肖金山，夏榮斌，孔令剛

快速形狀上下文算法在道岔控制電路故障診斷中的應(yīng)用

肖金山，夏榮斌，孔令剛

(蘭州交通大學(xué) 常州研究院，江蘇 常州 213000)

針對(duì)道岔控制電路故障診斷方法相對(duì)落后這一問(wèn)題，將理論研究和實(shí)物研發(fā)相結(jié)合，設(shè)計(jì)一種基于快速形狀上下文算法的道岔控制電路故障診斷系統(tǒng)。系統(tǒng)通過(guò)子模塊上傳的電流數(shù)據(jù)作為支撐，對(duì)微機(jī)監(jiān)測(cè)系統(tǒng)中S700K轉(zhuǎn)轍機(jī)正常電流和8條典型異常電流曲線使用二維數(shù)組的方式存儲(chǔ)形成數(shù)據(jù)庫(kù)，使用X分布計(jì)算待匹配曲線與數(shù)據(jù)庫(kù)曲線的匹配代價(jià)。根據(jù)該值的大小判斷道岔控制電路的工作狀態(tài)，實(shí)現(xiàn)道岔控制電路故障智能診斷。經(jīng)實(shí)例分析和系統(tǒng)測(cè)試，該方法可以有效地運(yùn)用于道岔控制電路故障智能識(shí)別中，具有一定的實(shí)用價(jià)值。

道岔控制電路；快速形狀上下文；故障診斷；S700K轉(zhuǎn)轍機(jī)；數(shù)據(jù)庫(kù)

鐵路信號(hào)設(shè)備中道岔控制電路的故障多發(fā)且隱蔽性強(qiáng)，是困擾鐵路安全發(fā)展的主要原因。目前，對(duì)于道岔控制電路故障研究主要集中于理論研究和實(shí)物研發(fā)2個(gè)方面。理論方面比較典型的有張釘?shù)萚1]結(jié)合小波變換與神經(jīng)網(wǎng)絡(luò)方法分析S700K轉(zhuǎn)轍機(jī)故障原因；程宇佳[2]采用核方法對(duì)轉(zhuǎn)轍機(jī)動(dòng)作電流曲線進(jìn)行故障分析；肖蒙等[3]提出基于貝葉斯網(wǎng)絡(luò)的道岔控制電路故障診斷方法；趙林海等[4]將灰關(guān)聯(lián)算法應(yīng)用于道岔控制電路故障診斷中。以上關(guān)于理論的研究多采用仿真軟件構(gòu)建模型進(jìn)行故障分析，更注重算法的應(yīng)用研究，沒(méi)有將其應(yīng)用于實(shí)際故障診斷的先例。相比理論研究，實(shí)物研發(fā)相對(duì)滯后，應(yīng)用較為廣泛的有電動(dòng)轉(zhuǎn)轍機(jī)綜合參數(shù)測(cè)試臺(tái)和微機(jī)監(jiān)測(cè)。其中，電動(dòng)轉(zhuǎn)轍機(jī)綜合測(cè)試臺(tái)主要用于轉(zhuǎn)轍機(jī)大修后對(duì)其性能參數(shù)進(jìn)行集中檢測(cè)。由于可對(duì)轉(zhuǎn)轍機(jī)進(jìn)行拆卸，測(cè)試具有全面準(zhǔn)確的優(yōu)點(diǎn)，但因其體積較大和操作復(fù)雜，無(wú)法在實(shí)際現(xiàn)場(chǎng)應(yīng)用。目前，通過(guò)分析微機(jī)監(jiān)測(cè)曲線對(duì)道岔控制電路工作狀態(tài)進(jìn)行診斷是我國(guó)最常用的故障識(shí)別方法，因需人工分析監(jiān)測(cè)數(shù)據(jù)，對(duì)電務(wù)人員業(yè)務(wù)水平要求較高，無(wú)法滿足鐵路行車安全需求。形狀匹配是模式識(shí)別中的基本問(wèn)題，也是難點(diǎn)問(wèn)題。近年來(lái)，以形狀上下文為代表的基于輪廓點(diǎn)空間位置的形狀匹配算法得到了長(zhǎng)足發(fā)展，是近10年最為重要的形狀描述方法[5]。與傳統(tǒng)形狀匹配方法如矩、傅里葉描述子和小波描述子等考慮物體全局特征相比，形狀上下文算法將物體整體信息和局部形狀緊密結(jié)合，取得了令人滿意的效果。本文針對(duì)道岔控制電路故障診斷理論研究和實(shí)物研發(fā)脫節(jié)的現(xiàn)象，對(duì)形狀上下文算法進(jìn)行改進(jìn)，提出一種將快速形狀上下文算法應(yīng)用于道岔控制電路故障診斷的方法。經(jīng)實(shí)際測(cè)試與驗(yàn)證，該方法能實(shí)現(xiàn)道岔控制電路故障智能診斷且具有較高的故障識(shí)別率。

