基于模糊熵的軌道電路分路不良故障自動預(yù)警系統(tǒng)設(shè)計

肖煥麗

(西安交通工程學院，西安 710300)

0 引言

軌道電路分路不良是指由繼電器無法正常落下而引起的信號聯(lián)鎖失效作用[1]。當軌道電路軌面存在不良導(dǎo)電物時，負載電壓會隨著列車行進距離的延長而不斷增大，這就會導(dǎo)致實際分路電阻遠超出額定電阻水平，從而抑制了繼電器元件的正常下落，使軌道電路在列車行進過程中無法呈現(xiàn)區(qū)段空閑狀態(tài)。模糊熵描述了數(shù)據(jù)樣本在模糊集合中的模糊性程度，由于樣本集合中數(shù)據(jù)信息存儲量并不固定，所以模糊熵指標的求解結(jié)果也并不唯一。對于數(shù)據(jù)樣本完全清晰的分明集合而言，其模糊熵指標的賦值為0；1/2型模糊集合中數(shù)據(jù)樣本的隸屬特性最難判斷，故其模糊熵指標的賦值水平相對較高[2]。當兩個模糊集合的模糊性程度相同時，則表示這兩個集合模糊熵指標的賦值也相同。在同一模糊集合空間內(nèi)，數(shù)據(jù)樣本的分布符合單調(diào)變化規(guī)律，即數(shù)據(jù)樣本的排列位置越靠后，與之對應(yīng)的模糊熵數(shù)值也就越大，當某一樣本參量與第一個數(shù)據(jù)樣本之間的間隔距離無限大時，則表示與該樣本對應(yīng)的模糊熵指標取值也接近無窮大[3]。由于同一模糊集合中可能存在多個完全相同的數(shù)據(jù)樣本參量，所以模糊熵指標不滿足唯一性判別條件。

為實現(xiàn)對軌道電路分路不良故障的識別，電氣設(shè)備局部放電融合診斷與智能預(yù)警系統(tǒng)通過采集聲電信號局部特征的方式，完成對軌道電路分路不良故障表現(xiàn)行為的初步判定，再根據(jù)時間間隔內(nèi)信號平均指標的取值水平，完成對故障行為的評估與預(yù)警[4]。然而此系統(tǒng)對于某幾類不良故障行為的識別能力有限，并不能完全滿足實際應(yīng)用需求。

為解決上述問題，針對基于模糊熵的軌道電路分路不良故障自動預(yù)警系統(tǒng)展開研究。

1 軌道電路分路不良故障自動預(yù)警系統(tǒng)硬件設(shè)計

設(shè)置電源電路、RS485轉(zhuǎn)RS232接口模塊、微處理器元件、微處理器元件4個應(yīng)用單元，完成基于模糊熵的軌道電路分路不良故障自動預(yù)警系統(tǒng)設(shè)計。

1.1 電源電路

電源電路提供了軌道電路分路不良故障自動預(yù)警系統(tǒng)所需的電量信號，可以按照模糊熵算法對電量信號的傳輸行為進行調(diào)試，從而使得系統(tǒng)主機能夠準確感知軌道電路分路不良故障行為的表現(xiàn)強度[5]。WS設(shè)備作為電源電路的核心應(yīng)用元件，具有157、106兩種運行模式——157運行模式下，UF4007元件、STM32F元件完全接入電源電路，兩者保持并列連接關(guān)系，當前情況下ITLC2272A設(shè)備能夠準確監(jiān)控FB1與FB2的運行狀態(tài)，并可以根據(jù)TV1元件的連接情況，來判斷軌道電路分路不良故障行為的表現(xiàn)程度；106運行模式下，UF4007元件不接入電源電路，STM32F元件保持獨立運行狀態(tài)，當前情況下，ITLC2272A設(shè)備對于不良故障行為的預(yù)警能力相對較弱。完整的電源電路連接結(jié)構(gòu)如圖1所示。

圖1 電源電路連接結(jié)構(gòu)

R電阻存在于軌道電路的主連接回路中，其內(nèi)阻水平相對較高；R1、R2電阻存在于軌道電路的次級分路中，內(nèi)阻水平相對較低[6]。實施不良故障自動預(yù)警時，F(xiàn)B1、FB2元件同時承擔軌道電路輸出的負載電壓，此情況下負載電壓數(shù)值越大，就表示不良故障行為的表現(xiàn)能力越強。

