基于知识模型的城轨信号故障诊断系统

• 作者: 杨将 阳亦斌 欧盛芬 邓永祁
• 来源期刊: 控制与信息技术
• 学科: 交通运输
• 关键词: 信号系统 知识模型 网络本体语言 故障诊断 Lambda架构 Hadoop技术生态圈
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 故障诊断|Fault Diagnosis
• 页码范围: 112-119
• 页数: 8页
• 分类号: U285
• 语种: 中文
• DOI: 10.13889/j.issn.2096−5427.2022.02.017

摘要

目前,城市轨道交通(简称"城轨")信号维护支持系统仅能进行单一故障源报警,无法快速确定位故障原因和指导运维人员处置故障;而城轨信号系统故障种类繁多,诊断分析逻辑复杂,针对不同场景定制化开发故障诊断程序,无法快速响应运维需求且成本高昂.针对该问题,文章基于知识模型研发了一种信息化、平台化的城轨信号故障诊断系统,以实现信号系统故障知识建模、故障诊断语义关联和故障诊断过程建模.为了能够实现信号系统故障诊断的完全推理,系统采用网络本体语言的子语言(OWL DL)进行知识建模,抽取和描述信号系统故障诊断的分析逻辑并建立知识模型;利用设备运行状态匹配故障原因,由信号系统设备状态空间到故障原因空间的映射实现信号系统设备故障自诊断,为信号系统设备的生产运维管理提供决策支持.系统应用结果显示,采用该系统后运营安全事故率降低了15％,故障处置效率提升了20％.