高永強(qiáng)

（國(guó)家能源集團(tuán) 包神鐵路集團(tuán)公司 神朔鐵路分公司，陜西 神木 719316）

0 引言

隨著“神華號(hào)”電力機(jī)車大規(guī)模投入運(yùn)行，如何保障列車安全穩(wěn)定運(yùn)行已成為鐵路運(yùn)輸部門的重點(diǎn)工作之一[1]。牽引變流器系統(tǒng)作為列車的核心子系統(tǒng)，其故障不僅涉及牽引變流器自身，如傳動(dòng)控制單元（TCU）、整流逆變模塊、電流電壓傳感器及冷卻系統(tǒng)等的故障，也包括外圍電氣設(shè)備（如供電網(wǎng)、受電弓、高壓斷路器、牽引變壓器、輔助電路和牽引電機(jī)等）間的耦合故障，因此相關(guān)的故障診斷技術(shù)復(fù)雜程度高、難度大[1-2]。文獻(xiàn)[1]基于專家經(jīng)驗(yàn)知識(shí)設(shè)計(jì)了一種針對(duì)HXD1型機(jī)車變流器的故障診斷專家系統(tǒng)，由于該系統(tǒng)不具備變流器主、次生故障關(guān)聯(lián)分析功能，因而診斷準(zhǔn)確率較低。文獻(xiàn)[3-5]分別介紹了機(jī)車變壓器、輔助變流器和主斷路器等機(jī)車類子部件的故障診斷方法，但并未覆蓋主變流器和整車其他部件的故障診斷技術(shù)。文獻(xiàn)[6]建立了SS7E型電力機(jī)車電氣系統(tǒng)的故障診斷系統(tǒng)規(guī)則庫(kù)，利用小波分析方法提取了電信號(hào)相關(guān)特征向量，并構(gòu)建了變流器神經(jīng)網(wǎng)絡(luò)模型；但由于變流器故障診斷涉及的眾多物理量為電信號(hào)，其變化速度快，且各物理量之間也存在相互影響現(xiàn)象，因此對(duì)物理量特征向量的提取存在一定的困難。為此，本文提出一種基于專家規(guī)則和數(shù)據(jù)分析方法的機(jī)車故障診斷模型，并針對(duì)“神華號(hào)”電力機(jī)車設(shè)計(jì)了一種牽引系統(tǒng)和整車級(jí)的故障診斷專家系統(tǒng)，實(shí)現(xiàn)了機(jī)車故障的智能診斷。該專家系統(tǒng)能定位發(fā)生故障的元器件，從而指導(dǎo)故障檢修作業(yè)，提升機(jī)車的智能運(yùn)維水平。

1 故障診斷專家系統(tǒng)

“神華號(hào)”電力機(jī)車故障診斷專家系統(tǒng)采用數(shù)據(jù)分析方法，通過(guò)讀取機(jī)車變流器故障文件和網(wǎng)絡(luò)事件記錄文件進(jìn)行牽引系統(tǒng)及整車級(jí)故障診斷模型分析，對(duì)機(jī)車關(guān)鍵系統(tǒng)及部件的失效部位進(jìn)行定位及失效原因分析，并給出相應(yīng)的檢修建議，從而達(dá)到故障診斷目的。

1.1 機(jī)車數(shù)據(jù)采集

“神華號(hào)”電力機(jī)車的整車網(wǎng)絡(luò)控制系統(tǒng)與牽引、制動(dòng)及列車供電等系統(tǒng)通過(guò)多功能車輛總線（MVB）或以太網(wǎng)相連，進(jìn)行控制指令和設(shè)備狀態(tài)信息交互[7]。

機(jī)車TCU監(jiān)控牽引變流器運(yùn)行過(guò)程中關(guān)鍵信號(hào)量，如網(wǎng)側(cè)電壓、中間直流電壓、輸入/輸出電流及控制命令信號(hào)等[8]，一旦檢測(cè)到某信號(hào)量超出閾值，系統(tǒng)將該故障點(diǎn)前后相關(guān)信號(hào)量的波形數(shù)據(jù)寫入故障記錄文件。TCU故障文件其數(shù)據(jù)采樣周期可達(dá)10 μs級(jí)，是牽引變流器故障診斷的主要數(shù)據(jù)來(lái)源[1]。事件記錄（ERM）模塊相當(dāng)于機(jī)車的“黑匣子”，其通過(guò)MVB總線獲取機(jī)車各子系統(tǒng)的信號(hào)量和狀態(tài)量，周期性地將子系統(tǒng)數(shù)據(jù)按通道方式記錄在文件中，以構(gòu)成ERM數(shù)據(jù)[9]。ERM數(shù)據(jù)記錄信息較為全面，為整車級(jí)故障診斷提供數(shù)據(jù)基礎(chǔ)[1]。

