基于孤立森林的城軌車輛空轉(zhuǎn)滑行異常檢測方法研究

陳美霞，梁師嵩，胡佳喬

（中車南京浦鎮(zhèn)車輛有限公司，南京 210031）

在城軌列車運行中，列車牽引力通過輪軌滾動接觸界面上的黏著與蠕滑來傳遞，輪軌間的黏著—蠕滑特性直接影響列車牽引和制動性能。車輪在原地轉(zhuǎn)動沒有前進的現(xiàn)象稱為空轉(zhuǎn)，而車輪在鋼軌上只有滑動沒有滾動的現(xiàn)象則稱為滑行［1］?？辙D(zhuǎn)會導(dǎo)致輪軌擦傷，而嚴(yán)重的擦傷往往是鋼軌疲勞失效的重要原因之一。滑行會形成車輪擦傷，車輪擦傷不僅會使列車運行時車輛/軌道產(chǎn)生強烈振動，還會導(dǎo)致車輪軸承、車軸和軌道的損傷，影響行車安全，增加維修費用；此外，車輪踏面擦傷還會造成輪軌黏著性能進一步降低。

目前城軌列車均已采取一系列的措施應(yīng)對空轉(zhuǎn)滑行問題，比如噴沙、降低牽引力、制動壓力修正等方法［2-8］，雖有一定的效果，但空轉(zhuǎn)滑行現(xiàn)象始終難以完全避免，特別是位于進出站區(qū)段站臺區(qū)域，車輛啟停、軌面污染等都會導(dǎo)致空轉(zhuǎn)/滑行問題更加突出。

輕微的空轉(zhuǎn)/滑行現(xiàn)象對于列車運行沒有太大影響和安全隱患，經(jīng)過常規(guī)的日常檢修即可處理，但較為嚴(yán)重的空轉(zhuǎn)/滑行現(xiàn)象可能需要及時識別出來并對其進行緊急處理。較為嚴(yán)重的空轉(zhuǎn)/滑行現(xiàn)象在列車運行中即可視為異常，文中的目的就是識別出此類異常。因為空轉(zhuǎn)/滑行和列車速度、負(fù)載、駕駛模式、路段等息息相關(guān)，不適合使用單一的標(biāo)準(zhǔn)進行判斷。所以文中針對該問題，提出了一種基于孤立森林的異常檢測方法。通過對空轉(zhuǎn)/滑行的次數(shù)進行監(jiān)測、統(tǒng)計、分析，并對之建模，進而判斷列車或軌道是否存在潛在風(fēng)險。空轉(zhuǎn)/滑行是列車軸速變化的體現(xiàn)，當(dāng)列車在低黏著條件下制動或牽引運行時，系統(tǒng)將檢測到空轉(zhuǎn)或者滑行，如短時間內(nèi)次數(shù)異常，則可推測黏著條件較差或者速度傳感器故障，存在擦輪、冒進、抱死或牽引變流器故障風(fēng)險。

1 孤立森林算法介紹

孤立森林（Isolation Forest）算法因其具有易于理解、開銷小、時間復(fù)雜度低等特點，所以采用孤立森林來實現(xiàn)空轉(zhuǎn)/滑行的異常檢測。孤立森林算法的步驟如下［9-11］：

（1）首先要獲取原始數(shù)據(jù)集，集中的數(shù)據(jù)都具有共同的多維特征。

（2）設(shè)置樣本集大小n和孤立樹的數(shù)量m。構(gòu)建一棵孤立樹需要從原始數(shù)據(jù)集抽樣出n個數(shù)據(jù)，作為這棵孤立樹的樣本數(shù)據(jù)集。

（3）在樣本數(shù)據(jù)集中，隨機選擇數(shù)據(jù)的一個特征，并算出樣本集的數(shù)據(jù)在此特征上的所有值范圍，在這個范圍中隨機選一個值，根據(jù)這個特征值對樣本集進行劃分，將樣本中特征值小于該值的數(shù)據(jù)劃分到節(jié)點的左子節(jié)點，特征值大于該值的數(shù)據(jù)劃分到節(jié)點的右子節(jié)點。

