任 濤
(寧波中車軌道交通裝備有限公司,浙江 寧波 315113)
隨著列車通信網絡發(fā)展,城市軌道交通地鐵車輛車輛多功能數(shù)據(jù)(Multifunction Vehicle Bus,MVB)連接器電阻故障是經常發(fā)生的問題,因此針對車輛多功能數(shù)據(jù)連接器的檢測,設計一種診斷速度快、方法使用簡單的十分必要[1]。傳統(tǒng)的MVB連接器電阻故障診斷一般依賴MVB自身機制進行自查自診,或者通過機器學習法建立MVB故障診斷模型進行診斷,根據(jù)傅里葉變化將故障的特征參數(shù)轉化為連續(xù)譜圖作為神經網絡的數(shù)據(jù),基于神經網絡建設城市軌道交通車輛MVB連接器電阻故障診斷模型[2,3]。城市軌道交通地鐵車輛智能化發(fā)展,增加了車輛信息傳輸數(shù)據(jù)任務,而城市通信網絡實現(xiàn)對城市交通狀態(tài)的監(jiān)視利用。因此,MVB連接器各個點位之間的電阻出現(xiàn)問題時,導致電阻測定發(fā)生錯誤,影響城市軌道交通地鐵車輛之間的數(shù)據(jù)傳輸。為了保證列車通信的正常運行,研發(fā)了一種快速便捷的連接器電阻故障診斷方法。
一般情況下,MVB連接器電阻是相互關聯(lián)的,在通信方式和分布方式上也相關聯(lián),這就會造成常規(guī)故障的傳播性,容易引發(fā)多個節(jié)點的故障,增加故障位置定位的難度,對后續(xù)診斷有一定的影響。因此本節(jié)采用了具有波形功能的MVB協(xié)議分析儀,針對車輛多功能通信數(shù)據(jù)進行信號處理。阻抗不匹配情況下,MVB信號一般呈現(xiàn)多種傳遞方式,其中反射方式是造成故障的有效因素[4]。因此需要采集MVB連接器電阻的網絡波形信號,確定正常和故障工況。以臨近信號分析儀的MVB節(jié)點為例,發(fā)出的有效信號幀可簡單的看做數(shù)據(jù)源,定義該源節(jié)點位置為x=0。通常多種的因素故障以及不同的故障源,數(shù)據(jù)傳輸?shù)木嚯x會有所不同,數(shù)據(jù)信號從數(shù)據(jù)源出發(fā)傳輸至x=L2位置時,會產生一定的函數(shù)關聯(lián),其傳遞函數(shù)呈現(xiàn)遞增的趨勢。當MVB連接器電阻故障發(fā)生于源節(jié)點左側線路時,設故障點位于x=-L1。MVB連接器電阻故障會造成一定的網絡紊亂,網絡阻抗會產生新的紊亂阻抗出現(xiàn)不匹配問題,將使得信號波在傳遞的過程發(fā)生反射。入射信號以U+表示,反射信號以U-表示,當負載與特征阻抗相匹配時,U=U+(0)e-yl,U+(0)表示入射信號的源節(jié)點位置;l表示特征長度;則入射信號傳播至故障點x=L1時的信號電壓為
式中:e-y表示信號阻抗。當阻抗不匹配時,信號將發(fā)生反射,反射系數(shù)Γ在對應的故障點處,其有效信號反射強度為
反射信號轉而從左至右傳輸,到達MVB信號分析儀處后為
因此在x=L2處,通過協(xié)議分析儀檢測到的數(shù)據(jù)是故障點位置的信號反射道檢測點的信號疊加,大小為U-(L2),疊加從源節(jié)點就已經發(fā)生,并隨著傳遞信號逐漸增強為U+(L2),U+(L2)=U+(0)e-yL2。由此可得x=L2處信號為
