论文部分内容阅读
【摘 要】随着铁路建设事业的发展，社会对建设铁路单位安全体系给予极高的关注度。铁路建设工程需要经常在工程线路上使用铁路机车，但工程线路质量与运营线路存在极大的差别，运行机车大部分也不属于建设单位，提高机车故障诊断的准确度可保障铁路机车的安全运行。因此，本文通过对铁路机车的运行现状进行研究，分析机车故障的引发途径及表现形式，探讨故障诊断系统的设计。
【关键词】铁路机车；故障诊断；系统设计
近几年，铁路机车成为我国一项科研领域，特别是故障诊断系统，成为科研知识的聚集地，利用专业知识和评估系统，实现铁路机车的故障诊断。基于机车运行的实际状况，故障诊断可以提高铁路机车的安全性能，确保故障的及时发现，避免发生事故。受多项影响因素的制约，机车发生的故障表现形式多种多样，如何快速发现机车故障，成为铁路行业的主要研究对象。
1 铁路机车故障的表现特点
铁路机车本身属于复杂的项目，在零件与动力的配合下，完成运输。机车故障的出现属于必然行为，因为机车在运行时，不仅涉及大量工科知识，而且处于运动状态，受磨合与性能的影响，引发机车故障，对机车故障的表现特点做以下分析。
不明确性。机车中的故障信息，并没有明确的界限，故障与故障源之间也没有明确的联系性，导致故障判断不明确，模糊故障诊断的方式。
突发多变性。部分机车发生故障属于瞬间性的，没有提前做出故障发生的预兆，通过肉眼基本观察不出机车的不正常，也无法判断机车是否处于故障变换阶段，而且在故障突发后，容易引发机车的其他故障，由于发生故障，导致机车运行系统瘫痪，逐渐演化成整体机车故障。
延伸性。机车发生故障时，会体现出延伸特性，展示由小变大、由无到有的过程，或者是机车故障呈现辐射性散发，直至引发机车系统瘫痪，增加故障诊断的难度，不能确定引发故障的为某一单纯的点，而是在多项零件同时具有故障倾向的作用下，形成故障表现，必须以综合、系统为出发方向，分析故障的源头和特性。
层次性。机车的正常运行，需要数以万计的零件为基础，各类零件并不属于相同的系统，其在运行时，需要极大的磨合周期，增加耦合程度，即使机车发生故障，也很难判断引发故障的具体层次。所以机车故障，表现多发的层次性。
2 简述铁路机车故障诊断系统
铁路机车故障诊断系统，是以专家系统为基础，实现故障的准确判断。诊断系统包含两大基础内容：数据采集单元以及简单分析诊断系统的构成。
首先集中收集机车运行数据，通过系统内的检测仪器，快速载入信息数据，经过仪器分析和汇总后，以信息批量的方式，传输到诊断系统，再由系统对真实的机车数据进行参数分析，比对标准参数值，查看机车参数是否超出标准参数的限制；然后是故障诊断，经过一系列的参数分析、比对，得出故障诊断的结果，以此判断机车是否需要维修，制定维修策略或计划；最后将故障诊断系统的结果，如需要可通过计算机整理并打印，作为记录储存，便于分析机车故障，预测机车需要故障检测的周期。
3 铁路机车故障诊断系统的设计
故障诊断系统的设计，我们以DF4B型内燃机车为例，我们在原有机车加装以下传感器：
选取DF4B型内燃机车作为研究对象原因有三：1. DF4B型内燃机车在铁路建设工程使用率极高；2. DF4B型内燃机车设计年限相对久远，当时机车上未加装太多传感器，直接加装各类传感器极为方便。
简单分析诊断系统结构如下图：
由上图分析：知识库是支持系统故障判断的主要部分，其以专家系统为基础，包含大量的知识，而且具备高效质量诊断的能力；推理执行主要是以知识库为基础，一旦遇到相似故障，推理执行可以迅速在知识库中搜索相关的信息，对目前出现的故障进行锁定、搜取，得出故障产生的原因，并给予科学的解决措施建议，由此可见：知识库与推理执行，属于故障诊断系统中的主要部分。对故障诊断的整体做以下分析：
3.1 知识库
知识库具备实时性的特点，库内包含大量机车检测的数据，通过PB机制，保障数据库快速更新的状态，严格规定数据更新的频率和规模。利用PQ原理推定知识库的运行，即由P推出Q，根据相关策略在知识库中诊断机车发生的故障为P，则可以根据P推出对应的解决措施Q，应用于机车故障处理，其推断运算的速度非常快，例如：机车发生打滑，车轮（轮对）转动的线速远大于机车车速，基本数据迅速传输到知识库内，然后PB机制对其做有效判断，寻找知识库中的P，进而得出Q，应用于实际机车故障处理。
