紀(jì)玉清 歐冬秀 李永燕

(1.上海市軌道交通結(jié)構(gòu)耐久與系統(tǒng)安全重點(diǎn)實(shí)驗(yàn)室， 201804， 上海； 2.同濟(jì)大學(xué)交通運(yùn)輸工程學(xué)院， 201804， 上海； 3.上海鐵大電信科技股份有限公司， 200070， 上?！蔚谝蛔髡?， 博士研究生)

目前，軌道電路故障的發(fā)現(xiàn)和維修判定仍在很大程度上依賴(lài)人工經(jīng)驗(yàn)，存在效率低、及時(shí)性差等問(wèn)題。為此，國(guó)內(nèi)外專(zhuān)家進(jìn)行了大量的研究。文獻(xiàn)[1-2]分別將模糊推理原理和偏最小二乘回歸與神經(jīng)網(wǎng)絡(luò)相結(jié)合，實(shí)現(xiàn)了軌道電路的故障檢測(cè)與診斷。文獻(xiàn)[3]采用小波變換與神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法，建立了小波網(wǎng)絡(luò)軌道電路故障預(yù)測(cè)模型。文獻(xiàn)[4]采用模糊模式識(shí)別方法處理和分析數(shù)據(jù)，建立了ZPW-2000A軌道電路的四端網(wǎng)絡(luò)模型。

然而，上述研究始終未能充分利用軌道電路集中監(jiān)測(cè)系統(tǒng)所測(cè)得的大量歷史監(jiān)測(cè)數(shù)據(jù)。本文結(jié)合ZPW-2000A無(wú)絕緣軌道電路的工作原理和故障模式，挖掘出大量歷史監(jiān)測(cè)數(shù)據(jù)的特征，提出基于數(shù)據(jù)驅(qū)動(dòng)的軌道電路故障預(yù)警方法。該方法能同時(shí)預(yù)測(cè)多個(gè)軌道電路監(jiān)測(cè)量的變化趨勢(shì)，更加全面地監(jiān)視軌道電路的運(yùn)行狀態(tài)，從而實(shí)現(xiàn)軌道電路故障的預(yù)測(cè)及預(yù)警。

1 ZPW-2000A軌道電路原理及故障分析

1.1 結(jié)構(gòu)組成及工作原理

圖1為ZPW-2000A無(wú)絕緣軌道電路系統(tǒng)的設(shè)備組成。由圖1可知，ZPW-2000A無(wú)絕緣軌道電路分為主軌(主軌道電路)和小軌(調(diào)諧區(qū)短小軌道電路)。在移頻自動(dòng)閉塞區(qū)段，根據(jù)運(yùn)行列車(chē)占用閉塞分區(qū)的狀態(tài)，發(fā)送器產(chǎn)生相應(yīng)的移頻信號(hào)。該信號(hào)經(jīng)電纜、匹配變壓器等傳輸至鋼軌，并分別沿主軌和小軌傳輸。當(dāng)該區(qū)段無(wú)列車(chē)占用(即軌道電路處于調(diào)整狀態(tài))時(shí)，主軌信號(hào)最終傳輸至該區(qū)段的接收器，小軌信號(hào)最終傳輸至相鄰區(qū)段的接收器。當(dāng)該區(qū)段被列車(chē)占用(即軌道電路處于分路狀態(tài))時(shí)[5]，主軌信號(hào)大部分被列車(chē)的第一輪對(duì)分路并回流至發(fā)送器，其余信號(hào)最終仍傳輸至本區(qū)段的接收器。

注：Δ——全步長(zhǎng)，其值等于軌道電路兩端距離除以補(bǔ)償電容總量；Δ/2——半步長(zhǎng)；GJ——軌道繼電器；XGJ——小軌檢查輸入；XGJH——小軌檢查回線。圖1 ZPW-2000A軌道電路組成示意圖Fig.1 Schematic diagram of ZPW-2000A track circuit composition

