的是,仿射傳播方法是一種先進(jìn)的機(jī)器學(xué)習(xí)方法,其不需要預(yù)定太多的參數(shù),并且在各種場(chǎng)合中具有良好的魯棒性。因此本文選擇將其應(yīng)用在高速公路欄桿機(jī)的故障診斷中,提高機(jī)電系統(tǒng)的智能化程度。

2 基于仿射傳播聚類法的欄桿機(jī)智能故障診斷流程

本文提出的欄桿機(jī)故障診流程如圖2所示。(1)利用傳感器采集多種欄桿機(jī)狀態(tài)信號(hào),采集的信號(hào)可以是電流信號(hào)、電壓信號(hào)、欄桿機(jī)振動(dòng)信號(hào)等。具體的信號(hào)類別根據(jù)實(shí)際情況可以適當(dāng)改變。(2)由于欄桿機(jī)的故障可以更清晰地表現(xiàn)在原始信號(hào)的特征空間中,因此,對(duì)采集到的狀態(tài)信號(hào)進(jìn)行特征提取。本文采用的數(shù)值如表1所示。表1中的x(n)是采集到信號(hào)的時(shí)間序列,n=1,2,…,N,N是離散的信號(hào)點(diǎn)數(shù)。特征提取后,將信號(hào)截?cái)喾殖啥鄠€(gè)樣本,組成表示欄桿機(jī)狀態(tài)的樣本。(3)送入仿射傳播聚類算法對(duì)欄桿機(jī)進(jìn)行狀態(tài)識(shí)別。如果出現(xiàn)異常,那么就將異常信息報(bào)警并發(fā)送給運(yùn)營(yíng)維護(hù)人員;如果沒(méi)有異常,那么整個(gè)流程繼續(xù)進(jìn)行。

3 應(yīng)用實(shí)例

為了驗(yàn)證本文提出的欄桿機(jī)故障診斷方法的有效性和優(yōu)越性,采用了廣西某高速公路收費(fèi)站入口欄桿機(jī)做實(shí)驗(yàn)。將一個(gè)欄桿機(jī)內(nèi)部電路破壞,但是根據(jù)該型號(hào)欄桿機(jī)設(shè)計(jì),其備用線路還能工作5 h,5 h之后就會(huì)報(bào)警。采用本文提出的方法來(lái)快速發(fā)現(xiàn)這種類型的欄桿機(jī)故障,與不采用該方法的人工巡檢發(fā)現(xiàn)該故障的效率進(jìn)行對(duì)比。本文將提出的算法嵌入在一個(gè)工業(yè)控制機(jī)中,采集到的各種數(shù)據(jù)送入工控機(jī)中進(jìn)行處理,包括特征提取、樣本組建以及仿射傳播聚類的實(shí)現(xiàn)。如果出現(xiàn)異常,工控機(jī)則會(huì)輸出一個(gè)故障信號(hào),起到提示使用者的作用。

采用加速度傳感器獲得振動(dòng)數(shù)據(jù),電壓傳感器獲得電壓數(shù)據(jù),霍爾傳感器獲得電流數(shù)據(jù),如圖3所示。按照?qǐng)D2的步驟,這些原始數(shù)據(jù)將進(jìn)行特征提取,然后送入仿射傳播方法進(jìn)行診斷,得到的診斷結(jié)果如后頁(yè)圖4所示。除此之外,還對(duì)本次實(shí)驗(yàn)的時(shí)間進(jìn)行了對(duì)比,發(fā)現(xiàn)采用本文提出的故障診斷流程,在10 min之內(nèi)就發(fā)現(xiàn)了欄桿機(jī)的故障,而原始的人工巡檢方式,需要等到5 h欄桿機(jī)無(wú)法使用時(shí)才能發(fā)現(xiàn)?？梢钥吹?本文提出的方法可以極大提高欄桿機(jī)的故障診斷效率。

圖3 欄桿機(jī)狀態(tài)數(shù)據(jù)示意圖

圖4 欄桿機(jī)故障診斷結(jié)果的可視化示意圖

4 結(jié)語(yǔ)

隨著交通建設(shè)的逐步推進(jìn),高速公路里程數(shù)快速增加,相應(yīng)的高速公路機(jī)電系統(tǒng)規(guī)模越發(fā)龐大。本文提出了一種基于仿射傳播聚類算法的欄桿機(jī)智能故障診斷方法,并用實(shí)際欄桿機(jī)進(jìn)行了實(shí)驗(yàn)測(cè)試。測(cè)試結(jié)果表明,仿射傳聚類能夠快速發(fā)現(xiàn)欄桿機(jī)故障的異常,同時(shí)具有準(zhǔn)確、高效的特點(diǎn),仿射傳播算法的引入,提高了整個(gè)診斷模型的智能化程度。隨著科技的進(jìn)步,大量新技術(shù)、新裝備、新方法被引入到高速公路機(jī)電裝備中,本文提出的方法可以作為高速公路機(jī)電裝備信息化和智能化的一個(gè)良好范例。采用新一代信息技術(shù)結(jié)合機(jī)電裝備的運(yùn)營(yíng)維護(hù)模式,是智能運(yùn)維發(fā)展的必由之路。