1 道岔控制電路故障診斷系統(tǒng)

道岔控制電路故障診斷系統(tǒng)設(shè)計(jì)有主機(jī)模塊(此模塊通過(guò)分析子模塊上傳的電流曲線數(shù)據(jù)對(duì)道岔控制電路工作性能進(jìn)行判斷)和交/直流轉(zhuǎn)轍機(jī)在線監(jiān)測(cè)(此模塊在線監(jiān)測(cè)動(dòng)作中的轉(zhuǎn)轍機(jī)并采集電流曲線數(shù)據(jù))、交/直流轉(zhuǎn)轍機(jī)離線驅(qū)動(dòng)(此模塊代替室內(nèi)道岔控制電路對(duì)室外轉(zhuǎn)轍機(jī)進(jìn)行控制，形成完整的道岔控制電路，通過(guò)采集電流數(shù)據(jù)為智能分析室外轉(zhuǎn)轍機(jī)可能存在的故障提供條件)、虛擬交/直流轉(zhuǎn)轍機(jī)(通過(guò)室內(nèi)道岔控制電路對(duì)配置了此模塊的診斷系統(tǒng)進(jìn)行控制，可模擬完整的道岔控制電路，通過(guò)采集電流數(shù)據(jù)為智能分析室內(nèi)道岔控制電路故障提供條件)六大子模塊。將功能不同的子模塊插入含有主機(jī)模塊的母板箱實(shí)現(xiàn)一種適合于任何道岔控制電路的智能診斷系統(tǒng)。系統(tǒng)總體框架如圖1所示。

圖1 道岔控制電路故障診斷系統(tǒng)結(jié)構(gòu)框圖

注[6]：1) 對(duì)于不同的道岔控制電路，X1-X6接通個(gè)數(shù)不同。交流道岔接通X1-X5；直流四線制道岔接通X1-X4；直流六線制道岔接通X1-X6。圖1接通的是交流道岔。

2) 交/直流在線監(jiān)測(cè)子模塊通過(guò)外接電流鉗形夾檢測(cè)電流。交流道岔接通D1-D5；直流四線制道岔接通D1-D4；直流六線制道岔接通D1-D6。圖1接通的是交流道岔。交/直流轉(zhuǎn)轍機(jī)離線驅(qū)動(dòng)和虛擬交/直流轉(zhuǎn)轍機(jī)子模塊通過(guò)內(nèi)部集成霍爾傳感原理的電流檢測(cè)電路采集電流。

3) 使用時(shí)，同一系統(tǒng)配置相同的子模塊，即狀態(tài)1，2和3在同一時(shí)間只能存在于某一狀態(tài)。

2 形狀上下文算法

2.1 傳統(tǒng)形狀上下文

形狀上下文算法是由Jitendra Malik，Serge Belongie和Jan Puzicha提出的一種物體輪廓描述算法[7-8]。該算法從總體上考慮物體特性，利用物體輪廓點(diǎn)之間的相對(duì)關(guān)系，結(jié)合統(tǒng)計(jì)學(xué)理論來(lái)實(shí)現(xiàn)物體形狀匹配。因算法能夠很好地描述物體的圖樣信息，已應(yīng)用于地圖匹配、醫(yī)學(xué)圖像識(shí)別、人臉識(shí)別和目標(biāo)識(shí)別等領(lǐng)域。

式中：#代表集合的勢(shì)；表示剩余的邊界樣本點(diǎn)；為坐標(biāo)系的柵格，由所有柵格分布情況作為p的特征。圖2為某離散點(diǎn)集以p為圓心形成的形狀上下文描述子的空間分布情況。