1.2 故障分析

ZPW-2000A無(wú)絕緣軌道電路故障主要包含紅光帶(軌道繼電器故障落下)故障和分路不良(軌道繼電器故障吸起)故障。本文著重針對(duì)紅光帶故障展開(kāi)分析和研究。通過(guò)鐵路信號(hào)集中監(jiān)測(cè)系統(tǒng)對(duì)發(fā)送器功出端、接收衰耗器輸入端、接收器輸入端等監(jiān)測(cè)點(diǎn)進(jìn)行監(jiān)測(cè)，結(jié)合監(jiān)測(cè)數(shù)據(jù)的分析，得到ZPW-2000A 軌道電路紅光帶故障包含的主要故障表現(xiàn)及各監(jiān)測(cè)量相應(yīng)的特征，如表1所示。通過(guò)表1中的對(duì)應(yīng)關(guān)系，在實(shí)現(xiàn)預(yù)測(cè)監(jiān)測(cè)量變化的基礎(chǔ)上，可進(jìn)一步實(shí)現(xiàn)紅光帶故障的預(yù)警。

表1 ZPW-2000A 軌道電路紅光帶故障表現(xiàn)與各監(jiān)測(cè)量變化的對(duì)應(yīng)關(guān)系 Tab.1 Corresponding relationship between the performance of ′red band′ fault and the changes of each monitoring variable of the ZPW-2000A track circuit

2 基于SGD(隨機(jī)梯度下降)邏輯回歸模型的趨勢(shì)預(yù)測(cè)

由監(jiān)測(cè)量數(shù)據(jù)突變而發(fā)生的紅光帶故障是無(wú)法預(yù)見(jiàn)的，但是對(duì)于紅光帶故障前監(jiān)測(cè)量呈現(xiàn)出的遞增/遞減趨勢(shì)是可以捕捉跟蹤的。本文采用SGD邏輯回歸模型[6]對(duì)監(jiān)測(cè)量數(shù)據(jù)的遞增/遞減趨勢(shì)進(jìn)行擬合，以預(yù)測(cè)監(jiān)測(cè)量的變化情況，并實(shí)現(xiàn)超限預(yù)警。

由于監(jiān)測(cè)數(shù)據(jù)量龐大，為提高預(yù)測(cè)效率，以軌道電路的1個(gè)調(diào)整狀態(tài)作為1個(gè)時(shí)間顆粒度。選取1個(gè)調(diào)整周期內(nèi)所有數(shù)據(jù)點(diǎn)的最大值作為代表值Pi(i=1,2,…,I),I是取樣時(shí)間內(nèi)所含的調(diào)整狀態(tài)數(shù)目。每10個(gè)連續(xù)的Pi值為1組樣本，將每個(gè)調(diào)整狀態(tài)下的Pi量綱一化為pi(pi∈(0,1))后作為模型的輸出。構(gòu)建10組樣本，作為模型的輸入。

圖2為采用SGD邏輯回歸模型對(duì)3個(gè)不同軌道區(qū)段主軌入電壓的預(yù)測(cè)結(jié)果。對(duì)比預(yù)測(cè)值和實(shí)際值，可得到如下結(jié)論：SGD邏輯回歸模型對(duì)監(jiān)測(cè)量的預(yù)測(cè)可適用于不同的軌道區(qū)段，且擬合結(jié)果較好、準(zhǔn)確性較高。

圖2 SGD邏輯回歸模型下不同軌道區(qū)段主軌入電壓的預(yù)測(cè)值與實(shí)際值的對(duì)比Fig.2 Comparison between the predicted value and the actual value of main rail input voltage in different track sections using the SGD logistic regression model

進(jìn)一步選取某一軌道區(qū)段，對(duì)該軌道區(qū)段的不同監(jiān)測(cè)量進(jìn)行趨勢(shì)預(yù)測(cè)，圖3為各監(jiān)測(cè)量預(yù)測(cè)值與實(shí)際監(jiān)測(cè)值對(duì)比情況。從圖3可以看出，SGD邏輯回歸模型對(duì)各監(jiān)測(cè)量均有較好的趨勢(shì)預(yù)測(cè)效果。這有利于對(duì)軌道電路多個(gè)監(jiān)測(cè)量進(jìn)行超限預(yù)測(cè)，可輔助工作人員分析軌道電路潛在的故障，并實(shí)現(xiàn)故障預(yù)警。

a) 送端分線盤(pán)電壓

3 基于趨勢(shì)預(yù)測(cè)的軌道電路故障預(yù)警

為判斷監(jiān)測(cè)量是否具有遞增或遞減的超限趨勢(shì)，本文引入預(yù)測(cè)閾值這一參數(shù)。預(yù)測(cè)閾值的選取非常重要，閾值若取太高，可能會(huì)導(dǎo)致錯(cuò)過(guò)一些故障的早期征兆，從而失去預(yù)警的時(shí)效性；閾值若取太低，可能會(huì)導(dǎo)致頻繁地進(jìn)行預(yù)測(cè)建模并實(shí)施預(yù)測(cè)，從而產(chǎn)生冗余的預(yù)警信息，增加現(xiàn)場(chǎng)工作人員的工作量。

