一種高鐵列控車載設備故障診斷方法
【技術領域】
[0001] 本發(fā)明屬于軌道交通運行控制技術領域，涉及一種高鐵列控車載設備的故障診斷 方法。
【背景技術】
[0002] CTCS-3級列控車載設備是我國高速鐵路重要技術裝備，是保證高速列車運行安 全、可靠、高效的關鍵技術設備之一。車載設備通過GSM-R、BTM、TCR接收來自地面的RBC、應 答器、軌道電路數(shù)據(jù)。對列車行車許可、線路數(shù)據(jù)、列車接口、司機操作等信息綜合處理，按 照目標距離連續(xù)速度控制模式，生成最不利速度控制曲線。采取聲光報警、切除牽引力、三 級常用制動(弱、中、強)和緊急制動措施，監(jiān)控列車運行，保證列車運行安全。
[0003] 在現(xiàn)有技術中，對高鐵車載設備的故障診斷與維護，現(xiàn)場使用的主要診斷措施有：
[0004] (1)人工檢驗，這是一種傳統(tǒng)的診斷和維護方式，因其勞動強度大，診斷效率低下 等原因，已越來越不適應現(xiàn)代化的發(fā)展要求。
[0005] (2)數(shù)據(jù)監(jiān)測系統(tǒng)，該系統(tǒng)通過特定的數(shù)據(jù)采集裝置實時采集車載設備的運行參 數(shù)，并匯集到數(shù)據(jù)監(jiān)測中心，設備維護人員綜合分析采集到的數(shù)據(jù)來進行故障診斷和維護。 數(shù)據(jù)監(jiān)測系統(tǒng)實現(xiàn)了車載設備的實時采集并具備一定的故障診斷能力，是當前電務部門日 常維護和故障分析的重要手段。

【發(fā)明內容】

[0006] 本發(fā)明的目的是為了解決上述問題，提供一種高鐵列控車載設備故障診斷方法， 解決了現(xiàn)有技術中存在的問題。
[0007] (1)傳統(tǒng)的人工檢驗方法，勞動強度大，診斷效率低下等原因，已越來越不適應高 鐵列控車載設備的發(fā)展要求。
[0008] (2)數(shù)據(jù)監(jiān)測系統(tǒng)在實際應用中仍存在誤診率高、故障定位不精確的問題，同時其 數(shù)據(jù)分析需要大量人工參與，這無疑給維護人員帶來繁重的負擔。
[0009] -種高鐵列控車載設備的故障診斷方法，所述方法包含如下幾個主要步驟：
[0010] 第一步、高鐵列控車載設備故障數(shù)據(jù)分析和特征提取；
[0011] 第二步、通過對故障決策表約簡，提取出最小的決策信息表；
[0012 ]第三步、建立貝葉斯故障診斷網(wǎng)絡，進行故障診斷并提供應急決策支持。
[0013] 所述第一步中，建立車載設備領域特征詞庫，所述特征詞庫包括，應答器、報文、錯 誤、BTM、DMI、主機、通信中斷、輸出、停車、無線超時、緊急制動、C3轉C2、A系、B系、A系、重啟、 B系、RBC、建立、連接、ATP、連接中斷、地面設備、ATPCU、安全軟件、常用制動、DMI黑屏、JRU故 障、SDU故障、速度傳感器故障、換系重啟、制動測試不成功、MVB、C2⑶、故障、C2、降級，CTCS-2，CTCS-3,等級轉換、失敗、冒進、硬件、核心代碼、制動旁路、A/B代碼、不一致、初始化、安 全、軟件、移交區(qū)、C3。
[0014] 以特征詞庫為依據(jù)，對車載設備故障記錄進行故障特征提取，采用量化后的屬性 值形成一張二維表格，每一行描述一個對象，每一列描述對象的一個屬性，包括條件屬性和 決策屬性，構建故障決策表。
[0015] 所述第二步直接通過分詞得到的故障決策表存在決策信息冗余、決策屬性沖突的 缺點，將列控車載系統(tǒng)故障信息表示為一個知識系統(tǒng)U，其中C代表條件屬性，D代表決策屬 性，R表示為U上的等價關系，P0S G(D)代表正域，則屬性依賴度和屬性重要度公式分別如式 一和式二所示：
[0016] V(C，D)=card(POSc(D)/card(U)式一
[0017] SIG(a，R，D)=V(RU {a}，D)_V(R，D)式二
[0018] 在R中增加一個屬性a eC-R后互信息的增量為：
[0019] Δ I = I(UU {a}，D)-I(R，D) = (H(D)-H(D|RU {a}))-(H(D)-H(D|R))=H(D|R)-H(D RU{a})
[0020] 其中，I(R，D)為R與D的互信息，H(D|R)為已知R時，D的條件熵；因此，任意屬性ae C-R的重要度可以定義為：
[0021] SIG(a，R，D)=H(D|R)_H(D|RU {a})式三
[0022] 由于0<V(R，DH 1 并且0<H(D|RH lbn，可以對H(D|R)與V(R，D)進行轉換，則H(D R) = 1-V(R，D)+lbn，對列控車載故障屬性重要度算法進行加權平均值的構造，則加權平均 值的屬性重要度表示為：
[0023] SIG(a,R,D)=k(V(RU {a},D)-V(R,D)) + (l-k)(H(D|R)-H(D|RU {a}))式四
[0024] SIG(a,R,D)=V(RU {a},D)+kV(R,D)式五
[0025] 通過實驗計算，k = 0.96時，最接近實際情況；
