嚴(yán)彬黃丹張浩
(安徽理工大學(xué)電氣與信息工程學(xué)院,安徽 淮南232001)
列車制動(dòng)系統(tǒng)故障或未按規(guī)定工作是影響列車安全運(yùn)行的重要原因之一。隨著貨物列車提速與重載的全面實(shí)施,列車制動(dòng)系統(tǒng)正常工作越來(lái)越引起鐵路運(yùn)營(yíng)部門的關(guān)注。
我國(guó)鐵路貨物列車制動(dòng)裝置采用壓縮空氣作為動(dòng)力,以空氣壓力的變化形成制動(dòng)機(jī)的控制信號(hào),控制制動(dòng)機(jī)的作用,并通過空氣系統(tǒng)將空氣壓力轉(zhuǎn)變?yōu)闄C(jī)械力,使閘瓦壓緊車輪踏面而產(chǎn)生摩擦力,形成制動(dòng)作用。
為了確保列車運(yùn)行安全,列車中的機(jī)車和車輛的自動(dòng)制動(dòng)機(jī),均應(yīng)加入全列車的制動(dòng)系統(tǒng),并按規(guī)定進(jìn)行試驗(yàn)(包括全部試驗(yàn)、簡(jiǎn)略試驗(yàn)、持續(xù)一定時(shí)間的全部試驗(yàn))。目前除了半自動(dòng)閉塞區(qū)段少數(shù)掛有列尾裝置的列車由司機(jī)負(fù)責(zé)試驗(yàn)外,多數(shù)列車在無(wú)列檢人員、運(yùn)轉(zhuǎn)車長(zhǎng)和車輛乘務(wù)員的情況下的簡(jiǎn)略試驗(yàn)由車務(wù)人員負(fù)責(zé)(在中間站基本上都是車務(wù)人員負(fù)責(zé))。
車務(wù)現(xiàn)行簡(jiǎn)略試驗(yàn)作業(yè)流程是:車站值班員在發(fā)出須簡(jiǎn)略試驗(yàn)列車前布置助理值班員進(jìn)行試風(fēng)作業(yè)→助理值班員使用“列車尾部試風(fēng)記錄裝置”進(jìn)行相關(guān)作業(yè)→車站值班員在得到助理值班員試風(fēng)作業(yè)完成的報(bào)告后組織發(fā)車。本作業(yè)流程存在巨大安全風(fēng)險(xiǎn):一是助理值班員是否按規(guī)定進(jìn)行試風(fēng)作業(yè)車站值班員掌握不了;二是列車尾部試風(fēng)記錄裝置(即現(xiàn)場(chǎng)采集設(shè)備)只具有簡(jiǎn)略試驗(yàn)風(fēng)壓采集、過程記錄、查詢監(jiān)測(cè)等功能,可為“事后”分析提供信息,在簡(jiǎn)略試驗(yàn)不符合要求時(shí),該裝置不能實(shí)時(shí)向車站值班員發(fā)出預(yù)警。
(1)嚴(yán)格遵守《鐵路列車制動(dòng)系統(tǒng)簡(jiǎn)略試驗(yàn)檢測(cè)裝置》規(guī)章制度;
(2)為確??煽啃?,延續(xù)使用現(xiàn)有風(fēng)壓檢測(cè)裝置的無(wú)線傳輸協(xié)議;
(3)在原有基礎(chǔ)上,實(shí)時(shí)監(jiān)測(cè),增強(qiáng)系統(tǒng)可控性,有效規(guī)避風(fēng)險(xiǎn);
(4)增大發(fā)射功率,延長(zhǎng)前端設(shè)備和終端設(shè)備間無(wú)線傳輸距離。
鐵路列車車輛制動(dòng)系統(tǒng)簡(jiǎn)略試驗(yàn)檢測(cè)裝置由自主研發(fā)的現(xiàn)場(chǎng)采集設(shè)備、前端采集設(shè)備和終端設(shè)備這三部分組成?,F(xiàn)場(chǎng)采集設(shè)備結(jié)構(gòu)如圖1所示,高精度壓力傳感器將采集的風(fēng)壓值經(jīng)過A/D轉(zhuǎn)換器模擬量與數(shù)字量的轉(zhuǎn)換后傳遞給微處理器,然后微處理器將風(fēng)壓數(shù)據(jù)通過無(wú)線模塊傳輸給終端設(shè)備。直流電源模塊為處理器提供電源。前端采集設(shè)備結(jié)構(gòu)如圖2所示,列車的車次信息通過按鍵模塊傳遞給微處理器,此時(shí)微處理器同步將車次信息顯示在LCD液晶屏上,然后微處理器通過無(wú)線模塊將車次信息傳輸給終端設(shè)備。終端設(shè)備的結(jié)構(gòu)圖如圖3所示通過無(wú)線模塊的接收,車次信息以及采集的風(fēng)壓值傳遞給了數(shù)據(jù)處理計(jì)算機(jī),計(jì)算機(jī)處理以后將確認(rèn)信息通過無(wú)線模塊發(fā)給前端采集設(shè)備。