機(jī)車車地?cái)?shù)據(jù)傳輸就是將數(shù)據(jù)從車載設(shè)備輸送到地面專家系統(tǒng)，傳統(tǒng)方法是工作人員上車下載數(shù)據(jù)，該方式費(fèi)時(shí)費(fèi)力[10]，而車地間數(shù)據(jù)無(wú)線下載與傳輸方式可較好地解決此問(wèn)題?！吧袢A號(hào)”電力機(jī)車通過(guò)4G技術(shù)或WiFi方法進(jìn)行車地通信，在機(jī)務(wù)段整備場(chǎng)覆蓋WiFi熱點(diǎn)，當(dāng)機(jī)車進(jìn)入熱點(diǎn)區(qū)域后自動(dòng)聯(lián)網(wǎng)，實(shí)現(xiàn)不停車情況下的大批量數(shù)據(jù)自動(dòng)轉(zhuǎn)儲(chǔ)，這種方式是目前車地?cái)?shù)據(jù)自動(dòng)下載最為有效的方式。

1.2 故障診斷平臺(tái)

專家系統(tǒng)由部署于地面的軟硬件系統(tǒng)平臺(tái)和診斷算法模型組成，提供故障數(shù)據(jù)傳輸、預(yù)處理、執(zhí)行模型分析和呈現(xiàn)診斷結(jié)果等功能。已進(jìn)行智慧運(yùn)行改造的機(jī)車進(jìn)入神朔機(jī)務(wù)段后，將自動(dòng)連接機(jī)務(wù)段內(nèi)布置的WiFi熱點(diǎn)，實(shí)現(xiàn)與診斷平臺(tái)對(duì)接，以轉(zhuǎn)儲(chǔ)機(jī)車上保存的TCU故障文件和ERM數(shù)據(jù)文件；轉(zhuǎn)儲(chǔ)完畢后，專家系統(tǒng)隨即調(diào)用故障診斷算法，對(duì)機(jī)車故障數(shù)據(jù)進(jìn)行分析，并將分析結(jié)果推送到前端顯示。

根據(jù)功能不同，專家系統(tǒng)算法模型被分為牽引變流器故障診斷模型和整車級(jí)故障診斷模型兩種；同時(shí)，專家系統(tǒng)平臺(tái)的數(shù)據(jù)流程也被分為牽引變流器故障診斷流程（圖1）和整車級(jí)故障診斷流程兩種（圖2）。牽引變流器故障診斷模型主要用于“神華號(hào)”電力機(jī)車牽引變流器，而整車級(jí)故障診斷模型則面向弓網(wǎng)、變壓器、輔助系統(tǒng)及走行部等其他子部件，它們結(jié)合專家經(jīng)驗(yàn)和數(shù)據(jù)分析方法，并經(jīng)過(guò)大量的故障案例訓(xùn)練和優(yōu)化，是整個(gè)故障診斷專家系統(tǒng)的核心。

圖1 牽引變流器故障診斷流程Fig.1 Fault diagnosis process for traction converter

圖2 整車級(jí)故障診斷流程Fig.2 Fault diagnosis process for train

2 故障診斷模型

專家系統(tǒng)故障診斷模型按數(shù)據(jù)源分為變流器故障診斷模型和整車級(jí)故障診斷模型，二者輸入分別是TCU故障文件和ERM數(shù)據(jù)文件，通過(guò)對(duì)數(shù)據(jù)的機(jī)車信號(hào)信息進(jìn)行分析，提取出相關(guān)特征量，并根據(jù)特定的診斷邏輯得出診斷結(jié)果。專家系統(tǒng)關(guān)聯(lián)分析方法通過(guò)對(duì)變流器故障、機(jī)車環(huán)境變量進(jìn)行空間關(guān)聯(lián)和時(shí)間關(guān)聯(lián)，提升了變流器故障診斷結(jié)果的準(zhǔn)確性。