1.2 RS485轉(zhuǎn)RS232接口模塊

由于自動預(yù)警系統(tǒng)對軌道電路分路不良故障數(shù)據(jù)的提取完全遵循模糊熵算法，所以為保障電源電路能夠與微處理器元件、顯示報警模塊準確對接，還要設(shè)置RS485轉(zhuǎn)RS232接口模塊將高壓輸入信號轉(zhuǎn)換成低壓輸出信號。RS485端口與軌道電路分路的高壓部分相連，能夠根據(jù)電源電路中電壓與電流分量的輸出情況，來判斷電路分路不良故障行為的表現(xiàn)強度[7-9]。RS232端口與軌道電路分路的低壓部分相連，負責與微處理器元件、顯示報警模塊直接對接，但由于該端口只負責感應(yīng)，不具備判別信號的能力，所以其在控制系統(tǒng)預(yù)警行為時，所表現(xiàn)出來的處理能力受到RS485端口中電信號輸出量水平的直接影響。設(shè)q1、q2、…、qn表示個不同的故障數(shù)據(jù)預(yù)警判別參量，其取值條件滿足式(1)。

q1,q2,…,qn∈

(1)

規(guī)定W1表示與RS485端口匹配的預(yù)警向量，W2表示與RS232端口匹配的預(yù)警向量，v表示自動響應(yīng)系數(shù)，聯(lián)立式(1)，可將RS485轉(zhuǎn)RS232接口模塊設(shè)置條件表示為：

(2)

由于軌道電路分路不良故障行為具備遷移能力，所以在處理故障數(shù)據(jù)樣本時，RS485轉(zhuǎn)RS232接口模塊必須與電源電路直接對接。

1.3 微處理器元件

微處理器元件由ARM Cortex-M4內(nèi)核、通用寄存器兩部分組成，可以按照模糊熵算法執(zhí)行原則，完成對故障數(shù)據(jù)的寄存，并能夠借助借助地址加法器設(shè)備，將電壓故障、電流故障等多種不同的故障行為區(qū)別開來[10-12]。具體的微處理器元件連接結(jié)構(gòu)如圖2所示。

圖2 微處理器元件結(jié)構(gòu)示意圖

通用寄存器同時包含H類、L類兩種不同的識別端點，可將完成提取處理的故障數(shù)據(jù)樣本，直接反饋至寄存器主機。ARM Cortex-M4內(nèi)核能夠準確區(qū)分故障行為的表現(xiàn)形式，并可以分析與所提取故障數(shù)據(jù)匹配的位置信息，從而使系統(tǒng)主機能夠?qū)壍离娐贩致凡涣脊收闲袨檫M行準確預(yù)警。

1.4 顯示與報警模塊

顯示與報警模塊能夠表明預(yù)警指令的執(zhí)行狀態(tài)，在軌道電路分路不良故障自動預(yù)警系統(tǒng)中，該結(jié)構(gòu)接受微處理器元件的直接調(diào)節(jié)與調(diào)度[13]。在軌道電路分路不良故障行為表現(xiàn)程度保持不變的情況下，顯示與報警模塊中預(yù)警指令的瞬時執(zhí)行狀態(tài)，就表示系統(tǒng)預(yù)警主機的當前執(zhí)行狀態(tài)。在模糊熵算法作用下，按需連接上述模塊結(jié)構(gòu)，實現(xiàn)軌道電路分路不良故障自動預(yù)警系統(tǒng)的順利應(yīng)用。

2 基于模糊熵的軌道電路分路不良故障自動預(yù)警系統(tǒng)軟件設(shè)計

2.1 模糊熵算法的預(yù)警原理

模糊熵算法的預(yù)警原理涉及對熵性質(zhì)、模糊熵參數(shù)與故障信號模糊特征的分析，本章節(jié)將針對上述內(nèi)容展開深入研究。

2.1.1 熵的性質(zhì)

熵指標可以解決隨機性與無規(guī)律性問題，在定量分析不確定性問題時，可以獲得大量的宏觀樣本參量，以用來判定相關(guān)數(shù)值解的排列形式[14]。在故障數(shù)據(jù)樣本模糊程度保持不變的情況下，設(shè)A表示軌道電路分路不良故障數(shù)據(jù)樣本標記值，β表示數(shù)據(jù)樣本提取系數(shù)，ΔD表示故障數(shù)據(jù)的單位累積量，α表示熵值感應(yīng)權(quán)限，且其取值恒滿足α≥1的不等式條件，聯(lián)立上述物理量，可將熵指標性質(zhì)定義式表示為：

