检测、诊断和定位轨道电路微小及早期故障的动态分布式方法

With the increasing speed for high-speed trains, detection, diagnosis and localization of small and early faults in jointless track circuits (JTCs) become increasingly important for safe and reliable operation of the railway transportation. We propose a dynamic and distributed approach to tackle the detection, diagnosis, and localization of small and early faults, due to the dynamic behavior, spatial distribution, and two-port network form of the JTC. First, we will model the JTC with the finite dimensional dynamic linear system; the modeling error will be quantified using the gap metric and υ–gap metric. Next, we will develop the distributed robust and optimal filters to estimate the voltages and currents of the two-port network circuits, corresponding to each of the compensation capacitors and other important JRC components. More importantly, we will develop the novel distributed detectors and introduce the deep learning method to diagnose and localize the small and early faults in the JTC. This project aims at creatively unifying the theories, technologies and solution methods from other research areas, as well as advanced results and mathematical tools from cooperative networked control, collaborative sensor networks, data fusion and deep learning to advance the research on fault detection and diagnosis in the JTC.

在高铁全面提速的新形势下，轨道电路的微小和早期故障检测、诊断和定位对确保铁道交通安全可靠运行日显重要。因此，对其进行检测、诊断和定位是轨道电路故障处理领域中亟待解决的关键问题，具有重要的理论意义和重大的应用价值。由于轨道电路具有线性系统的动态性、空间分布性以及二端口网络形式，我们提出研究检测、诊断和定位轨道电路微小和早期故障的动态分布式方法。首先，利用有限维线性动态系统对轨道电路建模；模型误差将由 gap metric 和 υ–gap metric 来刻画并量化。其次，开发分布式鲁棒最优滤波器，并以此估计对应于补偿电容或其它重要器件的各二端口电压电流。更重要的是，我们将开发具有原创性的分布式检测器，引进深度学习等智能化方法来诊断和定位轨道电路的微小和早期故障。本项目目的是创造性地结合其它研究领域理论、技术方法、网络化和智能化的先进成果和便利的数学工具，大力推进轨道电路的故障检测和诊断研究。

本项目针对高铁全面提速的新形势，研究轨道电路的微小和早期故障检测、诊断和定位中的重要关键问题。我们首先利用有限维线性动态系统对轨道电路建模，运用数学中的近似理论和鲁棒控制中的不确定系统知识对实际的轨道电路进行数学建模；其次开展对轨道电路各项参数的估计，构建动态数学模型，重点对补偿电容的参数进行估计，以达到对电容容值变化的监测；最后，针对数学模型仿真数据，建立一维和二维的多种数据库，设计对基于分布式故障检测、诊断和定位开发的多信息融合和深度学习网络算法，在准确率和效率方面不断进行算法的优化。这些研究成果和所用到的方法对轨道电路故障检测、高速列车控制等研究领域有着重要的科学意义。.此外，我们结合依托单位的研究特色，将理论研究过程中涉及到的与团队研究方向相关的内容进行拓展。对系统理论在智能交通及控制方面，尤其是多智能体控制方面进行了深入的研究。.在项目预研期间以及项目执行期间，所得研究成果共发表论文28篇，其中期刊杂志10篇，国内外重点会议18篇，完成了项目成果目标。在项目执行过程中，我们结合研究部分成果和新出现一些方法与思路，申请了四川省科技项目2项。