522501198201047619
摘要:目前,随着科技的进步,各种故障诊断检测技术也层出不穷,因此针对铁路信号设备的故障诊断,有必要引入这些先进的故障诊断检测技术,更有利于提高铁路信号设备故障检测的效率。文章通过对铁路信号设备故障诊断方法发展趋势进行探讨分析,这对提升铁路信号设备故障诊断检修效率,维护铁路整体安全运行有着重要现实意义。
关键词:铁路信号设备;故障;诊断方法
引言
为了提高铁路信号系统诊断水平以及检修质量,就要采取必要以及可行的措施对其进行检修作业。目前我国铁路正在进行快速发展,正进行着信号设备的新建、安装和改造等工作,这一过程不仅需要极大地提高车辆通行速度,同时也需要为列车运行提供更多信息保障。在常规诊断流程的支撑下,针对当前信号设备检修情况,本文下述将对其故障诊断技术进行详细、全面的阐述与介绍,并提出一种全新的铁路信号设备故障诊断方法。
1铁路信号设备故障的分类
针对不同的铁路信号设备故障,可从以下3个方面进行分类。首先,根据故障原因可以分为人为故障及设备故障。所谓人为故障是指现场人员未严格按照规定操作信号设备而引起的各类故障,设备故障则是由于信号设备本身质量不达标或维护、维修存在缺陷,最终导致信号设备系统发生故障。其次,根据故障性质可以将信号设备故障划分为机械设备故障及电气故障两种类型。其中,机械设备故障主要是由于信号设备本身元器件老化所致,例如典型的螺丝松动引起的道岔失去表示,就是属于机械设备故障;电气故障主要是由于设备中的各类电子元件超出了使用寿命期限,虽然电子元器件有着强大的功能,但其本身也有着不同的使用寿命期限,如果信号设备日常维护过程中电子元器件更换不及时、维护不合理,导致电子元件超出使用寿命范围,就会引起各类电气故障。最后,根据故障发生范围可以将信号设备的故障类型分为室内与室外故障两种。其中,发生于室内的常见故障包括信号电路故障、显示器故障及电源故障,而室外故障则包括道岔转辙机故障、轨道电路故障、信号机故障等。
2铁路信号设备故障诊断方法
2.1神经网络故障诊断方法
对于神经网络而言,本身有着较强的自主学习能力,同时还能够进行并行计算,非线性优势也非常强。因此非常适合应用于设备故障诊断,并且当前已经形成了一个神经网络故障诊断方法。在该诊断方法实施过程中,能够针对网络现有数据,来预测相关的故障发生概率,与此同时,在模式识别算法的帮助下,针对不同故障,还能够实现智能化分类,并且还能够从故障的知识处理的角度,实现故障诊断系统的建立,从而有效提高故障诊断与处理的效率。为达到上述目的,需要先结合实际,选择一个合理的网络数据结构,并以此为依据完成神经网络的建立,在此基础上,还需要合理选择针对性的学习方法,通过不断的进行试错学习,在这一过程中,需要输入很多变量、权值,选择合理的数据值,输出相应的样本,从而能够对神经网络不断进行训练,最终能够获得相应的理想值,然后再留下阈值和权值,并给予现场相应的实际检测数据进行计算,在获得输出数据后,再与各种故障数据进行比较,最终即可完成故障的诊断。在铁路信号设备故障诊断时,比较适合应用于由各种人为因素引起的各种故障问题诊断。
2.2模糊逻辑故障诊断方法
我们对于事物没有准确的定义和根本的把握,导致了事物在某种程度上来说没有明确的含义,对于这种含糊不清的说法称之为模糊性。模糊逻辑基于在问题出现时,根据所积累的经验和知识进行大致方向和位置的推理,以便于缩小故障出现的范围,快速准确的判断故障出现的位置,排除故障点。模糊逻辑法的出现独特新颖。在没有其他工具辅助的情况下,模糊逻辑法最方便快捷的解除故障所带来的隐患,因此在故障排查领域得到了广泛的传播和应用。当然,在具体操作中,操作人员同样应该按照准确的排查流程和正确的操作规范进行逐一排查,以免事倍功半。模糊逻辑法的出现,为中国铁路信号设备故障诊断方法带来了新的突破,在时间、人员、设备中都得到了减少,在此领域中推动了我国技术的发展。