圖1現(xiàn)場(chǎng)采集設(shè)備
圖2 前端采集設(shè)備
圖3 終端設(shè)備
現(xiàn)場(chǎng)采集設(shè)備和前端采集設(shè)備所構(gòu)成的采集設(shè)備部分具有顯示和按鍵操作功能,人為設(shè)定完成后開始自動(dòng)采集列車制動(dòng)系統(tǒng)風(fēng)壓的實(shí)時(shí)數(shù)據(jù),采集完成后前端采集設(shè)備對(duì)采集的數(shù)據(jù)進(jìn)行運(yùn)算處理、故障判定和顯示,現(xiàn)場(chǎng)采集設(shè)備將數(shù)據(jù)采集完成后通過無(wú)線通信將風(fēng)壓數(shù)值實(shí)時(shí)傳輸?shù)叫熊囀遥ㄐ盘?hào)樓)終端設(shè)備上,可以使風(fēng)壓數(shù)據(jù)實(shí)時(shí)的在上位機(jī)上進(jìn)行顯示,方便工作人員操作提高了工作效率。
終端設(shè)備不但可以實(shí)現(xiàn)數(shù)據(jù)顯示和語(yǔ)音播報(bào),同時(shí)還具有對(duì)測(cè)量數(shù)據(jù)實(shí)時(shí)曲線繪制、存儲(chǔ)、查詢等功能。終端設(shè)備通過智能算法進(jìn)行故障判斷即采用支持向量機(jī)(SVM)進(jìn)行故障的判定,其主要原理是建立一個(gè)分類超平面作為決策平面,使得正例與反例之間的隔離邊緣被最大化。支持向量機(jī)的理論基礎(chǔ)是統(tǒng)計(jì)學(xué)理論,更精確的說支持向量機(jī)是結(jié)構(gòu)風(fēng)險(xiǎn)最小化的近似實(shí)現(xiàn)。SVM是一種監(jiān)督學(xué)習(xí)方法,主要用于小樣本數(shù)據(jù)分類和回歸分析。
{(x1,y1),(x2,y2),…(xi,yi),…,(xn,yn)},i=1,2,…,n為設(shè)定樣本,設(shè){xn}是預(yù)測(cè)值,設(shè)定{xn-1,xn-2,xn-3,…,xn-m}為相關(guān)量,自相關(guān)輸入xn={xn-1,xn-2,xn-3,…,xn-m}與輸出yn={xn}之間建立映射關(guān)系:,Rm→R,M為數(shù)據(jù)維數(shù),得到輸入SVM的學(xué)習(xí)樣本:
樣本的所有信息都蘊(yùn)藏在訓(xùn)練樣本的維數(shù)中,用SVM進(jìn)行回歸分析時(shí),一般用FPE準(zhǔn)則來(lái)評(píng)價(jià)SVM模型的適用性和嵌入位數(shù),F(xiàn)PE準(zhǔn)則的表達(dá)式如下:
其具體步驟如下:
①將樣本數(shù)據(jù)輸入SVM進(jìn)行預(yù)處理,即所謂的歸一化處理,根據(jù)FPE準(zhǔn)則計(jì)算數(shù)據(jù)維數(shù),產(chǎn)生訓(xùn)練樣本和測(cè)試樣本;
②初始化所建立的SVM模型,隨機(jī)賦值給拉格朗日乘子αi,α*i和閾值b;
③根據(jù)得到的訓(xùn)練樣本建立預(yù)測(cè)模型,利用改進(jìn)的方法求得模型函數(shù),從而確定拉格朗日乘子αi,α*
i和閾值b;④將得到的αi,α*i,和閾值b輸入預(yù)測(cè)回歸函數(shù),用測(cè)試樣本值估計(jì)下一時(shí)刻的值,所得預(yù)測(cè)值來(lái)確定預(yù)測(cè)模型的精確程度。
⑤計(jì)算誤差函數(shù),當(dāng)誤差的絕對(duì)值低于設(shè)定值時(shí),中斷整個(gè)學(xué)習(xí)過程;否則返回繼續(xù)學(xué)習(xí)直到低于設(shè)定值。其中SVR故障預(yù)測(cè)試模型的流程程序流程圖如圖4所示。
