论文部分内容阅读
[摘 要]随着我国铁路建设的发展,列车运行不断提速,列车密度日益增大,随之而来的是维修管理及防护工作的难度愈来愈大。传统的维修决策方法存在知识获取困难、自学习能力差的缺点。基于此,本文针对铁路信号设备维修决策支持系统的相关内容进行分析,希望能够为相关行业工作人员提供参考。
[关键词]案例推理;铁路信号;设备维修;决策支持系统
中图分类号:R166 文献标识码:A 文章编号:1009-914X(2017)29-0179-01
引言
近年来,我国铁路建设进入全面快速发展阶段,铁路信号设备维修管理的难度逐渐增加。铁路信号设备在保证列车行车安全、提升运输效率、传递行车信息等方面起到了无可替代的作用,目前铁路电务段管辖的信号设备比較分散、维修工作人员较少、维修作业方式落后,导致维护工作效率低下,容易出现安全隐患,影响铁路正常运营。
1 基于案例推理的铁路信号设备维修决策模型
1.1 案例推理
案例推理是人工智能领域中非常重要的机器学习技术和推理方法,具体而言就是一种试图模仿人类相关领域专家行为,从以往的案例中学习经验,探索利用过往的经验解决当前所遇到问题的推理方法。相同或相似的问题具有相同或相似的解决方法、相同或相似的问题会重复出现这两种思路是基于案例推理的决策支持系统的两个前提假设,而解释型和问题解决型则是案例推理的主要类型。案例推理的模型运行包括案例检索、案例复用、案例调整和案例保存四项。检索的任务开始于待解决问题的描述,最终结果是得到与目标案例匹配的候选案例集;案例复用是将检索到的解决方案部分运用到目标案例的问题求解中;案例调整是对不符合则根据候选案例集进行调整;案例保存是将输入的问题描述和经过案例调整后解决方案结合形成新的案例,并根据系统设定的存储策略保存到案例库中。
1.2 文本案例推理
基于案例推理的铁路信号设备维修决策模型,针对铁路信号设备维修过程中涉及到的新的各种类型的设备故障,可以将案例推理技术应用到铁路信号设备维修中。通过查找案例库中相似的鐵路信号设备故障案例,生成针对当前设备故障的维修方案。基于案例推理的决策系统还要求工作人员具有良好的学习能力,决策支持系统不需要专家抽取规则组成知识库,需要依赖丰富经验的决策环境,可以克服目前很多铁路信号设备维修决策支持系统中所面临的设备维修知识获取瓶颈。
1.3 铁路信号设备故障案例库的构建
在进行故障案例库构建的时候,需要严格按照相应的原则进行,其中包括:1)精确地表示和保存故障案例知识;2)故障案例库要保持一定的可扩充性;3)保证故障案例的真实性和故障信息的完整性;4)保证故障案例库和具体的案例推理机制的相互独立;5)故障案例库中的领域相关名词要保证统一和标准。在构建故障案例库的过程中,需要对铁路信号设备的故障案例进行汇总整理,作为初始故障案例指导后续工作的进行。与此同时,还要收集铁路信号维修中典型故障案例,根据故障案例的规范化的表示方法,抽取出相关信息,完成故障案例的规范录入。采用文本表示法将铁路信号故障案例内容表示出来,为做好故障原因查询和维修方案的制定奠定基础。目标案例是指当前需要诊断维修的案例,需要与故障案例库中的源案例进行匹配,进而可以利用源案例中的故障原因及维修方案对铁路信号设备实施维修。在基于案例推理的铁路信号设备维修决策支持系统中,信号设备故障案例按信号设备可以分为不同的类别,例如道岔故障、信号机故障、轨道电路故障等,可以根据系统构建的铁路信号设备故障案例库的组织结构绘制相应的描述图。
1.4 基于案例推理的铁路信号设备维修决策模型
通常情况下,基于案例推理的决策支持系统运行模型,在铁路信号设备故障维修的时候,其基本过程会有所改变,大致包含四个过程:1)维修人员输入现场信号设备故障描述,并且对案例进行分类得到对应的故障类别,缩小检索的范围;2)检索信号设备故障案例,确定与目标案例相似的故障案例集,结合案例的维修情况制定维修方案,进行故障维修;3)根据信号设备维修的结果对相似故障案例中的维修方案进行评价,如果维修方案能够解决当前设备故障,则系统决策流程结束,如果不能直接指导维修,则系统进入案例调整阶段;4)维修人员在维修结束后将调整后的解决方案连同故障描述和故障原保存新的故障案例,添加到故障案例库,完成一次案例学习。