以圖2點(diǎn)集中p形狀上下文描述子的空間分布情況為依據(jù)，對(duì)60個(gè)柵格內(nèi)采樣點(diǎn)的分布情況進(jìn)行統(tǒng)計(jì)，形成圖3所示的點(diǎn)p的形狀上下文特征。其中直方圖方塊區(qū)域顏色越深表示落入該區(qū)域點(diǎn)的數(shù)量越多(經(jīng)統(tǒng)計(jì)柵格中點(diǎn)數(shù)最多為3，最少為0，需4種顏色即可對(duì)點(diǎn)數(shù)進(jìn)行表示)。

圖2 pi形狀上下文描述子的空間分布圖

圖3 點(diǎn)pi的形狀上下文特征圖

為了滿足物體的縮放和平移不變性，對(duì)于樣本點(diǎn)數(shù)為的圖像，通過(guò)選取每個(gè)樣本點(diǎn)作為圓點(diǎn)統(tǒng)計(jì)其他樣本點(diǎn)的相對(duì)位置關(guān)系，可得到每個(gè)參考點(diǎn)都對(duì)應(yīng)于60個(gè)不同柵格的形狀上下文特征，從而得到個(gè)不同的直方圖。將個(gè)不同的直方圖稱為該物體的形狀上下文。

假設(shè)p和q分別為2個(gè)不同物體上的采樣點(diǎn)，為了判斷它們之間的匹配程度，使用2分布進(jìn)行比對(duì)，匹配代價(jià)函數(shù)為：

其中：為柵格個(gè)數(shù)；h()和h()分別表示樣本點(diǎn)p和q所對(duì)應(yīng)的形狀上下文；C則為樣本點(diǎn)p和q的匹配代價(jià)，即2個(gè)樣本點(diǎn)的差異。C越大，說(shuō)明樣本點(diǎn)p和q的匹配代價(jià)越大，2個(gè)樣本點(diǎn)相似度越低。C越小，表示樣本點(diǎn)p和q的匹配代價(jià)越小，相應(yīng)的說(shuō)明2個(gè)樣本點(diǎn)相似度越高。

對(duì)于2個(gè)待匹配的形狀和形狀，形狀本身之間的上下文匹配代價(jià)函數(shù)為：

為了計(jì)算不同形狀之間的相似程度，只需計(jì)算代價(jià)函數(shù)()的最小值。()最小代表匹配代價(jià)越小，相應(yīng)地說(shuō)明相似程度越高。

2.2 形狀上下文算法的改進(jìn)

為了將該算法和微系統(tǒng)結(jié)合并合理應(yīng)用于道岔控制電路故障研究，對(duì)傳統(tǒng)形狀上下文算法從以下幾個(gè)方面進(jìn)行改進(jìn)，將其命名為快速形狀上下文算法。

1) 傳統(tǒng)形狀上下文算法為了保持物體縮放和平移不變性，對(duì)采集到的物體輪廓點(diǎn)集需一一求取對(duì)應(yīng)的直方圖，使得算法運(yùn)行時(shí)間較長(zhǎng)，和微處理器結(jié)合存在難度?？紤]到道岔電流曲線數(shù)據(jù)是時(shí)間的函數(shù)，將其進(jìn)行縮放和平移將使曲線數(shù)據(jù)失去固有屬性?；谝陨厦埽疚膹碾娏髑€數(shù)據(jù)中選取關(guān)鍵點(diǎn)求其直方圖，作為物體的形狀上下文特征(當(dāng)輪廓點(diǎn)較多時(shí)，該方法能很好的保持曲線固有屬性)。

2) 傳統(tǒng)形狀上下文通過(guò)輪廓點(diǎn)直方圖的形式對(duì)落入不同區(qū)域的點(diǎn)集進(jìn)行統(tǒng)計(jì)，當(dāng)區(qū)域點(diǎn)數(shù)過(guò)多時(shí)，傳統(tǒng)形狀上下文算法需使用較多的顏色，無(wú)法將其定量化，使算法失去意義。為了解決傳統(tǒng)形狀上下文這一問(wèn)題，本文提出利用二維數(shù)組對(duì)輪廓點(diǎn)形狀上下文特征進(jìn)行存儲(chǔ)。

