【技术实现步骤摘要】
一种轨道电路红光带诊断与故障特性自学习方法
[0001]本申请涉及铁路信号集中监测站内和区间轨道电路故障红光带分析技术
、
以及出现故障红光带时故障定位分析技术和故障特性自学习的
,尤其是涉及一种轨道电路红光带诊断与故障特性自学习方法
。
技术介绍
[0002]经过
30
多年的持续研发和应用,铁路信号集中监测系统
CSM
覆盖的设备类型愈加广泛,采集的数据也越来越多
。
不同型号
、
不同时期上道使用的系统性能有所不同,有的系统数据主要靠人工浏览,由于数据庞大,加上调阅操作繁琐复杂,极易漏看记录,导致由于设备隐患未能及时发现
、
造成设备故障发生的风险大增
。
加上系统智能化
、
自动化程度有限,数据分析人员业务水平参差不齐,导致数据分析效率不高
、
信号设备运维的整体质量和效益受到制约
。
[0003]轨道电路红光带是现场轨道电路高频故障之一,采集数据量大
、
报警逻辑简易
、
故障定位功能不准等因素导致故障延时加长,往往会影响行车秩序和效率,有时直接危及行车安全,现场要求亟待解决
。
技术实现思路
[0004]为了改善现有铁路信号集中监测中故障红光带判断逻辑不严密导致漏报或者误报
、
以及故障红光带时定位不准确和系统开发人员后期维护难度大
、
处理时间长
【技术保护点】
【技术特征摘要】
1.
一种轨道电路红光带诊断与故障特性自学习方法,应用于上位机中,其特征在于,包括以下步骤:根据铁路车站的设计施工图纸标明的信号机位置以及信号机灯位信息和轨道电路坐标信息
、
站场图绝缘位置信息
、
道岔位置信息以及道岔定反位连接的区段位置预先设定配置库;并且模拟量分库中每路模拟量名称按照指定规则设定,模拟量和开关量与轨道电路名称一一对应
。2.
根据权利要求1所述的轨道电路红光带诊断与故障特性自学习方法,其特征在于,自动生成
mygddl.txt、mydc.txt、myxhj.txt
配置文件;
mygddl.txt
每行以轨道电路为一个基本元素,一行表示一个轨道电路;
mydc.txt
每行以转辙机为一个基本元素,一行表示一个转辙机;
myxhj.txt
每行以信号机为一个基本元素,一行表示一个信号机
。3.
根据权利要求1所述的轨道电路红光带诊断与故障特性自学习方法,其特征在于,系统启动时从指定路径下的
SYSCFG.ini
文件读取数据库
IP
和数据库名称
、
数据库用户名和密码,在此数据库中创建分析所需的表
、
视图和索引,并载入预先设定的故障规则知识库特征数据行集合到
regtemplate
表
、
报警明文和位置信息和维修建议写入
tjwx$expertsystem$alarmex
表
。4.
根据权利要求3所述的轨道电路红光带诊断与故障特性自学习方法,其特征在于,数据中心模块负责实时接收通信模块传入的实时数据包,并解析实时数据;数据解析分类并过滤模块将数据进行分类,并过滤无需分析的低频和载频
、
温度
、
湿度等数据,过滤后的数据发送给对应的信号逻辑关系处理模块,同时保存在缓存模块中,开放数据获取接口供分析模块调用,缓存模块滚动存储最近
10
分钟的数据
。5.
根据权利要求4所述的轨道电路红光带诊断与故障特性自学习方法,其特征在于,将轨道电路红光带开关量数据划分为站内轨道电路红光带和区间轨道电路红光带,分别加入不同的4组分析队列,4组队列经过指定的延迟分别分析轨道电路红光带开关量的时序和状态,以及本区段的相邻区段和相邻区段的邻接区段,如果本区段无邻接区段则结束查找邻接区段,以及区段之间的压车时间差和压车时序,时序为:
{PP1,
PP2,
...
,
PP
m
}{P1,
P2,
…
,
P
m
}O{N1,
N2,
…
,
N
m
}{NN1,
NN2,
…
,
NN
m
}
,
O
为当前红光带区段
、P1,
P2,
…
,
P
m
为
O
的前方区段红光带区段的每秒数据;如果存在前方区段的前方区段则表示为
PP1,
PP2,
…
,
PP
m
为
O
的前方区段的前方区段的每秒数据
、N1,
N2,
…
,
N
m
为
O
的后方区段红光带每秒数据
、NN1,
NN2,
…
,
NN
m
为
O
的后方区段的后方区段的每秒数据
、
判断
O
的时序是否满足前方压车时序或后方轨道区段压车时序,同时判断前方2个区段和后方2个区段的压车时序是否满足真实火车压车时序,而且相邻红的时差不能小于3秒,如果某个区段为分路不良区段,导入分路不良判断逻辑查看本时间点某个区段是否存在分路不良预警,再结合压车顺序,另尽头区段可以根据配置判断进站信号机或出站信号机是否开放
、
如果是区间则加入区间方向开关量同时判断,如果本站可以接收临站的数据时尽头区段同时根据临站的相邻区段开关量加入判断,判断某个轨道区段红光带是否正常压车导致还是非正常压车导致
。6.
根据权利要求1所述的一种轨道电路红光带诊断与故障特性自学习方法,其特征在于,计算出这个轨道电路其它每路模拟量特征集合算式及为本路模拟量的故障特征的数值
范围和时间片范围和持续时长,按照上述逻辑计算结束后,再从数据库
regtemplate
表中根据
Para
参数读取此类型的所有故障特性规则集合表,进行逐条循环遍历,有些规则中需要重复利用同一类模拟量数据,则直接从分析模块的临时变量中读取;此故障特性的所有电气特性都满足其中现有的某条规则特性,则直接指定为此类故障,无需后续分析,直接调取此故障的报警文字描述,同时将此类故障对应
Guid
从维修建议表中调出对应的维修建议和最近出现类似故障的时间故障设备列表,并将此类故障文字提示直接显示在界面上提示现场维修人员,并且利用红色框图将故障描述的位置突出圈红显示,同时从历史数据库将最近一个月出现类似故障的设备和设备对应的特性曲线
、
设备名称
、
故障时间点
、
以及人工处理建议和维修建议一并调出,显示历史处理过程,供当前故障处理人员快速处理当前故障
。7.
根据权利要求1所述的一种轨道电路红光带诊断与故障特性自学习方法,其特征在于,未从故障知识库中命中某行,则自动计算出每个列表数据的逻辑规则,组合成逻辑规则组合成表达式,需要搜集的模拟量为:轨道送端电压
...
【专利技术属性】
技术研发人员:成远,李永燕,史良华,张晓华,胡爱云,
申请(专利权)人:上海铁大电信科技股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。