確定信號后通過協(xié)議分析儀處理信號幅度頻率特性,將波形振幅程度不同、故障位置不同以及阻抗不匹配問題導致的波形變化通過圖的形式顯示出來。設定L2=2,不同工況下x=L2信號的傳遞幅頻特性不同,阻抗不匹配問題越嚴重,信號波形的衰減越是明顯。當加以負載時,信號波形呈現(xiàn)正弦波形發(fā)生正向反射,從源點傳遞至檢測點,波形疊加從源節(jié)點開始,當遇到協(xié)議分析儀發(fā)出的信號后,發(fā)生共振反應波形極值疊加變大;當減去負載時,波形變?yōu)橛嘞野l(fā)生的是反向反射,從源節(jié)點開始,當遇到協(xié)議分析儀發(fā)出的信號后,發(fā)生波減反應波形極值相減變小。在波形振幅程度不同和故障類型不同時,傳遞信號的相應頻率特性發(fā)生變化。在振幅特性變化中,信號的不斷衰減造成波形特性的不同,信號傳遞的位置也會發(fā)生變化,最終導致不同工況下,信號波形由原來的正弦波形畸變成不同衍生波形[5]。因此,在協(xié)議分析儀中采集到信號為網絡物理層波形信號,還需要從中提取分離出網絡特征,才能作為MVB電阻故障診斷、故障定位的依據(jù)。使用MVB網絡協(xié)議分析儀采樣波形過程中,一般設定采樣速率為200 MSa/s,在MVB1.5M時,分析儀的通信速率是1個定值,即每個通信位置采集樣點為80個,MVB網絡波形特征提取如圖1所示。
圖1 MVB網絡脈沖波形特征提取
在使用儀器測量程中,波形的幅值底部Ubase與幅值頂部Utop會發(fā)生一定程度的畸變,但是傳輸過程中需要穩(wěn)定的波形信號,即波形為穩(wěn)態(tài)或者滿足傳遞函數(shù)的幅值。因此,本文提取特征過程中使用函數(shù)關系,得到滿足傳遞函數(shù)的幅值,選擇穩(wěn)態(tài)區(qū)域內,波形頻率最高的數(shù)據(jù)點Umax作為特征提取最終結果。
故障線路連接器始端和終端,MVB線路主線與線芯相通,MVB協(xié)議分析儀的數(shù)據(jù)采集板卡,通常具有鏈路狀態(tài)顯示功能以及數(shù)據(jù)指標統(tǒng)計功能,可以通過這2項功能將始端和終端的解碼器信號進行采集,顯示出鏈路狀態(tài)發(fā)生變化的信號。數(shù)據(jù)指標統(tǒng)計模塊可以隨意選擇數(shù)據(jù),并根據(jù)解碼器說解碼的結果,統(tǒng)計觸發(fā)狀態(tài)信號的有效數(shù)量,然后統(tǒng)計波形數(shù)據(jù),將狀態(tài)統(tǒng)計量暫存至存儲區(qū)。數(shù)據(jù)指標統(tǒng)計的狀態(tài)統(tǒng)計量有:連接器始端和終端2路起始位個數(shù)、連接器始端和終端2路完整數(shù)據(jù)幀個數(shù)、連接器始端和終端2路幀頭錯誤個數(shù)、連接器始端和終端2路編碼錯誤個數(shù)、連接器始端和終端2路校驗錯誤個數(shù)[6]。為避免不同位置的MVB連接器電阻故障特征存在的相似差異性,可以先將模型訓練計算次數(shù)提高,再進行故障特征的高精度分類。數(shù)據(jù)統(tǒng)計前,對故障特征數(shù)據(jù)標準化處理。針對城市軌道交通地鐵車輛MVB連接器電阻故障數(shù)據(jù)標準化選擇了最小值最大值(minmax)標準化,將波形數(shù)據(jù)映射為最小值為0、最大值為1的線性變換,轉換函數(shù)為
式中:X為原始交通地鐵車輛MVB連接器電阻故障樣本數(shù)據(jù)值;Xmin為交通地鐵車輛MVB連接器電阻故障樣本數(shù)據(jù)最小值;Xmax為交通地鐵車輛MVB連接器電阻故障樣本數(shù)據(jù)最大值。但這種方法的缺點是當樣本更新時,Xmin和Xmax的值隨之發(fā)生變化,因此再測量還需要對其重新定義。原始交通地鐵車輛MVB連接器電阻故障波形數(shù)據(jù)包括正穩(wěn)態(tài)幅值、負穩(wěn)態(tài)幅值、超調、上升斜率等特征,樣本數(shù)據(jù)經過標準化后可以提升數(shù)據(jù)分類準確率平均值。