（4）分別在左右2 個子節(jié)點的數(shù)據(jù)集上重復(fù)第3 步的過程，不斷隨機選擇特征進行劃分，直到子節(jié)點上只有1 個節(jié)點無法再分或者節(jié)點達(dá)到了樹的最大深度。

（5）構(gòu)建好孤立樹后，需要計算每個數(shù)據(jù)在孤立樹上的路徑長度。計算方法以遍歷二叉搜索樹的方式從孤立樹中搜索每個數(shù)據(jù)，在孤立樹中根據(jù)節(jié)點的分支條件不斷向下搜索，每向下一次則路徑長度加1。最后找到數(shù)據(jù)點后，返回路徑長度記為h（x）。

（6）計算待測數(shù)據(jù)在孤立森林中的平均路徑長度，然后帶入公式計算出異常指數(shù)，計算公式為式（1）～式（3）：

式中：E（h（x））為數(shù)據(jù)x在所有樹中的路程長度均值；c（n）為n個點構(gòu)建的二叉搜索樹的平均路徑長度；ξ為歐拉常數(shù)；S（x，n）中x為數(shù)據(jù)編號，n為樣本集大小，S為數(shù)據(jù)x在由n個數(shù)據(jù)的樣本集構(gòu)成的孤立樹中的異常指數(shù)。S（x，n）的值與E（h（x））相關(guān)，E（h（x））越小，說明數(shù)據(jù)越早被孤立出來，則S值越大，表示該數(shù)據(jù)異常程度越高，反之S值越小則異常程度越低。S的取值范圍為［0，1］，在正常情況下，數(shù)據(jù)集中正常數(shù)據(jù)的異常指數(shù)都會在0.5 左右。

2 異常檢測方案設(shè)計

2.1 總體方案

首先通過數(shù)據(jù)探索性分析，了解已知數(shù)據(jù)，探索變量間的相互關(guān)系，以此確定與上述背景技術(shù)中提出的問題密切相關(guān)的參數(shù)；然后針對這一系列參數(shù)進行數(shù)據(jù)預(yù)處理，完成模型特征構(gòu)建；接著將構(gòu)建好的特征參數(shù)輸入模型，進行模型構(gòu)建調(diào)參；最后將實時數(shù)據(jù)經(jīng)過預(yù)處理后持續(xù)輸入已構(gòu)建好的模型，開始在線運行，以此實現(xiàn)列車當(dāng)前空轉(zhuǎn)和滑行次數(shù)的異常檢測?？傮w方案如圖1所示。

圖1 總體方案

2.2 數(shù)據(jù)探索分析

模型相關(guān)的特征數(shù)據(jù)一般分為類別特征數(shù)據(jù)和數(shù)字特征數(shù)據(jù)，對于類別特征數(shù)據(jù)，可做以下分析：類別特征箱形圖可視化、類別特征的小提琴圖可視化、類別特征的柱形圖可視化類別、特征類別頻數(shù)可視化等。

對于數(shù)字特征數(shù)據(jù)，可做以下分析：相關(guān)性分析、特征值分布偏度和峰值、數(shù)字特征的分布可視化、數(shù)字特征相互之間的關(guān)系可視化、多變量互相回歸關(guān)系可視化等。

2.3 數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理分3 步：空值、異常值處理，模型特征構(gòu)造，數(shù)據(jù)降維。

（1）空值、異常值處理：空值是指某一條數(shù)據(jù)缺失某些參數(shù)數(shù)值，如果缺失參數(shù)數(shù)量不多且影響不大可不處理；如果缺失數(shù)據(jù)太多，選擇刪除；如果缺失參數(shù)不多且重要，可采用插值補全方法處理，包括采用均值、中位數(shù)、眾數(shù)等補充。異常值是指數(shù)據(jù)格式錯誤或者明顯超出參數(shù)數(shù)值合理范圍的數(shù)據(jù)，該部分?jǐn)?shù)據(jù)同樣可采用刪除或者清空后補全的方法進行處理。