3.2 推理执行
利用“面向对象”的推理方式，借助搜索算法，实行故障的推理执行。根据机车故障的表现特点，分析故障源的发生路径，通过识别故障所处的环境，将数据向量映射到机构函数中，模拟两者之间的关系，定位故障源，避免层次故障的特点，推理执行时，优先分析功能故障，定位故障后实行测试，将所有故障因子，输入反馈推理机构中，利用运算，判断推理是否有效，诊断机车故障。
3.3 解释机构
受故障诊断不明确特点的影响，对推理实行二次解释，验证推理试验的正确度，如故障诊断中的推理结果相同，则表示故障诊断有效，相反无效。解释结构属于诊断系统中的条件控制，不能作为最终的故障诊断结果，只能增加故障诊断的可信度。
3.4 知识获取
利用“数学集合”作为知识获取的途径，统计机车诊断的知识，避免机械知识对整体知识系统造成影响。获取无限的机车知识，可以提升故障诊断的能力，以机车故障实例为分析依据，实现知识的逐步完善，知识获取的途径并非单一，在多种知识获取方式的基础上，保障知识的扩充性。
3.5 人机接口
人机接口主要起到数模转换及信息传输的作用，连接机车与故障诊断系统，实现信息交互。
综上所述，故障诊断系统的设计，不仅涉及大量的数学算法，而且具备高质量的属性要求，促使诊断系统处于优质的运算状态，准确发现机车潜在的故障，确保铁路机车运行的安全度，推进铁路建设事业的发展，进而创造经济、社会效益。
4 结束语
利用故障诊断系统，可以快速判诊断故障，及时实行故障分析，提出有效的解决措施。故障诊断系统主要在多方面对机车故障实行诊断，如：12回路、轴承等，利用专家级别的经验，准确定位机车故障，检测铁路机车是否处于故障状态，根据系统的诊断反应，实现合理推理，最终应用到铁路机车体系中，完成准确的故障诊断。
参考文献：
[1]王武，王红玲.内燃机车电气故障诊断的专家系统[J].煤矿机电，2012（03）.
[2]李健锋，吴张永.液压专家系统故障诊断技术研究[J].流体传动与控制，2011（06）.
[3]王冬梅，王黎.基于专家系统的铁路机车故障诊断系统[J].吉林大学学报（信息科学版），2012（06）.
作者简介：
曾昊，男，河南信阳人，项目机械设备部部长，助理工程师，本科，电气工程及自动化。
【关键词】铁路机车；故障诊断；系统设计
近几年，铁路机车成为我国一项科研领域，特别是故障诊断系统，成为科研知识的聚集地，利用专业知识和评估系统，实现铁路机车的故障诊断。基于机车运行的实际状况，故障诊断可以提高铁路机车的安全性能，确保故障的及时发现，避免发生事故。受多项影响因素的制约，机车发生的故障表现形式多种多样，如何快速发现机车故障，成为铁路行业的主要研究对象。
1 铁路机车故障的表现特点
铁路机车本身属于复杂的项目，在零件与动力的配合下，完成运输。机车故障的出现属于必然行为，因为机车在运行时，不仅涉及大量工科知识，而且处于运动状态，受磨合与性能的影响，引发机车故障，对机车故障的表现特点做以下分析。
不明确性。机车中的故障信息，并没有明确的界限，故障与故障源之间也没有明确的联系性，导致故障判断不明确，模糊故障诊断的方式。
突发多变性。部分机车发生故障属于瞬间性的，没有提前做出故障发生的预兆，通过肉眼基本观察不出机车的不正常，也无法判断机车是否处于故障变换阶段，而且在故障突发后，容易引发机车的其他故障，由于发生故障，导致机车运行系统瘫痪，逐渐演化成整体机车故障。
延伸性。机车发生故障时，会体现出延伸特性，展示由小变大、由无到有的过程，或者是机车故障呈现辐射性散发，直至引发机车系统瘫痪，增加故障诊断的难度，不能确定引发故障的为某一单纯的点，而是在多项零件同时具有故障倾向的作用下，形成故障表现，必须以综合、系统为出发方向，分析故障的源头和特性。
层次性。机车的正常运行，需要数以万计的零件为基础，各类零件并不属于相同的系统，其在运行时，需要极大的磨合周期，增加耦合程度，即使机车发生故障，也很难判断引发故障的具体层次。所以机车故障，表现多发的层次性。
2 简述铁路机车故障诊断系统
铁路机车故障诊断系统，是以专家系统为基础，实现故障的准确判断。诊断系统包含两大基础内容：数据采集单元以及简单分析诊断系统的构成。
