铁路道岔除雪设备电加热控制方法

赵文彦，景晓卫，樊笑棋

（国能朔黄铁路发展有限责任公司，原平 034100）

随着我国铁路的不断发展和完善，铁路的运输安全引起人们的高度关注。每次冬季降雪时，大量的雪会堆积在道岔附近，当雪水融化后会因为寒冷在道岔周围结冰，如不对其进行及时处理，容易造成道岔无法正常转换的问题，所以开展铁路道岔除雪设备电加热控制方面的研究十分必要[1-2]。

国内相关专家给出了一些比较好的研究成果，例如文献[3]主要通过可编程控制器和上位机远程交互实现电加热控制；文献[4]利用人机交互界面和PLC 替换原始的仪表控制系统，对产品工艺参数展开灵活设定，同时控制系统通过产品的负载变换，引入模糊理论自动修正PID 参数，完成温度控制；文献[5]利用RBF 神经网络对常规PID 展开优化处理，引入双动量因子对主回路输出的信息展开系统辨识，完成控制器自适应整定，同时利用Kalman 滤波器对输出噪声滤波处理，最终实现控制。以上3 种方法均存在控制性能不佳等问题，故本次研究结合上述几种研究方法，提出一种铁路道岔除雪设备电加热控制方法，并利用实验证明所提方法的应用性能。希望通过本次研究，更好地实现铁路道岔除雪设备电加热控制。

1 除雪设备电加热控制方法设计

1.1 数据过滤处理

在铁路道岔除雪设备中，雪深及轨温是道岔除雪信息采集系统需要采集的重要参数。将雪深传感器安装在铁路沿线的支柱上，对道岔周围的预设测量点展开实时测量，详细的测量原理如图1 所示。

图1 铁路道岔雪深测量原理图Fig.1 Schematic diagram of snow depth measurement for railway turnout

如图1 所示，μ 代表激光传感器的安装角度；l1代表传感器与地面之间的距离；l2代表传感器与监测点之间的距离，通过三角关系可获取激光传感器和水平面的垂直距离l1：

在下雪时，通过数据处理单元持续测量传感器与监测点之间的距离，然后依据式（1）不断计算激光传感器和水平面的垂直距离，利用两者相减完成铁路道岔实际雪深的测量，得到单一铁路道岔雪深数据，其可表示为

式中：l3代表道岔实际雪深；l1′代表下雪时测量的激光传感器到水平面的垂直距离。

接下来，采集轨温数据T[6-7]，实时掌握不同道岔的加热情况，同时将采集的数据上传至电气控制柜，以实现道岔电加热的负反馈。如果轨温超过最高温度，则电气控制柜会自动停止加热；当轨温低于设定的温度值，电气控制柜会重新运行，实现自动加热。

由于传感器受到自身及外在环境等多方面因素影响，导致系统采集到的原始数据无法精准反映实际雪深和实际轨温。为有效解决上述问题，需要对采集到的雪深和轨温数据进行过滤处理[8-9]，剔除异常数据，以提升数据的有效率，详细操作步骤如下所示：

（1）对雪深、轨温中异常数据进行过滤[10-11]的基本原则就是增加对两种数据的测量时间，从每1 min收集的测量数据中筛选出满足过滤条件的异常数据进行优先排查，然后在剩余的数据中选取与前1 min 有效测量值最为接近的值作为当前时间段内的有效测量值。

设定g（x，a）为分辨矩阵上元素a 的取值，通过全局正则渐进分集方法获取数据过滤的核函数β。在设定的有界论域F 内，得到不同数据的特征分布集da*（β），对应的表达式如下所示：

式中：Q（β|F）为概率密度特征；I 为统计量；B 为分辨矩阵中的元素总数。

（2）结合不同类型数据特征的分布情况，引入模糊决策方法建立数据过滤表达式，如式（4）所示：

式中：f（x）为数据过滤；di为数据项的总数；xu代表雪深数据的转换系数；yu代表轨温数据的转换系数。

（3）通过数据过滤模型对采集到的单一铁路道岔雪深数据l3和轨温数据T 展开预处理，设定其有效数据的记录范围分别为（0，H）和（Y，4）。当l3＞H、l3＜0 时则判断其雪深异常数据；当T＞4、T＜Y 时，则判断其为轨温异常数据，以此来完成异常数据判断，并对其进行剔除。

（4）对于采集的全部数据在进行滤波处理，完成异常数据剔除后，设定余下有效数据的集合为Sf（x），其可表示为

对有效数据集内全部数据展开离散程度判断，假设离散程度低于现阶段分钟的有效测量值则直接记录；反之，则在下一分钟重新进行上述步骤操作，直至得到有效测量值。有效测量值的获取可为后续初雪设备的电加热控制提供良好的数据基础，避免因采集数据不准确导致控制偏差的问题。

1.2 铁路道岔除雪设备电加热控制

在铁路道岔除雪设备中，电加热控制是一个十分重要的环节，它直接决定了最终的除雪效果，故在完成雪深数据及轨温数据采集后，开展铁路道岔除雪设备展开电加热控制[12-13]。

