基于故障树的动车组网络故障分析系统探析
摘要
关键词
故障树;动车组;网络故障;分析系统
正文
前言:近年来,我国动车组列车的发展速度不断加快,高速铁路的总里程超过了40000km,居于世界前列。不过,动车组的运行速度较快,对于运行的安全性要求较高,在行驶过程中,需要借助网络系统实现数据信息的实时传递和反馈,帮助司乘人员了解动车组的实际运行状态。因此,一旦动车组网络出现故障,需要尽快确定故障的位置和成因,对其进行处理。将故障树分析的方法应用到动车组网络故障分析系统中,可以提高故障诊断和处理的效率[1]。
1故障树分析
故障树分析是一种对系统安全工程进行分析的方法,可以准确描述事故的因果关系,并对相应的风险进行精准识别与评价,也可以通过定性分析和定量分析相互结合的方式,保障分析结果的准确性。故障树分析的基础是逻辑演绎,其可以准确描述事故的具体发生情况,并结合事故表现、事故原因以及造成的结果,找出有效的预防和应对措施。故障树分析模型如图1所示。

图1 故障树分析模型
在实施故障树分析的过程中,技术人员必须熟悉系统的运行情况,准确把握系统运行参数,完成工艺流程图的绘制工作,对相关事故案例进行全面收集和整理,做好统计分析工作,通过假设的方式确定系统运行中可能出现的异常或者事故,然后围绕该事故进行全方位的分析,找出最可能发生并会带来严重后果的事件,将其确定为顶上事件。之后,需要明确分析目标,对原因事件进行调查,绘制故障树,逐级找出直接原因事件,做好定性分析,确定好事件发生的概率,最后通过比较分析,得到最终的分析结果。
2动车组网络的作用
动车组网络主要是借助列车总线和车辆总线,实现数据信息的传递与共享,其在实际运行中,可以高效精准地收集列车和子系统运行的各种状态信息,并依照逻辑处理的方式,利用处理结果控制列车运行,对故障进行诊断。动车组网络可以实现全列车所有计算机控制部件的联网通信以及资源共享,配合相应的控制系统,能够对列车进行自检以及故障诊断决策。动车组网络在实际运行中,必须能够满足数据信息实时传输的要求,通信协议应该尽量简单,采用短帧信息传送的形式,信息的交换十分频繁,网络必须具备较强的稳定性,安全性以及容错能力较强。
以列车通信网络(Train Communication Network,TCN)为例,其能够将列车上所有的智能化设备连接在一起,完成控制逻辑处理与传输、设备状态监视以及异常检测处理功能。TCN可以分为两个组成部分,一是连接各车辆的绞线式列车总线(Wire Train Bus,WTB),在对列车进行重新编组时,可以实现自动配置,通信速率约为1Mbit/s;二是连接一节车辆内或者单元内设备的多功能车辆总线(Multifunction Vehicle Bus,MVB),其在经过优化后,具备快速响应的特性,通信速率1.5Mbit/s,两者的主要区别如表1所示。
表1 WTB和WVB的区别
WTB | MVB | |
组态 | 可以依照列车编组情况,实现自动化组态 | 需要由总线成员结合具体情况,事先进行确认 |
介质 | 双绞线 | 双绞线,光纤 |
设计长度 | 860m | 双绞线为20m,隔离屏蔽双绞线为200m,如果使用光纤为2000m |
数据速率 | 1.0Mbps | 1.5Mbps |
编码 | 曼彻斯特码+分界符 | 曼彻斯特码+分界符 |
帧长度 | 1024位 | 256位 |
帧格式 | HDLC | TC57 |
支持设备 | 32个节点 | 4096个节点 |
地址 | 组态时,自动在线分配 | 需要事先确定 |
基本周期 | 25ms | 1ms |
3基于故障树的动车组网络故障分析系统及实践
3.1系统创建
(1)故障分析模块创建
在故障分析系统中,故障分析模块是核心所在,能够对动车组网络故障进行深度分析。在对相应的故障推理程序进行编排时,采用了正向推理策略,故障检索的基本流程如图2所示。

图2 故障检索流程
实际操作中,如果需要进行故障分析,技术人员可以在检索框内,将故障表征输入,系统会对故障库和案例库进行检索,对比故障表征的相似度,在完成匹配后,系统会自动借助故障树模型,对输入的信息进行推理和判断,排查出故障的原因,并通过故障分析表的形式呈现出来。如果没有匹配成功,系统会提醒操作人员重新对信息进行输入,重复上述流程,直至获取分析结果[2]。
(2)数据库模块创建
数据库模块的核心是故障库和案例库,其能够对动车组网络故障及应对方案等信息进行存储,为类似故障的预防和处理提供参考依据。在实际操作中,可以将故障树模型的构建看作是对知识的获取,需要采用逐层深入的方式做好分析。技术人员在构建故障树模型时,需要将相应的“顶上事件”存储到数据库故障类型中,将基本事件存储到故障原因中,依照事件的重要程度进行排序。
