基于证据理论的城轨车辆走行系融合故障诊断

　　0 引 言
　　城轨交通具有准时、快速、绿色、运量大等优势，已成为各大城市公共交通的重点发展方向。随着城轨交通的快速发展及车辆的大量运营使用，使车辆的运行安全成为近年来关注的焦点。走行系不但承受车体重量，还传递钢轨与车辆间的制动力及驱动力，是城轨车辆系统中影响运行安全的重要部件之一，因此走行系必须保持良好的运行状态，否则将严重影响行车安全。
　　国内城轨车辆走行系均未安装相关检测装置，停留在以手工测量和经验判断为主的走行系故障诊断阶段，因此存在劳动强度大、检测过程繁琐、检测精度低等缺陷。随着故障诊断技术及计算机技术的飞速发展，部分专家学者陆续对城轨车辆的走行系展开深入研究。孙鹏冲通过谐波小波包分解实现了列车轴承故障信号的特定频带选择，然后采用加速度包络技术对分解后的信号进行包络解调，最后通过分析加速度包络谱，提取轴承故障特征频率进行有效的故障诊断，试验结果验证了诊断方法的有效性和实用性。苏大鹏等人采用非接触式传感器响应故障特征，运用现代数字信号处理技术和模糊识别技术，实现了对车轮扁疤和轴温异常的检测及严重程度分析。宋飞飞分析了地铁齿轮传动装置的特点及故障模式，研究了振动信号的构成特征及其调理机制，设计了齿轮传动装置的故障诊断试验装置。李建伟分析了列车轮对踏面擦伤故障的机理，介绍了轮轨振动信号分析方法和车轨耦合动力学模型，并采用频率切片小波变换法实现了轮对轴箱故障诊断。张兴宝等人对地铁车辆运行时的噪声及其产生机理进行了说明，介绍了地铁车辆在正线运营时走行部出现异响的可能情况及判断方法，并给出了出现异响后的处理建议。许艳华等人分析了城轨交通车辆走行部关键机械部件的常见故障，基于广义共振和共振解调的故障自动诊断技术实现了走行部轴承、齿轮、踏面等关键部件的故障早期预警和分级报警。
　　走行系故障模式多，检测手段也有所不同，已有研究均是依据单个具体证据进行故障诊断，尚未检索到融合多个证据进行诊断的案例，因此本研究采用一种改进的证据理论进行走行系融合故障诊断。传统的证据理论在进行融合时存在一定的局限性，对于低置信度高冲突的情况往往会得出违背人类推理习惯的悖论，从而直接影响证据理论的正确性和可靠性，为此众多学者相继提出不同的修改方法。部分学者提出把冲突因子作为未知的不确定项加到算法中，但该方法中证据的不确定性会在组合后增大。部分学者对证据理论的组合规则进行了评价与改进，但该方法中证据组合顺序变化会影响组合结果。平均法简化组合规则为简单的平均运算过程，但该方法不适用于独立证据的融合。
　　本研究提出一种基于证据理论的城轨车辆走行系融合故障诊断方法，该方法可有效提高走行系故障诊断准确率。首先笔者通过根据可信度和证据距离得到矛盾因子和信任度因子，并据此对基本信任分配函数进行修订，然后采用证据合成对修正后的证据进行融合诊断。
　　1 证据理论及其改进
　　1.1 理论概要
　　证据理论为融合决策的推理方法，可更加客观地对事物的不确定性作评价，在众多故障诊断应用领域受到众多学者的普遍关注。
　　1.2 合成规则
　　当同一命题出现多个证据时会得到多个基本信任分配函数，因此需要将多个证据单独的判断结果用证据合成规则进行融合。
　　2 走行系融合故障诊断
　　本研究以城市轨道交通车辆的走行系为研究对象，采用证据理论对走行系的不同故障诊断方法进行融合诊断。
　　2.1 识别框架建立
　　本研究针对城轨车辆走行系的轴承及轮对建立故障集合，则走行系所有可能发生的故障均与识别框架 的一个子集相对应。
　　2.2 证据源确定
　　本研究的故障诊断原始数据来自走行系轴箱振动传感器、轨旁振动传感器和轨旁轴温传感器，其中，轴箱振动信号和轨旁诊断信号采用EMD+BP神经网络对轴承和轮对进行故障诊断，其准确率分别为29%和33%，轴温数据通过阈值分类对轴承进行故障诊断，其准确率为80%。
　　3 实例分析
　　针对3个证据源E1、E2和 E3，每个证据源所有故障模式所赋予的基本信任度之和为1，因此本研究采用专家经验确定了3种证据源的初始基本信任度，共邀请5位专家进行信任度分配，其中3位相近专业高校教师。
　　由此可见，与传统的单独故障诊断方法相比，基于证据理论的融合故障能够提高城轨车辆走行系故障诊断的准确性。
　　4 结束语
　　本研究提出了一种基于证据理论的城轨车辆走行系融合故障诊断方法，首先笔者根据可信度和证据距离计算矛盾因子和信任度因子，并据此对基本信任分配函数进行修订，然后采用证据合成对修正后的证据进行了融合诊断。
　　通过对轴箱振动诊断、轨旁振动诊断和轴温诊断3个证据源的融合诊断试验及分析，表明了基于证据理论的融合故障诊断能够提高城轨车辆走行系故障诊断的准确性。