本發(fā)明涉及軌道交通信號(hào)系統(tǒng)運(yùn)維，特別涉及一種無絕緣軌道電路補(bǔ)償電容故障診斷方法。

背景技術(shù)：

1、軌道電路是鐵路安全運(yùn)行的關(guān)鍵設(shè)備，負(fù)責(zé)區(qū)段占用檢測(cè)、列車完整性檢查和列車控制信息的傳輸，zpw-2000a?型無絕緣軌道電路系統(tǒng)包括主軌道電路和調(diào)諧區(qū)，構(gòu)成了一套完整的信號(hào)傳輸網(wǎng)絡(luò)。

2、信號(hào)傳輸過程中，發(fā)送器根據(jù)編碼指令產(chǎn)生多種調(diào)制移頻低頻信號(hào)，通過電纜網(wǎng)絡(luò)及匹配電抗器的精確分配，將信號(hào)傳遞至不同頻率的軌道。經(jīng)匹配和調(diào)諧后，信號(hào)通過鋼軌至軌道電路受端，并流經(jīng)調(diào)諧單元、匹配變壓器回到接收端。同時(shí)，部分信號(hào)由前方區(qū)段接收器接收，并轉(zhuǎn)送至短軌。綜合主軌道與短軌的信息，軌道繼電器判定區(qū)段占用狀態(tài)，從而保障列車運(yùn)營(yíng)的安全與效率。無絕緣軌道電路的補(bǔ)償電容故障是軌道電路高故障率的常見成因。補(bǔ)償電容在室外環(huán)境中易受到老化和環(huán)境因素?fù)p害，且這些設(shè)備分布廣泛、數(shù)量龐大，一旦發(fā)生故障，其檢測(cè)與維護(hù)便成為一項(xiàng)挑戰(zhàn)。

3、目前，檢測(cè)工作依靠鐵路現(xiàn)場(chǎng)工作人員的人工排查、軌道電路接收電壓分析，以及電務(wù)檢測(cè)車的定期巡檢等方法。這些方法雖然為軌道電路維護(hù)提供了基礎(chǔ)，但存在以下短板：

4、(1)人工排查：耗費(fèi)人力資源，效率低下，依賴作業(yè)人員的專業(yè)知識(shí)及經(jīng)驗(yàn)。

5、(2)接收電壓分析：受外部環(huán)境影響，缺乏準(zhǔn)確定位故障的能力。

6、(3)?定期巡檢：診斷時(shí)效性與實(shí)時(shí)性不理想，容易錯(cuò)過及時(shí)發(fā)現(xiàn)和處理故障的機(jī)會(huì)。

7、因此，本發(fā)明提出了一種基于相空間重構(gòu)多源數(shù)據(jù)融合的無絕緣軌道電路補(bǔ)償電容故障診斷方法，聯(lián)合應(yīng)用高速綜合檢測(cè)列車上配備的信號(hào)檢測(cè)系統(tǒng)展開，依托高速綜合檢測(cè)車檢測(cè)的軌道電路信息，開展補(bǔ)償電容故障診斷研究。本研究主要基于相空間重構(gòu)來融合動(dòng)態(tài)檢測(cè)系統(tǒng)采集的反映軌道電路工作狀態(tài)的數(shù)據(jù)，并通過相空間重構(gòu)，獲取反映系統(tǒng)狀態(tài)特性的偽相圖，提取補(bǔ)償電容的故障特征，從而實(shí)現(xiàn)補(bǔ)償電容的故障診斷。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明目的就在于為了解決上述的問題，而提供一種無絕緣軌道電路補(bǔ)償電容故障診斷方法。

2、為實(shí)現(xiàn)上述目的，本發(fā)明采取的技術(shù)方案為：

3、包括以下步驟：

4、步驟1：獲取數(shù)據(jù)，選取的能夠反映軌道電路補(bǔ)償電容工作狀態(tài)變量的數(shù)據(jù)包括：補(bǔ)償電容感應(yīng)信號(hào)、載頻、載頻為1700hz、2000hz、2300hz和2600hz的移頻信號(hào)；

5、其中，補(bǔ)償電容感應(yīng)信號(hào)表示為，根據(jù)載頻選擇對(duì)應(yīng)載頻的移頻信號(hào)為,其中為信號(hào)長(zhǎng)度；