本文對(duì)某站轄區(qū)內(nèi)軌道電路各監(jiān)測(cè)量的監(jiān)測(cè)值超限報(bào)警數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。在超限報(bào)警事件的歷史數(shù)據(jù)中，約有94%的報(bào)警事件發(fā)生在超限報(bào)警前的1 h內(nèi)，其監(jiān)測(cè)值落在所對(duì)應(yīng)監(jiān)測(cè)量的標(biāo)準(zhǔn)值±6.8%范圍外。為及時(shí)捕捉這些超限特征，本文設(shè)定標(biāo)準(zhǔn)值的±6.8%為預(yù)測(cè)閾值。為了防止監(jiān)測(cè)值突變超過(guò)預(yù)測(cè)閾值后頻繁觸發(fā)趨勢(shì)預(yù)測(cè)，本文規(guī)定只有在連續(xù)5 min內(nèi)所采集的監(jiān)測(cè)值(約為50～60個(gè)監(jiān)測(cè)值)均超過(guò)設(shè)定預(yù)測(cè)閾值的情況下，方可啟動(dòng)趨勢(shì)預(yù)測(cè)。

以2016年7月10日某車(chē)站某軌道區(qū)段的主軌入電壓在21∶24時(shí)的超限報(bào)警為例進(jìn)行說(shuō)明。該軌道電路在第43個(gè)調(diào)整狀態(tài)時(shí)，主軌入電壓超過(guò)預(yù)測(cè)閾值已持續(xù)5 min，因此啟動(dòng)趨勢(shì)預(yù)測(cè)。對(duì)后續(xù)7個(gè)(第44個(gè)至第50個(gè))調(diào)整狀態(tài)下的主軌入電壓進(jìn)行預(yù)測(cè)，并對(duì)這7個(gè)調(diào)整狀態(tài)下的其余7個(gè)監(jiān)測(cè)量同步進(jìn)行數(shù)據(jù)預(yù)測(cè)，得到的結(jié)果如表2所示。

表2 啟動(dòng)趨勢(shì)預(yù)測(cè)后各調(diào)整狀態(tài)下8個(gè)監(jiān)測(cè)量的預(yù)測(cè)電壓值Tab.2 Predicted voltage values of 8 monitoring variables in each adjustment state after starting trend prediction

由表2可看出：對(duì)主軌出電壓、受端分線盤(pán)電壓、送端分線盤(pán)電壓、前方小軌入電壓和前方小軌出電壓而言，各調(diào)整狀態(tài)下的預(yù)測(cè)電壓相對(duì)比較平穩(wěn)，且均未超過(guò)報(bào)警限值。主軌入電壓、小軌入電壓和小軌出電壓則均呈現(xiàn)遞增趨勢(shì)，其中：主軌入電壓值超過(guò)了報(bào)警上限；小軌入電壓值和小軌出電壓值偏高，較接近報(bào)警上限值。由此可初步判定該軌道電路可能會(huì)在接收端分線盤(pán)至模擬網(wǎng)絡(luò)設(shè)備側(cè)出現(xiàn)故障。將該預(yù)警診斷結(jié)果提供給現(xiàn)場(chǎng)工作人員，提前定位可能會(huì)發(fā)生的故障，并及時(shí)采取維修行為。

4 結(jié)語(yǔ)

本文通過(guò)挖掘大量的歷史監(jiān)測(cè)數(shù)據(jù)特性，分析了軌道電路的各類(lèi)故障模式，建立了SGD邏輯回歸模型，實(shí)現(xiàn)了對(duì)具有遞增或遞減趨勢(shì)的監(jiān)測(cè)量的預(yù)測(cè)預(yù)警。本文所建模型對(duì)不同的軌道區(qū)段和不同的監(jiān)測(cè)量均有較強(qiáng)的適用性。最后以某車(chē)站某段軌道電路為案例，對(duì)該軌道區(qū)段的多個(gè)監(jiān)測(cè)量同時(shí)進(jìn)行預(yù)測(cè)，分析診斷該軌道電路可能發(fā)生的故障，從而實(shí)現(xiàn)軌道電路的故障預(yù)警。本文的研究方法對(duì)提高軌道電路維修的實(shí)時(shí)性和效率具有一定的積極意義。