基于故障状态演化的高速公路机电运维智能化系统设计

栗红阳

（中电建冀交高速公路投资发展有限公司，河北邢台 054000）

0 引言

高速公路是专供汽车高速行驶的公路，其建设和运维管理涉及到国家经济、社会生活的各个方面[1]。高速公路机电运维智能化系统设计是保障高速公路可持续运行发展的核心与基础。

为有效提升高速公路机电设备运维管理质量，对基于故障状态演化的高速公路机电运维智能化系统进行设计，并通过实践检验分析，判断该系统的应用实效。

1 高速公路机电设备维护维修现状

1.1 维护模式

（1）自行维护模式。如果高速公路运行管理单位选择此模式对机电设备进行维护，则单位自身必须组建高素质维护团队，应拥有单独维护部门。该项工作覆盖范围广，涉及多项技术，对维护人员技术水平与工作能力提出了较高要求[2]。团队中应安排机电系统建设人员，此类人员熟悉相关业务，可以为开展后续工作提供参考意见。但是，此模式需要足够的维护设备进行支撑，在前期需要投入大量成本，维护年费控制难度较大[3]。

（2）自行维护与专业维护相结合的模式。根据机电系统内部设备专业性进行划分，部分机电设备自行维护，专业性较高的设备交由外包公司或厂家进行维修[4]，在提高运维工作的标准化、规范化、信息化程度的基础上，提升机电运维及管理实效。

1.2 存在的问题

高速公路设备种类众多，设备管理工作可以决定高速公路实际使用寿命，影响民众人身安全，因此必须引起相关人员重视[5]。现阶段，高速公路行业对设备安装、技术改造工作的关注度在不断提高，但是由于日常管理属于粗狂型管理模式，设备维护管理措施存在以下问题：

（1）设备日常保养频率过低，且保养操作规范性不足，导致设备故障发生率较高[5]。

（2）维修手册包含内容较多，且缺乏电子版，查找难度较高，导致新从业人员无法独立完成日常工作。

（3）传统设备管理工作重点为恢复设备原有性能，其弊端为无法与企业进行合作，无法实现自主经营。在实际工作中需要考虑设备输入与输出问题，提高管理工作经济效益。

（4）每次检修作业工作内容都存在一定差异。检修工作主要目标为找到故障点及问题的成因，但由于设备故障原因不同、点位不同，使得工作人员实际工作强度较高，再加上现代设备技术含量较高，维修人员自身专业素质不同，因此导致维修时间与费用不断提高，设备损失不断增加，除此之外，备件准备时长也会对维修时间与质量造成一定影响。

2 高速公路机电运维智能化系统设计

2.1 硬件设计

故障监测系统包括数据分析技术、物联网传感器技术等，在具体监测工作实践中，可以通过故障状态演化方式预测故障，并对故障监测结果进行分析，从而制定更加科学、合理的机电运维管理工作计划，切实提升工作实效。

故障监测方面，充分应用物联网传感器、数据分析处理、电子设备控制等信息技术，保证高速公路机电设备运维工作高效化、精准化、智能化。根据高速公路机电运维需求，在故障监测方面设计四大模块，分别为感知模块、传输模块、信息整合模块、信息应用模块（表1）。

表1 高速公路机电运维智能化系统的故障监测设计

机电设备智能维护方面，主要完成照明控制维护、可变信息标志维护、交通控制设施维护等工作。

2.2 软件设计

应用基于故障状态演化的高速公路机电运维智能化系统对高速公路机电设备故障进行监测，可以有效提高监测效率与质量。

2.2.1 故障模型

在监测高速公路机电设备系统故障过程中，若发生故障，则应用动态状态空间模型，表示为：

式中，y（t）表示高速公路机电设备状态矢量；v（t）表示机电设备的控制矢量；x（t）表示机电设备的观测矢量；g（t）表示机电设备的故障矢量；B、C、D、E 表示常数矩阵。

基于高速公路机电设备系统故障类型分析，在判断机电设备故障过程中，将g（t）设置为被控目标，进而对故障类型进行精准判断。

2.2.2 故障演化趋势模型

为更有效地判断高速公路机电设备故障，需要对故障演化趋势进行分析。将上述模型中的马尔科夫链状态数量设置为M个，取得M 时刻的马尔科夫链状态，表示为：

式中，Pt表示M 时刻的故障状态。

考虑高速公路设备状态各异，故障监测值数量设置为N个，取得t 时刻的观测值，表示为：

另外，需要将初始概率分布矢量设置为α，表示为：

2.2.3 故障预测与故障诊断混合模型

为精准判断高速公路机电设备系统故障情况，将故障诊断模型与故障演化趋势模型进行融合，获得混合模型。该模型中，将故障矢量视为关键因素，通过模型计算，强化机电设备故障信号，以提高故障诊断与故障预测的精准性。

在高速公路机电设备故障诊断过程中，若观测序列为xt∈{x1，x2，…，xM}，故障矢量为g（t），则故障预测与诊断结果表示为：

3 实践分析

3.1 高速公路机电维护效果

为验证故障演化趋势模型及系统的有效性，将高速公路机电运维智能化系统应用于某地区高速公路机电设备运维工作中，将运维周期设定为1 个月，每个月对机电设备运维情况进行整理分析，得出表2 数据（5 个月）。

根据表2 分析可知，在5 个月内，高速公路机电运维智能化系统在该高速公路机电设备维护中的应用收到良好效果，修复率达到99.99%。为进一步分析系统优势，发挥系统故障修复作用，对运维智能化系统、寿命预测系统、振动信号故障诊断系统进行对比分析。

表2 高速公路机电设备运维结果

3.2 系统故障率对比分析

基于持续改进机电运维智能化系统服务质量目标，采取短周期考核方式，对系统的故障率进行对比分析，在得出有效对比分析结果的基础上，为完善机电运维智能化系统提供必要参考。据此，将智能维护时间设定为5 个月，将机电设备故障划分为轻、中、重3 个等级，应用运维智能化系统、寿命预测系统、振动信号故障诊断系统，对高速公路机电设备进行运维管理，以均值为计量标准，得出对比结果如表3 所示。

表3 3 种系统的高速公路机电设备运维结果

表3 数据显示，高速公路机电设备运维智能化系统的轻级故障率均值为0.016，中级故障率均值为0.012，重级故障率均值为0.012；寿命预测系统的轻级故障率均值为0.126，中级故障率均值为0.112，重级故障率均值为0.094；振动信号故障诊断系统的轻级故障率均值为0.088，中级故障率均值为0.072，重级故障率均值为0.062。综合而言，高速公路机电运维智能化系统的轻级、中级与重级故障率均小于寿命预测系统平均故障率和振动信号故障诊断系统的平均故障率，表明机电运维智能化系统的维护效果良好。

4 结语

为进一步提升机电设备维护实效，对当前的高速公路机电设备维护模式、存在的问题进行深度分析，并以高速公路机电设备维护目标为基本点，以提升维护质量为重点，设计基于故障状态演化的高速公路机电设备运维系统，为推进高速公路管理水平高质量发展奠定坚实基础。