前言：本站為你精心整理了地鐵車輛建模范文，希望能為你的創(chuàng)作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

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,建立了以多重復合函數(shù)為基礎的故障診斷數(shù)學模型。運用模糊數(shù)學知識對故障診斷過程進行優(yōu)化,提高了診斷效率。根據(jù)該模型建立的專家系統(tǒng)在實際應用中起到了良好的效果。

關鍵詞:牽引控制單元;故障診斷;數(shù)學模型;相對隸屬度

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))的重要組成部分。TCU被用來控制電力驅(qū)動設備,其作用是實現(xiàn)合理有效的牽引和制動。作為機車控制的重要組成部分,TCU必須長期保持安全平穩(wěn)的工作狀態(tài)。因此,對TCU進行實時維護、迅速排除故障是鐵路機車公司的重要任務。這其中,最關鍵的環(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,這樣才能迅速排除故障。

現(xiàn)有的故障診斷方法,概括起來主要分為三大類:

(1)基于數(shù)學模型的診斷方法[1],指在建立診斷對象數(shù)學模型的基礎上,按一定的數(shù)學方法對被測信息進行處理診斷,文獻[1]對系統(tǒng)建模并作結(jié)構分解,將對系統(tǒng)的診斷置于對子系統(tǒng)的診斷之上;

(2)基于信號處理的診斷方法。通常是利用信號模型,如相關函數(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,從而檢測出故障;

(3)基于人工智能的診斷方法[3-6]。計算機技術的飛速發(fā)展,使得基于知識的故障診斷方法應運而生,文獻[3]提出了綜合模糊數(shù)學和神經(jīng)網(wǎng)絡技術的智能化方法,用以故障診斷和監(jiān)測。文獻[4]運用遺傳算法構造分類學習器以進行電力傳輸網(wǎng)絡故障的在線診斷。

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)學模型,運用模糊數(shù)學進行診斷優(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組成,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主要集中于硬件部分。SIBAS32系統(tǒng)TCU硬件結(jié)構如圖1所示。

圖1TCU系統(tǒng)硬件結(jié)構圖

2狀態(tài)監(jiān)測

SIBAS32系統(tǒng)自帶一個狀態(tài)監(jiān)測單元,在系統(tǒng)發(fā)生故障時,狀態(tài)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個狀態(tài)字,每個信號字由4位16進制數(shù)表示,表示故障發(fā)生時機車的軟硬件輸入輸出的狀態(tài)。故障代碼只能描述故障現(xiàn)象,它和信號字一樣,對于故障診斷起到很好的輔助作用,但憑借系統(tǒng)自帶的狀態(tài)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)學模型

通過繪制TCU系統(tǒng)的故障機理圖,我們可以完整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,并且可以歸納得到進行故障診斷的數(shù)學模型。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)分析建立應用于整個系統(tǒng)的診斷數(shù)學模型。

整張機理圖由信號和對信號的處理兩部分組成,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)系,是不可再分割和細化的。原始信號的錯誤會導致中間信號的錯誤,逐層傳遞,導致最終信號錯誤,錯誤的最終信號傳入診斷模塊,輸出故障代碼。原始信號發(fā)生錯誤意味著特定的傳感器失效或者與之聯(lián)系的硬件發(fā)生故障,這就是我們想搜尋的故障原因,找尋到錯誤的原始信號就意味著故障診斷過程的結(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,意思為是否執(zhí)行緊急制動,1代表是,0代表不是,設為x1;＄HBRANF信號代表數(shù)字量,意思為系統(tǒng)是否支持制動請求,1代表是,0代表不是,設為x2;＄MBRGEL信號代表數(shù)字量,意思為是否釋放所有制動,1代表是,0代表不是,設為x3;＄VI-ERSX代表模擬量,意思為最大默認速度,設為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)模塊化狀態(tài),分別設為y1和y2。x1,x2,x3經(jīng)過處理過程P1,輸出y1,即y1=P1(x1,x2,x3)。x4經(jīng)過處理過程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)是否發(fā)生故障,設為z1。中間信號z1可表示為y1,y2的函數(shù),即z1=P′(y1,y2)。＄UWDN1-A代表電機1速度監(jiān)測(dn/dtmonitoringN1-A),設為x5,UWN1A-KL為中間信號,設為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,如果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變量。對于某個確定的故障,分析其故障機理圖,設最終信號為K,與系統(tǒng)硬件直接聯(lián)系的初始信號為(x1,x2,x3,?,xn),它們之間的關系用函數(shù)表示如下:K=F(x1,x2,x3,xn)。由于引起系統(tǒng)故障的原因眾多,故障機理極其復雜,事實上,求得這樣的函數(shù)F既不必要也不現(xiàn)實。根據(jù)故障的傳遞性和故障機理圖具有分支結(jié)構的特點,借助中間信號就可以比較容易地解決這個問題。為此構造多重復合函數(shù),設存在中間變量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)分支結(jié)構的不確定性,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。在這樣的分支結(jié)構中,原始信號的錯誤(物理故障的發(fā)生)導致各層中間信號的錯誤,層層傳遞,最終導致故障事件的發(fā)生。故障診斷的過程是層層逆推的過程,由于故障事件發(fā)生,最終信號K的值發(fā)生錯誤,則在中間信號中f1,f2,f3,f4,?fm必然存在fi產(chǎn)生錯誤,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的錯誤導致了故障事件的發(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態(tài)時的參考值。有些情況下,完全從數(shù)學方面

3解釋某信號處理模塊的作用比較困難,可通過檢測正常狀態(tài)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,中間信號沒有錯誤則可排除整個該分支發(fā)生故障的可能,中間信號發(fā)生錯誤說明該分支必然有故障。

4故障事件的相對隸屬度

很多時候,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)系,初始信號的錯誤會導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,可以提高診斷效率,起到很好的診斷效果。這里我們運用模糊數(shù)學中的相對隸屬度的概念來說明故障事件之間的聯(lián)系。假設產(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,設故障a與故障b的相對隸屬度為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,首先考察是否因為共同的故障原因事件xi∈(x1,x2,x3,?xj)(i=1,2,?j)導致了故障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隸屬度,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,說明考慮相對隸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,主要是因為以下傳感器故障或傳感器監(jiān)控對象故障產(chǎn)生的:＄RMANNSA(Checkbacksignallinecontactor),代表信號線路接觸器狀態(tài)核對;＄QTNS-A(Acknowledgelinecontactor),代表應答線路接觸器狀態(tài)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)學模型和對各個故障事件觸發(fā)機理的分析,我們可以用專家系統(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,狀態(tài)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,從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,建立了以多重復合函數(shù)為基礎的故障診斷數(shù)學模型,將實際的故障診斷問題數(shù)學化、抽象化。根據(jù)數(shù)學模型,建立了故障診斷專家系統(tǒng),具備可擴展性和自適應性。

(3)運用模糊數(shù)學的有關理論對故障診斷過程進行優(yōu)化,提高了診斷效率。

參考文獻:.

[1]TsybenkoYV.Methodofdecompositionfordiagnosingmalfunctionsinassumption-based

model[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):25-37.

.[5]McduffRJ,SimpsonPK,GunningD.AninvestigationofneuralnetworksforF-16faultdiagnosis[A].SystemdescriptionAU2TOTESTCON’IEEEAutomaticTestingConference[C].1989:351-357.

[6]張代勝,王悅,陳朝陽.融合實例與規(guī)則推理的車輛故障診斷專家系統(tǒng)[J].機械工程學報,2002,(07).