200km_h电动车组车载诊断系统的设计与实现方案

上海铁道大学学报

JOURNALOFSHANGHAITIEDAOUNIVERSITY

Vol.20,No.12

󰀁󰀁文章编号:1008-0392(1999)12-0050-06

󰀁Dec.,1999

200km/h电动车组车载诊断系统的设计与实现方案

左彦波,󰀁乌正康,󰀁谢维达

(上海铁道大学电气工程系,上海200331)

摘󰀁要:针对正在研制的200km/h电动车组,阐述了车载故障诊断系统的目的和任务、诊断的原则和方法,提出了车载故障诊断系统的模型和故障评估的层次结构,并讨论故障的分类、列车网络通信协议对故障数据传输的支持、诊断推理的方法等相关问题。关键词:故障诊断,通信,控制

中图分类号:TP306+.3;U238󰀁󰀁󰀁文献标识码:A

1󰀁诊断系统的目的和原则

计算机、自动化等相关学科的发展推动了铁路进步,旅客列车由传统的动力集中转向动力分散,高速列车大量采用电动车组(EMU)的形式,把列车中各种智能单元联结在一起而形成的列车通信网络是现代高速列车实现分布控制、集中管理的发展结果。车载诊断系统是保证高速列车安全、准点运行的重要条

件,我国目前正在研制的200km/h的动力分散方式交流传动电动车组对此做出了探索,构建了与分布式的车载微机控制系统相适应的列车故障实时诊断系统。

200km/h电动车组故障诊断系统的目的为:对列车的运行过程或状态进行监测,迅速地识别和定位各类故障等级,从而得到一个关于整个列车的实时故障评估,某些功能部件故障时除了自动断开供电电源之外,还应提示司机采取隔离故障部件和降低运行功率的措施,以保证列车安全、可靠地运行[1]。

电动车组故障诊断遵循以下原则[2]:

1)凡偏离标准状态的就认为是故障,并用数字代码表示,这种识别与定位的深度和广度首先取决于列车智能化的程度,其次取决于附加传感器的数目。

2)完成控制功能的微机同时具有故障检测功能。新兴的高速列车都采用多级计算机控制子系统的复杂控制技术,所以整个列车实际上已为使用这种方法作了最好的准备,即通过实时的、逻辑的或数值的评价和运算得到关于部件或设备状态的结论,测量值和控制参量用于控制,它们也同样用于诊断,在计算机进行控制的同时实现对该过程的诊断,这可采用合适的附加软件来实现。

3)为了保证全列车安全、可靠地运行,发现了部件的故障和故障程度后,还必须进行全列车故障评估,并提示司机进行应急处理,因此车载诊断系统要配备功能较强的计算机进行高速有效的运算和推理,以󰀂实时 提供全列车故障等级和采取的措施。

4)故障诊断所需的数据通过列车监控和车厢监控的两级数据通信网络进行传输。列车和车厢网络数据通信,按信息的性质和实时性的要求分为过程数据和消息数据。过程数据是那些短而紧迫、传输时间确定且有界的周期性数据,如司机手柄位、列车运行速度等。消息数据是非紧迫按需传输的非周期数据,如诊断信息、显示信息、服务功能等。如图1所示,其中T为基本周期(一般为几十到几百ms)。这种方式类似于时分多路的方式,过程数据占用一个固定的通道,而消息数据按需占用通道,这样既保证了数据传

󰀁󰀁收稿日期:1999-07-15

作者简介:左彦波(1976-),男,研究生

!50!󰀁第12期左彦波等:200km/h电动车组车载诊断系统的设计与实现方案󰀁

[3]

输的实时性,又具有可靠性和灵活性。

图1󰀁数据传送示意图

2󰀁故障诊断

完成控制的微机同时具有故障检测的功能,这决定了200km/h电动车组在进行分布式控制的同时实现分布故障诊断。主要部件的故障诊断由各功能单元(控制单元)实现,它们与实际故障的发生环境最为接近,是初始故障信息的根本来源,同时具备识别故障、启动暂态数据的捕获、存储故障记录等功能。部件级故障诊断的广度和深度决定了列车故障诊断的质量。各功能单元所获取的故障数据形成一个分布式数据存储区,每一功能单元只完成与本单元控制有关的故障诊断,它所需要的故障数据绝大部分在本单元控制中得到(某些情况下某些量需通过总线通信从别的功能单元得到)。这样就降低了复杂度,提高了实时性,各功能单元的故障诊断在程序执行上相对独立,具有封装性和模块性。2.1󰀁层次分类模型的建立

