铁道信号联锁设备故障诊断研究

《铁道信号联锁设备故障诊断研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、铁道信号联锁设备故障诊断研究　　【摘要】铁道信号联锁设备是铁道信号正确运行的基础，只有铁道信号联锁设备没有故障，才能使铁路运行更加秩序和安全，也使铁路运行的效率更高。本文就铁道信号设备故障的诊断方法、诊断技术的应用及存在的问题和未来研究的重点加以探讨。【关键词】铁道信号；联锁设备故障；诊断分析；中图分类号：U491.2+27文献标识码：A文章编号：一、前言铁道信号联锁设备是铁道信号正确运行的基础，是铁路运行秩序、安全和有效率的保障，所以，当铁路信号联锁设备出现故障的时候，要及时采取有效的方法进行诊断分析，这样才能为维护人员迅速的找到问题的根源并及时解决提供可能。本

2、文就对铁道信号联锁设备的故障诊断分析加以厘清，使这一方发更好的为铁路事业服务。二、铁道信号设备故障的诊断方法1、传统的故障诊断方法。依靠技术人员对设备故障机理的把握程度和经验，进行分析、判断和故障处理。主要方法有逻辑推理法、优选法、比较法、断线法、校核法、试验分析法、检查法、调研法、逐项排除法、仪表测试法等。72、信号处理法。一般利用信号模型，如相关函数、频谱、自回归滑动平均、小波变换等，分析可测信号，提取方差、幅值、频率等特征值，检测出故障。这些方法简单方便。3、解析模型法，它建立诊断对象精确数学模型的基础上，运用数理统计、解析函数等数学方法，对被测信息进行处理

3、诊断。但在实际诊断中，经常难以构成被诊断对象的精确数学模型，加上大型复杂设备的非线性特征，限制了解析模型诊断法的使用效果和范围。4、人工智能故障诊断法，是利用神经网络、遗传算法、模糊逻辑、专家系统等进行诊断以及与其他传统技术相融合的诊断技术，构成以诊断对象进行状态识别、故障辨识和状态预测的故障智能诊断系统。这种诊断方法有：神经网络故障诊断法、遗传算法故障诊断法、模糊逻辑故障诊断法和专家系统故障诊断法等。随着电子技术计算机技术及信息技术的发展，智能故障诊断技术广泛应用在铁道信号设备，为故障分析和诊断提供了现代化辅助决策工具。为提高故障预防和状态维修的水平发挥了重要作

4、用。三、故障诊断技术的应用1、故障处理流程图法故障处理流程图，把处理故障的普遍规律用图表揭示出来，使处理故障的过程和方法程序化，使电务维修人员按图处理故障举例行事，达到最大限度地缩短故障延时的目的。72、故障树分析法故障树分析(FTA)就是通过对可能造成的故障的各种因素进行分析，表示为系统特定事件与它的各个子系统或各个部件故障事件之间的逻辑结构框图(即故障树)，从而确定系统的故障原因的各种可能组合方式及其发生的概率，为故障分析和诊断提供辅助决策工具。3、故障诊断专家系统故障诊断专家系统主要是由知识库、数据库、推理机、解释机构、知识获取机构和用户界面组成。推理机根据

5、知识库中的知识，动态数据库中的实时数据进行推理，得出系统中是否发生故障，发生什么故障，然后对故障诊断结果进行评价和决策，故障排除后，再重复上述过程。专家系统有成熟体系结构，是目前应用最多的设备故障诊断系统。4、故障诊断与容错控制故障诊断技术的目的是为了提高系统的可靠性和安全性。典型应用就是容错计算机联锁控制系统，容错计算机联锁系统就是采用容错计算机软、硬件冗余技术，来提高联锁系统的可靠性。比如说国内开发的由TRICON容错控制器构成的容错联锁主机，就是其代表系统之一。5、其他(联锁系统)应用7此外，实际应用中还存在其他几种故障诊断系统，比如计算机联锁系统故障报警、

6、区间自动控制系统故障报警、铁路信号微机监测等等，既可对设备故障进行诊断与报警，又可扩大地面行车人员对列车的监督与控制范围。四、存在的问题和未来研究的重点虽然近年来故障诊断技术蓬勃发展，一些新的学科发展成果也不断应用于故障诊断中，但是由于6502电气集中设备、计算机联锁系统以及区间自动控制系统对进路、信号机和道岔的联锁控制关系，必须保证故障-安全导向原则，联锁关系不是简单的与或非逻辑控制关系，对安全性和可靠性要求很高，有其特殊性。因而制约了许多新的故障诊断理论应用到实际中来。针对这些问题的存在以及学科特点，铁路信号联锁设备将会在以下几个方面不断发展。1、基于故障诊断

7、专家系统将趋于成熟目前国内联锁设备故障诊断专家系统有了一定应用，但应用范围、规模有限。如果信号微机监测系统或者计算机联锁系统中的维修机分别与专家系统更好地结合，达到设备之间信息共享，优势互补，实现在线实时、动态故障查询和诊断，将有利于快速处理故障。总之，随着诊断系统不断完善，将会对现场处理故障发挥越来越大的作用。2、基于故障诊断技术融合的方法7故障诊断技术融合的形式多种多样，其中，模糊神经网络的故障诊断专家系统具有很大的发展潜力。该诊断系统克服了专家系统获取知识的瓶颈现象，又能处理不确定知识。优点是融合了模糊逻辑和神经网络的长处，既兼顾故障诊断知识的模糊性，又利用

8、了神经网络