3) 電流曲線數(shù)據(jù)是時(shí)間的函數(shù)，點(diǎn)的上下文描述子的空間分布情況只需坐標(biāo)第1象限就能實(shí)現(xiàn)，和傳統(tǒng)形狀上下文使用4象限相比，縮減了計(jì)算復(fù)雜度。

3 快速形狀上下文在道岔控制電路故障診斷中的應(yīng)用

結(jié)合研究?jī)?nèi)容，道岔動(dòng)作電流數(shù)據(jù)的采樣由系統(tǒng)子模塊采集電流曲線上傳于主機(jī)模塊得到，不需利用其他方法對(duì)輪廓邊緣進(jìn)行采樣，這將為快速形狀上下文算法準(zhǔn)確運(yùn)用于道岔控制電路故障診斷提供基礎(chǔ)匹配條件。

道岔動(dòng)作電流曲線數(shù)據(jù)能夠有效地表示道岔控制電路的工作狀態(tài)，如何利用電流數(shù)據(jù)對(duì)道岔控制電路工作狀態(tài)進(jìn)行分析，是故障智能診斷能否實(shí)現(xiàn)的關(guān)鍵。本文以不同類型的轉(zhuǎn)轍機(jī)動(dòng)作時(shí)子模塊上傳的電流數(shù)據(jù)作為依據(jù)，分別存儲(chǔ)形成不同類型轉(zhuǎn)轍機(jī)數(shù)據(jù)庫(kù)，待測(cè)曲線利用快速形狀上下文算法與相應(yīng)數(shù)據(jù)庫(kù)曲線進(jìn)行匹配，完成對(duì)道岔控制電路工作性能的判斷。道岔控制電路包括直流四線制、六線制和交流五線制，且不同線制又存在不同的轉(zhuǎn)轍機(jī)類型，導(dǎo)致電流曲線數(shù)據(jù)各不相同。因涉及情況較多，以交流S700K轉(zhuǎn)轍機(jī)正常轉(zhuǎn)換曲線和8條異常曲線[11?12]為例對(duì)快速形狀上下文在道岔控制電路故障診斷中的應(yīng)用進(jìn)行介紹。

3.1 正常動(dòng)作電流曲線分析

S700K正常動(dòng)作電流曲線如圖4所示。為了方便存儲(chǔ)和匹配，正常動(dòng)作電流曲線編碼為1。

圖4 S700K正常動(dòng)作電流曲線圖

對(duì)S700K轉(zhuǎn)轍機(jī)正常動(dòng)作電流曲線按以下步驟進(jìn)行分析。

步驟1：?jiǎn)?dòng)繼電器(1DQJ)吸起，開(kāi)始記錄道岔動(dòng)作電流曲線(圖4中①位置表示曲線記錄開(kāi)始)。

步驟2：?jiǎn)?dòng)繼電器(2DQJ)轉(zhuǎn)極，產(chǎn)生瞬間大電流(圖4中①→②過(guò)程)，使動(dòng)作電流曲線出現(xiàn)一個(gè)較大峰值(圖4中②位置)，此電流稱為啟動(dòng)電流，表示道岔動(dòng)作條件已經(jīng)具備。

步驟3：道岔解鎖、轉(zhuǎn)換和鎖閉。解鎖過(guò)程為②→③，轉(zhuǎn)換過(guò)程為③→④，以斥離尖軌開(kāi)始動(dòng)作作為解鎖和轉(zhuǎn)換的分界點(diǎn)。④→⑤為鎖閉過(guò)程，鎖閉時(shí)的電流大小與轉(zhuǎn)換時(shí)相比，沒(méi)有明顯增大，較平穩(wěn)。

步驟4：?jiǎn)?dòng)電路斷開(kāi)。道岔轉(zhuǎn)換完成后，切斷啟動(dòng)電路，1DQJ自閉電路進(jìn)入緩放狀態(tài)(《維規(guī)》中規(guī)定，JWJXC?H125/80型繼電器在24V條件下失磁時(shí)，緩放時(shí)間不小于0.5 s)。⑥→⑦→⑧即為1DQJ自閉電路斷開(kāi)后的緩放過(guò)程，其中A相電流直接回0，B相和C相電流經(jīng)過(guò)0.8 s回0，說(shuō)明室外表示電路通道正常。B相和C相緩放過(guò)程根據(jù)其曲線形象簡(jiǎn)稱為“小尾巴”。