[0026]通過上述計算，把屬性依賴度作為主要決策標準，采用加權平均值的方法計算列 控車載系統(tǒng)故障決策表的各屬性重要度，對其進行屬性約簡。
[0027]以約簡后的決策表為對象，根據(jù)其故障表現(xiàn)，故障類型及故障原因建立貝葉斯網(wǎng) 絡模型，第一層為故障表現(xiàn)層，表現(xiàn)層基于車載設備領域特征詞庫構建，實現(xiàn)故障特征的表 達，完成車載設備可采集故障狀態(tài)中故障特征的提取工作;第二層為故障類型層，故障分類 層實現(xiàn)故障特征到故障類型的映射;第三層為故障原因層，將具體故障種類型和可能的故 障原因對應起來，利用貝葉斯網(wǎng)絡學習和推理，將故障直接定位到部件或代碼失效;第四層 為決策層，將具體故障原因與外界因素相結合，找出最有效的應急決策方法。
[0028]具體故障診斷算法如下：
[0029] (1)構造故障表現(xiàn)層，將車載設備的具體故障現(xiàn)象和車載設備故障特征詞庫中的 特征詞相對應；
[0030] (2)根據(jù)車載設備故障分類表，建立故障類型節(jié)點，并以故障決策表為依據(jù)，構建 故障類型和故障特征的對應關系；
[0031] (3)通過改進的貝葉斯結構學習法(K2與MCMC算法相結合)與領域知識結合構造貝 葉斯網(wǎng)絡；
[0032] (4)利用故障數(shù)據(jù)樣本，通過對貝葉斯網(wǎng)絡進行參數(shù)學習，得到用于診斷的貝葉斯 網(wǎng)絡模型；
[0033] (5)利用貝葉斯網(wǎng)絡的結構及CPT，根據(jù)貝葉斯網(wǎng)絡推理對列控車載系統(tǒng)進行故障 診斷；
[0034] (6)將診斷結果與應急條件結合，加入環(huán)境元素、通信狀態(tài)、發(fā)生時間、供電狀態(tài)以 及救援裝備節(jié)點，建立具有應急決策功能的列控車載故障診斷系統(tǒng)，利用其進行決策推理。 [0035]有益效果
[0036] 本發(fā)明針對高鐵車載設備的故障診斷，提出了一種智能化的故障診斷方法，利用 車載設備的先驗故障知識，通過降維進行故障屬性約簡，并構造了一種三層貝葉斯診斷網(wǎng) 絡，解決了現(xiàn)有單層貝葉斯網(wǎng)絡故障診斷方法中容錯性差、效率偏低的問題。
[0037] 1、蘊含領域特征的高鐵列控車載設備特征詞庫的構建，由于高鐵列控車載設備的 故障記錄是文本的形式，建立高鐵車載設備獨有的詞庫，對追蹤表進行特征提取；
[0038] 2、加權平均值的屬性重要度計算方法，解決了不相容的決策表不產生完全依賴關 系的問題，以及單獨運用基于屬性依賴度的屬性約簡方法導致約簡結果誤差較大的問題， 對列控車載故障信息進行屬性約簡，降低了故障決策表的維數(shù)；
[0039] 3、具有決策支持的列控車載設備貝葉斯診斷網(wǎng)絡，包含故障現(xiàn)象層、故障類型層 和故障原因層以及應急決策層的高鐵列控車載設備貝葉斯故障診斷網(wǎng)絡結構，結合外界因 素為應急救援提供決策支持。
【附圖說明】
[0040] 圖1是列控車載系統(tǒng)故障診斷流程圖圖；
[0041] 圖2是多層貝葉斯網(wǎng)絡故障診斷圖。
【具體實施方式】 [0042] 實施例1
[0043]本發(fā)明利用車載設備的先驗故障知識，并提取列控車載系統(tǒng)故障特征，建立故障 決策表，使用約簡算法進行屬性約簡，減少決策表中的屬性個數(shù)，進而降低貝葉斯網(wǎng)絡建模 和推理的復雜度。建立貝葉斯網(wǎng)絡模型，利用貝葉斯網(wǎng)絡模型進行診斷推理。本發(fā)明包含如 下幾個關鍵步驟：
[0044] 第一、高鐵列控車載設備故障數(shù)據(jù)分析和特征提取
[0045] 建立車載設備領域特征詞庫。特征詞庫如下：
[0046] {應答器、報文、錯誤、BTM、DMI、主機、通信中斷、輸出、停車、無線超時、緊急制動、 C3轉C2、A系、B系、A系、重啟、B系、RBC、建立、連接、ATP、連接中斷、地面設備、ATPCU、安全軟 件、常用制動、DMI黑屏、JRU故障、SDU故障、速度傳感器故障、換系重啟、制動測試不成功、 MVB、C2CU、故障、C2、降級，CTCS-2，CTCS-3，等級轉換、失敗、冒進、硬件、核心代碼、制動旁 路、A/B代碼、不一致、初始化、安全、軟件、移交區(qū)、03等}
[0047] 以特征詞庫為依據(jù)，對車載設備故障記錄進行故障特征提取。采用量化后的屬性 值形成一張二維表格，每一行描述一個對象，每一列描述對象的一個屬性，包括條件屬性和 決策屬性。構建故障決策表。
[0048] 以高鐵車載設備為例，對故障案例特征進行決策表構建。其中決策屬性代表了故 障類型，al~a60代表條件屬性，1代表發(fā)生，0表示不發(fā)生，其中，列控車載設備故障信息都 可以用決策表表示出來。
[0049]表1車載系統(tǒng)故障決策表
[0050]
二 ： -irn y -i Λ') RXJJ平 I tU，]疋山 flX'J ' 口'J ?ΑΓ>Η·? PI jE、^PC 〇
[0052] 直接通過分詞得到的故障決策表存在決策信息冗余、決策屬性沖突等缺點。本發(fā) 明根據(jù)先驗的故障分類信息，將故障決策表進行降維，完成故