2.1 牽引變流器故障診斷模型

牽引變流器診斷程序采用模塊化設(shè)計(jì)，包括網(wǎng)側(cè)故障診斷模型、電機(jī)側(cè)故障診斷模型和輔助逆變器側(cè)故障診斷模型。其中，網(wǎng)側(cè)故障診斷模型包含變壓器一次側(cè)過(guò)流、四象限輸入過(guò)流、四象限模塊故障、充電超時(shí)、中間直流過(guò)壓及主回路接地故障等診斷項(xiàng)點(diǎn)；電機(jī)側(cè)故障診斷模型包含逆變輸出過(guò)流、逆變模塊故障、斬波電流過(guò)流及斬波模塊故障等診斷項(xiàng)點(diǎn)；輔助逆變器側(cè)故障診斷模型包含輔逆輸出過(guò)流、輔逆輸出過(guò)壓、輔逆缺相及輔逆管故障等項(xiàng)點(diǎn)[1]。

故障項(xiàng)點(diǎn)的診斷模型可用故障樹(shù)來(lái)表示（圖3），其根節(jié)點(diǎn)為故障名稱，葉子節(jié)點(diǎn)為所有可能的故障診斷結(jié)論。本文以四象限輸入過(guò)流項(xiàng)點(diǎn)為例，介紹其診斷邏輯。

圖3 牽引變流器故障診斷項(xiàng)點(diǎn)Fig.3 Fault diagnosis item points of traction converter

根據(jù)四象限輸入過(guò)流故障樹(shù)中各原因節(jié)點(diǎn)（葉子節(jié)點(diǎn)）的優(yōu)先級(jí)，建立輸入過(guò)流故障診斷流程。下面以供電網(wǎng)壓異常和短接接觸器故障節(jié)點(diǎn)為例展開(kāi)分析，對(duì)其波形信號(hào)處理和判斷規(guī)則使用進(jìn)行介紹。

供電網(wǎng)壓異常是指電網(wǎng)網(wǎng)壓波動(dòng)范圍較大。當(dāng)TCU網(wǎng)側(cè)保護(hù)程序報(bào)出四象限輸入過(guò)流故障碼，某重四象限輸入電流超出閾值，電網(wǎng)網(wǎng)壓峰值變異系數(shù)超過(guò)閾值，且中間電壓在過(guò)流點(diǎn)前無(wú)直流貫穿現(xiàn)象，符合供電網(wǎng)網(wǎng)壓異常所引起的輸入過(guò)流故障特征。若該故障現(xiàn)象多次出現(xiàn)，則檢查受電弓是否異常。如圖4、圖5所示，其網(wǎng)壓幅值劇烈波動(dòng)，導(dǎo)致一重四象限輸入過(guò)流。

圖4 供電網(wǎng)壓異常Fig. 4 Abnormal grid voltage

圖5 四象限輸入過(guò)流Fig. 5 4QS input overcurrent

TCU保護(hù)程序報(bào)出四象限輸入過(guò)流故障碼，某重四象限輸入電流超出閾值，但其啟動(dòng)命令一直為0，若此時(shí)存在二極管半波整流電路對(duì)中間電容器充電現(xiàn)象，則可判定為接觸器短接故障。如圖6、圖7所示，中間直流電壓由0 V快速上升到1 300 V以上，第二重四象限輸入電流出現(xiàn)過(guò)流，該過(guò)程不存在充電環(huán)節(jié)，滿足四象限二極管半波整流電路充電規(guī)律，符合四象限第二重短接接觸器卡合故障特征。

圖6 中間直流回路電壓急劇上升Fig. 6 Voltage of intermediate DC circuit rises sharply

圖7 第二重四象限輸入過(guò)流Fig. 7 4QS II input overcurrent

2.2 整車級(jí)故障診斷模型

整車級(jí)故障診斷模型是對(duì)機(jī)車各大子系統(tǒng)和部件的故障診斷模型，它可劃分為電壓電流互感器、走行部和冷卻系統(tǒng)3大模塊（圖8）。其中，電壓電流互感器包含網(wǎng)側(cè)電壓、網(wǎng)側(cè)電流及中間電壓傳感器異常診斷項(xiàng)點(diǎn)；走行部包含軸固死、斷軸、速度傳感器異常、輪徑設(shè)置異常及撒砂異常診斷項(xiàng)點(diǎn)；冷卻系統(tǒng)包含主變出入口水壓、主變水泵、電機(jī)溫度、主變油溫、主變冷卻水溫及冷卻塔濾網(wǎng)阻塞類故障診斷項(xiàng)點(diǎn)。