步驟5：1DQJ落下。1DQJ緩放落下后，電流曲線值持續(xù)為0。

3.2 異常動(dòng)作電流曲線分析

通過(guò)分析正常動(dòng)作電流曲線可知，道岔轉(zhuǎn)換過(guò)程包含多個(gè)環(huán)節(jié)，熟練理解和掌握正常動(dòng)作電流曲線形成原理是分析異常動(dòng)作電流曲線故障的關(guān)鍵。本文以微機(jī)監(jiān)測(cè)資料作為原始數(shù)據(jù)，歸納總結(jié)形成如表1所示的S700K故障模式數(shù)據(jù)庫(kù)，各模式對(duì)應(yīng)的動(dòng)作電流曲線如圖5所示。

表1 S700K故障模式數(shù)據(jù)庫(kù)

(a) 模式2；(b) 模式3；(c) 模式4；(d)模式5；(e) 模式6；(f) 模式7；(g) 模式8；(h) 模式9

3.3 快速形狀上下文算法具體應(yīng)用

道岔控制電路故障診斷系統(tǒng)中，各子模塊對(duì)電流的采樣周期為20 ms且電流曲線保護(hù)時(shí)間為13 s。因此，對(duì)一次道岔轉(zhuǎn)換過(guò)程，每相電流采集700個(gè)點(diǎn)數(shù)據(jù)(共2 100個(gè)點(diǎn))，即能保證在任何狀態(tài)下都能得到完整的電流數(shù)據(jù)。與文獻(xiàn)[11]對(duì)每條曲線提取15個(gè)特征點(diǎn)形成20個(gè)故障特征相比，該算法保留了曲線所有點(diǎn)數(shù)據(jù)特征，將最大限度地提高故障識(shí)別率和準(zhǔn)確度。為了對(duì)采集的點(diǎn)數(shù)據(jù)進(jìn)行存儲(chǔ)，以橫坐標(biāo)表示曲線的動(dòng)作時(shí)間，縱坐標(biāo)表示電流實(shí)際值的大小，對(duì)坐標(biāo)第1象限進(jìn)行柵格劃分(橫坐標(biāo)以1 s為單位，縱坐標(biāo)以0.5 A為單位，劃分為15個(gè)部分，第1象限以10度為單位平均劃分為9份)，形成135個(gè)柵格并對(duì)不同柵格區(qū)域進(jìn)行編碼。

由存儲(chǔ)結(jié)構(gòu)劃分可知，定義一個(gè)15行9列的二維數(shù)組即可存儲(chǔ)一個(gè)完整的電流曲線數(shù)據(jù)。把實(shí)際電流值按落入不同柵格的個(gè)數(shù)情況進(jìn)行統(tǒng)計(jì)，作為道岔控制電路不同故障特有屬性。另外，為了防止電流數(shù)據(jù)初始零值持續(xù)時(shí)間過(guò)長(zhǎng)，出現(xiàn)曲線整體移位影響匹配準(zhǔn)確程度，以電流曲線數(shù)據(jù)中出現(xiàn)第1個(gè)不為零值的前一零值為基準(zhǔn)點(diǎn)(即關(guān)鍵點(diǎn))，求其上下文描述子，作為相應(yīng)電流曲線的形狀上下文。S700K正常轉(zhuǎn)換時(shí)數(shù)據(jù)柵格分布情況如圖6所示。

圖6 S700K轉(zhuǎn)轍機(jī)正常轉(zhuǎn)換時(shí)電流數(shù)據(jù)柵格圖

為了存儲(chǔ)S700K正常轉(zhuǎn)換時(shí)三相電流數(shù)據(jù)在坐標(biāo)柵格中的分布情況，特定義二維數(shù)組[15][9]，[15][9]的值為：

以同種方式對(duì)S700K轉(zhuǎn)轍機(jī)8條異常電流曲線數(shù)據(jù)進(jìn)行存儲(chǔ)形成數(shù)據(jù)庫(kù)，對(duì)應(yīng)的二維存儲(chǔ)數(shù)組如下所示。

1) 三相電流數(shù)據(jù)均為0存儲(chǔ)數(shù)組[15][9]

2) 某相電流數(shù)據(jù)為0存儲(chǔ)數(shù)組[15][9]