圖4 SVR故障預(yù)測(cè)流程圖
在模式分類問題上支持向量機(jī)能提供較好的泛化性能,這個(gè)屬性是支持向量機(jī)特有的。支持向量機(jī)的自學(xué)習(xí)過程可以利用線性映射來(lái)處理維數(shù)高的特征空間,用最優(yōu)化的學(xué)習(xí)算法來(lái)訓(xùn)練樣本,如果空間中有一個(gè)平面可以無(wú)誤差的劃分將數(shù)據(jù)分為兩類樣本,并且兩類樣本中距離該平面最近的樣本與該平面的距離最大時(shí),稱為最優(yōu)分類超平面(OSH),簡(jiǎn)稱最優(yōu)超平面;該距離稱為分類間隔(MARGIN)。
設(shè)有樣本集
(x1,y1),(x2,y2),……(xn,yn),xi∈Rd,yi∈{+1,-1}式中樣本(xi,yi)是d維向量,yi是類別標(biāo)號(hào),ω1類表示+1,ω2類表示-1。這些線性可分的樣本就存在超平面g(x)=(ω·x)+b=0,把所有的樣本無(wú)誤差的劃分開來(lái)。式ω∈Rd是線性函數(shù)的權(quán)值,b為常數(shù),分類間隔和最優(yōu)超平面的示意圖如圖5所示。
在用于對(duì)風(fēng)壓數(shù)據(jù)的故障判定之前需要先對(duì)支持向量機(jī)進(jìn)行訓(xùn)練,即找出20組不正常的風(fēng)壓數(shù)據(jù)和20組正常的風(fēng)壓數(shù)據(jù)訓(xùn)練支持向量機(jī),再將訓(xùn)練好的支持向量機(jī)用10組風(fēng)壓數(shù)據(jù)(包含正常與不正常的數(shù)據(jù))進(jìn)行測(cè)試驗(yàn)證。當(dāng)正確率滿足要求后即可對(duì)未來(lái)的風(fēng)壓數(shù)據(jù)進(jìn)行故障的判定。并且終端設(shè)備的語(yǔ)音報(bào)警功能又可提醒工作人員注意,避免了工作人員可能由于疏忽造成故障信息的遺漏。終端設(shè)備故障判定功能可做為制動(dòng)機(jī)試驗(yàn)過程控制、作業(yè)質(zhì)量監(jiān)督、列車管系故障判別、事故責(zé)任分析的依據(jù)。
圖5 最優(yōu)超平面和分類間隔
目前國(guó)內(nèi)雖已有同類型產(chǎn)品出現(xiàn),但存在一定的技術(shù)缺陷,采集列車制動(dòng)系統(tǒng)風(fēng)壓數(shù)據(jù)時(shí),數(shù)據(jù)不能及時(shí)傳輸,而列車制動(dòng)系統(tǒng)風(fēng)壓檢測(cè)由工作人員執(zhí)行,從而在發(fā)車之前不能確定是否已經(jīng)檢測(cè)完成,而本科研項(xiàng)目設(shè)計(jì)的檢測(cè)裝置通過無(wú)線傳輸方式將簡(jiǎn)略試驗(yàn)的過程和信息,實(shí)時(shí)傳輸?shù)叫熊囀遥ㄐ盘?hào)樓)終端設(shè)備上,車站值班員在監(jiān)測(cè)到列車簡(jiǎn)略試驗(yàn)作業(yè)已完成,制動(dòng)系統(tǒng)完好后再組織發(fā)車,將事后分析改為超前防范,可有效規(guī)避安全風(fēng)險(xiǎn)。
此系統(tǒng)具有廣泛的推廣使用價(jià)值,對(duì)確保列車安全運(yùn)行具有重要意義,也是鐵路安全風(fēng)險(xiǎn)管理的客觀要求,應(yīng)用前景十分廣闊。
[1]徐世武,王平,施文灶,徐雄偉.基于ZigBee節(jié)點(diǎn)的按需時(shí)間同步算法[J].信息與電子工程,2011(05).
[2]謝琦,劉蘭濤,弋俊超.用于ZigBee網(wǎng)絡(luò)的同步休眠與喚醒算法[J].計(jì)算機(jī)應(yīng)用,2010(S1).
[3]李長(zhǎng)命.基于ZigBee技術(shù)的無(wú)線網(wǎng)絡(luò)研究[J].信息安全與技術(shù),2012(06).