（2）模型特征構(gòu)造：構(gòu)造統(tǒng)計特征，例如均值、求和、比例、標(biāo)準(zhǔn)差等；構(gòu)造時間特征，包括相對時間和絕對時間，工作日、雙休日、節(jié)假日等；構(gòu)造地理信息特征，包括坐標(biāo)區(qū)域、分布編碼等；特征非線性變換，包括取對數(shù)log、平方、開平方根等；通過特征組合、特征交叉構(gòu)造新特征。

（3）數(shù)據(jù)降維：如果需要，可采用主成分分析（PCA）、獨立成分分析（ICA）、線性判別分析（LDA）等方法降維。

文中輸入數(shù)據(jù)空值、異常值較少，主要采取刪除和補全的方式進行處理。特征構(gòu)造如下：

線路（編碼）

車輛編號（編碼）

時間段（按5 min 進行時間切片，然后編碼）

各時間段內(nèi)牽引檢測滑行次數(shù)

各時間段內(nèi)制動檢測滑行次數(shù)

各時間段內(nèi)乘客負(fù)載均值

各時間段內(nèi)乘客負(fù)載峰值

各時間段內(nèi)列車速度均值

各時間段內(nèi)列車速度峰值

各時間段內(nèi)列車速度峰值/均值

實際的工作中，地質(zhì)工程投資時非常復(fù)雜的，會受到多方面因素影響，上述安全投資模型是在特定條件下建立的，和地質(zhì)工程實際情況具有一定的差距。但是實際工作中我們能夠以這一模型作為借鑒，從而提升投資的科學(xué)有效性，降低其風(fēng)險。比如，地質(zhì)工程成本中包含有形成本和無形成本，如事故發(fā)生后引發(fā)的執(zhí)政危機，因此，政府相關(guān)部門會強制性的要求相關(guān)企業(yè)在左右決策點的右部進行投資，以便于進一步確保工程的安全性。

所用特征數(shù)據(jù)維度較小，不進行降維處理。

2.4 模型構(gòu)建

空轉(zhuǎn)/滑行異常檢測模型構(gòu)建流程如圖2所示。

圖2 空轉(zhuǎn)/滑行模型構(gòu)建流程圖

文中算法相關(guān)參數(shù)經(jīng)過調(diào)參之后設(shè)置如下：孤立樹數(shù)量=50，孤立樹最大深度=10，每棵樹訓(xùn)練樣本數(shù)量=100，異常比例=0.005。模型構(gòu)建以及調(diào)參完成之后，利用Python 中joblib 軟件包保存到本地備用。

2.5 模型應(yīng)用

模型應(yīng)用步驟如下：

（1）首先通過Python 中joblib 軟件包加載上一步中已構(gòu)建完成的模型。

（2）接收實時數(shù)據(jù)，數(shù)據(jù)預(yù)處理。

（3）將處理好的數(shù)據(jù)輸入到已加載的模型。

（4）根據(jù)模型輸出判斷輸入數(shù)據(jù)的異常與否。

（5）將結(jié)果反饋至上一層應(yīng)用系統(tǒng)。

3 實施案例

以下將以南京—寧溧線車輛為例，描述整個方案的實施過程，模型相關(guān)參數(shù)均可根據(jù)不同應(yīng)用場景和需求進行調(diào)整。南京—寧溧線目前有T0～T11 總共12 輛車在線運行，其中針對每一輛車的實施方案均一致，下面以T4 為例進行說明。

3.1 數(shù)據(jù)探索分析

從空轉(zhuǎn)/滑行產(chǎn)生的基本原理可以推導(dǎo)出與之相關(guān)的關(guān)鍵參數(shù)主要有車輛載重、駕駛模式、車輛速度、軌面溫濕度等，抽取T4 車輛某年7 月11日0 點至7 月12 日0 點的運行數(shù)據(jù)進行展示，如圖3、圖4 所示。可以發(fā)現(xiàn)，車輛載重、車輛駕駛模式、車輛速度變化情況基本一致，每個站點附近速度會產(chǎn)相應(yīng)生變化，車輛各軸的載重也會因為乘客上下車發(fā)生波動，根據(jù)站點ID 變化情況可以看出每跑完一遍線路駕駛模式會有短暫的變化。而空轉(zhuǎn)/滑行發(fā)生時間的附近，以上各參數(shù)均有相應(yīng)的變化。

