摘 要：針對地鐵電氣系統(tǒng)的故障檢測問題，本文提出了一種智能化的檢測方法。這種檢測方法依托神經(jīng)網(wǎng)絡結(jié)構(gòu)，將隱含層擴充為數(shù)量豐富的大緩沖池結(jié)構(gòu)，從而具有更好的學習性能和逼近性能。以10組不同類型的地鐵電氣故障數(shù)據(jù)作為輸入，展開故障檢測方法的性能測試試驗。測試結(jié)果表明，1000組訓練數(shù)據(jù)可以使大緩沖池網(wǎng)絡達到更好的收斂效果，對地鐵電氣系統(tǒng)故障檢測的準確率可以達到95.6%以上。

關(guān)鍵詞：地鐵電氣系統(tǒng)；故障檢測；智能檢測；故障分類

中圖分類號：U 231 文獻標志碼：A

隨著科學技術(shù)不斷進步和發(fā)展，電氣自動化在地鐵中的應用也越來越成熟和普遍。電氣自動化的發(fā)展使地鐵系統(tǒng)的安全性更高[1]。地鐵是大型的交通工具，乘坐人數(shù)眾多，安全問題非常重要。傳統(tǒng)的地鐵操作需要人工控制，容易出現(xiàn)人為的錯誤。而利用電氣自動化技術(shù)可以實現(xiàn)地鐵列車的自動駕駛和自動控制，大大降低了人為錯誤的可能性。電氣自動化的發(fā)展使地鐵系統(tǒng)的運行更高效和節(jié)能[2]。地鐵系統(tǒng)通常需要在復雜的路線中運行，而電氣自動化技術(shù)可以實現(xiàn)列車的精確控制和調(diào)度，縮短了車輛之間的間隔時間和運行時間，提高了地鐵系統(tǒng)的運行效率。電氣自動化的發(fā)展使地鐵系統(tǒng)在安全性、效率和乘客體驗方面都得到了提升，成為了現(xiàn)代化城市重要的公共交通工具[3]。在未來，隨著科技不斷創(chuàng)新和推進，電氣自動化技術(shù)在地鐵中的應用將會更廣泛和深入。但是，地鐵電氣系統(tǒng)也會面臨多種故障的影響，從而影響地鐵的安全運行。因此，本文提出一種智能化的檢測方法，用于地鐵電氣系統(tǒng)的故障檢測。

1 地鐵電氣系統(tǒng)的故障分析

電氣系統(tǒng)在整個地鐵系統(tǒng)中占據(jù)十分重要的地位，發(fā)揮能量供給、控制調(diào)整等作用。但是地鐵電氣系統(tǒng)的復雜性也使其可能出現(xiàn)多種故障。下面，就從地鐵電氣系統(tǒng)的故障產(chǎn)生原因和分類類型2個方面進行分析。

1.1 地鐵電氣系統(tǒng)的故障原因

1.1.1 設備老化或故障

地鐵列車的電氣部件，例如電機、電纜、開關(guān)、接觸器等設備，在長時間的使用中可能會出現(xiàn)老化或故障，導致電氣系統(tǒng)出現(xiàn)故障。

1.1.2 環(huán)境因素

在運營過程中，地鐵列車暴露在不同的環(huán)境中。例如高溫、寒冷、濕度大、污染等環(huán)境因素可能會對電氣設備造成損傷，導致電氣故障。

1.1.3 操作問題

列車司機或維修人員在操作過程中可能會因誤操作導致發(fā)生電氣故障，例如未正確操作開關(guān)、忘記關(guān)閉某些設備等。

1.1.4 當?shù)仉娋W(wǎng)供電問題

地鐵列車在運營過程中需要依賴當?shù)仉娋W(wǎng)進行供電，如果當?shù)仉娋W(wǎng)出現(xiàn)電力波動或停電等問題，也可能會導致發(fā)生電氣故障。

1.2 地鐵電氣系統(tǒng)的故障類型

地鐵列車電氣故障的類型種類繁多，以下是常見的故障類型。1）電機故障。地鐵列車電機故障主要表現(xiàn)為電機失速、振動、響聲大等，影響列車行駛安全和舒適性。2）電纜故障。地鐵列車電纜故障可能是由電纜損壞、接頭短路或斷開等原因引起的。3）開關(guān)失靈。地鐵列車開關(guān)失靈可能會導致電氣系統(tǒng)部分或全部失效，嚴重影響列車的運行安全。4）接觸器松動、斷路或粘連。地鐵列車接觸器故障常常會導致電氣系統(tǒng)某些設備無法正常工作。5）電氣隔離故障。地鐵列車電氣隔離故障可能會導致部分電氣設備受到干擾，影響列車的運行安全。