2.3专家系统故障诊断方法
这是一种基于专业知识上的故障诊断系统,成为专家控制系统。同时也注释着进行专家控制系统需要较高的专业知识储备。一般来说这种方法的运用需要专业的操作人员根据本领域的专家所研究出的科学方法做出相应的操作。需要操作人员具备快速学习和领悟的能力,并且专家也要有强有力的表达和指导能力,这对双方人员都有较高的能力要求。模拟人类逻辑思维的方法,专家控制系统进行了对人类逻辑思维脱离应有的繁杂问题进行处理和解决,以专家控制系统为基础,做出的全新故障诊断技术,是这类方法中最脍炙人口的一个。通过专业的知识和对于符号的表达,在故障处理的方面有着非常有效的方法。这一方法结合工作人员所具备的专业知识来呈现自己根据所出现的故障的具体解答和详细的推理步骤,将这一问题模块化。在我国车站微机监测的实际应用中,运用专家控制系统这一方法将工作人员所具备的专业知识和工作经验的积累合二为一。根据人工智能方法的应用对铁路信号故障处理问题的排查和解决有着非常有效的帮助。和传统故障处理相比较,专家控制系统的方法对于使用者来说,需要具备牢固的并且全面的专业知识储备,同时还要具备传统故障处理中对于实践经验的积累。两者相结合大大加快了对信号设备故障的诊断和处理。方法新颖,并与时代接轨。利于准确的定位故障的所在位置和解决方法。
2.4人工智能故障诊断法
人工智能障碍检测法十分普及,使用了传统的方式,并在传统的方式上加以改造优化,进行实时的诊断检测。这个方式对对象来说更加明确、细致,可以达到对目标进行识别检测的目的。并且适用于当今网络高速发展的时代,需要以人类思维解决问题,模拟大脑思维过程。对于有些问题的细节处理对项目的模块化实施十分有必要。该方法通过专业知识可以说明其正确的解决方案和推论的步骤。根据微机监控在我们国家的实践,这种方法适用于实践和知识的整合,人工智能的方法对克服故障排除和问题解决非常有用。该方法的专业知识很少,与以往的故障处理方法不同,因此也是专家系统方式。此外,还必须与传统的错误处理方法相集成。因此,这种方法绝妙而独特,非常适合于正确的故障位置和立即克服。
结语
综上所述,铁路信号设备是铁路信系统的一项非常重要的设备,一旦出现故障问题,将会对铁路运行整体安全带来非常严重的影响。因此需要加强各种先进的故障诊断技术应用,相较于传统的状态估计诊断、参数故障诊断技术,专家系统故障诊断诊断推理速度快,数据存储控价小,易于编程与实现,因此能够有效提高铁路信号故障诊断检测效果,提高故障检修效率,更好维护铁路运转安全。
参考文献
[1]眭海燕.刍议铁路信号设备故障诊断中的常见问题[J].通讯世界,2021(14):152-152.
[2]裴慧霞,高艳平.浅析联锁设备故障在铁道信号检测维修中的重要性[J].信息通信,2021,No.184(04):199-200.
[3]眭海燕.刍议铁路信号设备故障诊断中的常见问题[J].通讯世界,2020(14):152.
[4]傅春林.铁路信号设备故障诊断专家系统技术分析[J].中国新通信,2020(6):57-58.
[5]乔曦.浅析几个常见铁路信号设备故障诊断方法[J].科技创新与应用,2021(13):293.