基于微机监测的铁路信号设备故障智能分析系统研究

基于微机监测的铁路信号设备故障智能分析系统研究
作者：王金明
来源：《科技创新与生产力》 2013年第12期
王金明
（集通铁路集团有限公司职教处职工培训中心，内蒙古赤峰 025150）
摘要：基于微机监测的铁路信号设备故障智能分析系统，能实时监控设备状态、预测信号设备变化趋势、对故障设备准确定位故障点、给出故障解决方案和及时发现设备隐患、避免因
设备故障造成的列车延时和其他事故。

详细阐述了该系统的研究背景、主要功能、结构、设计
目的及特点，并指出了该系统的不足和发展方向。

关键词：故障诊断；故障智能分析；信号设备；微机监测；知识库
中图分类号：U285.6+2；U284.7 文献标志码：A DOI：10.3969/j.issn.1674-
9146.2013.12.101
近年来集通铁路集团有限公司管内新线持续建设，运量不断提高，信号设备大量上道而且
种类多、分布范围广、运用环境复杂，各种信号设备故障类别、表现及原因多样，虽然公司管
内各站均已安装2006版或2010版微机监测系统，但是在处理各种信号设备故障时，微机监测
系统还不能完全满足需求。

因此，笔者对基于微机监测的铁路信号设备故障智能分析系统进行
了研究，该系统利用微机监测系统采集的模拟数据和分析产生的图形，通过使用知识推理的方法，完成对各种信号设备故障的诊断。

该系统代替了信号专业人员完成对数据的分析，给出故
障范围、定位故障点和得出故障处理
方式，科学地指导维修，降低电务维修人员的工
作量。

1 铁路信号设备故障智能分析系统的主要功能
1.1 信号设备运用状态的实时监控与展示
系统利用微机监测系统采集的数据，通过知识库中的数据分析，实时监测设备的运用状态，准确提取故障征兆时的数据，对数据进行推理、对比。

在原有的微机监测系统平面图上，当设
备出现异常情况时，对该信号设备进行特殊标志；当设备故障时，在对相应设备标志的同时给
出报警信号。

1.2 诊断分析
知识库中存储的知识运用数据库中存储的信号图纸信息化处理的数据、行业基础知识和微
机监测系统现场实时采集的数据，对出现异常或故障的设备进行诊断并给出分析结果[1-2]。

系统根据不同的诊断分析任务，采用一种或多种相互联系、相互独立的推理方法进行分析诊断，
避免因诊断方法单一产生的诊断不准确，影响现场维修工人的工作。

1.3 故障处理
在设备故障分析后，系统给出设备故障的解释，设备故障的范围及故障点，给出多种设备
故障维修方案，指导设备维修，同时帮助信号技术人员、现场维修人员学习设备的原理、故障
处理和日常维修等方面的知识。

该系统通过计算机对数据进行快速分析，可以在非常短的时间
内得到设备变化趋势的分析结论、对故障定位并给出故障处理方案，能够避免因设备故障造成
的列车延时，提高设备的检修质量。

1.4 故障回放
当一件故障发生时，系统会自动搜索最近若干天内的针对该故障产生的异常情况，例如，
当发生ZYJ-7电液转辙机无表示故障时，系统会自动搜索最近若干天内该电液转辙机电压、电
流异常的数据，以及电压曲线上的异常变化等相应的历史性
数据。

1.5 系统自学习
专家系统的知识并不是完全充分的，知识库里的知识是建立在信号专业知识、现场技术人
员和信号专家的经验基础上的，解决问题的能力具有局限性。

在建立基于微机监测的铁路信号
设备故障智能分析系统时，很多情况下均是人们把预测的各种问题及现象归纳总结，用知识库
可识别的知识表示方式表达出来，当故障发生时用它与实际情况进行比较，这种方法具有一定
的不足，因此本系统引入了自学习功能[3]。

当信号设备发生故障时系统提供不出解决方案或方案有错，最终是通过技术人员解决的，解决后可在该功能模块下输入相应的知识，完善知识库。

2 铁路信号设备故障智能分析系统的结构
该系统结构图是按照数据流向设计的，主要分为数据采集层、数据存储层、数据分析对比
层和数据应用层，系统逻辑结构图，见图1。

2.1 数据采集层
由于该系统是基于微机监测系统采集的数据进行对比分析的，所以该层数据包括微机监测
系统采集的所有数据，包括计算机联锁系统数据、ZPW-2000系列移频自动闭塞系统数据、智能
电源屏数据及其他采集设备的数据。