6、步驟2：數(shù)據(jù)預(yù)處理

7、步驟2.1：分別對(duì)補(bǔ)償電容感應(yīng)信號(hào)cc與移頻信號(hào)iv進(jìn)行最大值-最小值歸一化處理，得到歸一化后的補(bǔ)償電容感應(yīng)信號(hào)cc_norm與移頻信號(hào)iv_norm，具體如公式(1)所示：

8、

9、步驟2.2：分別對(duì)歸一化后的補(bǔ)償電容感應(yīng)信號(hào)cc_normi與移頻信號(hào)iv_normi進(jìn)行同趨化處理，得到同趨化后的補(bǔ)償電容感應(yīng)信號(hào)cc_t與移頻信號(hào)iv_t具體如公式(2)所示：

10、

11、步驟2.3：小波降噪，采用小波變換對(duì)同趨化后的補(bǔ)償電容感應(yīng)信號(hào)cc_t與移頻信號(hào)iv_t進(jìn)行降噪處理；

12、具體為，將時(shí)間序列數(shù)據(jù)輸入至小波變換降噪算法，使用bayesshrink方法，軟閾值方式（soft?thresholding），在3層小波分解級(jí)別下進(jìn)行，選用對(duì)稱小波（sym7）進(jìn)行分解和重構(gòu)，并對(duì)信號(hào)方差進(jìn)行重標(biāo)定處理，以確保降噪效果的穩(wěn)定性和準(zhǔn)確性，得到降噪后的補(bǔ)償電容感應(yīng)信號(hào)與移頻信號(hào)；

13、步驟3：相空間重構(gòu)，分別使用互信息法和g-p算法逐個(gè)計(jì)算預(yù)處理后的補(bǔ)償電容感應(yīng)信號(hào)與移頻信號(hào)的延遲時(shí)間和嵌入維數(shù)；

14、步驟3.1：互信息法求延遲時(shí)間

15、定義待分析的信號(hào)為，其中t表示時(shí)間索引，n為序列長(zhǎng)度，為衡量序列在不同時(shí)間延遲下的延遲性，引入互信息度量mi(t)，表示信號(hào)與其自身延遲t個(gè)時(shí)間單位的序列之間的互信息，計(jì)算公式如下：

16、

17、其中，和分別表示序列和序列取值的空間，是在延遲時(shí)，觀測(cè)到的和的聯(lián)合概率，和是和的邊緣概率分布；

18、互信息反映了知道序列一個(gè)部分的信息時(shí)對(duì)另一部分的不確定性的減少量，當(dāng)達(dá)到峰值時(shí)，表示在該的延遲下，序列的歷史信息和未來信息之間的共享是最大的，從而，通過尋找的峰值，確定最優(yōu)延遲時(shí)間：

19、

20、峰值表明，在時(shí)刻，時(shí)間序列的過去值與時(shí)刻之后的值相互依賴性最高；

21、步驟3.2：g-p算法求嵌入維數(shù)m

22、設(shè)定距離閾值，并計(jì)算所以點(diǎn)對(duì)的距離，得到相空間中點(diǎn)對(duì)的分布函數(shù)：

23、

24、其中，是相空間中點(diǎn)的總數(shù)，是單位階躍函數(shù)，是點(diǎn)和之間的歐氏距離；

25、嵌入維數(shù)通過相關(guān)維數(shù)估計(jì)得出，其中的定義為：

26、

27、在實(shí)踐中，將對(duì)不同的值計(jì)算，并在對(duì)數(shù)—對(duì)數(shù)坐標(biāo)上繪制對(duì)的圖，在與線性擬合的斜率即為相關(guān)維數(shù)，通過選擇合適的斜率，估計(jì)嵌入維數(shù)，確保以滿足相空間重構(gòu)的要求；

28、步驟3.3：確定最終的延遲時(shí)間和嵌入維數(shù)