3) 某相電流數(shù)據(jù)抖動(dòng)下降存儲(chǔ)數(shù)組[15][9]

4) 三相動(dòng)作電流數(shù)據(jù)不平衡存儲(chǔ)數(shù)組[15][9]

5) 轉(zhuǎn)轍機(jī)空轉(zhuǎn)電流數(shù)據(jù)存儲(chǔ)數(shù)組[15][9]

6) “小尾巴”電流數(shù)據(jù)超標(biāo)存儲(chǔ)數(shù)組[15][9]

7) 電流數(shù)據(jù)無(wú)“小尾巴”存儲(chǔ)數(shù)組[15][9]

8) “小尾巴”電流數(shù)據(jù)持續(xù)過(guò)長(zhǎng)存儲(chǔ)數(shù)組[15][9]

當(dāng)有待匹配的S700K轉(zhuǎn)轍機(jī)動(dòng)作電流數(shù)據(jù)上傳時(shí)，按坐標(biāo)柵格結(jié)構(gòu)進(jìn)行數(shù)組存儲(chǔ)。然后利用式(2)計(jì)算該曲線與數(shù)據(jù)庫(kù)曲線的匹配程度。匹配代價(jià)函數(shù)如下所示：

3.4 道岔控制電路故障診斷實(shí)例分析

為了驗(yàn)證快速形狀上下文算法的可行性，對(duì)其進(jìn)行相應(yīng)實(shí)例分析。具體地，以某鐵路公司電務(wù)段S700K轉(zhuǎn)轍機(jī)轉(zhuǎn)換時(shí)，道岔尖軌和基本軌之間夾有異物造成轉(zhuǎn)轍機(jī)空轉(zhuǎn)的情況進(jìn)行分析驗(yàn)證。

S700K轉(zhuǎn)轍機(jī)在尖軌和基本軌之間夾有異物動(dòng)作時(shí)，道岔控制電路故障診斷系統(tǒng)接收到的電流數(shù)據(jù)用[15][9]數(shù)組表示如下。

將該電流數(shù)組與數(shù)據(jù)庫(kù)曲線進(jìn)行比對(duì)，求取匹配程度C。匹配結(jié)果如表2和圖7所示。

表2 待測(cè)電流數(shù)據(jù)與數(shù)據(jù)庫(kù)數(shù)據(jù)匹配表

結(jié)果表明，數(shù)據(jù)庫(kù)編碼=6時(shí)匹配代價(jià)最小，此時(shí)C為3.833，滿足門限要求，應(yīng)輸出相應(yīng)匹配結(jié)果。=6表示轉(zhuǎn)轍機(jī)外卡阻，即道岔尖軌和基本軌間夾有異物，與現(xiàn)場(chǎng)檢修結(jié)果一致。

為了更加準(zhǔn)確地測(cè)試快速形狀上下文算法的故障診斷性能，從微機(jī)監(jiān)測(cè)系統(tǒng)各獲取若干條ZD6，S700K和ZYJ7轉(zhuǎn)轍機(jī)動(dòng)作電流曲線作為待測(cè)樣本，按本文方法進(jìn)行道岔控制電路故障智能診斷，計(jì)算結(jié)果如表3所示。

圖7 待測(cè)電流數(shù)據(jù)與數(shù)據(jù)庫(kù)數(shù)據(jù)匹配圖

表3 各型號(hào)轉(zhuǎn)轍機(jī)故障識(shí)別

結(jié)果表明，使用快速形狀上下文算法對(duì)道岔控制電路進(jìn)行診斷具有較高的故障識(shí)別率且保證了故障識(shí)別的準(zhǔn)確性，驗(yàn)證了該改進(jìn)算法在道岔控制電路故障診斷中的可行性。

4 系統(tǒng)測(cè)試

當(dāng)所有設(shè)計(jì)功能完成后，實(shí)現(xiàn)道岔控制電路故障診斷系統(tǒng)樣機(jī)，實(shí)際驗(yàn)證算法智能診斷效果。系統(tǒng)主機(jī)采用北京大器智成技術(shù)有限公司編號(hào)為GLM-70W-CB的可編程智能LCD。各子模塊采用Atmel公司AT90CAN128芯片作為微處理器，并設(shè)置有電流檢測(cè)、繼電器控制和道岔驅(qū)動(dòng)采集等關(guān)鍵電路。其中子模塊硬件電路的設(shè)計(jì)及PCB板的繪制通過(guò)Altium Designer 6.9實(shí)現(xiàn)，程序的編寫(xiě)通過(guò)ICCV7 for AVR軟件完成。子模塊通過(guò)RS485上傳電流數(shù)據(jù)實(shí)現(xiàn)主從機(jī)通信，使主機(jī)模塊完成電流數(shù)據(jù)智能診斷的功能。系統(tǒng)樣機(jī)如圖8所示。