故障库的建设需要采用故障树分析的方式,获得动车组网络系统故障的最小割集,确保用户能够在故障库相应页面浏览故障现象及原因,或者通过搜索框检索特定故障。故障库的基本呈现形式应该包含故障编号、故障类型、故障现象、故障原因等,以某IOM通信故障为例,其故障编号为6,故障现象是CCU诊断IOM机制在2024ms内生命信号不跳变,判断存在IOM通信故障,故障原因则是硬件设备存在问题,导致板卡无法将数据发出。
(3)数据库维护模块创建
数据库维护模块的主要功能,是对故障分析系统进行维护,以保障系统的稳定可靠运行,维护的内容包括故障及案例的添加、删除、修改等,能够将错误信息和无效信息清除,保障数据库信息的准确性和可用性。
3.2系统实践
四方股份平台某动车组在2023年6月10日15时20分,发生了网络故障,系统显示的报警信息为受电弓无法正常运转,司机依照相应的应急操作规程进行了处理,系统显示故障未解决,从保障安全的角度,将该动车组退出运营。
组织技术人员对故障进行分析,如果采用常规的故障分析方法,需要先对控制要求说明进行查阅,明确动车组受电弓的基本工作原理,然后将受电弓不可用故障的诱发因素全部列举出来,再通过逐一排查的方式找出故障原因,对故障进行处理,整个过程至少需要60min左右。利用上文设计的故障分析系统,对故障进行分析,技术人员需要打开系统登录界面,输入账号密码登入系统,在故障类型中,找到“受电弓不可用”故障,故障现象表述为“受电弓无法正常升起”,系统会自动在故障库和案例库中进行检索,给出的诊断如表2所示。
表2 受电弓不可用故障诊断表
故障原因 | 次数 | 排查顺序 |
紧急停车激活 | 3 | 1 |
受电弓隔离阀未投入 | 3 | 2 |
TCU自动开关关闭 | 3 | 3 |
列车处于400 V和3kV供电模式 | 5 | 4 |
主断未断开 | 3 | 5 |
自动开关处于关闭状态 | 4 | 6 |
过流保护 | 1 | 7 |
与受电弓主断控制相关的输入 | 1 | 8 |
辅助压缩机自动开关处于关闭状态 | 2 | 9 |
高压接地开关未处于接地位 | 1 | 10 |
受电弓故障 | 1 | 11 |
变压器切除 | 0 | 12 |
CCU通信不正常 | 0 | 13 |
VCU通信不正常 | 0 | 14 |
TCU通信不正常 | 0 | 15 |
之后,技术人员可以打开案例库,查阅之前发生过的类似故障,对照故障的原因和现象,对本次故障进行诊断。在综合故障诊断表和案例库信息的基础上进行故障诊断分析,结合系统给出的排查顺序,做好排查工作。最终检查结果显示,列车的供电模式错误,对供电模式做出相应调整后,故障得到了解决[3]。
结合本次故障分析情况进行讨论,如果采用常规的故障诊断方法,技术人员需要进行大量的准备工作和繁琐重复的操作,整个过程至少需要耗费60min左右的时间。而在运用基于故障树的网络故障分析系统后,技术人员要做的仅仅是登录系统并进行检索,系统可以自动进行检索和匹配,将可能的故障原因全部列举出来,整个过程只需要数分钟的时间,而且省去了查看设备工作原理的时间,能够极大地提高故障分析诊断的效率,缩短动车组停运的时间。
4结束语
总而言之,在科学技术飞速发展的情况下,高速动车组的行车速度得到了巨大提升,为人们的日常出行提供了便利。不过,动车组较快的速度也使得其对于行驶的安全性提出了更高的要求。动车组网络能够帮助列车运维人员准确掌握列车的运行状态,将潜在的安全隐患呈现出来,提醒运维人员进行处理。不过,常规的故障分析方法在实际应用中存在着效率低下、工作繁琐的问题,而且对运维人员的专业能力要求较高。从提高动车组网络故障分析效率的角度,文章提出了一种基于故障树的故障分析系统,并结合具体案例对系统的实践应用效果进行了检验,结果表明,该系统能够对动车组网络故障诊断的流程进行简化,缩短故障分析所需的时间,应用效果达到了预期。不过系统也存在一定的不足,即无法提前对故障进行预测,只能在故障发生后对其进行分析和诊断。因此,在后续研究中,可以考虑融入故障预测的相关技术,确保系统可以提前预测故障,将故障消除在萌芽之际。
参考文献
[1]胡明广, 薛源. 基于故障树高速动车组空调泄压模式失效故障的分析及优化 [J]. 中国新技术新产品, 2023, (16): 48-51.
[2]赵志龙, 齐金平. 基于动态贝叶斯网络的动车组牵引传动系统可靠性分析 [J]. 铁路计算机应用, 2023, 32 (06): 1-6.
[3]黄小剑. 基于DCUTerm的CRH1A-A型动车组网络系统故障诊断分析应用研究[D]. 导师:赵红卫. 中国铁道科学研究院, 2023.
...