29、根據(jù)互信息法計(jì)算得到補(bǔ)償電容感應(yīng)信號(hào)和根據(jù)載頻選擇對(duì)應(yīng)載頻的移頻信號(hào)為的延遲時(shí)間為，g-p算法計(jì)算得到的嵌入維數(shù)為，為了保證各個(gè)變量相空間都能夠完全展開，同時(shí)在相軌跡不產(chǎn)生壓縮的前提下保證數(shù)據(jù)間的相關(guān)性，根據(jù)式(7)選取最大的嵌入維數(shù)和最小延遲時(shí)間作為相空間重構(gòu)參數(shù)；

30、

31、步驟3.4：根據(jù)最終的確定的延遲時(shí)間和嵌入維數(shù)，使用延遲嵌入的方式分別將補(bǔ)償電容感應(yīng)信號(hào)和對(duì)應(yīng)載頻的移頻信號(hào)進(jìn)行相空間重構(gòu)，得到兩個(gè)變量的軌跡矩陣和如式(8)和式(9)所示：

32、

33、

34、式和中，為嵌入維數(shù)，為延遲時(shí)間，為相空間重構(gòu)得到的狀態(tài)矢量的個(gè)數(shù)，；

35、步驟4：根據(jù)自適應(yīng)加權(quán)融合算法對(duì)各個(gè)變量的軌跡矩陣進(jìn)行融合；

36、步驟5：特征提取，經(jīng)自適應(yīng)加權(quán)融合后的軌跡矩陣y，通過使用奇異值分解提取能夠反映系統(tǒng)狀態(tài)特性的偽相圖，從而提取補(bǔ)償電容的狀態(tài)特征，偽相圖是表征原系統(tǒng)狀態(tài)變化曲線于嵌入相空間中的投影，其中系統(tǒng)狀態(tài)與偽相圖之間存在確定性映射關(guān)系，由于重構(gòu)的相空間通常是多維的，直觀表現(xiàn)多維偽相圖成為一項(xiàng)挑戰(zhàn)，需對(duì)其進(jìn)行處理以便提取出系統(tǒng)本質(zhì)特性；

37、令融合后的軌跡矩陣y的奇異值分解如式所示：

38、

39、其中，為對(duì)角矩陣，如式所示，，稱為矩陣的奇異值，并且滿足，相應(yīng)的單位化且正交的特征向量為，矩陣和每列向量彼此正交，如此則有，矩陣的各列向量即為融合后矩陣在基上的投影，其中，表示的第列向量，基于偽相圖投影與補(bǔ)償電容位置關(guān)系，提取補(bǔ)償電容的狀態(tài)特征；

40、步驟6：故障診斷，偽相圖在軸上的投影對(duì)于補(bǔ)償電容的不同故障程度和位置均顯示出高度的敏感性；在補(bǔ)償電容發(fā)生故障時(shí)，該位置的投影幅值會(huì)相應(yīng)減小，故障的嚴(yán)重性與幅值減小的比例成正比，設(shè)定一個(gè)閾值來判別補(bǔ)償電容是否存在故障，當(dāng)時(shí)，則補(bǔ)償電容故障；否則，補(bǔ)償電容正常。

41、進(jìn)一步地，自適應(yīng)加權(quán)融合算法包括數(shù)據(jù)分塊、信息熵評(píng)估、模糊邏輯方法自適應(yīng)分配權(quán)重和權(quán)融合幾個(gè)主要步驟：

42、步驟4.1：數(shù)據(jù)分塊

43、首先，定義分塊策略；將軌跡矩陣ycc和yiv的每一列，劃分尺寸大小為l的塊；對(duì)于不足l大小的部分，也作為獨(dú)立的塊；

44、步驟4.2：信息熵評(píng)估

45、給每個(gè)數(shù)據(jù)源的各個(gè)塊分配權(quán)重，通過計(jì)算每個(gè)分塊的信息熵，評(píng)估不同數(shù)據(jù)源之間的熵差異，以確定每個(gè)塊在不同源中的“信息價(jià)值”，信息熵值越高，表示該分塊的不確定性越高，復(fù)雜度越大；定義信息熵函數(shù)為式：

