地鐵車輛牽引控制單元TCU 故障診斷建模與應(yīng)用

地鐵車輛牽引控制單元TCU故障診斷建模與應(yīng)用內(nèi)容摘要:繪制了地鐵牽引控制單元tcu的故障機理圖,并對其進行分析。根據(jù)分析結(jié)果與tcu系統(tǒng)的特性,建立了以多反復(fù)合函數(shù)為基礎(chǔ)的故障診斷數(shù)學(xué)模型。運用模糊數(shù)學(xué)知識對故障診斷經(jīng)過進行優(yōu)化,提升了診斷效率。根據(jù)該模型建立的專家系統(tǒng)在實際應(yīng)用中起到了良好的效果。本文關(guān)鍵詞語:牽引控制單元;故障診斷;數(shù)學(xué)模型;相對從屬度前言tcu(牽引控制單元)是一種用于鐵路機車的模塊化微處理器控制單元。它是sibas32系統(tǒng)(siemens32位微型處理器的列車自動系統(tǒng))的主要構(gòu)成部分。tcu被用來控制電力驅(qū)動設(shè)備,其作用是實現(xiàn)合理有效的牽引和制動。作為機車控制的主要構(gòu)成部分,tcu必需長期堅持安全平穩(wěn)的工作狀況。因而,對tcu進行實時維護、迅速排除故障是鐵路機車公司的主要任務(wù)。這其中,最關(guān)鍵的環(huán)節(jié)是進行故障診斷,即在故障發(fā)生之后迅速找到故障癥結(jié)之所在,這樣能力迅速排除故障?，F(xiàn)有的故障診斷方法,概括起來重要分為三大類:(1)基于數(shù)學(xué)模型的診斷方法[1],指在建立診斷對象數(shù)學(xué)模型的基礎(chǔ)上,按一定的數(shù)學(xué)方法對被測信息進行處理診斷,文獻[1]對系統(tǒng)建模并作構(gòu)造分解,將對系統(tǒng)的診斷置于對子系統(tǒng)的診斷之上;(2)基于的診斷方法。通常是利用信號模型,如相關(guān)函數(shù)、頻譜、小波變換等,直接分析可測信號,提取諸如方差、幅值、頻率等特征值,進而檢測出故障;(3)基于人工智能的診斷方法[3-6]。計算機技術(shù)的飛速發(fā)展,使得基于知識的故障診斷方法應(yīng)運而生,文獻[3]提出了綜合模糊數(shù)學(xué)和神經(jīng)網(wǎng)絡(luò)技術(shù)的智能化方法,用以故障診斷和監(jiān)測。文獻[4]運用遺傳算法構(gòu)造分類學(xué)習(xí)器以進行電力傳輸網(wǎng)絡(luò)故障的在線診斷。文章以牽引控制單元tcu故障機理圖為出發(fā)點,建立其故障診斷的數(shù)學(xué)模型,運用模糊數(shù)學(xué)進行診斷優(yōu)化,最后用專家系統(tǒng)的形式把知識集成地表達出來。1系統(tǒng)分析tcu系統(tǒng)由軟件部分和硬件部分構(gòu)成,一般運行情況下,軟件部分具有極高的可靠性,所以整個故障診斷的工作重要集中于硬件部分。sibas32系統(tǒng)tcu硬件構(gòu)造如此圖1所示。圖1tcu系統(tǒng)硬件構(gòu)造圖2狀況監(jiān)測sibas32系統(tǒng)自帶一個狀況監(jiān)測單元,在系統(tǒng)發(fā)生故障時,狀況監(jiān)測單元提示系統(tǒng)出錯,給出故障代碼(數(shù)值在1～317之間,表示某個故障事件的發(fā)生)。同時監(jiān)測單元提供7個邏輯字、2個控制字和2個狀況字,每個信號字由4位16進制數(shù)表示,表示故障發(fā)生機會車的軟硬件輸入輸出的狀況。故障代碼只能描繪敘述故障現(xiàn)象,它和信號字一樣,對于故障診斷起到很好的輔助作用,但憑仗系統(tǒng)自帶的狀況監(jiān)測單元遠遠達不到提供故障診斷所需要的全部信息的要求。3建立數(shù)學(xué)模型通過繪制tcu系統(tǒng)的故障機理圖,我們能夠完好地分析所有可能引起某個故障事件發(fā)生的全部故障原因,而且能夠歸納得到進行故障診斷的數(shù)學(xué)模型。下面以代碼為118的故障事件機理圖為例,分析故障產(chǎn)生的原因并根據(jù)分析建立應(yīng)用于整個系統(tǒng)的診斷數(shù)學(xué)模型。整張機理圖由信號和對信號的處理兩部分構(gòu)成,其中信號分為原始信號、中間信號和最終信號。原始信號與硬件直接聯(lián)絡(luò),是不可再分割和細化的。原始信號的毛病會導(dǎo)致中間信號的毛病,逐層傳遞,導(dǎo)致最終信號毛病,毛病的最終信號傳入診斷模塊,輸出故障代碼。