在许多情况下,诊断问题实质上是一种分类问题。设备的故障诊断就是根据设备所表现出的征兆∀∀∀对200km/h电动车组而言,就是根据设备运行过程中的检测数据和保护继电器的动作情况,将故障状态分类到某一部故障。许多诊断专家系统都利用了分类的方法,如MYCIN系统、PROSPECTOR系统、MDX系统等,可见诊断问题可以通过分类的方法来完成。

在诊断中,分类过程就是一个典型的模式识别过程,它包括数据抽象和模式匹配两个步骤。数据抽象是对原始数据加以整理抽象,提取一组能反映分类对象基本特征的故障征兆,这组征兆和其他分类信息一起构成分类对象的分类证据。模式匹配就是用分类证据去和标准模式比较,最后将分类对象归到和它相一致或最接近的标准模式中,即归入它所属的标准范畴。很明显,如果分类不清晰,会产生组合爆炸问题,解决的途径之一是采用层次分类方法,即将分类对象由高层次的普遍模式向低层次的具体专门模式逐层分类,形成一树形结构(每个子结点只有一个父结点)。每一结点称为概念结点,层次越高的模式概念越抽象、越普遍,层次越低的模式概念越具体,高层次模式是低层次模式的进一步抽象。如图2所示,根据给定的故障征兆,首先将其与第1层的模式相匹配,假设找到所属的模式是Si,则分类继续在Si中进行,而不再考虑其他模式;如果在Si内可将故障继续分类到S2i,则该故障所属的模式就是Si;如果Si还有子模式,则可在Si内继续分下去

2

[4]2

2

。

图2󰀁故障层次分类模型

2.2󰀁层次分类模型的实现

根据上述思想可以对电动车组建立故障的层次分类模型。以牵引变流器故障为例,其层次分类模型如图3所示。

󰀁󰀁在故障诊断层次结构中,与结点有关的所有知识形成结点的知识单元,包括该结点的父辈与子辈结

!51!󰀁上海铁道大学学报第20卷󰀁

图3󰀁牵引变流器故障层次分类模型

点、证据模式、初始证据源、索引知识、工况参数等。证据模式描述了结点的基本特征,通过证据模式就可以建立或否定这一结点;初始证据源表示如何获得这一结点所需的初始证据;索引知识是指导从该结点向下分类的启发性知识;工况参数指对故障差别具有重要影响的一些重要条件,如牵引/制动状态、牵引控制级位、恒速控制级位以及25kV供电情况等。

下面以牵引变流器故障的一个分结点󰀂S2:电动机侧逆变器故障 为例,说明知识单元是如何编写的:结点名:电动机侧逆变器故障

父结点名:牵引变流器故障子结点名:暂空

初始证据源:

特征参量1:逆变器输出电流

参量位置:输出处电流传感器CTU,CTV,CTW分析方法:波形采样分析

特征参量2:中间电压及半中间电压

参量位置:中间加路处电压传感器PT1,PT2分析方法:波形采样分析特征参量3:逆变器输出频率

参量位置:输出处电流传感器CTU,CTV,CTW分析方法:波形过零点周期分析特征参量4:逆变器IPM过流参量位置:IPM模拟保护检测分析方法:直接数字信号

证据模式:

证据1:逆变器输出电流在不同工况和速度情况下的曲线图证据2:中间电压及半中间电压在不同工况和速度情况下的曲线图证据3:逆变器输出频率在不同工况和速度情况下的曲线图证据4:逆变器IPM保护动作值

索引知识:略工况参数:略

在操纵台指令下,中间电压󰀁列车速度和转子频率󰀁列车速度在不同级位下的标准模式曲线如图4所示,这是最主要的证据模式来源。其中v为列车速度;U为中间电压;f2为转子频率,根据控制方框图可转换为f1定子频率;Is为逆变器输出电流;f2和Is应有10条曲线对应10个不同的级位,图中曲线对应第10级牵引位。!52!󰀁第12期左彦波等:200km/h电动车组车载诊断系统的设计与实现方案󰀁