46、

47、其中，p(x)是數(shù)據(jù)塊中元素x出現(xiàn)的概率；

48、步驟4.3：模糊邏輯自適應(yīng)分配權(quán)重

49、使用模糊邏輯方法給每個(gè)分塊自適應(yīng)分配權(quán)重；首先，建立一個(gè)模糊邏輯系統(tǒng)和相關(guān)的模糊規(guī)則集，用于將信息熵映射到數(shù)據(jù)塊的權(quán)重；使用模糊隸屬度函數(shù)來為觀察到的每個(gè)熵水平分配從屬度量；隸屬度函數(shù)是根據(jù)每種信息復(fù)雜度區(qū)間（低、中、高）定義的，通過式中三個(gè)函數(shù)進(jìn)行體現(xiàn)：

50、

51、其次，權(quán)重的計(jì)算基于每個(gè)數(shù)據(jù)塊的信息熵以及其在各隸屬度函數(shù)下的隸屬度。在本發(fā)明中，低熵的數(shù)據(jù)塊被賦予更高的權(quán)重，而高熵的數(shù)據(jù)塊被賦予更低的權(quán)重，意味著本發(fā)明偏好確定性高的數(shù)據(jù)塊。通過將其隸屬度與預(yù)定的權(quán)重因子相乘并求和，可獲得每個(gè)數(shù)據(jù)塊的權(quán)重w如式(12)所示：

52、

53、其中，α、β、γ是對(duì)應(yīng)的權(quán)重因子，α=0.5，β=0.3，γ=0.2。

54、步驟4.4：加權(quán)融合

55、使用步驟4.3優(yōu)化得到每個(gè)塊的權(quán)重，進(jìn)行加權(quán)融合以得到最終融合后的軌跡矩陣y；首先，對(duì)各個(gè)變量對(duì)應(yīng)的各個(gè)塊所求得的權(quán)重根據(jù)式(13)進(jìn)行歸一化：

56、

57、其次，使用加權(quán)融合方法對(duì)各個(gè)變量的每一塊進(jìn)行融合，加權(quán)融合公式如式所示：

58、

59、其中，與分別表示變量cc和iv第i列的第j塊，和分別表示變量cc和iv第i列第j塊的權(quán)重；

60、最后，融合后的各個(gè)塊進(jìn)行拼接，得到最終融合后的軌跡矩陣y。與現(xiàn)有技術(shù)相比，本發(fā)明具有如下有益效果：

61、本發(fā)明提出的一種基于相空間重構(gòu)多源數(shù)據(jù)融合的無絕緣軌道電路補(bǔ)償電容故障診斷方法針對(duì)異源傳感器監(jiān)測(cè)的多源數(shù)據(jù)進(jìn)行融合提供了一種新的融合方法，可以有效解決異源傳感器在做數(shù)據(jù)融合時(shí)數(shù)據(jù)語義不匹配、異質(zhì)性數(shù)據(jù)特征和信息存在差異性等問題。

62、本發(fā)明提出的一種基于相空間重構(gòu)多源數(shù)據(jù)融合的無絕緣軌道電路補(bǔ)償電容故障診斷方法對(duì)高速綜合檢測(cè)車獲取的補(bǔ)償電容感應(yīng)信號(hào)和對(duì)應(yīng)載頻的移頻信號(hào)進(jìn)行無量綱化處理，解決監(jiān)測(cè)的兩個(gè)信號(hào)在做數(shù)據(jù)融合時(shí)計(jì)量單位和數(shù)據(jù)級(jí)不盡相同的問題。

63、本發(fā)明提出的一種基于相空間重構(gòu)多源數(shù)據(jù)融合的無絕緣軌道電路補(bǔ)償電容故障診斷方法將兩個(gè)能反映軌道電路補(bǔ)償電容工作狀態(tài)的變量通過相空間重構(gòu)進(jìn)行融合，基于重構(gòu)相空間的偽相圖提取補(bǔ)償電容的狀態(tài)特征，從而判別補(bǔ)償電容是否存在故障。

64、本發(fā)明提出的一種基于相空間重構(gòu)多源數(shù)據(jù)融合的無絕緣軌道電路補(bǔ)償電容故障診斷方法通過驗(yàn)證實(shí)驗(yàn)證明，本發(fā)明能準(zhǔn)確的判決無絕緣軌道電路補(bǔ)償電容的故障診斷，進(jìn)一步促進(jìn)的鐵路信號(hào)系統(tǒng)的預(yù)警與維護(hù)效率，為鐵路安全及維護(hù)工作帶來理論與方法的革新。