PHM技术在高速道岔中的应用和难点分析

钱 坤

(中国铁道科学研究院集团有限公司 铁道建筑研究所,北京 100081)

随着我国高速铁路的快速发展，高速道岔得到广泛应用。但随着高速道岔服役时间的延长，其发生故障和功能失效的概率也逐渐增大，养护和维修的成本也随之增加。故障预测与健康管理(Prognostic and Health Management，PHM)技术是以预测技术为核心，基于系统的可靠性、安全性和经济性进行综合考量，实现从状态监测进化到健康管理的综合性技术。这种转变引入了对系统未来可靠性的预测能力，借助这种能力识别和管理故障的发生，规划维修和供应保障。将PHM技术同高速道岔的运营管理和养护维修相结合，则道岔系统的安全性、完好性和稳定性均有望得到提高，且有望减少道岔的养护维修费用。

1 PHM技术概述

PHM技术包含故障预测和健康管理2方面内容。故障预测是指根据系统现在或历史性能状态预测性地诊断部件或系统完成其功能的能力，包括确定部件或系统的剩余寿命、性能下降和失效概率。健康管理则是根据诊断或预测信息、可用维修资源和使用要求对维修活动做出适当的决策[1]。

PHM技术是在传统的健康监测和故障诊断的基础上发展起来的。20世纪60年代，美国在执行完阿波罗登月计划后，发生了一系列由设备故障引起的事故。因此，NASA(美国国家航空航天局)和美国海军研究室在1967年主持开展了一系列针对机械故障预防的研究性工作，这标志着故障诊断的开端。后来，伴随着新技术革命，故障诊断与健康监测技术得到了飞速发展，尤其是在航空航天领域和军事装备领域得到了广泛应用。PHM技术的发展经历了可靠性分析、故障分析、系统监控和系统健康管理4个阶段后，在20世纪90年代中后期，随着美军重大项目—F-35联合攻击机项目的启动，进入了综合系统故障预测与健康管理阶段[2-3]。目前，国外的PHM技术已经从方案设计阶段扩展到工程验证阶段，其应用遍及航空航天、工业制造、水力、核电等大型复杂系统领域。

我国PHM技术研究起步较晚，针对系统综合层面的PHM项目主要集中在航空航天、复杂军事装备等非民用领域，目前有中国航天科工集团公司的武器装备健康状态管理平台、航天测控公司的国产飞机实时监控与故障诊断系统等为数不多的正在研发的平台系统[4]。而针对机械、电子等子系统或部件的PHM系统已经在发电、微电子等行业有所应用，如风电机组的运行性能监测、电动汽车锂电池组的性能监测等。

2 道岔PHM技术需求分析

2.1 高速道岔监测及检测现状

通过探伤车和手工探伤相结合，我国现有的道岔监测和检测手段能够在一定程度上进行钢轨件材料的裂纹及缺陷诊断，实现道岔一般轨件及转换设备的故障示警和隔离。具体情况如下：

1)轨道电路信号。当道岔区外的连续轨件发生断裂时，轨道电路会产生相应信号进行示警，从而对相关区间进行封闭，确保行车安全。

2)转换设备信号。当转辙机故障、转换卡阻或密贴不严时均会产生相应的示警信号，从而对故障区间进行封闭，确保行车安全。

3)道岔探伤。采用道岔探伤车对岔区基本轨等一般轨件定期进行探伤作业，并采用手工探伤对探伤车无法覆盖的尖轨、心轨、翼轨等变截面轨件进行补充探伤，但尖轨尖端、心轨尖端、轨腰等区域依然存在检测盲区。

2.2 道岔PHM技术难点和适应性分析

主要应用于军工和航空航天领域的传统PHM技术关注的重点通常是具有高风险、高价值和高复杂度的集成系统。其监测系统通常具有实时性强、集成度高、容错率低等特点，传感器的布置较为密集。测试主体的可测性在设计、研制和生产阶段就已经进行了优化，为后期监测和检测预留了充足的接口条件[5]。

对于铁路工务设备而言，即使是在具有较高结构复杂性和功能复杂性的高速道岔上直接套用传统的PHM方法在技术上和经济上都不具备可行性。具体原因如下：

1)故障导向安全且容错率高。对列车运行安全产生直接影响的高速道岔伤损和故障，如轨件断裂(尖轨、心轨断裂除外)、转换设备卡阻等，在发生后均导向安全，会产生相应的故障信号和示警，使运行列车有时间进行安全减速和停靠。而无预警信号的伤损和故障，如轨件磨耗、零部件断裂、不足位移等，对列车行驶安全产生的影响较飞行器的发动机或飞行控制系统故障对飞行器安全的影响要轻微许多，对监测的实时性需求较弱，容错率较高。