圖8 整車級(jí)故障項(xiàng)點(diǎn)Fig. 8 Fault diagnosis item points of train

本文以變流器出入口水壓診斷項(xiàng)點(diǎn)為例，對(duì)其診斷原理進(jìn)行介紹。變流器出入口水壓與其冷卻水循環(huán)狀況直接相關(guān)，一旦出現(xiàn)水壓異常，會(huì)影響變流器的散熱效果，從而影響整車運(yùn)行。變流器出入口水壓診斷邏輯基于變流器冷卻水循環(huán)工作機(jī)理，在水泵正常工作時(shí)和水泵停機(jī)時(shí)，通過(guò)進(jìn)/出口水壓條件比較，來(lái)判斷進(jìn)/出口水壓傳感器健康狀態(tài)。其具體診斷流程如圖9所示。

圖9 變流器出入口水壓傳感器故障診斷算法Fig. 9 Diagnosis algorithm of converter inlet and outlet water pressure sensor

2.3 專家系統(tǒng)關(guān)聯(lián)分析優(yōu)化

在當(dāng)前工作流程下，變流器故障診斷模型同一時(shí)刻只能看到單個(gè)TCU故障文件，執(zhí)行時(shí)不能獲得前后相關(guān)的故障信息和整車環(huán)境信息。模型執(zhí)行時(shí)缺乏必要信息，在某些情況下難以給出正確結(jié)論。

由于專家系統(tǒng)的變流器故障診斷和整車級(jí)故障診斷流程分離，從平臺(tái)結(jié)構(gòu)角度考慮不便于對(duì)數(shù)據(jù)作關(guān)聯(lián)處理。為了從時(shí)間和空間兩個(gè)維度對(duì)TCU數(shù)據(jù)和ERM數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析，本文對(duì)專家系統(tǒng)平臺(tái)和診斷模型進(jìn)行優(yōu)化設(shè)計(jì)。

2.3.1 專家系統(tǒng)數(shù)據(jù)流優(yōu)化

圖10 專家系統(tǒng)工作流程Fig. 10 Flow chart of the expert system

專家系統(tǒng)工作流程如圖10所示。圖中左側(cè)為變流器故障診斷流程，右側(cè)為整車級(jí)故障診斷流程，實(shí)線部分表示專家系統(tǒng)平臺(tái)功能，虛線部分表示專家系統(tǒng)診斷模型。變流器故障診斷流程與整車級(jí)故障診斷流程二者分離，相互之間不能互訪數(shù)據(jù)。

專家系統(tǒng)改造后的平臺(tái)結(jié)構(gòu)如圖11所示，圖中實(shí)線部分表示專家系統(tǒng)平臺(tái)功能，虛線部分表示優(yōu)化后的專家系統(tǒng)模型。平臺(tái)負(fù)責(zé)TCU數(shù)據(jù)和ERM數(shù)據(jù)接收、解析與傳遞，診斷模型執(zhí)行變流器故障診斷和整車級(jí)故障診斷工作。診斷模型中享有機(jī)車的變流器故障數(shù)據(jù)和ERM環(huán)境數(shù)據(jù)，實(shí)現(xiàn)對(duì)TCU故障文件與ERM數(shù)據(jù)文件的關(guān)聯(lián)分析處理。