󰀁󰀁用这种结构来组织诊断知识,使得诊断知识在整体上层次分明,模块性强;结点的知识单元可以继承父结点知识单元中的知识,因而可以减小知识库中知识的冗余,节约存储空间;知识库的修改、增删以及维护都十分方便,对一个知识单元中的知识进行修改不会影响其他单元。2.3󰀁算法

层次分类诊断模型的推理过程是一个基于󰀂假设∀验证∀建立或否定 机制的、由高层到低层分类的循环过程。󰀂假设 就是提出可能建立的概念结点,󰀂验证 就是匹配证据模式,通过验证可以󰀂建立或否定 该结点。依每一个概念结点的合理性和可靠性,该算法如下:

Begin

INPUT-NODE=:root󰀁node;󰀁/*从根结点开始DO{󰀁/*进入循环

󰀁󰀁Current󰀁node=:pop(INPUT-NODE);󰀁/*在待处理的结点表中取结点󰀁󰀁establish(Current󰀁node);󰀁/*对当前结点进行处理󰀁󰀁if(Current󰀁node.CF#A)󰀁/*判断可信度,如果大于A󰀁󰀁󰀁{󰀁add(Curent󰀁node,OUTPUT-NODE);/*建立该结点

󰀁󰀁󰀁󰀁INPUT-NODE=:suggest(Current󰀁node);}/*提出下一层假设结点󰀁󰀁elsecontinue;󰀁/*可信度小于A,则继续下一结点

󰀁}While(INPUT-NODE!=NULL);󰀁/*当待处理的结点表为空时,停止RETURN;󰀁/*结束End

上述算法中,Current󰀁node存放当前要处理的结点变量,INPUT-NODE表存放待处理的结点,OUTPUT-NODE表存放已建立的结点。某一故障部件经过上述算法推理后,OUTPUT-NODE表中将产生一张由上而下的树形图,它可以很好地解释一个结点是如何建立或否定的,以及如何一层一层分类到此的。

在层次分类模型中,越底层的结点越有可能在不止一个故障树中出现,因为一个原因和其他不同原因综合作用时,可以产生不同的故障现象。但对某个部件的故障树而言,仍然是良性结构的,即任一结点只有一个父结点。

图4󰀁逆变器牵引特性曲线

次循环,直至提不出新的假设或达到指定的分类层次为止,则完成了推理过程。所以必须通过算法来确认

3󰀁故障评估

各功能单元按照上述层次分类模型对各自监测管区域内的各类部件进行故障诊断,根据各部件特点及其与列车整体功能的相关程度得出其故障等级,以故障代码的形式通过列车网络通信送往列车故障诊断中心。

3.1󰀁故障等级的确定

在电动车组发生某些故障后,为了更好地提示司机采取相应措施,应突出重大部件对整列电动车组的影响程度,为此把全列电动车组的故障分为以下16类:1)主断路器故障;2)电压互感器故障;3)25kV供

!53!󰀁上海铁道大学学报第20卷󰀁

电故障;4)主变压器故障;5)牵引变流器故障;6)牵引电动机故障;7)辅助系统故障;8)空气制动故障;9)空气弹簧故障;10)供气系统故障;11)直流控制电源故障;12)轴温故障;13)空调系统故障;14)车侧门故障;15)ATP故障;16)网络通信故障[5]。

将列车运行时的故障状况分为3个等级:

1级:表示故障发生,需加强监视,但不影响列车主要功能,可以继续按运行图运行;2级:表示故障发生已影响列车功能,需减少1/4功率运行;3级:表示故障发生已严重影响列车功能,需减少1/2功率运行。

实际上还存在第4级,即󰀂发生严重故障,列车不能运行,等待救援 ,因为此时列车已不能运行,所以不把它列入故障级别。

16类重大部件的故障程度由分布全车的智能单元监测和判断,分为以下3个故障等级:A级:表示故障发生但不影响部件主要功能;

B级:表示影响主要功能的故障已经发生,但还能行使大部分功能;C级:表示主要功能丧失的故障发生[6]。3.2󰀁评估的实现

故障评估完成的是󰀂征兆∀故障级别∀列车状态和处理措施 这么一个由下而上的过程,其面向的对象是列车司机,目的是故障出现时及时采取相应措施,以预防灾难性事故的发生。系统结构如图5所示。其中ACU为辅助系统控制单元,XDU为车门轴温控制单元,BCU为制动控制单元,TCU为牵引变流器微机控制单元。

