人工智能在铁路信号故障诊断中的应用路径分析.pdfVIP

人工智能在铁路信号故障诊断中的应用

路径分析

摘要：近年来，我国的交通行业有了很大进展，铁路工程建设越来越多。现

阶段，铁路信号系统的设计不断应用人工智能技术，传统的信号设备故障诊断技

术已无法适应日趋智能化的铁路信号系统。基于此，应创新与优化铁路信号故障

诊断技术与方法，建立完善的故障诊断机制，以提高故障诊断效率。本文就人工

智能在铁路信号故障诊断中的应用路径进行研究，以供参考。

关键词：人工智能；铁路信号；故障诊断

引言

在先进科学技术、工艺理念的支撑下，信号故障诊断体系也经历了传统诊断、

模型诊断、人工智能诊断等几个阶段。如今，在人工智能技术的应用下，铁路信

号故障诊断更为精确化、智能化，其可在无人监管的情况下，按照人类的工作思

维，对铁路信号进行全天候的监测，最大限度提高铁路系统运行的安全性。

1.铁路信号设备设计内容和思路

当铁路信号设备发生异常（如信号机点灯电压、电流，道岔转辙机动作及表

示电压电流、电缆绝缘电阻出现数据波动时），监测终端会将设备的相关数据通

过人工智能AI技术，在基于规则推理和案例推理相结合的算法下，监测数据云

计算平台可以进行数据异常智能分析，得出异动原因，快速定位故障点，指导技

术人员进行维修，从而实现设备从故障修、计划修到状态修和预测修的转变。监

测终端和内置软件能够实现网络平台实时监测功能，使监测终端具备隐患预警、

异常报警等功能，同时在设备出现故障时能够利用内置软件的历史数据及标准处

理流程进行智能分析，准确判断故障性质，指导信号技术人员维修处理，保障列

车运行安全和运输效率；系统同时在技术人员上道作业时，可以进行定位防护，

确保信号技术人员人身安全。

2.铁路信号中的传统故障诊断方法

2.1传统故障诊断方法

传统故障诊断方法主要是指技术维修人员按照自己的经验诊断铁路信号的故

障问题。此种现场检测方法较为常见，如，压缩方式、逻辑推理模式、观察比较

方式等，可以让工作人员初步判断故障的产生点，且人员可以借助专业设备仪器

检索出当前系统中是因为联动影响增加系统故障的产生概率。此类诊断方法的原

理是以铁路信号系统作为基底，在系统运行过程中，内部数据信息可能呈现的外

在状态可以直接或间接表明系统运行是否规范，如果出现故障，能够通过某项故

障点，了解到具体的动因。然后工作人员再借助个人的维修经验，进一步检索出

系统运行中的故障问题。此类诊断方法即便是在智能化、自动化的诊断体系中，

也没有被淘汰，甚至可与人工智能诊断方法联合使用，提高实际检测效率，让各

项检测工作更具时效性。

2.2信号处理法

信号处理法是基于信号模型的基础上而对铁路信号进行故障的诊断，这种方

法的适用性较强，无需建立对象的准确模型，诊断过程也较为便捷。然而由于此

方法必须先进行信号的检测与处理，并且信号的噪音会对故障的诊断产生一定影

响，因此，在铁路信号故障检测过程中，此方法只应用于特定信号故障的诊断与

处理过程中。由于铁路信号的诊断目标多而杂，且会联合应用多种检测方式，还

要进行大量的计算，此诊断方式的局限性逐渐显现。因此，此方法的应用范围并

不广泛。

2.3设备数据库

在数据服务器上建立包含车站与区间常用信号设备的履历信息、设备工作历

史数据、设备工作正常标准参数数据的大数据信息系统，作为智能运维系统的数

据支撑，其中访问集中监测数据库加装防火墙，保证数据安全，同时降低数据库

服务器运算量；将设备工作流程、故障处理流程进行数字化处理，通过数据标注

存入智能运维流程信息数据库表单；通过数据汇集形成设备大数据视图。

3.人工智能在铁路信号故障诊断中的应用路径

3.1专家系统在铁路信号故障诊断中的应用

专家系统作为智能计算机程序系统，其通过计算机强大的整合处理与挖掘功

能，将某个领域专家水平的知识与经验进行复刻处理，然后经由人工智能的方式，

利用已经具备的知识经验，创建具有人类思维的推理与判断流程。通过模拟人类

专家的决策过程，可以帮助各类系统在处理问题时能够以合理、可操控的方式解

决系统运行中存在的各项问题点。对于铁路信号系统而言，当出现故障时，借助

专家系统在铁路信号系统之间加设一个实时化、全天候的检测机制，当故障问题

产生时，信号可能会出现变动情况。此时信号传输到专家系统中，专家系统立即

进行识别，并分析当前信号存在变动的主要原因，最终通过时间与空间方面的定

位，帮助工作人员查找到铁路信号故障的具体产生点。除