2)可测性不足。高速道岔的设计受限于当时的技术和制造水平以及铁路运营维护模式，对系统的可测性未进行充分考虑。目前道岔检测主要依赖于人工或人工操作的移动式检测机具，而监测系统往往需要额外布置诸多的传感器设备，集成度相对较低。电务设备具有一定的机内测试功能，但数据种类比较单一，数据的传输和使用相对封闭。另外，由于测试数据多种多样且离散性强，如超声波探伤数据或光带的图像，难以归并为统一的数据格式进行后处理和分析。以上原因导致铁路工务设备可测性不足。

3)经济性差。如需在空间和时间上对道岔区进行全面监测，由于现有传感器性能的限制，需要布设大量传感器，造成成本急剧上升，经济性较差。

由以上分析可以看出，PHM技术在道岔中的应用主要受成本和测试方法的限制。为了突破这一限制，道岔PHM技术的研究应当从3方面着手：①积极利用现有监测设备，避免过于繁杂的系统构成，通过创新监测方法和试验手段来获得更多的道岔状态信息；②针对目前难以监测但对安全非常敏感的设备优先开发子系统级的故障预警系统；③利用目前机器学习、人工智能等新兴数据挖掘手段，对测试数据展开专项研究，以期从现在和历史数据中发现道岔健康状态的特征，并对未来状态进行预测。

3 道岔PHM技术应用可行性及难点

道岔PHM技术研究面临着诸多复杂因素，如果在现阶段就追求系统的完备性，则会面临可行性和经济性的双重困难。因此，从道岔的基本组成元素出发，通过对实际运营维护需求的分析，提出了道岔PHM分阶段实施方案规划，如图1所示。

图1 道岔PHM分阶段实施方案规划

从图1可以看出，道岔PHM方案将沿时间和功能2条主线共同展开，近期的关注点主要偏向于安全领域，而随着研究的进展，关注的重点也更多地向经济性转移。值得注意的是，可动轨件的安全性作为道岔PHM研究的重中之重，将不断进行新技术和新方法的引入和迭代，这在一定程度上也满足了道岔作为整体系统的经济性要求。因为在正常服役的情况下，可动轨件尤其是尖轨往往是养护工作量最大、更换最频繁的部件，对其进行完善的健康管理将有效减轻现场工作强度并压缩成本，从而提高道岔系统的经济性。

道岔PHM方案规划中还有一个显著的特点，即不同组件的研究内容及工作开展周期不完全一致，这是在充分考虑了不同组件的功能特征以及对安全性、经济性影响差异的基础上进行的适当妥协和合理调整。在现有技术条件下，利用较为成熟的传感器、检测设备及数据处理方法对道岔重点部件和位置进行故障示警、隔离和诊断并进行相应的管理，从而实现PHM的基本功能。

3.1 易损轨件寿命预测及更换管理

道岔钢轨件尤其是尖轨、心轨和叉跟轨，由于存在薄弱断面，容易产生病害，同时高速道岔的钢轨件普遍具有体积长大、更换不便、成本较高等特点，因此成为影响道岔健康状态的关键。道岔钢轨件的健康状态主要受内部伤损和表面廓形状态2个因素制约[6]。针对内部伤损引起的可动轨件失效，目前尚未有成熟的报警系统，更无法进行预警与预测，因此应首先针对目前的道岔服役情况研发实时有效的裂纹伤损监测检测系统。而对于表面廓形引起的道岔性能下降，目前主要依靠现场工务人员的经验来进行判定和维修，亟需一套数字化的轨件廓形和磨耗管理系统。

3.1.1 道岔轨件伤损监测检测系统

1)系统原理

位于钢轨轨头、轨腰和轨底的磁致伸缩传感器或压电传感器可发出超声能量脉冲，此脉冲充斥整个钢轨截面并向远处传播。由于缺陷在径向截面上有一定面积,导波会在缺陷处返回一定比例的反射波,因此可由同一探头阵列检出的反射波来发现和判断缺陷大小。

2)实现难点

①导波传感器需耦合于钢轨表面，而对于尖轨、心轨等部件，时常由于安装位置受限造成传感器灵敏度过低，采集信号信噪比低，容易产生漏报和误报;②由于导波信号复杂度高、信息量大，信号后处理过程复杂，算法可优化空间极大，目前自动化程度还未达到现场实时报警的要求。

3.1.2 道岔轨件廓形和磨耗管理系统

1)系统原理

使用机械或激光廓形仪扫描道岔轨件廓形，利用软件使电子车轮廓形尺与数字轮廓相接触，得到接触状态信息，判断道岔轨件安全状态。同时对道岔轨件进行磨耗管理，将原定性分析方法优化为定量分析方法，并基于历史积累的定量数据预测道岔轨件的残余寿命，指导打磨与养护维修工作。