2 地鐵電氣系統(tǒng)故障的智能化檢測方法

為了實現(xiàn)地鐵電氣系統(tǒng)故障的智能化檢測，構(gòu)建檢測算法的思路如下：以具有大緩沖池結(jié)構(gòu)的神經(jīng)網(wǎng)絡為核心，將地鐵電氣故障狀態(tài)數(shù)據(jù)作為輸入、地鐵電氣故障類型數(shù)據(jù)作為輸出，對神經(jīng)網(wǎng)絡進行訓練，當?shù)`差足夠小時，將神經(jīng)網(wǎng)絡的結(jié)構(gòu)固定下來，對未知故障類型的狀態(tài)數(shù)據(jù)進行判斷檢測。這一方法的流程如圖1所示。

根據(jù)前面的分析可知，地鐵電氣故障包括多種類型，例如電機故障、電纜故障、開關(guān)失靈、接觸器松動斷路或粘連、電氣隔離故障等。這些故障有的又可以進行進一步細分，在本文中就細分為10類常見故障類型，然后將這些故障類型對應的數(shù)據(jù)送入學習網(wǎng)絡進行訓練，以形成故障的智能化檢測結(jié)果。這里的學習網(wǎng)絡選擇了一種大緩沖池的神經(jīng)網(wǎng)絡，與一般的BP網(wǎng)絡相比，這種網(wǎng)絡雖然也是三層結(jié)構(gòu)，但中間層設置了數(shù)量更豐富的神經(jīng)元，具有能力更強大的緩沖池的效果，此學習網(wǎng)絡的結(jié)構(gòu)如圖2所示。

圖2給出的是地鐵電氣系統(tǒng)故障智能化檢測的大緩沖池神經(jīng)網(wǎng)絡的具體結(jié)構(gòu)，這個結(jié)構(gòu)也分為3個層次，中間層因神經(jīng)元數(shù)量眾多被稱為緩沖池。這3個層次的數(shù)學形態(tài)刻畫如公式（1）～公式（3）所示。

I（k）=（i1（k），i2（k），...，il（k））T （1）

C（k）=c1（k），c2（k），...，cm（k））T （2）

O（k）=（o1（k），o2（k），...，on（k））T （3）

式中：I（k）為輸入；C（k）為緩沖池；O（k）為輸出。

輸入這個層次上，一共設定了10個分量。1）第一輸入分量I1。地鐵電氣系統(tǒng)中電機組件的停機故障。2）第二輸入分量I2。地鐵電氣系統(tǒng)中電纜組件的通斷故障。3）第三輸入分量I3。地鐵電氣系統(tǒng)中核心組件的溫差故障。4）第四輸入分量I4。地鐵電氣系統(tǒng)中開關(guān)組件的老化故障。5）第五輸入分量I5。地鐵電氣系統(tǒng)中關(guān)鍵組件的絕緣故障。6）第六輸入分量I6。地鐵電氣系統(tǒng)中接觸器組件的觸點故障。7）第七輸入分量I7。地鐵電氣系統(tǒng)中關(guān)鍵組件的穢物故障。8）第八輸入分量I8。地鐵電氣系統(tǒng)中關(guān)鍵組件的散熱故障。9）第九輸入分量I9。地鐵電氣系統(tǒng)中關(guān)鍵組件的漏電故障。10）第十輸入分量I10。地鐵電氣系統(tǒng)中的電氣隔離失效故障。

這10個輸入分量都配置大量的數(shù)據(jù)納入大緩沖池網(wǎng)絡中進行訓練和學習，經(jīng)過不斷迭代處理使網(wǎng)絡具有了故障類型分析的判別能力，其輸出和緩沖池、輸入之間的關(guān)系如公式（4）、公式（5）所示。

C（k+1）=R1（ΦicI（k+1）+ΦccC（k）） （4）

O（k+1）=R2（ΦccC（k+1）） （5）

式中：R1、R2為激活函數(shù)；O（k）為大緩沖池網(wǎng)絡的輸出。

大緩沖池網(wǎng)絡的訓練過程以迭代訓練的誤差大小為判斷依據(jù)。這個誤差足夠小，就表明地鐵電氣故障的智能檢測結(jié)果與真實結(jié)果接近，不需要再進行訓練了。

3 地鐵電氣系統(tǒng)故障的智能檢測試驗

智能化故障檢測方法構(gòu)建完畢以后，依賴大量的故障經(jīng)驗數(shù)據(jù)的輸入，這就需要配置多種傳感器來獲取故障數(shù)據(jù)，同時形成采集端和處理端的數(shù)據(jù)和控制調(diào)度。本文將數(shù)據(jù)采集端定義為客戶端，將智能檢測算法執(zhí)行端定義為服務器端，從而形成一個C/S的軟件結(jié)構(gòu)。這里，數(shù)據(jù)采集端配置了5個模塊：第一個模塊，負責地鐵電氣系統(tǒng)各個組件的狀態(tài)信息采集；第二個模塊，負責向檢測算法執(zhí)行端傳輸?shù)罔F電氣系統(tǒng)各個組件的狀態(tài)信息；第三個模塊，負責接受來自檢測算法執(zhí)行端的控制指令；第四個模塊，負責數(shù)據(jù)采集端的用戶登錄；第五個模塊，負責存儲和管理地鐵電氣系統(tǒng)各個組件的狀態(tài)信息。