圖11 專家系統(tǒng)改造后工作流程Fig. 11 Flow chart of the revamped expert system

2.3.2 診斷模型優(yōu)化

由于機(jī)車TCU程序保護(hù)較為嚴(yán)格和變流器模塊故障發(fā)生后元器件狀態(tài)不可確定等因素，牽引變流器故障觸發(fā)時(shí)，除報(bào)出主故障外，可能還會(huì)報(bào)出一些次生故障，這些次生故障會(huì)分布在變流器網(wǎng)側(cè)、電機(jī)側(cè)或輔助逆變器側(cè)，給變流器故障診斷帶來(lái)了一定難度。本文通過(guò)大量案例分析，提出了一種變流器故障診斷模型關(guān)聯(lián)優(yōu)化方法。該方法通過(guò)變流器網(wǎng)側(cè)、電機(jī)側(cè)輔逆?zhèn)鹊淖兞髌鲀?nèi)部故障的關(guān)聯(lián)分析，機(jī)車復(fù)位與重投產(chǎn)生的變流器次生故障關(guān)聯(lián)分析，變流器故障和網(wǎng)絡(luò)數(shù)據(jù)的機(jī)車環(huán)境變量關(guān)聯(lián)分析方法，改善故障診斷機(jī)理邏輯，消除次生故障誤信息，加強(qiáng)了故障診斷結(jié)果的置信度。

（1）網(wǎng)側(cè)與電機(jī)側(cè)關(guān)聯(lián)分析

同一車牽引變流器的主故障和次生故障發(fā)生時(shí)間非常接近，根據(jù)故障發(fā)生時(shí)刻變流器網(wǎng)側(cè)、電機(jī)側(cè)和輔助逆變器側(cè)的狀態(tài)和故障之間相互影響機(jī)理，可判別出相關(guān)故障中的主故障和次生故障，從而得出系列故障中的主故障原因/點(diǎn)。

例如，2019-02-08 T 03:21:55時(shí)刻，“神華號(hào)”0604機(jī)車報(bào)四象限輸入過(guò)流、逆變過(guò)流兩個(gè)故障，二者故障時(shí)間一致，其波形如圖12～圖14所示。變流器主回路電壓經(jīng)歷急劇下降并回升過(guò)程，伴隨變流器輸入電流呈半波過(guò)流和變流器輸出電流過(guò)流，中間直流回路短暫短路導(dǎo)致網(wǎng)側(cè)和機(jī)車同時(shí)過(guò)流。

（2）復(fù)位與重投故障關(guān)聯(lián)分析

機(jī)車牽引變流器發(fā)生某些故障達(dá)到一定次數(shù)后，會(huì)進(jìn)入保護(hù)狀態(tài)，需要司機(jī)手動(dòng)復(fù)位。若此時(shí)故障未解除，仍會(huì)觸發(fā)故障。與次生故障相似，復(fù)位重投故障與主故障發(fā)生時(shí)間較為接近，大約等于司機(jī)復(fù)位時(shí)間。通過(guò)分析故障的觸發(fā)邏輯，分析前后時(shí)刻相關(guān)故障，可識(shí)別出變流器復(fù)位與重投故障。

圖12 變流器中間直流回路故障Fig. 12 Intermediate DC circuit fault of converter

圖13 第二重四象限輸入過(guò)流Fig. 13 4QS II input overcurrent

圖14 逆變輸出過(guò)流Fig. 14 Inverter output overcurrent

例如，2019-05-25 T 16:08:00 時(shí)刻，“神華號(hào)”0396機(jī)車報(bào)四象限輸入過(guò)流、逆變過(guò)流。2019-05-25 T 16:10:00 時(shí)刻，“神華號(hào)”0396機(jī)車報(bào)四象限輸入過(guò)流、逆變輸出過(guò)流、逆變管故障，二者故障時(shí)間相差2 min。經(jīng)分析，是中間直流回路故障原因報(bào)出第一次故障，之后司機(jī)復(fù)位重啟四象限變流器，因中間直流回路故障未解除，故報(bào)出次生故障。

（3）TCU故障與ERM數(shù)據(jù)關(guān)聯(lián)分析

TCU故障數(shù)據(jù)僅記錄故障發(fā)生時(shí)的波形數(shù)據(jù)和故障碼，包含的信息量有限，對(duì)于某些故障情形（如IGBT故障）診斷算法無(wú)法給出確切診斷結(jié)論。結(jié)合事件記錄數(shù)據(jù)，可獲知牽引變流器故障發(fā)生時(shí)整車的狀態(tài)，從而能夠從整車層面分析故障發(fā)生原因，解決牽引變流器故障診斷算法的局限性。

3 試驗(yàn)驗(yàn)證

為了檢驗(yàn)所設(shè)計(jì)及優(yōu)化的專家系統(tǒng)故障診斷結(jié)果的準(zhǔn)確性，本文收集了“神華號(hào)”電力機(jī)車的TCU故障樣本和整車級(jí)故障樣本，通過(guò)將系統(tǒng)診斷結(jié)果與故障樣本的真實(shí)故障原因進(jìn)行對(duì)比來(lái)評(píng)判系統(tǒng)診斷的正確性。