原始信號發(fā)生毛病意味著特定的傳感器失效或者與之聯(lián)絡(luò)的硬件發(fā)生故障,這就是我們想搜索的故障原因,找尋到毛病的原始信號就意味著故障診斷經(jīng)過的結(jié)束。圖2是故障118機理圖的一部分,分析如下:＄bfnotbr信號代表數(shù)字量,意思為能否履行緊急制動,1代表是,0代表不是,設(shè)為x1;＄hbranf信號代表數(shù)字量,意思為系統(tǒng)能否支持制動懇求,1代表是,0代表不是,設(shè)為x2;＄mbrgel信號代表數(shù)字量,意思為能否釋放所有制動,1代表是,0代表不是,設(shè)為x3;＄vi-ersx代表模仿量,意思為最大默認速度,設(shè)為x4,輸入到信號處理模塊中與閥值比較后,根據(jù)邏輯結(jié)果輸出數(shù)字量;x1,x2,x3,x4就是前面所說的原始信號。信號fg-wei與fg-sch為中間信號量,代表系統(tǒng)模塊化狀況,分別設(shè)為y1和y2。x1,x2,x3經(jīng)過處理經(jīng)過p1,輸出y1,即y1=p1(x1,x2,x3)。x4經(jīng)過處理經(jīng)過p2,輸出y2,即y2=p2(x4)。信號fg-nkl為中間信號,代表該塊子系統(tǒng)能否發(fā)生故障,設(shè)為z1。中間信號z1可表示為y1,y2的函數(shù),即z1=p′(y1,y2)?！鐄wdn1-a代表電機1速度監(jiān)測(dn/dtmonitoringn1-a),設(shè)為x5,uwn1a-kl為中間信號,設(shè)為z2,z2可表示z1和x5的函數(shù),即z2=2p′(z1,x5)。將前述各式代入其中,有:z2=p3(x1,x2,x3,x4,x5)。從機理圖中可知,假如x1,?,x5發(fā)生故障且故障在015s內(nèi)不能消失,系統(tǒng)將把故障信號傳遞到。根據(jù)以上對故障機理圖的分析,我們把原始信號看作自變量,把信號處理模塊看作函數(shù),把中間信號和最終信號看作應(yīng)變量。對于某個確定的故障,分析其故障機理圖,設(shè)最終信號為k,與系統(tǒng)硬件直接聯(lián)絡(luò)的初始信號為(x1,x2,x3,?,xn),它們之間的關(guān)系用函數(shù)表示如下:k=f(x1,x2,x3,xn)。由于引起系統(tǒng)故障的原因諸多,故障機理極其復(fù)雜,事實上,求得這樣的函數(shù)f既不需要也不現(xiàn)實。根據(jù)故障的傳遞性和故障機理圖具有分支構(gòu)造的特點,借助中間信號就能夠比較容易地解決這個問題。為此構(gòu)造多反復(fù)合函數(shù),設(shè)存在中間變量f1,f2,f3,f4,fm,使得k=f′(f1,f2,f3,f4,?,fm),其中fi(i=1,2,,m)代表第一級中間信號,而fi=li(li,1,li,2,li,3,li,j),li,1,li,2,li,3,li4,j代表第二級中間信號。依次類推,直到中間信號全部用初始信號表示為止,即:pi=(xi,1,xi,2,?,xi,k)。由于系統(tǒng)分支構(gòu)造的不確定性,有的時候中間信號與原始信號在同一個函數(shù)中作為自變量。在這樣的分支構(gòu)造中,原始信號的毛病(物理故障的發(fā)生)導(dǎo)致各層中間信號的毛病,層層傳遞,最終導(dǎo)致故障事件的發(fā)生。故障診斷的經(jīng)過是層層逆推的經(jīng)過,由于故障事件發(fā)生,最終信號k的值發(fā)生毛病,則在中間信號中f1,f2,f3,f4,?fm必定存在fi產(chǎn)生毛病,進一步考慮通中間信號fi所在的分支,進行信號檢測與比較,最終可推斷出由于某初始信號xi的毛病導(dǎo)致了故障事件的發(fā)生。中間信號可通過函數(shù)分析的方法得到其在安全無故障狀況時的參考值。有些情況下,完全從數(shù)學(xué)方面3解釋某信號處理模塊的作用比較困難,可通過檢測正常狀況下的輸出信號,作為故障檢測室的參考量,與發(fā)生故障時的值進行比較,中間信號沒有毛病則可排除整個該分支發(fā)生故障的可能,中間信號發(fā)生毛病說明該分支必定有故障。4故障事件的相對從屬度許多時候,故障事件之間存在著內(nèi)在機理上的圖2118故障機理圖截取示意圖聯(lián)絡(luò),初始信號的毛病會導(dǎo)致不止一個故障事件的發(fā)生。所以,綜合考察同一時候一起發(fā)生的多個故障事件,優(yōu)先考慮能同時引起多個故障事件發(fā)生的故障原因,能夠提升診斷效率,起到很好的診斷效果。這里我們運用模糊數(shù)學(xué)中的相對從屬度的概念來說明故障事件之間的聯(lián)絡(luò)。