故障檢測算法執(zhí)行端配置了6個模塊：第一個模塊，負責接收來自數(shù)據(jù)采集端的信息；第二個模塊，負責對故障檢測算法執(zhí)行端進行數(shù)據(jù)管理；第三個模塊，負責運行基于大緩沖池網(wǎng)絡的故障檢測算法；第四個模塊，負責將控制指令發(fā)送到數(shù)據(jù)采集端；第五個模塊，負責故障檢測算法執(zhí)行端的用戶登錄；第六個模塊，負責故障檢測算法執(zhí)行端的系統(tǒng)維護。

故障檢測算法執(zhí)行端的體系結(jié)構(gòu)設計如下：在地鐵電氣系統(tǒng)故障檢測系統(tǒng)的構(gòu)成中，包括多個數(shù)據(jù)采集端。數(shù)據(jù)采集端負責搜集不同類型的故障數(shù)據(jù)，因此需要配置多種類型的傳感器，同時要以人工巡檢為輔助的方法獲得數(shù)據(jù)，這種采集手段和采集對象的對應關(guān)系如圖3所示。

大緩沖池網(wǎng)絡的訓練依靠大量的采集樣本，但考慮版面的限制，這里給出一部分樣本數(shù)據(jù)，見表1。

依托公式（1），有I（10）=（0，0，0.1，0，0，0，0.1，0，0，0），O（1）=0.1，將其送入神經(jīng)網(wǎng)絡進行訓練，根據(jù)公式（4）和公式（5），有O（2）=R2（0.1）=0。按照同樣的方法，以此類推，可以訓練出各組數(shù)據(jù)的結(jié)果。

在實際的測試過程中，以地鐵電氣系統(tǒng)各構(gòu)成組件的1000組數(shù)據(jù)信息作為測試對象，并設置2種測試方案。一種是隨機抽取500組數(shù)據(jù)信息，用于大緩沖池網(wǎng)絡的迭代訓練；另一種是選擇全部1000組數(shù)據(jù)信息，用于大緩沖池網(wǎng)絡的迭代訓練。訓練過程的結(jié)果如圖4所示。

測試過程顯示，測試集合的數(shù)據(jù)越多，大緩沖池網(wǎng)絡的迭代訓練效果更好，其收斂的迭代誤差更小并且保持穩(wěn)定。這樣訓練后的網(wǎng)絡用于地鐵電氣系統(tǒng)的真實故障的檢測，不僅智能化特征、自動化效率高，而且檢測結(jié)果準確率高，達到95.6%以上。

4 結(jié)語

電氣系統(tǒng)在整個地鐵系統(tǒng)中占據(jù)十分重要的地位，發(fā)揮能量供給、控制調(diào)整等作用。但是地鐵電氣系統(tǒng)的復雜性也使其可能出現(xiàn)多種故障。本文對地鐵電氣系統(tǒng)的故障原因和類型進行分析，從而構(gòu)建了一種基于大緩沖池網(wǎng)絡的智能化故障檢測方法。大緩沖池網(wǎng)絡的輸入為常見的故障類型數(shù)據(jù)，分別對應10個輸入變量，分別為電機組件的停機故障、電纜組件的通斷故障、核心組件的溫差故障、開關(guān)組件的老化故障、關(guān)鍵組件的絕緣故障、接觸器組件的觸點故障、關(guān)鍵組件的穢物故障、關(guān)鍵組件的散熱故障、關(guān)鍵組件的漏電故障、電氣隔離失效故障。進一步的測試試驗驗證了大緩沖網(wǎng)絡的收斂性能，也驗證了它對地鐵電氣系統(tǒng)故障檢測的有效性。

參考文獻

[1]穆泓冰，王永利，楊宇鵬.地鐵車輛電氣系統(tǒng)中牽引與輔助供電系統(tǒng)的故障與檢修方法[J].中國設備工程，2023（11）：182-184.

[2]楊博.電氣自動化的發(fā)展及在地鐵中的應用體會[J].中文科技期刊數(shù)據(jù)庫（全文版）工程技術(shù)，2022，31（10）：41-45.

[3]佟國加.地鐵車輛電氣系統(tǒng)中牽引與輔助系統(tǒng)的故障與檢修探究[J].中文科技期刊數(shù)據(jù)庫（全文版）工程技術(shù)，2022，45（1）：301-308.