圖3 南京寧溧線T4 車運行參數(shù)變化情況

圖4 南京寧溧線T4 車運行站點停穩(wěn)信息變化情況

進一步將數(shù)據(jù)按5 min的時間長度進行切分統(tǒng)計，T4 車 某年7 月11 日10 點～11 點相 關(guān)參數(shù) 統(tǒng)計信息如圖5、圖6 所示?？梢钥闯觯惺录饕l(fā)生在10∶00∶00 至10∶05∶00 之間，這個區(qū)間發(fā)生滑行的車廂轉(zhuǎn)向架載重均值、載重峰值均較大。而該時間段內(nèi)，在速度峰值較高的情況下，平均速度卻很小，說明該區(qū)間內(nèi)存在較大減速操作。綜上可知，載重均值、載重峰值、速度均值、速度峰值、速度峰值均值比均與空轉(zhuǎn)/滑行有一定的關(guān)聯(lián)。

圖5 南京寧溧線T4 車空轉(zhuǎn)/滑行統(tǒng)計（7-11 10:00～ 7-11 11:00）

圖6 南京寧溧線T4 車載重及速度信息統(tǒng)計（7-11 10:00～ 7-11 11:00）

3.2 數(shù)據(jù)預(yù)處理

在上述數(shù)據(jù)探索分析過程中發(fā)現(xiàn)有部分時間數(shù)據(jù)缺失，主要采取刪除的方式處理，重要數(shù)據(jù)采取補全措施。

根據(jù)數(shù)據(jù)探索分析結(jié)果，主要特征構(gòu)造如下：

5 min 內(nèi)A1 車B2 架空轉(zhuǎn)次數(shù)

5 min 內(nèi)B1 車B1 架空轉(zhuǎn)次數(shù)

5 min 內(nèi)B1 車B2 架空轉(zhuǎn)次數(shù)

5 min 內(nèi)B2 車B1 架空轉(zhuǎn)次數(shù)

5 min 內(nèi)B2 車B2 架空轉(zhuǎn)次數(shù)

5 min 內(nèi)A2 車B1 架空轉(zhuǎn)次數(shù)

5 min 內(nèi)牽引檢測A1 車B2 架滑行次數(shù)

5 min 內(nèi)牽引檢測B1 車B1 架滑行次數(shù)

5 min 內(nèi)牽引檢測B1 車B2 架滑行次數(shù)

5 min 內(nèi)牽引檢測B2 車B1 架滑行次數(shù)

5 min 內(nèi)牽引檢測B2 車B2 架滑行次數(shù)

5 min 內(nèi)牽引檢測A2 車B1 架滑行次數(shù)

5 min 內(nèi)制動檢測A1 車滑行次數(shù)

5 min 內(nèi)制動檢測B1 車滑行次數(shù)

5 min 內(nèi)制動檢測B2 車滑行次數(shù)

5 min 內(nèi)制動檢測A2 車滑行次數(shù)

5 min 內(nèi)乘客負(fù)載均值

5 min 內(nèi)乘客負(fù)載峰值

5 min 內(nèi)列車速度均值

5 min 內(nèi)列車速度峰值

5 min 內(nèi)列車速度峰值/均值

3.3 模型構(gòu)建

首先通過數(shù)據(jù)預(yù)處理步驟準(zhǔn)備好模型訓(xùn)練數(shù)據(jù)，文中選取南京—寧溧線T4 車某年7 月11 日0點至7 月12 日0 點數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，按5 min的時間長度進行切片，然后按照上一步進行處理，最后獲取288 條訓(xùn)練數(shù)據(jù)。