2 铁路信号设备维修决策支持系统的设计
2.1 系统的设计
系统的目标是结合案例推理相关技术,现场维修人员可以通过移动终端进行维修决策的相关操作。确保为铁路信号设备维修工作人员提供一个高效率、易操作的操作平台,实现维修信息的快速、实时、高效决策支持。在进行系统设计时,要坚持系统实用性、易操作性、系统可靠性、可扩展性以及系统安全性的原则。与此同时,系统总体设计包括对系统体系结构的设计、系统功能模块的设计、核心业务流程的设计。系统体系结构又包括数据访问层、业务逻辑层、表示层三部分,其中,数据访问层的主要功能是负责案例库、数据库的存储、访问以及支持以后的设备维修决策工作;业务逻辑层是维修决策支持系统的核心处理层,其主要功能是将案例分类算法、案例检索算法等所有功能都在业务逻辑层实现;表示层是指维修决策支持系统的人机交互界面,根据不同的功能需要以不同的界面呈现给用户。
2.2 系统实现
案例学习是体现一个决策支持系统智能性的重要方面,维修工作人员将经过调整后成功应用的维修解决方案连同故障描述和诊断原因提交到服务器端。在其它模块中对维修工作单的详细步骤进行检修,同时利用手机相机拍摄现场照片。当设备发生故障正在进行维修时,可以向Web服务器端的管理人员发送请示单,管理人员就可以根据请示内容做出相应动作。
结语
基于案例推理的铁路信号设备维修决策支持系统的设计和实现,要根据实际需求和案例推理的技术特点,对相关的流程和结构进行系统的设计。通过高效可靠的维修决策方法提高设备维修效率,减少安全隐患,针对维修信息实现实时高效地辅助决策。通过将该系统应用到实际运转过程中,可以通过借鉴过去的经验来解决当前问题,克服传统维修决策方法的不足,对铁路信号设备维修工作的开展提供更加有力的技术支持。
参考文献
[1] 李振兴.基于案例推理的铁路信号设备维修决策支持系统研究[D].兰州交通大学,2016.
[2] 王振显.基于案例推理的高铁信号系统车载设备故障诊断[D].北京交通大学,2015.
[关键词]案例推理;铁路信号;设备维修;决策支持系统
中图分类号:R166 文献标识码:A 文章编号:1009-914X(2017)29-0179-01
引言
近年来,我国铁路建设进入全面快速发展阶段,铁路信号设备维修管理的难度逐渐增加。铁路信号设备在保证列车行车安全、提升运输效率、传递行车信息等方面起到了无可替代的作用,目前铁路电务段管辖的信号设备比較分散、维修工作人员较少、维修作业方式落后,导致维护工作效率低下,容易出现安全隐患,影响铁路正常运营。
1 基于案例推理的铁路信号设备维修决策模型
1.1 案例推理
案例推理是人工智能领域中非常重要的机器学习技术和推理方法,具体而言就是一种试图模仿人类相关领域专家行为,从以往的案例中学习经验,探索利用过往的经验解决当前所遇到问题的推理方法。相同或相似的问题具有相同或相似的解决方法、相同或相似的问题会重复出现这两种思路是基于案例推理的决策支持系统的两个前提假设,而解释型和问题解决型则是案例推理的主要类型。案例推理的模型运行包括案例检索、案例复用、案例调整和案例保存四项。检索的任务开始于待解决问题的描述,最终结果是得到与目标案例匹配的候选案例集;案例复用是将检索到的解决方案部分运用到目标案例的问题求解中;案例调整是对不符合则根据候选案例集进行调整;案例保存是将输入的问题描述和经过案例调整后解决方案结合形成新的案例,并根据系统设定的存储策略保存到案例库中。
1.2 文本案例推理
基于案例推理的铁路信号设备维修决策模型,针对铁路信号设备维修过程中涉及到的新的各种类型的设备故障,可以将案例推理技术应用到铁路信号设备维修中。通过查找案例库中相似的鐵路信号设备故障案例,生成针对当前设备故障的维修方案。基于案例推理的决策系统还要求工作人员具有良好的学习能力,决策支持系统不需要专家抽取规则组成知识库,需要依赖丰富经验的决策环境,可以克服目前很多铁路信号设备维修决策支持系统中所面临的设备维修知识获取瓶颈。