假設(shè)產(chǎn)生故障a的故障原因事件為:x1,x2,x3,?,xj,?,xm-1,xm,產(chǎn)生故障b的故障原因事件為:x1,x2,x3,?,xj,xm+1?,xn-1,xn,設(shè)故障a與故障b的相對從屬度為ρab,令a=mj,b=j+nj-m,取ρab=max(a,b),當故障a與故障b同時發(fā)生的時候,首先考察能否由于共同的故障原因事件xi∈(x1,x2,x3,?xj)(i=1,2,?j)導(dǎo)致了故障a與故障b發(fā)生。在多個故障事件同時發(fā)生的時候,兩兩比較故障之間的相對從屬度,選擇其中最大的ρ,優(yōu)先進行故障診斷。下面以實際運行中經(jīng)常同時發(fā)生的故障225(線路接觸器關(guān)閉監(jiān)控)和228(運行中線路接觸器無法斷開)為例,說明考慮相對從屬度進行綜合診斷的優(yōu)點。通過對故障邏輯圖的分析,我們發(fā)現(xiàn),故障225與故障228同時發(fā)生時,重要是由于下面?zhèn)鞲衅鞴收匣騻鞲衅鞅O(jiān)控對象故障產(chǎn)生的:＄rmannsa(checkbacksignallinecontactor),代表信號線路接觸器狀況核對;＄qtns-a(acknowledgelinecontactor),代表應(yīng)答線路接觸器狀況檢測。由此得知,在故障225和故障228同時產(chǎn)生的時候,最有可能的故障原因是線路接觸器的主觸頭或者輔助觸頭燒結(jié)。5專家系統(tǒng)根據(jù)上面建立的數(shù)學(xué)模型和對各個故障事件觸發(fā)機理的分析,我們能夠用專家系統(tǒng)的形式把歸納總結(jié)得到的知識儲存起來。根據(jù)故障代碼和信號檢測情況,通過專家系統(tǒng),一步步縮小可能的故障范圍,引導(dǎo)維修人員找到故障原因。以機車一運行故障為例,進一步說明sibas32系統(tǒng)牽引控制單元利用以上數(shù)學(xué)模型和專家系統(tǒng)進行故障診斷的情況。機車發(fā)生故障,獲得故障代碼為245,狀況字為0208h、000bh,控制字為0980h、2000h,邏輯字為0302h、1842h、f309h、0200h、1a00h、0000h、0003h。診斷結(jié)果為車輛總線傳輸故障,模塊rs485c039不能輸送信號,進而有效地排除了故障。6結(jié)論(1)通過繪制并分析牽引控制單元tcu的故障機理圖,說明了故障信號的傳輸方法,分析了引發(fā)某個故障事件的可能的故障原因。(2)根據(jù)分析結(jié)果,建立了以多反復(fù)合函數(shù)為基礎(chǔ)的故障診斷數(shù)學(xué)模型,將實際的故障診斷問題數(shù)學(xué)化、抽象化。根據(jù)數(shù)學(xué)模型,建立了故障診斷專家系統(tǒng),具備可擴展性和自適應(yīng)性。(3)運用模糊數(shù)學(xué)的有關(guān)理論對故障診斷經(jīng)過進行優(yōu)化,提升了診斷效率。以下為參考文獻:.[1]tsybenkoyv.methodofdecompositionfordiagnosingmalfunctionsinassumption-basedmodel[a].intelligentsystemsengineering,secondinternationalconference[c].1994:286-291..[2]kohdat.abiruki.arecursiveprocedureforoptimallydesign2ingahybridfaultdiagnosablesystem[a].fault-tolerantcomput2ing,eighteenthinternationalsymposium[c].1988:272-277.[3]tangt,zhuy,lij,etal.afuzzyandneuralnetworkintegrat2edintelligenceapproachforfaultdiagnosingandmonitoringcontrol[a].ukaccinternationalconference[c].1998,(2):975980..[4]kiernanl,warwickk.adaptivealarmprocessorforfaultdiagnosisonpowertransmissionnetworks[j].intelligentsystemsengineer2ing,1993,2(1):25-