圖9為道岔尖軌和基本軌之間夾有異物造成轉(zhuǎn)轍機(jī)空轉(zhuǎn)時(shí)，道岔控制電路故障診斷系統(tǒng)主機(jī)顯示下的電流曲線頁(yè)面，故障分析結(jié)果顯示：“轉(zhuǎn)轍機(jī)外卡阻，請(qǐng)檢查軌道內(nèi)是否有雜物?！痹摐y(cè)試與人工檢修結(jié)果一致，滿足實(shí)際功能需求。

圖8 道岔控制電路故障診斷系統(tǒng)樣機(jī)

圖9 轉(zhuǎn)轍機(jī)外卡阻電流曲線界面圖

5 結(jié)論

1) 針對(duì)道岔控制電路故障診斷理論和實(shí)物脫節(jié)的現(xiàn)象，引入形狀上下文算法設(shè)計(jì)故障診斷系統(tǒng)?？紤]到電流曲線是時(shí)間的函數(shù)，對(duì)其縮放、平移將使曲線失去固有屬性，對(duì)傳統(tǒng)算法進(jìn)行改進(jìn)，提出快速形狀上下文算法，并使用二維數(shù)組對(duì)S700K轉(zhuǎn)轍機(jī)正常和8條異常電流曲線存儲(chǔ)形成數(shù)據(jù)庫(kù)。

2) 采用X分布對(duì)S700K待匹配曲線與數(shù)據(jù)庫(kù)曲線匹配分析。為了防止拒匹配和誤匹配的發(fā)生，設(shè)置匹配代價(jià)門限值30。通過(guò)分析道岔尖軌和基本軌間夾有異物的故障情況表明，將該算法應(yīng)用于故障診斷存在可行性。另外，為了準(zhǔn)確測(cè)試該方法的故障識(shí)別性能，重新獲取ZD6，S700K和ZYJ7轉(zhuǎn)轍機(jī)動(dòng)作電流曲線進(jìn)行樣本診斷。結(jié)果表明，故障識(shí)別率達(dá)到98%以上，保證了故障識(shí)別的準(zhǔn)確性，

3) 實(shí)現(xiàn)故障診斷系統(tǒng)樣機(jī)，實(shí)際驗(yàn)證算法的智能診斷效果。測(cè)試結(jié)果顯示，使用快速形狀上下文算法的故障診斷系統(tǒng)與人工檢修結(jié)果一致，實(shí)現(xiàn)了故障智能診斷的效果。經(jīng)后續(xù)進(jìn)一步完善，可將其應(yīng)用于鐵路信號(hào)工程調(diào)試和開(kāi)通過(guò)程中，也可應(yīng)用于鐵路電務(wù)系統(tǒng)的日常維護(hù)，具有一定的實(shí)用價(jià)值。

[1] 張釘, 李國(guó)寧. 基于改進(jìn)WNN分析功率曲線的S700K轉(zhuǎn)轍機(jī)故障診斷[J]. 鐵道科學(xué)與工程學(xué)報(bào), 2018, 15(8): 2123?2130. ZHANG Ding, LI Guoning. Fault diagnosis of S700K switch machine based on improved WNN analysis power curve[J]. Journal of Railway Science and Engineering, 2018, 15(8): 2123?2130.

[2] 程宇佳. 基于核方法的高速鐵路道岔故障診斷[D]. 北京: 北京交通大學(xué), 2016. CHENG Yujia. High-speed railway switch fault diagnosis based on kernel methods[D]. Beijing: Beijing Jiaotong University, 2016.