1.3 铁路信号设备故障案例库的构建
在进行故障案例库构建的时候,需要严格按照相应的原则进行,其中包括:1)精确地表示和保存故障案例知识;2)故障案例库要保持一定的可扩充性;3)保证故障案例的真实性和故障信息的完整性;4)保证故障案例库和具体的案例推理机制的相互独立;5)故障案例库中的领域相关名词要保证统一和标准。在构建故障案例库的过程中,需要对铁路信号设备的故障案例进行汇总整理,作为初始故障案例指导后续工作的进行。与此同时,还要收集铁路信号维修中典型故障案例,根据故障案例的规范化的表示方法,抽取出相关信息,完成故障案例的规范录入。采用文本表示法将铁路信号故障案例内容表示出来,为做好故障原因查询和维修方案的制定奠定基础。目标案例是指当前需要诊断维修的案例,需要与故障案例库中的源案例进行匹配,进而可以利用源案例中的故障原因及维修方案对铁路信号设备实施维修。在基于案例推理的铁路信号设备维修决策支持系统中,信号设备故障案例按信号设备可以分为不同的类别,例如道岔故障、信号机故障、轨道电路故障等,可以根据系统构建的铁路信号设备故障案例库的组织结构绘制相应的描述图。
1.4 基于案例推理的铁路信号设备维修决策模型
通常情况下,基于案例推理的决策支持系统运行模型,在铁路信号设备故障维修的时候,其基本过程会有所改变,大致包含四个过程:1)维修人员输入现场信号设备故障描述,并且对案例进行分类得到对应的故障类别,缩小检索的范围;2)检索信号设备故障案例,确定与目标案例相似的故障案例集,结合案例的维修情况制定维修方案,进行故障维修;3)根据信号设备维修的结果对相似故障案例中的维修方案进行评价,如果维修方案能够解决当前设备故障,则系统决策流程结束,如果不能直接指导维修,则系统进入案例调整阶段;4)维修人员在维修结束后将调整后的解决方案连同故障描述和故障原保存新的故障案例,添加到故障案例库,完成一次案例学习。
2 铁路信号设备维修决策支持系统的设计
2.1 系统的设计
系统的目标是结合案例推理相关技术,现场维修人员可以通过移动终端进行维修决策的相关操作。确保为铁路信号设备维修工作人员提供一个高效率、易操作的操作平台,实现维修信息的快速、实时、高效决策支持。在进行系统设计时,要坚持系统实用性、易操作性、系统可靠性、可扩展性以及系统安全性的原则。与此同时,系统总体设计包括对系统体系结构的设计、系统功能模块的设计、核心业务流程的设计。系统体系结构又包括数据访问层、业务逻辑层、表示层三部分,其中,数据访问层的主要功能是负责案例库、数据库的存储、访问以及支持以后的设备维修决策工作;业务逻辑层是维修决策支持系统的核心处理层,其主要功能是将案例分类算法、案例检索算法等所有功能都在业务逻辑层实现;表示层是指维修决策支持系统的人机交互界面,根据不同的功能需要以不同的界面呈现给用户。
2.2 系统实现
案例学习是体现一个决策支持系统智能性的重要方面,维修工作人员将经过调整后成功应用的维修解决方案连同故障描述和诊断原因提交到服务器端。在其它模块中对维修工作单的详细步骤进行检修,同时利用手机相机拍摄现场照片。当设备发生故障正在进行维修时,可以向Web服务器端的管理人员发送请示单,管理人员就可以根据请示内容做出相应动作。
结语
基于案例推理的铁路信号设备维修决策支持系统的设计和实现,要根据实际需求和案例推理的技术特点,对相关的流程和结构进行系统的设计。通过高效可靠的维修决策方法提高设备维修效率,减少安全隐患,针对维修信息实现实时高效地辅助决策。通过将该系统应用到实际运转过程中,可以通过借鉴过去的经验来解决当前问题,克服传统维修决策方法的不足,对铁路信号设备维修工作的开展提供更加有力的技术支持。
参考文献
[1] 李振兴.基于案例推理的铁路信号设备维修决策支持系统研究[D].兰州交通大学,2016.
[2] 王振显.基于案例推理的高铁信号系统车载设备故障诊断[D].北京交通大学,2015.