模型算法孤立森林相關(guān)參數(shù)經(jīng)過調(diào)參之后設(shè)置如下：孤立樹數(shù)量=50，孤立樹最大深度=10，每棵樹訓(xùn)練樣本數(shù)量=100，異常比例=0.005。將訓(xùn)練數(shù)據(jù)輸入模型，開始訓(xùn)練。待模型訓(xùn)練完成之后，利用模型分辨訓(xùn)練數(shù)據(jù)中的異常數(shù)據(jù)，得到1條與實際情況一致的異常數(shù)據(jù)：

［ 0，0，0，0，0，0，6，5，6，0，0，0，12，6，0，0，……］

以上數(shù)據(jù)對應(yīng)字段含義依次為：

5 min 內(nèi)A1 車B2 架空轉(zhuǎn)次數(shù)

5 min 內(nèi)B1 車B1 架空轉(zhuǎn)次數(shù)

5 min 內(nèi)B1 車B2 架空轉(zhuǎn)次數(shù)

5 min 內(nèi)B2 車B1 架空轉(zhuǎn)次數(shù)

5 min 內(nèi)B2 車B2 架空轉(zhuǎn)次數(shù)

5 min 內(nèi)A2 車B1 架空轉(zhuǎn)次數(shù)

5 min 內(nèi)牽引檢測A1 車B2 架滑行次數(shù)

5 min 內(nèi)牽引檢測B1 車B1 架滑行次數(shù)

5 min 內(nèi)牽引檢測B1 車B2 架滑行次數(shù)

5 min 內(nèi)牽引檢測B2 車B1 架滑行次數(shù)

5 min 內(nèi)牽引檢測B2 車B2 架滑行次數(shù)

5 min 內(nèi)牽引檢測A2 車B1 架滑行次數(shù)

5 min 內(nèi)制動檢測A1 車滑行次數(shù)

5 min 內(nèi)制動檢測B1 車滑行次數(shù)

5 min 內(nèi)制動檢測B2 車滑行次數(shù)

5 min 內(nèi)制動檢測A2 車滑行次數(shù)

模型構(gòu)建完成之后，利用Python 中joblib 軟件包保存為本地文件備用。

3.4 模型應(yīng)用

首先采用Python 腳本加載上一步驟中保存下來的模型文件，然后將實時數(shù)據(jù)按照第2 步驟中的方法進行預(yù)處理，隨后輸入模型，通過模型的predict 方法獲取模型判斷結(jié)果，最后將模型結(jié)果以及相關(guān)數(shù)據(jù)一同反饋至上一層應(yīng)用系統(tǒng)。

采用南京寧—溧線T4 車某年7 月12 日0 點至7 月20 日0 點數(shù)據(jù)模擬實時數(shù)據(jù)輸入模型，得到2條與實際情況一致的異常數(shù)據(jù)：

［ 0，0，0，3，3，0，0，0，0，0，0，0，0，0，0，0，……］

［12，23，15，16，21，27，0，0，0，0，0，0，0，0，0，0，……］

前6 項分別為：

5 min 內(nèi)A1 車B2 架空轉(zhuǎn)次數(shù)

5 min 內(nèi)B1 車B1 架空轉(zhuǎn)次數(shù)

5 min 內(nèi)B1 車B2 架空轉(zhuǎn)次數(shù)

5 min 內(nèi)B2 車B1 架空轉(zhuǎn)次數(shù)

5 min 內(nèi)B2 車B2 架空轉(zhuǎn)次數(shù)

5 min 內(nèi)A2 車B1 架空轉(zhuǎn)次數(shù)

4 結(jié)論

空轉(zhuǎn)/滑行異常難以準(zhǔn)確檢測的問題，文中提出基于孤立森林的檢測方法可以很好地解決。從實施案例可以看出，對于車輛空轉(zhuǎn)/滑行異常的識別達(dá)到了預(yù)期的效果。后續(xù)計劃進一步優(yōu)化算法，收集更多的訓(xùn)練數(shù)據(jù)（包括正常和異常數(shù)據(jù)），以達(dá)到更加精確的判斷結(jié)果。