首先集中收集机车运行数据，通过系统内的检测仪器，快速载入信息数据，经过仪器分析和汇总后，以信息批量的方式，传输到诊断系统，再由系统对真实的机车数据进行参数分析，比对标准参数值，查看机车参数是否超出标准参数的限制；然后是故障诊断，经过一系列的参数分析、比对，得出故障诊断的结果，以此判断机车是否需要维修，制定维修策略或计划；最后将故障诊断系统的结果，如需要可通过计算机整理并打印，作为记录储存，便于分析机车故障，预测机车需要故障检测的周期。
3 铁路机车故障诊断系统的设计
故障诊断系统的设计，我们以DF4B型内燃机车为例，我们在原有机车加装以下传感器：
选取DF4B型内燃机车作为研究对象原因有三：1. DF4B型内燃机车在铁路建设工程使用率极高；2. DF4B型内燃机车设计年限相对久远，当时机车上未加装太多传感器，直接加装各类传感器极为方便。
简单分析诊断系统结构如下图：
由上图分析：知识库是支持系统故障判断的主要部分，其以专家系统为基础，包含大量的知识，而且具备高效质量诊断的能力；推理执行主要是以知识库为基础，一旦遇到相似故障，推理执行可以迅速在知识库中搜索相关的信息，对目前出现的故障进行锁定、搜取，得出故障产生的原因，并给予科学的解决措施建议，由此可见：知识库与推理执行，属于故障诊断系统中的主要部分。对故障诊断的整体做以下分析：
3.1 知识库
知识库具备实时性的特点，库内包含大量机车检测的数据，通过PB机制，保障数据库快速更新的状态，严格规定数据更新的频率和规模。利用PQ原理推定知识库的运行，即由P推出Q，根据相关策略在知识库中诊断机车发生的故障为P，则可以根据P推出对应的解决措施Q，应用于机车故障处理，其推断运算的速度非常快，例如：机车发生打滑，车轮（轮对）转动的线速远大于机车车速，基本数据迅速传输到知识库内，然后PB机制对其做有效判断，寻找知识库中的P，进而得出Q，应用于实际机车故障处理。
3.2 推理执行
利用“面向对象”的推理方式，借助搜索算法，实行故障的推理执行。根据机车故障的表现特点，分析故障源的发生路径，通过识别故障所处的环境，将数据向量映射到机构函数中，模拟两者之间的关系，定位故障源，避免层次故障的特点，推理执行时，优先分析功能故障，定位故障后实行测试，将所有故障因子，输入反馈推理机构中，利用运算，判断推理是否有效，诊断机车故障。
3.3 解释机构
受故障诊断不明确特点的影响，对推理实行二次解释，验证推理试验的正确度，如故障诊断中的推理结果相同，则表示故障诊断有效，相反无效。解释结构属于诊断系统中的条件控制，不能作为最终的故障诊断结果，只能增加故障诊断的可信度。
3.4 知识获取
利用“数学集合”作为知识获取的途径，统计机车诊断的知识，避免机械知识对整体知识系统造成影响。获取无限的机车知识，可以提升故障诊断的能力，以机车故障实例为分析依据，实现知识的逐步完善，知识获取的途径并非单一，在多种知识获取方式的基础上，保障知识的扩充性。
3.5 人机接口
人机接口主要起到数模转换及信息传输的作用，连接机车与故障诊断系统，实现信息交互。
综上所述，故障诊断系统的设计，不仅涉及大量的数学算法，而且具备高质量的属性要求，促使诊断系统处于优质的运算状态，准确发现机车潜在的故障，确保铁路机车运行的安全度，推进铁路建设事业的发展，进而创造经济、社会效益。
4 结束语
利用故障诊断系统，可以快速判诊断故障，及时实行故障分析，提出有效的解决措施。故障诊断系统主要在多方面对机车故障实行诊断，如：12回路、轴承等，利用专家级别的经验，准确定位机车故障，检测铁路机车是否处于故障状态，根据系统的诊断反应，实现合理推理，最终应用到铁路机车体系中，完成准确的故障诊断。
参考文献：
[1]王武，王红玲.内燃机车电气故障诊断的专家系统[J].煤矿机电，2012（03）.
[2]李健锋，吴张永.液压专家系统故障诊断技术研究[J].流体传动与控制，2011（06）.
[3]王冬梅，王黎.基于专家系统的铁路机车故障诊断系统[J].吉林大学学报（信息科学版），2012（06）.
作者简介：
曾昊，男，河南信阳人，项目机械设备部部长，助理工程师，本科，电气工程及自动化。