󰀁󰀁故障评估分为2级,从列车网数据传输的角度来看,原始的故障数据来源于与车厢总线相连的单元,包括VCU(或CCU、MCU)、TCU、ACU、XDU和BCU,他们构成第1级故障诊断单元。每个单元的管理域内监管着数量不等的几类故障,如XDU监管着车侧门、空调系统、轴温3类故障。

第1级故障评估单元物理上是分布在各个车厢的,它们传输的部件故障信息必须通过车厢节点由列车总线,才能达到列车级故障诊断中心,即操纵端CCU。因

图5󰀁评估信息在各功能模块间的传输

此各车厢节点要对本车的第1级故障诊断单元所产生的各类部件故障信息进行组织(重组和排序),但不做任何处理,然后传送到操纵端CCU。各车厢节整列车的故障状态及提示司机的处理措施。

故障代码按两位布尔量处理:00表示无故障;01表示1级故障;10表示2级故障;11表示3级故障。

每一个第1级故障评估单元最多可以传送K类故障数据,即车厢总线上各功能单元广播的过程数据集中有2Kbits是故障数据段。各车厢节点把本车中的故障数据组织为2Nbits长的故障信息段,与其它过程变量一起组成数据集,传往操纵端CCU,即最多可以有N类故障。

列车故障诊断中心将在每一个基本周期(50~70ms)内接受到从第1级故障评估单元传来的(6个车∃N类∃2bits)的故障数据,诊断中心将对这些故障代码分类检索并依据专家知识和经验按产生式规则进行直接推理或按预先编制的表格进行查找,得出该类部件的评估结果,最后把N类部件的分类评估结果进行综合评估,从而得到整列车的故障评估结果。该结果再以一定的代码形式送往显示模块,以及时报告司机列车目前所处的状况和需要采取的相应措施,如图6所示。

󰀁󰀁评估模块将作为一个任务与其它功能模块一起被实时多任务系统管理和调度,以保证控制和诊断的实时性。!54!󰀁第12期左彦波等:200km/h电动车组车载诊断系统的设计与实现方案󰀁

图6󰀁故障评估示意图

4󰀁结束语

按照上述思想,笔者用C语言编制了故障诊断和故障评估的仿真程序。运行结果表明,该诊断和评估的原理正确可行,且程序在所占用的硬件资源和所能达到的实时性两方面都能够满足200km/h电动车组的控制系统MICAS󰀁S2的要求。

参考文献:

[1]󰀁严云升.现代高速列车的诊断系统[J].机车电传动,1995,(5):1.[2]󰀁SCHULTESG.ICE动车组的诊断装置[J].电力牵引快报,1995,(4):1.

[3]󰀁谢维达,曾祝林,徐晓松.高速列车控制系统的数据通信[J].铁道学报,1997,(1):84.[4]󰀁杨叔子.基于知识的推理[M].北京:清华大学出版社,1993.54.

[5]󰀁周静,乌正康.电动车组模糊多层次故障综合评估模型[J].上海铁道大学学报,1999,20(2):45.[6]󰀁胡文伟.广州地铁一号线列车故障诊断系统的设计概念[J].电力机车技术,1996,(1):18.

DesignandRealizationofOn󰀁lineDiagnosticSystemof200km/hEMU

ZUOYan󰀁bo,WUZheng󰀁kang,XIEWei󰀁da

(Dept.ofElectricalEng.,ShanghaiTiedaoUniv.,Shanghai200331,China)

Abstract:Withthedevelopmentofthe200km/hEMU,thepaperdescribestheaimandtaskofthevehicle󰀁bornediagnosissystem,andthediagnosisprincipleandmethodaswell.Thediagnosismodel,hierachicalstructure,andthediagnosisevaluationofthewholetrainarealsoproposed.Finallyitdiscussesthediagnosisclassification,thenetworkdatacommunicationprotocolsupportingfaultdatatransmissionandtheotherrelatedproblemssuchasthetheoryofdiagnosisreasoning,diagnosismodelandevaluationtrainset.

Keywords:faultdiagnosis,communicating,control

!55!