2)实现难点

①基于廓形的轨件寿命可靠性分析需要大量实测数据的积累，目前此项工作还未正式开展，且实施难度较大;②廓形测量设备的准确度和自动化程度有待提高，目前所依赖的人工测量方法受环境和人为因素干扰严重，数据的重复性不强。

3.2 转换设备故障综合预测及维修管理

针对同一转换杆件相连接的道岔可动轨件，如尖轨和心轨，转辙机内的电信号可在一定程度上反映出轨件的结构状态;而通过对尖轨和心轨结构状态的监测又可以对转换设备因温度变化而产生的卡阻进行预测。将两者的监测数据进行融合后，可以对工电接口的故障进行及时有效的预警。

1)系统原理

使用轴销式测力传感器和位移传感器对道岔牵引点处动作杆的转换阻力和机内动作杆位移进行监测，并结合尖轨和心轨的伸缩位移、环境温度等参数，积累道岔转换时的运行状态信息和动作规律，通过对不同环境下转换设备运行曲线进行分析，获取可能的故障特征库，对电务设备故障进行预警，并为电务部门提供辅助调整信息。

2)实现难点

①测试系统需替换原有转辙机机内部件，且数据传输无法基于已有的通信信号系统，造成设备上道手续困难，并增加成本;②工电接口的测试数据整合问题以往并无先例，需要大量实际测试数据作为基础，同时，现场工务和电务调整、维修等作业都会对采集数据的基准产生影响，也需要大量现场数据进行校准。

3.3 基于大数据方法的道岔PHM技术

随着测试技术的高速发展，在对系统进行检测和监测时获取信息的种类和数量都呈指数级增长。随着数据传输、储存成本的降低，由大数据推动的PHM技术成为了目前PHM系统的主要进化方向，在近些年得到了广泛的支持和快速的发展。对于高速道岔，由可靠性理论和物理模型驱动的PHM技术虽然能够取得一定的成果，从而改善道岔的运营维护现状，但若想进一步提高管理水平，未来在时机成熟的时候还是需要对数据驱动的PHM技术进行突破。

高速道岔的检测和监测数据中，由道岔监测系统和轨检车获取的测试参数均隐含有大量的道岔状态信息，通过对同一型号道岔信息或同组道岔的历史信息进行分析，理论上能够预测出道岔在服役过程中的健康状态变化，从而对道岔系统进行故障预测和健康管理。但是，由于测试参数同道岔系统退化状态之间的关系是非显性且非线性的，传统的建模和统计分析手段均无法有效地从数据中提取和融合关键信息，难以表征出系统的实际健康状态。而数据驱动的PHM技术只要对足够充分的系统历史数据进行学习，就有希望依靠数据的特征识别、选择和融合，形成模糊化的健康参数模型，从而对系统的健康状态进行预测。

数据驱动的PHM技术主要包含7个环节：信息感知、状态监测和数据采集；特征识别、选择和融合；健康参数构建；剩余寿命预测；PHM不确定性量化与评估；PHM验证与评估；健康管理[7]。

3.4 系统级道岔PHM技术面临的问题

前述各个应用均是针对道岔中某一重点部位或部件开展的子系统PHM研究，其获取的数据目前仅限于子系统内部使用，而单一子系统的健康状态无法反映出整个道岔的实际服役情况。系统级道岔PHM技术要求在各子系统功能实现的基础上，形成数据采集、数据传输、数据分析、数据管理等全面的融合，即对于用户来说，平台信息依赖于对用户权限进行统一管理而不是根据分系统的功能形成多个界面。在将来进行系统级道岔PHM技术研究过程中，还面临着下列问题：

1)目前各子系统性能还不完善，研发进度也难以统一，子系统间使用的数据类型和数据格式在不同程度上存在差异，在将来系统平台进行数据融合时，存在数据转换和分析的困难。

2)不同子系统虽然各司其职，但其监测数据间可能包含有各种冗余信息。如何尽量精简监测数据类型来满足各子系统的应用，同时降低系统复杂度和使用成本，也是面临的一大挑战。

3)系统级道岔PHM技术最重要的功能是实现道岔的健康管理。为了达到这一目标，需要对道岔服役和养护维修过程中涉及的人员信息、物料信息、设备信息和时间信息进行全面统计。道岔信息管理数据库的搭建需要时间和行政强制力的双重保障。

4 结语

高速道岔是高速铁路基础设施中影响行车安全的关键设施，需要长期保持良好的工作状态，确保高速列车安全、平稳、不间断地运行。但道岔在服役过程中，受列车及温度荷载的作用，会不断发生伤损及性能劣化，因而是线路维修中的重点及难点。故障预测与健康管理这个概念最近才引入到工务系统的应用中来，在道岔中的应用更是从无到有的第一次尝试。本文中的各道岔子系统目前都具备了一定程度的可行性，进一步解决技术中存在的难点并完善各子系统将是今后一段时间内道岔PHM技术研究的重点。