3.1 牽引變流器故障診斷

從2017年6月～2017年12月間“神華號(hào)”（HXD1型）機(jī)車報(bào)出的TCU故障文件中挑選出31個(gè)典型故障作為實(shí)驗(yàn)數(shù)據(jù)（這些故障的原因已由現(xiàn)場(chǎng)售后檢修人員確定，作為故障診斷的標(biāo)準(zhǔn)結(jié)果），使用TCU診斷算法程序?qū)?shí)驗(yàn)數(shù)據(jù)進(jìn)行診斷，診斷正確的數(shù)量為26個(gè)，準(zhǔn)確率為83.9%。

對(duì)2018年4月～2018年5月期間通過(guò)無(wú)線轉(zhuǎn)儲(chǔ)的69個(gè)TCU故障文件進(jìn)行分析，診斷正確數(shù)量為58個(gè)，準(zhǔn)確率為84.1%。

3.2 整車級(jí)故障診斷

目前，該整車級(jí)故障診斷算法已部署于神朔機(jī)務(wù)段進(jìn)行測(cè)試，成功診斷出“神華號(hào)”（HXD1型）機(jī)車?yán)鋮s系統(tǒng)變流器出/入口水壓異常故障。如圖15所示，兩架冷卻水進(jìn)出口壓力出現(xiàn)短時(shí)深凹下跌然后回升現(xiàn)象，經(jīng)整車級(jí)故障診斷模型分析，該故障由輔助系統(tǒng)供電異常所致。

圖15 冷卻系統(tǒng)水壓異常Fig.15 Abnormal water pressure of cooling system

3.3 關(guān)聯(lián)分析處理

對(duì)3.1節(jié)中TCU故障實(shí)驗(yàn)數(shù)據(jù)作網(wǎng)側(cè)與機(jī)車、復(fù)位重投關(guān)聯(lián)分析后，其中31個(gè)典型TCU故障文件被診斷正確的有28個(gè)，準(zhǔn)確率達(dá)90.3%；69個(gè)無(wú)線轉(zhuǎn)儲(chǔ)的TCU故障文件被診斷正確的有63個(gè)，準(zhǔn)確率達(dá)91.3%。

通過(guò)與3.1節(jié)實(shí)驗(yàn)結(jié)果對(duì)比可以看出，經(jīng)過(guò)牽引變流器網(wǎng)側(cè)與機(jī)車、復(fù)位重投關(guān)聯(lián)分析后，牽引變流器故障診斷算法準(zhǔn)確率提升了6%左右。

從實(shí)驗(yàn)驗(yàn)證結(jié)果可以看出，本文所提的機(jī)車故障診斷專家系統(tǒng)穩(wěn)定可靠、效果明顯，滿足“神華號(hào)”電力機(jī)車日常檢測(cè)、維修和健康管理需求。

4 結(jié)語(yǔ)

本文對(duì)“神華號(hào)”電力機(jī)車故障診斷專家系統(tǒng)進(jìn)行研究，設(shè)計(jì)了機(jī)車變流器故障診斷算法和機(jī)車整車級(jí)故障算法，并提出了一種變流器故障數(shù)據(jù)與事件記錄數(shù)據(jù)關(guān)聯(lián)分析方法。通過(guò)對(duì)機(jī)車實(shí)際運(yùn)行中的TCU故障文件進(jìn)行驗(yàn)證與分析表明，該機(jī)車變流器故障診斷算法的準(zhǔn)確率超過(guò)80%，經(jīng)過(guò)關(guān)聯(lián)分析優(yōu)化后，算法的準(zhǔn)確率可達(dá)到90%以上，滿足“神華號(hào)”電力機(jī)車日常檢測(cè)、維修和健康管理需求，提升了鐵路智能運(yùn)維水平。后續(xù)將展開(kāi)變流器故障數(shù)據(jù)與事件記錄數(shù)據(jù)關(guān)聯(lián)分析研究，并收集更多故障數(shù)據(jù)進(jìn)行算法的驗(yàn)證與優(yōu)化，以進(jìn)一步提高系統(tǒng)的準(zhǔn)確性。