(3)

對于軌道電路分路不良故障行為數(shù)據(jù)而言，熵指標具有非負性、對稱性、確定性、可加性三類基本性質(zhì)。所謂非負性是指當自動預(yù)警系統(tǒng)中只存在確定性故障數(shù)據(jù)樣本時，其熵值指標的求解結(jié)果才能小于或等于零，但由于軌道電路分路不良故障行為的表現(xiàn)具有隨機性，故障數(shù)據(jù)樣本取值不可能為確定性狀態(tài)，所以熵值指標求解結(jié)果恒大于零[15]。對稱性是指故障數(shù)據(jù)樣本排列順序調(diào)換不會對熵指標求解結(jié)果造成影響。確定性表示每一個故障數(shù)據(jù)樣本都只能對應(yīng)一個熵指標求解結(jié)果?？杉有允侵竷蓚€不相等熵指標具有直接相加的能力。

2.1.2 模糊熵參數(shù)

模糊熵參數(shù)決定了數(shù)據(jù)樣本之間的相似度，對于軌道電路分路不良故障行為而言，模糊熵參數(shù)的取值越大，就表示故障數(shù)據(jù)樣本之間的相似度水平越高。對于模糊熵參數(shù)的求解，涉及模式維數(shù)、相似容限參數(shù)兩項物理指標。模式維數(shù)影響故障數(shù)據(jù)信息樣本存儲量的大小，若維數(shù)指標設(shè)定值過小，會導(dǎo)致故障數(shù)據(jù)樣本的丟失；若維數(shù)指標設(shè)定值過大，則會導(dǎo)致預(yù)警主機在單位時間內(nèi)獲得過于豐富的故障數(shù)據(jù)樣本，從而增大主機元件的運行壓力[16-18]。相似容限參數(shù)決定預(yù)警主機對故障數(shù)據(jù)樣本的處理精度，在軌道電路分路不良故障表現(xiàn)行為不同的情況下，該項參數(shù)指標的取值結(jié)果也會有所不同。模式維數(shù)g、相似容限參數(shù)j的求解表達式為：

(4)

(5)

推導(dǎo)模糊熵參數(shù)時，要求模式維數(shù)、相似容限參數(shù)取值不能同時等于最大值或最小值。

2.1.3 故障信號模糊特征分析

針對故障信號模糊特征的提取包含模糊熵參數(shù)粗?；?、熵閾值求解兩個處理環(huán)節(jié)。模糊熵參數(shù)粗?；菍⒛：貐?shù)轉(zhuǎn)化為模糊序列集合的處理過程，在軌道電路分路不良故障自動預(yù)警系統(tǒng)中，模糊熵參數(shù)指標的輸入量越大，模糊序列集合內(nèi)信息參量的排列形式就越密集[19]。具體的模糊熵參數(shù)粗粒化處理原則如圖3所示。

圖3 模糊熵參數(shù)粗?；瓌t

圖3中，1、2、……、n表示n個不同的熵節(jié)點對象，處理軌道電路分路不良故障數(shù)據(jù)時，每一個節(jié)點對象對于數(shù)據(jù)信息樣本的提取能力完全相同。模糊熵參數(shù)與粗?；?jié)點之間保持多對一的映射關(guān)系，而粗粒化節(jié)點與模糊序列集合之間保持一對一的映射關(guān)系。

熵閾值決定了模糊熵算法對故障數(shù)據(jù)的處理能力，在軌道電路分路不良故障自動預(yù)警系統(tǒng)中，熵閾值越大，故障數(shù)據(jù)的單位累積量就越小，系統(tǒng)主機對于不良故障行為的精準識別能力也就越強[20]。熵閾值求解滿足式(6)。

(6)

其中，φ表示故障信號傳輸特征辨別系數(shù)，z表示模糊度標記系數(shù)，Xz表示基于系數(shù)z的數(shù)據(jù)模糊程度。為實現(xiàn)對軌道電路分路不良故障行為的準確識別，應(yīng)根據(jù)模糊熵算法作用原則，對故障信號的模糊特征進行提取與處理。

2.2 軌道電路分路不良故障預(yù)警體系建立

軌道電路分路不良故障預(yù)警體系借助編碼器-解碼器結(jié)構(gòu)，選擇預(yù)警指標，又按照模糊熵算法應(yīng)用原則，完成對警限區(qū)域的界定。

