ZYJ7电液转辙机钩锁装置传动故障检测方法研究

肖迪，胡大银，蒋昌辉，王皓

（中国铁路成都局集团有限公司成都电务段，成都 610081）

引言

ZYJ7电液转辙机是结合国内铁路快速发展需求研究获取的新型道岔转换系统，该设备的运行能够实现对动心轨辙叉、尖轨状态以及位置的直观反映，同时也能够对各种信号、规则内外锁闭道岔实时锁闭以及转换等处理[1,2]，具有十分广阔的应用前景。为了实现对该设备的合理利用，确保ZYJ7电液转辙机设备的合理利用以及有效维护等，对其应用展开研究就显得十分有必要。

相关专家在该方面也取得了较为显著的研究成果，例如周俊伟等人[3]重点针对ZYJ7电液转辙机出现的故障问题进行了全面的总结以及归纳，并且结合相关理论完成ZYJ7电液转辙机故障检测；于勇[4]等人重点针对ZYJ7电液转辙机产生故障的原理进行分析以及处理，确保整个设备的稳定运行；陈永刚[5]重点分析了ZYJ7电液转辙机的工作原理以及特性，针对系统故障进行分析，同时总结ZYJ7电液转辙机故障检测方案。

上述方法已经取得了较为满意的研究成果，但是并没有重点针对ZYJ7电液转辙机钩锁装置传动故障检测方面的研究，在此基础上，本文结合灰色关联分析方法，提出一种ZYJ7电液转辙机钩锁装置传动故障检测方法，研究结果表明，所提方法能够获取较为满意的检测结果。

1 钩锁装置传动故障监测方法

1.1 关联矩阵的组建

灰色关联分析方法主要是选取几种影响能力较强的几何曲线进行对比，其中几何曲线的形状越接近，则说明两者之间具有较强的关联程度。以上分析在数据量十分少的状态下，重点针对数据的不确定性以及完整性等进行预测以及分析。

ZYJ7电液转辙机钩锁装置传动和传统机械传动系统相比，前者相对稳定，并且不会对零件产生任何的损耗。相关研究结果表明，ZYJ7电液转辙机钩锁装置在抗冲击、耐疲劳等方面具有十分明显的优势。所以，本文结合灰色关联分析方法对ZYJ7电液转辙机钩锁装置进行传动故障检测，以提升系统的故障辨识度。

