基于模糊熵和非对称贴近度的轨道电路分路不良故障预警系统*

戚呈辉 任志俊 杜小虎

（1.江南大学机械工程学院 无锡 214122）（2.江苏省食品先进制造装备技术重点实验室 无锡 214122）

1 引言

随着国内基础建设的发展，铁路运输业也取得了长足的进步，列车运行速度也随之变快。而铁路运行的安全性关乎到越来越多的人，铁路信号设备作为保障铁路运行安全的重要设施，其安全稳定性显得尤为重要。轨道电路是铁路运行系统中检查车辆占用情况的信号设备，自其发明以来，已经在全世界使用了一百多年［1］。但是因为轨道电路有一部分是室外设备，所以实用效果会受到气温、湿度、酸碱度等环境因素的制约，分路不良故障时有发生，经常会导致车辆晚点，甚至会造成车辆安全事故。因此，轨道电路分路不良是铁路行业的重大安全隐患，必须加强其安全预警。

轨道电路故障预警已经有很多研究，Gensuo MI 等采用BP 神经网络进行站内轨道电路分路不良预警［2］；Haigui WEN等对分路不良进行微机监测的预警［3］；张梦琪等采用粒子群算法对轨道电路故障进行预测［4］。以上研究大多使用的是最大隶属原则判断故障等级，存在丢失部分数据信息的缺陷，本文采用模糊熵和非对称贴近度原则对ZPW-2000A 轨道电路分路不良进行安全预警，并通过实际案例数据进行分析验证，为后面对轨道电路分路不良的研究提供一些参考。

2 ZPW-2000A 轨道电路分路不良介绍

2.1 工作原理

ZPW-2000A 型轨道电路分为室内和室外两个部分［5］，其构成系统如图1。当该区间无车时，轨道继电器能可靠吸起，进入调整状态；当区间有车时，轨道继电器便可靠落下，呈分路状态。另外，ZPW-2000A 还具有断轨检查功能，当轨道发生断裂时，轨道继电器可靠落下，呈断轨状态［6］。

图1 ZPW-2000A轨道电路系统构成

2.2 分路不良介绍

具体来说，轨道电路分路不良是指在分路状态下，区间内有列车轮对接触到区间的两根钢轨，但是信号灯未显示为红色，控制台未显示该区间被占用。分路不良故障直接原因是分路电阻过高，而分路电阻受轨道电路区间钢轨上的轮对数、轮对踏面是否有杂质、钢轨表面有无杂质的影响。分路电阻过高会在列车占用轨道电路区间时，使本区间的轨道继电器不能可靠落下，失去检查是否有车辆占用的功能。

3 预警系统如何确定轨道电路分路不良故障

轨道电路分路不良故障预警系统分为数据采集层、数据分析层、人机会话层，其功能如下：

数据采集层：在轨道电路中使用传感器等对关键数据进行采集，并传入到数据库中；

数据分析层：对数据库中的数据库使用模糊熵与非对称贴近度原则进行决策，判断故障的等级；

人机会话层：将算法决策的结果返回到页面中，供管理员判断。

3.1 预警指标及其可靠范围的确定与数据采集

预警指标是指决定某区段分路状态安全的几个主要因素，而分路不良主要是由分路电阻过高引起。分路不良故障的发生会直接导致轨出电压（分路残压）异常，所以选择轨出电压U作为指标之一，轨出电压可由ZPW-2000A轨道电路自行采集。根据ZPW-2000A轨道电路的相关资料显示以及铁路局电务处的反馈，环境因素会直接导致轨道电路的室外设备发生故障，而其中影响最大的环境因素就是气温与湿度，故选取环境温度T与环境湿度H作为预警指标。根据资料［7］显示，在ZPW-2000A 轨道电路中，能使轨道继电器稳定落下的轨出电压为a，且a≤140mV(amax=140mV)，能使轨道继电器刚好落下的轨出电压为b，且140mV ≤b≤170mV(设定bmin=140mV,bmax=170mV) ，可靠的环境温度为-40℃~70℃（设定Tmin=-40℃,Tmax=70℃），环境温度的临界值（Tl）为18℃，可靠环境湿度为Tmax≤95% ，环境湿度的临界值为50%（Hl1）和72%（Hl2）。在MySQL 数据库建立轨出电压、环境温度、环境湿度三个预警的data 数据表，其具体信息如表1。

表1 数据库data信息

在轨道电路的室外部分安装了温度传感器与湿度传感器，将这些传感器与无线传输装置通过RS485 串口连接，再将无线传输器与收发软件连接，它们之间的数据传输使用modbus 协议。其中无线传输器相当于socket 的client 端，所以收发软件中包含了socket 的server 创建、循环接受无线传输器的数据并对数据进行解包处理，最后连接MySQL数据库并发送解包后的有效数据，调试成功后传入到MYSQL数据库中，其流程如图2。

图2 传感器无线传输流程图

3.2 隶属度矩阵的选取

设G为ZPW-2000A 轨道电路分路不良预警体系，共有3 个预警指标，对应预警指标特征值：V=[v1,v2,v3]T，其中，gl为指标i的特征值，i∈｛1，2，3｝。隶属度函数是模糊控制的关键，所以模糊控制的结果取决于能否隶属度函数的选择。但隶属度函数不是唯一的，本文采用直觉法评定隶属度函数。为了避免本人的过多主观因素，根据前人的经验选取合适的函数作为隶属度函数。本文参考根据经验对其模糊识别隶属度函数的结果并经过筛选，选取K次抛物线、三角函数作为其隶属度函数［8~11］，各个指标的隶属度函数如表2~4。