2.2.1 編碼器-解碼器結(jié)構(gòu)

編碼器-解碼器結(jié)構(gòu)(如圖4所示)可以對軌道電路分路不良故障自動預(yù)警系統(tǒng)中的數(shù)據(jù)樣本進行轉(zhuǎn)碼處理，由于信息參量的傳輸具有雙向性，所以進行轉(zhuǎn)碼時不對碼源狀態(tài)設(shè)置要求。當碼源參量為密文時，編碼器-解碼器結(jié)構(gòu)運行方向為轉(zhuǎn)碼節(jié)點——寄存節(jié)點——編碼節(jié)點；當碼源參量為明文時，運行方向則相反[21]。

圖4 編碼器-解碼器結(jié)構(gòu)簡圖

(7)

在編碼器-解碼器結(jié)構(gòu)中，一類軌道電路分路不良故障數(shù)據(jù)只能對應(yīng)一個編碼節(jié)點與一個解碼節(jié)點。

2.2.2 預(yù)警指標選擇

(8)

軌道電壓模量是指在軌道電路分路運行過程中，由不良故障行為引發(fā)的壓升或壓降現(xiàn)象，當電壓模量對應(yīng)壓升現(xiàn)象時，表示不良故障行為發(fā)生在軌道電路的主路部分，此情況下電壓信號在單一頻段內(nèi)呈現(xiàn)快速波動的變化狀態(tài)，由于階段性電壓的累積量相對較大，所以軌道電壓模量不斷增大；當電壓模量對應(yīng)壓降現(xiàn)象時，表示不良故障行為發(fā)生在軌道電路的次級分路部分，此情況下電壓信號的波動能力較弱，故而階段性電壓的累積量相對較少，軌道電壓模量持續(xù)減小[23-24]。電流模量決定了軌道電路主機對分路不良故障行為的預(yù)警能力，一般來說，電流模量的累計數(shù)值越大，預(yù)警指標的計算數(shù)值也就越小。

2.2.3 警限區(qū)域界定

警限區(qū)域的劃分決定了系統(tǒng)主機對軌道電路分路不良故障行為的預(yù)警能力，存在不良故障行為的情況下，系統(tǒng)主機對于預(yù)警指標的取值不可能為零，所以警限區(qū)域的規(guī)劃度量值也就不可能等于零，由于模糊熵算法的作用規(guī)則具有單一方向性，所以預(yù)警指標的取值越大，警限區(qū)域的規(guī)劃度量值也就越大。為實現(xiàn)對軌道電路分路不良故障行為的準確識別，預(yù)警主機在界定警限區(qū)域時，要求電路總電壓、總電流、總電阻的數(shù)值水平必須保持穩(wěn)定。A表示自動預(yù)警系統(tǒng)警限區(qū)域內(nèi)的規(guī)劃度量值，且A≠0的不等式條件恒成立，μ表示系統(tǒng)主機對軌道電路分路不良故障行為的識別權(quán)限，s′表示識別指征向量，A1、A2、…、An表示n個不等于零的故障數(shù)據(jù)定標值，聯(lián)立式(8)，可將警限區(qū)域定義式表示為：

(9)

根據(jù)模糊熵算法原則，對于顯示與報警模塊連接能力的判別條件滿足式(10)：

(10)

模糊熵算法作用下，為提升系統(tǒng)主機的精準預(yù)警能力，要求在預(yù)警指標取值結(jié)果保持恒定的情況下，軌道電路分路不良故障行為的表現(xiàn)情況應(yīng)與警限區(qū)域規(guī)劃度量值保持一一對應(yīng)關(guān)系，且執(zhí)行預(yù)警指令的過程中，編碼器-解碼器結(jié)構(gòu)必須維持明文模板、密文模板之間獨立映射關(guān)系的穩(wěn)定性。

3 實例分析

3.1 實驗準備

選擇如圖5所示的軌道電路設(shè)備作為實驗對象，調(diào)節(jié)主控設(shè)備，使實驗電壓等于35 kV。實驗過程中，軌道電路回路已連接內(nèi)阻的數(shù)值水平始終保持不變，故而傳輸電流也保持相對穩(wěn)定的數(shù)值狀態(tài)，因此本次實驗選擇負載電壓作為變量指標。