分析ZYJ7电液转辙机钩锁装置传动原理图可知，电机转动利用联轴器带动油泵逆时针旋转，完成吸油以及移动等相关操作。

ZYJ7电液转辙机油压监测模块主要是由以下几个部件组成：

1）采集机；

2）油压传感器。

在左、右油腔中分别安装一个对应的油压监测传感器，实现对油路系统工作压力的监测，设定监测精度为0.1 MPa，测量范围设定在0～20 MPa。

油缸的作用力计算式能够表示为以下的形式：

式中：

F—作用力，单位为N；

A—活塞受压面积，单位为cm2；

P—液压油压力，单位为MPa。

ZYJ7电液转辙机动作过程能够为划分为五个不同的阶段，分别为：

1）内锁解锁；

2）外锁解锁；

3）转换；

4）外锁锁闭；

5）内锁锁闭。

其中输入数据包主要包含3行以及k列电流值，则数据排列的矩阵形式如下公式所示：

将ZYJ7电液转辙机钩锁装置传动时间设定为T，微机监控系统采集时间间隔设定为0.04 s，其中采样点的数量能够表示为以下的形式：

通常情况下，ZYJ7电液转辙机钩锁装置传动时间大约为8 s左右，所以正常情况下，人为的不当操作以及设备老化则会对数据采集过程造成十分恶劣的影响。

在输入数据之前，需要对不良数据以及进行处理以及识别。使用样本的统计指标以及设定的阈值来确定是否存在异常数据，以下给出详细的处理过程：

如果设定N=T/0.04，利用以下公式计算采样序列的均值以及方差，即：

结合以上公式以及3σ原理对非采样数据进行判断，设定ε代表阈值，取值范围在1到1.5之间，则：

如果数据满足公式（7）的条件，则说明Xi为坏数据，能够通过以下公式完成对应的执行修正：

其中：

针对坏数据进行识别以及处理，同时对新采样的数据集进行归一化处理，经过归一化处理的数据矩阵设定为IR，则有：

其中：

结合上述分析可知，能够准确反映系统行为的数据序列被称为关联矩阵，在实际应用的过程中，会随着故障的持续累积而不断进行完善。

其中对系统产生影响的行为被称为比较级数[6]。将ZYJ7电液转辙机钩锁装置传动故障曲线根据不同的阶段进行特征值提取，获取对应的关联序列能够表示为以下的形式：

关联矩阵如公式（13）所示：

1.2 ZYJ7电液转辙机钩锁装置传动故障检测方法

为了有效解决传统模型存在的依赖性较强等问题，提出一种全新的模型，该模型能够很好地被应用在时间序列预测上。

采用长短期记忆模型中的图形水平代表隐藏层中神经网络的状态C。信息流能够十分轻易地流转且保持不变，并且状态C的变化会受到ZYJ7电液转辙机钩锁装置中三个控制门[7,8]的影响。三个控制门分别为：

1）输入门；

2）输出门；

3）遗忘门。

其中遗忘门主要适用于判断细胞中丢弃的信息，选取对应的控制门进行函数读取。其中“遗忘门”的计算式能够表示为以下的形式：

式中：

hk—当前时刻的输出。以下使用对应的两条信息进行状态更新，如公式（15）、（16）所示：

最新更新的状态C能够表示为以下的形式：

ZYJ7电液转辙机钩锁装置的输出部分[9]能够表示为以下的形式：

ZYJ7电液转辙机钩锁装置中各个节点的输出值计算式如下所示：

不同输出层的输出能够表示为以下的形式：

在进行特征提取的过程中，不同ZYJ7电液转辙机钩锁装置传动故障特征值的维度存在一定的差异，同时无法将其进行对比。在上述分析的基础上，需要对数据进行无量纲化处理[10]，则无量纲化矩阵能够表示为以下的形式：

利用以下公式分别计算不同子序列以及母序列在相同时间段的绝对值，其中关联系数能够表示为以下的形式：

为了获取更加详细的对比结果，需要将关联系数进行统计，同时计算其平均值，则能够获取对应的关联度：

针对于ZYJ7电液转辙机钩锁装置传动过程中出现的故障，同时对特征向量进行提取，并且计算各个矩阵之间关联度取值的大小，以达到ZYJ7电液转辙机钩锁装置传动故障检测的目的。

2 仿真实验

为了验证所提ZYJ7电液转辙机钩锁装置传动故障检测方法的综合有效性，需要进行仿真实验，实验环境为：CPU为Intel(R)Core(TM)i3-380 M 2.53 GHz，内存为2.0 GB，显存为1.0 GB，操作系统为Cent OS6.8，实验环境Opencv2.4.9。

为了验证检测效果的好坏，以下选取漏检率以及误检率作为评价指标，两个指标的取值越低，则说明检测效果越理想；反之，则说明检测效果不理想。以下给出了三种方法的具体实验对比结果。

2.1 漏检率对比（见表1）

由表1可以看出，本文方法的漏检率一直保持在很低的状态，而文献[4]方法和文献[5]方法的漏检率随着输出节点数量的增加在小幅度的上涨。

2.2 误检率对比（见表2）

由表2可以看出，本文方法的误检率一直很低，但是文献[4]方法和文献[5]方法的误检率随着输出节点数量的增加也在增加。

综合分析两个表格的实验数据可知，相比传统方法，本文所提方法的漏检率以及误检率明显较低，这充分说明了所提方法具有较好的检测效果。

2.3 检验时间对比

为了更进一步验证所提方法的有效性，以下需要对比各个方法的检测时间，具体的对比结果如图1所示。

表1 不同检测方法的漏检率

表2 不同检测方法的误检率

图1 不同检测方法的检测时间对比结果

分析图1中不同检测方法的检测时间对比结果可知，本文所提方法的检测时间明显低于传统方法，这说明所提方法能够以较快的速度完成ZYJ7电液转辙机钩锁装置传动故障检测。

3 结束语

针对传统方法存在检测效果不理想、检测时间较长等问题，设计并提出ZYJ7电液转辙机钩锁装置传动故障检测方法。仿真实验结果表明，所提方法能够有效提升检测精度，同时降低检测时间，具有较强的适应性。