城市軌道交通地鐵車輛MVB間接器在正常通信情境下,各節(jié)點物理波形數(shù)據(jù)呈現(xiàn)規(guī)律變化,提取的特征信息經過數(shù)據(jù)處理后,形成故障數(shù)據(jù)集。數(shù)據(jù)集為D={x1,x2,x3,…,xn},候選樣本作為異常值篩選出來,即完成城市軌道交通地鐵車輛電阻故障診斷。利用密度相連的概念,在故障數(shù)據(jù)集中搜索出位于數(shù)據(jù)集內部不同的樣本集,形成訓練子集,將原有的樣本約減到所選子集,具體的公式為
式中:v表示在所有訓練子集中可約減的范圍,用以約減樣本得到所選訓練子集;n表示故障數(shù)據(jù)集樣本個數(shù);dist(xi,xj)為樣本xi和樣本xj在故障數(shù)據(jù)集中的歐氏距離。計算篩選出邊緣稀疏點,δ鄰域中的樣本點個數(shù)記為Nδ,找出所有與xj密度一致、密度相關、密度相連的訓練子集,并標記為約減樣本,直到所有樣本點都被標記為異常值或者內部樣本。輸出樣本子集,密度越小的樣本被識別出故障的概率越大,對MVB連接器電阻節(jié)點進行函數(shù)周期性的掃描,標定出每個節(jié)點傳輸信號的占用率,并按照每個節(jié)點傳輸信號占整個網絡的帶寬占比作為權重,加權獲取整個MVB連接器電阻的故障診斷結果,并根據(jù)診斷結果輔助做出維護決策。
為了驗證本文設計的城市軌道交通地鐵車輛MVB連接器方法的電阻故障診斷處理能力,采用本文設計的方法和傳統(tǒng)MVB自查自檢的處理方法以及機器學習MVB連接器故障診斷的處理方法同時進行城市軌道交通地鐵車輛連接器電阻故障診斷。3種方法進行對比實驗,模擬城市軌道MVB網絡情況,在相同的故障源中對比故障診斷的效果,哪種方法所耗時間最少,證明哪種方法更適合城市軌道交通地鐵車輛MVB連接器的電阻故障診斷。
為了還原城市軌道交通地鐵車輛連接情況,實驗的基礎設備模擬了MVB網絡。其中,地鐵列車車輛的現(xiàn)地控制單元(Local Control Unit,LCU)分別設置了2個網關,地址為網關215和網關250。MVB連接器網絡中接入?yún)f(xié)議分析儀,實時采集MVB網絡連接器通信數(shù)據(jù)波形特征。隨機將MVB連接器故障數(shù)據(jù)劃分為6組,每組樣本容量為2 000個,以3∶7的比例形成測試集,實驗模擬了正常工況N1和MVB網絡故障工況,MVB網絡故障工況包括電路的性能退化將會導致總線的串聯(lián)阻抗增加電阻故障(N2)和并聯(lián)阻抗的減小的電阻故障(N3);節(jié)點由于機械振動等原因導致的電阻故障(N4);列車通信網絡端接口電阻缺失故障(N5)。
將3種方法應用到同批次MVB連接器電阻進行故障診斷,得到的具體時間如表1所示。
表1 實驗對比結果 (單位:s)
由表1的實驗數(shù)據(jù)可知,3種方法監(jiān)測正常情況的時間相同,但遇到故障區(qū)域本文設計的方法所耗時間明顯少于其他2種方法,因此可以證明本文設計的城市軌道交通地鐵車輛MVB電阻故障診斷方法的有效性。
本文設計一種MVB連接器電阻故障診斷方法,希望為故障檢修人員提供數(shù)據(jù)依據(jù),但是研究過程是在實驗室完成的,只能模擬較少的故障類型,因此仍存在待完善之處。希望在今后的研究中,可重新加強實驗處理的能力。本文能夠為城市軌道交通地鐵車輛MVB電阻故障診斷方向的研究提供參考。