另外也包括设备台账、图纸履历和各种维修维护规范等信
号系统基本的数据，这些数据已经在数据库建立初期通过人工录入和利用工具信息转换的方式
存储在数据库中。

2.2 数据存储层
数据库存储了信号设备的各项数据，以及数据之间的关联关系；在表明数据的历史时期基
础上，以时间维度的方式存储在数据库中。

在数据库建立过程中很多数据是从已有的系统中通
过抽取、清理、筛选和综合整理等流程提取出来的。

另外数据库中还存储了大量的中间数据，
这部分数据是实时分析、处理后产生的中间数据，它们和基础数据一起参与知识库的推理活动。

2.3 数据分析对比层
该层中核心部分是信号知识库，笔者所述的知识库存储的是现场技术人员及专家的经验、
信号设备维修维护方面的专业知识。

知识库中知识包括信号专业技术标准、设备标准；现场技
术人员的经验知识、专家经验知识；铁路设备维修维护标准、维修管理规范等[4]。

其中，现场技术人员的经验知识、专家经验知识多是把现场经验丰富的信号工的处理问题的方法、程序提
炼出来，转化成知识库中的知识规则。

该系统中的知识库提供了用户参与开发、数据管理的手段，使该领域专家、知识工程师、
信号设备维修维护人员都能按照规则对知识库进行扩充、完善和优化。

另外，知识库中推理部分也是该系统的关键部分，利用各种推理模型和推理工具结合知识
库中的知识和数据库中的数据分析故障，给出故障诊断报告和故障解决方案。

2.4 数据应用层
该层即为人机接口，与用户进行交互，具体包括故障诊断分析、故障处理方案、设备状态
展示、故障回放、系统自学习、采集的综合显示、统计分析等功能模块[5]。

3 系统的设计目的及特点
基于微机监测的铁路信号设备故障智能分析系统是基于“设备故障时可以预防”的维修理念，通过对采集的数据进行对比分析，得出信号设备状态的变化趋势，预测故障发生，当故障
发生后，通过推理给出故障解决方案，指导维修。

该系统具有以下特点。

1）实时性。

该故障智能分析系统可代替人工、半人工数据分析，实时有效地处理从微机监测系统采集的数据。

2）快速性。

当发生故障时，智能分析系统故障处理速度快，而且给出的故障解决方案更完善，能有效的压缩故障处理时间，避免列车延时。

3）灵活性。

由于该系统具有自学习模块，能不断地增加新知识，完善原有的知识，更新、优化知识库。

4）培训能力。

智能分析系统有完整的故障诊断分析、故障处理过程，现场维修维护人员在解决故障的过程中不但能进一步掌握设备工作原理，而且还能掌握故障处理的方法。

4 结束语
信号系统在铁路运输系统中设备多、技术先进、受环境影响因素大，因此保障信号设备的
及时维修维护和出现故障后及时解决尤为重要。

应用基于微机监测的铁路信号设备智能分析系统，能使现场维修人员及时定位故障点，运用给出的故障解决方案及时解决设备故障，减少维
修时间，降低维修成本。

另外由于电务设备故障种类多，甚至同类故障的故障点也不一样，所以该系统中故障解决推理机制的完善是以后发展的重要方向。

参考文献：
[1] 沈宇.智能分析系统在高速铁路信号系统中的应用[J].铁道通信信号,2012,48(1):26-28.
[2] 常栓定.TJWX-2000型微机监测系统研究与分析[J].铁道工程,2007,4(2):16-18.
[3] 王民湘.铁路信号微机监测智能分析与设备运用管理系统[J].铁道通信信
号,2011,47(5):21-22.
[4] 羊兴旺.轨道电路数据处理系统的研究[J].铁路计算机应用,2011,173(8):5-7.
[5] 刘仓.直流电动转辙机动作电流的智能分析[J].铁道通信信号,2009,48(8):14-16.
（责任编辑邸开宇）。