圖5 軌道電路設(shè)備

在圖5所示軌道電路設(shè)備的連接分路內(nèi)，設(shè)置限流器與繼電器設(shè)備，一方面保證行駛列車不會因負載電流量過大而造出現(xiàn)超速行駛，另一方面也可以使RK3399主機能夠有足夠時間對采集到的故障數(shù)據(jù)進行分析與處理。軌道電路分路連接情況如圖6。

圖6 軌道電路分路

不存在故障行為的情況下，控制開關(guān)與低壓端相連，故而軌道電路分路中傳輸電壓的數(shù)值水平較低；若存在故障行為時，控制開關(guān)與高壓端相連，故而軌道電路分路中傳輸電壓的數(shù)值水平較高，這也是預(yù)警主機可以根據(jù)電壓數(shù)值來判斷軌道電路分路中是否存在不良故障行為的主要原因。

3.2 實驗步驟

本次實驗的具體實驗流程如下：

步驟一：將控制開關(guān)與低壓端節(jié)點相連，記錄非故障情況下的電壓數(shù)值，再將已獲取故障數(shù)據(jù)樣本導(dǎo)入RK3399主機，直至操作界面的顯示情況如圖7所示；

圖7 故障數(shù)據(jù)加載界面

步驟二：將基于模糊熵的軌道電路分路不良故障自動預(yù)警系統(tǒng)應(yīng)用程序輸入RK3399主機，記錄實驗電壓的數(shù)值變化情況，將所得電壓作為實驗組變量；

步驟三：將電氣設(shè)備局部放電融合診斷與智能預(yù)警系統(tǒng)應(yīng)用程序輸入RK3399主機，記錄實驗電壓的數(shù)值變化情況，將所得電壓作為對照組變量；

步驟四：對比實驗組、對照組電壓數(shù)值，總結(jié)實驗規(guī)律。

3.3 實驗結(jié)果

系統(tǒng)主機對軌道電路分路不良故障行為的預(yù)警能力，可以用非故障電壓與故障電壓之間的差值水平來判斷，在不考慮其他干擾條件的情況下，故障電壓與非故障電壓之間的差值越小，就表示系統(tǒng)主機對軌道電路分路不良故障行為的預(yù)警能力越強，反之則越弱。

表1給定了非故障電壓與理想故障電壓的具體數(shù)值。

表1 電壓標準值

分析表1可知，非故障電壓始終保持穩(wěn)定的數(shù)值狀態(tài)，理想故障電壓則保持兩端上升、中間穩(wěn)定的數(shù)值狀態(tài)，其最小值與非故障電壓之間的差值僅為0.05 kV。

圖8反映了實驗組、對照組軌道電路分路電壓在不良故障行為模式下的實驗數(shù)值。

圖8 故障電壓實驗數(shù)值

分析圖8可知，實驗組故障電壓檢測數(shù)值相對較高，整個實驗過程中，其平均檢測數(shù)值為34.97 kV，與非故障電壓之間的差值為0.03 kV。對照組故障電壓檢測數(shù)值相對較低，整個實驗過程中，其平均檢測數(shù)值為34.93 kV，與非故障電壓之間的差值為0.07 kV，高于實驗組差值水平。

綜上可知本次實驗結(jié)論為：基于模糊熵的自動預(yù)警系統(tǒng)能夠較好控制非故障電壓與故障電壓之間的差值水平，當軌道電路分路連接網(wǎng)絡(luò)中存在不良故障行為時，該系統(tǒng)對于故障表現(xiàn)行為的準確預(yù)警能力更強。

4 結(jié)束語

軌道電路分路不良故障自動預(yù)警系統(tǒng)在電氣設(shè)備局部放電融合診斷與智能預(yù)警系統(tǒng)的基礎(chǔ)上，按照模糊熵算法的應(yīng)用原則，對故障信號的表現(xiàn)特征進行準確分析，又聯(lián)合電源電路、RS485轉(zhuǎn)RS232接口模塊、微處理器元件等多個硬件應(yīng)用結(jié)構(gòu)，完成預(yù)警指標的選擇與警限區(qū)域的界定。隨著自動預(yù)警系統(tǒng)的應(yīng)用，非故障電壓與實測故障電壓差值過大的問題得到有效解決，在提升預(yù)警系統(tǒng)自動響應(yīng)能力，輔助預(yù)警軟件對軌道電路分路不良故障行為進行準確識別方面具有較強的實用性價值。