首先，需要确定输入控制量Sf（x）对应的模糊集合，如式（6）所示：

依据式（6），确认输入控制量对应的基本论域和模糊论域，其模糊论域N 为｛-6，+6｝，其输入基本论域R 为，rΔImax和为偏差最大值和偏差最大变化率。在确定论域的取值范围后，获取二维模糊控制器输入，即计算铁路道岔除雪设备电加热温度的偏差∂（e）以及偏差变化率∂（u），其对应的计算式如下所示：

式中：h（a）为量化档数；zec代表论域的覆盖程度；z（e）代表偏置项。

在确定铁路道岔除雪设备电加热温度的偏差以及偏差变化率后，还需要确定论域的覆盖程度和灵敏度，隶属函数使用三角形隶属函数，其对应的示意图如图2 所示。

通过三角形隶属函数的引入，可以精准确定模糊控制规则，在每条模糊控制规则中都有一个对应的模糊关系，通过全部控制规则即可确定整个系统的模糊关系U，如式（9）所示：

通过模糊推理可获取如式（10）所示的控制量集合GU：

结合上述分析，将模糊控制[14-15]和PID 控制相结合建立模糊PID 控制器，如图3 所示。

图3 模糊PID 控制器结构示意图Fig.3 Structure diagram of fuzzy PID controller

依据上述模糊PID 控制器，不断对比除雪设备温度与设定温度值，以实现设备电加热的实时控制。在模糊PID 控制下，除雪设备温度与设定温度值间的偏差计算式如式（11）所示：

式中：E（GU）为模糊PID 控制下除雪设备的温度和温度设定值两者之间的偏差；Δe（0）为除雪设备的温度；Δe（1）为设定的温度值。通过式（11），可实现当前加热温度与设定温度的判断，以此来实现加热设备控制的负反馈。当E（GU）＞0 时，则需要设备停止加热；当E（GU）＜0 时，则需要进行加热，以此来实现除雪设备的电加热控制。

综上，完成铁路道岔除雪设备电加热控制方法的设计。

2 实验结果与分析

为验证所提铁路道岔除雪设备电加热控制方法的有效性，选取2022 年某高速铁路ZY（J）7～ZY（J）17 道岔设备进行研究。采集其雪深数据和轨温数据，并依据除雪设备对其进行良好控制，以检验其性能。获取数据，通过数据分析软件SPSS 判断该方法的实用性。本次研究的数据分析部分在一台操作系统为Windows 10 的笔记本电脑中进行，其具体配置如表1 所示。

表1 数据分析实验环境配置Tab.1 Data analysis of experimental environment configuration

以上述为基础，对所提方法开展测试，以验证所提方法的综合性能。

实验优先对所提方法的数据过滤性能展开测试，分析过滤前后雪深数据变化曲线和轨温数据变化曲线，详细的实验测试结果如图4 所示。

图4 所提方法的数据滤波性能测试分析Fig.4 Test and analysis of data filtering performance of proposed method

分析图4 可知，在没有对铁路道岔雪深数据和轨温数据滤波前，两个数据曲线存在比较明显的起伏变换，整体变化趋势并不平稳。经过滤波处理后，铁路道岔雪深数据和轨温数据变化曲线逐渐趋于平稳，可有效保证铁路道岔除雪设备安全平稳的运行。

接下来，为验证所提方法的优越性，在铁路现场展开实验测试。随机选定一段铁路道岔，给出降雪后不同道岔区域需要加热的温度，理想温度分布如图5 所示。

图5 铁路道岔除雪温度Fig.5 Temperature of snow removal for railway turnouts

利用所提方法对铁路道岔除雪设备电加热展开控制，获取的实验结果如图6 所示。

图6 铁路道岔除雪设备电加热控制效果Fig.6 Electric heating control effect of railway turnout snow removal equipment

通过图6 可知，采用所提方法对除雪设备展开电加热控制处理后，除雪设备的温度和理想温度图基本吻合，可有效清除铁路道岔上的积雪，更好地实现铁路道岔除雪设备电加热控制，获取满意的控制效果。

进一步分析所提方法在铁路道岔除雪设备电加热控制过程中所花费的时间，如表2 所示。

表2 除雪设备电加热控制耗时结果Tab.2 Time consumption results of electric heating control for snow removal equipment

分析表2 可知，采用所提方法可快速完成铁路道岔除雪设备电加热控制，由此可证明所提方法具有较快地运行效率。

最后，检测所提方法控制规程中的能耗，得到结果如图7 所示。

图7 铁路道岔除雪设备电加热控制能耗结果Fig.7 Energy consumption results of electric heating control for railway turnout snow removal equipment

通过图7 可知，所提方法对应的铁路道岔除雪设备电加热控制能耗会随着测试样本数量的增加而增加，但是所提方法在铁路道岔除雪设备电加热控制过程中能耗较低，其主要是因为所提方法在铁路道岔除雪设备电加热控制前期对采集到的雪深数据和轨温数据展开了过滤处理，这样可有效减少所提方法在铁路道岔除雪设备电加热控制中的能耗，全面验证了所提方法的优越性。

3 结语

针对传统方法存在的不足，提出一种铁路道岔除雪设备电加热控制方法。经过实验测试证明，采用所提方法可滤除雪深和轨温数据中的异常值，同时还可有效减少铁路道岔除雪设备电加热控制能耗及耗时，获取更加满意的控制结果。在后续阶段，将进一步扩大研究范围，确保所提方法可得到更加广泛地应用。