張星++魏文軍

摘要：隨著我國鐵路現(xiàn)代化程度越來越高，列車的行車速度越來越快，傳統(tǒng)以微機(jī)監(jiān)測系統(tǒng)采集道岔轉(zhuǎn)轍機(jī)動作電流為依據(jù)，依靠人工分析來識別故障的方法已經(jīng)不能適應(yīng)鐵路發(fā)展的要求，需要研究相應(yīng)的智能道岔故障診斷方法。本文將支持向量機(jī)應(yīng)用在道岔故障電流識別中，構(gòu)造基于支持向量機(jī)的分類器來快速判斷是否為故障曲線，以便能快速發(fā)現(xiàn)故障，同時為后續(xù)維護(hù)爭取時間。

關(guān)鍵詞：支持向量機(jī)；道岔動作電流；分類器

中圖分類號：TP311 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2016）07-0264-02

1 概述

近年來，我國的鐵路建設(shè)取得了舉世矚目的成就，特別是客運(yùn)專線和高速鐵路運(yùn)營里程不斷增加，列車運(yùn)行速度不斷提高，保障鐵路運(yùn)輸安全就顯得更加重要，這就對信號設(shè)備的安全運(yùn)行和維護(hù)提出了更高的要求。在信號設(shè)備故障中，尤其以道岔故障居多，因此快速識別道岔故障對保障信號設(shè)備安全運(yùn)行就顯得格外重要。

支持向量機(jī)方法是建立在統(tǒng)計學(xué)習(xí)理論和結(jié)構(gòu)風(fēng)險最小原理上的，根據(jù)有限的樣本信息在模型的復(fù)雜性和學(xué)習(xí)能力之間尋求最佳折中，以求獲得最好的推廣能力 。它在解決小樣本問題中具有獨特的優(yōu)勢，同時又能解決神經(jīng)網(wǎng)絡(luò)算法中的高維問題和局部極值問題。其結(jié)構(gòu)也非常簡單，因此廣泛應(yīng)用與工程領(lǐng)域，為統(tǒng)計學(xué)習(xí)理論的實際應(yīng)用提供了一種有效的工具。

2 道岔動作電流曲線分析

道岔的正常動作過程可分為：解鎖一轉(zhuǎn)換-鎖閉。如圖1所示。道岔動作電流曲線是一條以電流為縱軸、時間為橫，以10毫秒測量間隔的各電流值逐點連接繪制而成的曲線，蘊(yùn)涵了道岔轉(zhuǎn)換過程中的電氣特性和機(jī)械特性。

從圖1中可以看到，在解鎖狀態(tài)，轉(zhuǎn)轍機(jī)剛開始啟動時，啟動電流會在很短時間內(nèi)達(dá)到峰值，因此會產(chǎn)生較大的扭矩，與動作齒條相連的動作桿開始動作，但是由于動作桿在桿件內(nèi)至少有5mm的空動距離，電流會迅速下降并進(jìn)入動作區(qū)。在此期間，道岔完成轉(zhuǎn)換動作。當(dāng)尖軌轉(zhuǎn)換到位，與基本軌密貼后，電流曲線進(jìn)入鎖閉區(qū)，此時斷開道岔動作電流使之下降為零，并鎖閉道岔。尾部上翹是由于尖軌和基本軌密貼力較大造成的。

3 支持向量機(jī)

支持向量機(jī)簡稱svm，它是從線性可分情況下的最優(yōu)分類面發(fā)展而來的， 其基本思想可用二維情況表示如圖2所示：

在圖中，空心點和實心點分別代表兩種不同類別的樣本，H是分類線，H1， H2分別為過各類中離分類線最近的樣本且平行于分類線的直線，，它們之間的距離稱為分類間隔（margin）所謂最優(yōu)分類線就是要求分類線不但能將兩類完全正確地分開， 而且使分類間隔最大。

分類線方程可表示為ωx+b=0，將其進(jìn)行歸一化，使其對所有樣本4 用SVM方法對道岔故障進(jìn)行識別

本文以應(yīng)用廣泛的ZD6電動轉(zhuǎn)轍機(jī)為研究對象，通過微機(jī)監(jiān)測采集其從定位到反位的動作電流曲線，并進(jìn)行故障判斷，最后得到測試樣本集，其中包括正常曲線200例，非正常曲線100例。樣本的輸5 結(jié)束語

道岔是保障鐵路運(yùn)輸安全的重要設(shè)備之一，當(dāng)發(fā)生故障時，必須快速高效識別出來，防止事故的發(fā)生。本文采用基于支持向量機(jī)的識別算法，對微機(jī)監(jiān)測系統(tǒng)采集的道岔動作電流曲線進(jìn)行智能故障識別，可以在第一時間發(fā)現(xiàn)道岔故障，并且具有較高的準(zhǔn)確率，對保障道岔的正常運(yùn)行具有十分重要的現(xiàn)實意義。

參考文獻(xiàn)：

[1] 顧健.幾種常見道岔故障動作電流曲線分析及處理方法[J].鐵道運(yùn)營技術(shù)，2014，20（1）：14-17.

[2] 李志春.道岔動作電流曲線的分析[J].鐵道通信信號，2005，41（11）：20-21.

[3] Vapnik VN.統(tǒng)計學(xué)習(xí)理論的本質(zhì)[M].張學(xué)工，譯. 2版.北京：清華大學(xué)出版社，2000.

[4] 楊雪.支持向量機(jī)多類分類方法的研究[D].哈爾濱.哈爾濱工程大學(xué)計算機(jī)科學(xué)與技術(shù)學(xué)院，2006.

[5] 周珂，彭宏，胡勁松.支持向量機(jī)在心電圖分類診斷中的應(yīng)用[J].軟件時空，2006，22（3-3）237-239.