表2 轨出电压/U的隶属度函数

表3 环境温度/T的隶属度函数

表4 环境湿度/H的隶属度函数

依据隶属度函数，计算各特征值gi对应的隶属度gij，并得出预警指标的隶属度矩阵［12］：

式（1）中，gij为指标i的j级隶属度值i=1，2，…，m，j=1，2，…，c（本文中m=3，c=3）。基于模糊熵确定指标权重的依据是：如果系统G只用gi一个指标得出安全等级时，通过其特征值可得gi隶属于安全等级论域中各模糊子集的隶属度，并获得判断G安全等级的决策向量，gi的模糊熵值代表决策信息的模糊不确定性。系统中，当某指标隶属安全级别的值为1，隶属于普通危机和高度危机的隶属度为0时，则可以确定该系统G此时处于安全级别。当某一预警指标隶属于安全级别、普通危机和高度危机的隶属度相同时，则无法确定其安全等级。当有多个指标，指标的模糊熵值越大，其不确定性越大，则在决策中作用越小，应赋予较小的权重，反之，模糊熵值越小，应赋予较大权重［13］。

3.3 预警指标权重值的确定

赋权法有主观、客观和主客观三种，但含主观的赋权法不适合用在预测方面。因为主观带来了人为因素的影响，并不利于该系统预测方向的客观性和真实性，所以本文采用的熵权法属于客观赋权法［14］。本文中，熵权法是根据各预警指标所代表的信息量的大小决定其权重值。为了满足模糊熵的明晰、极大、分辨和对称的特性，根据DeLuca 和Termini 的模糊熵定义［15］，计算各预警指标的模糊熵F={f1,f2,…,fm}，其中第i个指标的模糊熵值为

其中，K为归一化常数，取值为，sij为

根据计算结果确定指标权重值，W={w1,w2,…,wm}，其中第i个指标权重值：

3.4 运用模糊非对称贴近度进行综合评价

其一，确定预警决策向量，将预警指标权重与隶属度加权平均集结如下所示，其中，j=1,2,…,c。

其二，进行决策向量的非对称贴近度集化，预警决策向量G中，若，则称Di=(d1,…,di-1,1,di+1,…,dc)=(0,…,0,1,0,…,0) 是模糊论域设V={v1,v2,…,vc}中vi的特征模糊子集。

对G进行标准化：首先，将gi,i∊Ic={1,2,…,c}排在第一位，对任意i1，i2∊Ic，若|i1-i|<|i2-i|，则把gi1放在gi2的前面；若|i1-i|=|i2-i|，且i1

对Di标准化，得。计算非对称贴近度：

安全预警等级的确定，若

则决策结果属于vk级。综合以上分析，绘制出基于模糊熵与非对称贴近度的针对ZPW-2000A轨道电路分路不良故障的流程如图3。根据以上分析过程，利用Java语言在eclipse中编写轨道电路分路不良安全预警系统，其系统界面如图4。所以该系统在分析一组数据时，首先判断轨出电压是否大于bmax，若大于bmax，则直接报警。再判断可靠湿度和可靠温度是否在可靠范围内，如果不在，则直接报警，当系统发出报警时，说明其不在安全等级内，则无需显示信号灯颜色。本系统将安全等级类模糊论域设为D={d1,d2,d3}，分别为安全级别、普通危机、重度危机，对应的信号灯显示颜色为绿色、黄色、红色。

图3 系统流程图

图4 故障预警系统界面

4 案例分析

本文选取上海局无锡站的某一时段的数据用于验证ZPW-2000A轨道电路的基于模糊非对称贴近度预警系统的可靠性。取得表5 中10 组预警指标的数据，根据图3 的流程图，首先系统进行判断U、H、T是否合格，第9 组数据轨出电压U超出范围，直接报警，第10 组数据环境湿度H超出范围，直接报警。对于其他8组数据进行预警分析。

表5 预警指标采集

首先根据隶属度函数计算出数据的隶属度矩阵，再将隶属度矩阵代入到式（2）和式（3）进行计算，得到预警指标的模糊熵，再根据计算结果与式（4）计算出预警指标权重，再与式（5）计算得非对称贴近度，最终计算结果如表6所示。

表6 预警指标的非对称贴近度计算结果

从以上数据可以得出：

1）第9、10组数据，超出筛选范围，直接报警；

2）第1、3、4 组数据处于高度危机，会显示红灯警报；

3）第2、5、6、7、8 组数据处于安全等级，会显示绿灯。

系统的结果界面显示结果如图4，与上面的计算结果一致。通过上述数据的结果显示，并结合上海局无锡站工作人员的检查反馈，系统的故障预警结果与轨道电路实际情况一致。

如果采用模糊熵理论与最大隶属度原则进行决策时，第4组会显示普通危机，第6组会显示普通危机，这两组的结果与非对称贴近度判断的结果不同，并且与实际情况不一样，会使判断产生误差，所以本文采用模糊熵与非对称贴近度原则相结合进行故障等级的决策，提高预警的准确性，保证行车的安全。

5 结语

1）针对ZPW-2000A轨道电路分路状态的基于模糊熵理论和非对称贴近度原则的故障预警系统，首先根据对轨道电路分路不良的影响因子确定了三个预警指标，并对其评价标准进行了划分。本文根据其隶属度情况建立了九个隶属度函数，并用熵权法确定了指标权重值，最后运用模糊非对成贴近度原则对其进行综合评估，依据结果对安全等级进行分类，使得预警更加精确。

2）传统的轨道电路分路不良故障预警系统通常采用最大隶属度原则，存在易丢失部分数据信息的缺陷，非对称贴近度则可以克服这一缺点。将上海局无锡站的部分数据用上述方法进行计算分析，系统中得到的结果与现场的工作人员反馈一致，充分表现了该方法的可行性，可以对轨道电路分路不良的故障预警研究提供参考。