[3] 肖蒙, 翟琛, 潘翠亮. 基于快速貝葉斯網(wǎng)絡(luò)的S700K轉(zhuǎn)轍機(jī)故障診斷研究[J]. 鐵道科學(xué)與工程學(xué)報(bào), 2015, 12(2): 414?418. XIAO Meng, ZHAI Chen, PAN Cuiliang. Research on S700K switch machine fault diagnosis based on fast bayesian network[J]. Journal of Railway Science and Engineering, 2015, 12(2): 414?418.

[4] 趙林海, 陸橋. 基于灰關(guān)聯(lián)的道岔故障診斷方法[J].鐵道學(xué)報(bào), 2014, 36(2): 69?74. ZHAO Linhai, LU Qiao. Method of turnout fault diagnosis based on grey correlation analysis[J]. Journal of the China Railway Society, 2014, 36(2): 69?74.

[5] 周瑜, 劉俊濤, 白翔. 形狀匹配方法研究與展望[J]. 自動(dòng)化學(xué)報(bào), 2012, 38(6): 889?910. ZHOU Yu, LIU Juntao, BAI Xiang. Research and perspective on shape matching[J]. Acta Automatica Sinica, 2012, 38(6): 889?910.

[6] 肖金山, 何濤, 曹德瑾, 等. 基于PS-LCD開(kāi)發(fā)的道岔控制電路智能分析儀[J]. 儀表技術(shù)與傳感器, 2018(4): 40?45. XIAO Jinshan, HE Tao, CAO Dejin, et al. Intelligent analyzer for switching control circuit based on PS-LCD[J]. Instrument Technology and Sensor, 2018(4): 40?45.

[7] 趙鍵. 點(diǎn)模式匹配算法研究[D]. 長(zhǎng)沙: 國(guó)防科學(xué)技術(shù)大學(xué), 2012. ZHAO Jian. The research on point pattern matching[D]. Changsha: National University of Defense Technology, 2012.

[8] Bohg J, Kragic D. Learning grasping points with shape context[J]. Robotics & Autonomous Systems, 2010, 58(4): 362?377.

[9] Belongie S. Shape matching and object recognition using shape context[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence, 2002, 24(4): 509?522.

[10] Mori G, Malik J. Estimating human body configuration using shape context matching[J]. Lecture Notes in Computer Science, 2002(2352): 666?680.

[11] 王瑞峰, 陳旺斌. 基于灰色神經(jīng)網(wǎng)絡(luò)的S700K轉(zhuǎn)轍機(jī)故障診斷方法研究[J]. 鐵道學(xué)報(bào), 2016, 38(6): 68?72. WANG Ruifeng, CHEN Wangbin. Research on fault diagnosis method for S700K switch machine based on gray neural network[J]. Journal of the China Railway Society, 2016, 38(6): 68?72.

[12] Eker O F, Camci F, Kumar U. SVM based diagnostics on railway turnouts[J]. International Journal of Performability Engineering, 2012, 8(3): 289?298.

Application of fast shape context algorithm in fault diagnosis of switch control circuit

XIAO Jinshan, XIA Rongbin, KONG Linggang

(Changzhou Research Institute, Lanzhou Jiaotong University, Changzhou 213000, China)

Aiming at the problem that fault diagnosis method of switch control circuit is relatively backward, a fault diagnosis system for switch control circuit based on fast shape context algorithm was designed by combining theoretical research and practical research. The system used a two-dimensional array to store the normal current and eight typical abnormal current curve data of S700K switch machine uploaded by the sub-module in the microcomputer monitoring system to form a database, theXdistribution was used to calculate the matching price between the curve to be matched and the database curve. According to the size of this value, the working state of the switch control circuit was judged to realize fault intelligent diagnosis. The case analysis and system test show that the method can be effectively applied to the fault intelligent identification of switch control circuit and has certain practical value.

switch control circuit; fast shape context; fault diagnosis; S700K switch machine; database

U284.72

A

1672 ? 7029(2019)08? 2091 ? 09

10.19713/j.cnki.43?1423/u.2019.08.028

2018?10?22

江蘇省創(chuàng)新能力建設(shè)計(jì)劃產(chǎn)學(xué)研聯(lián)合重大創(chuàng)新載體項(xiàng)目(BM2016004)；甘肅省自然科學(xué)基金資助項(xiàng)目(18JR3RA116)

孔令剛(1978?)，男，安徽肥東人，副教授，從事軌道交通自動(dòng)化研究；E?mail：850726917@qq.com

(編輯 陽(yáng)麗霞)