基于神经网络铁路客票制票终端故障诊断系统的设想

铁路制票终端从硬件功能上分为3级，第l级为各个子系统(包括计算机、制票机等)，第2级为制票机的部件级(包括电路板及机械部件)，计算机的硬件和软件，第3级为制票机单元电路或元器件。由于计算机为非专用产品，所以只作l、2级诊断，不进行3级诊断。相应的采用神经网络系统进行诊断时分3级进行。第1级建立在系统结构或功能模块级，判断是计算机还是制票机出现故障，第2级建立在计算机软硬件级或制票机硬件模块级。

当制票终端出现故障时，把故障信息输入给神经网络，神经网络通过自学习、自组织，然后进行自我调整治理或输出合理的解决办法。例如，在1级诊断时，判断出是计算机故障。在2级诊断中，如果计算机各端口通讯正常，但不能和制票机联机，则判断制票机驱动安装错误，此时可以自动更新驱动。

4仿真研究

采用MATLAB的神经网络工具箱进行仿真，其故障诊断可以划分为3级，相应的BP神经网络进行故障诊断时可分为3步。

(1)系统的各子系统的故障诊断。判断故障发生在计算机上还是制票机上，

(2)制票机的部件级诊断或计算机的软硬件级诊断。由于制票机为机电一体化产品，运动部件较多，易出现故障。因此，这里就以制票机子系统出“现故障为例。

故障征兆集合={不制票，印票不切票，切票位置不对，制白票l，其量化集合为X=[xl，x2，x3，x4]；故障原因集合={无故障，通讯接口故障，接口电路故障，位置传感器故障，步进电机故障，直流电机故障，电路板故障l，其量化集合为Y=[yl，y2，y3，y4，y5，y6，y7 ]，模拟训练时，输入输出样本如表1。

(3)元件级故障判断。方法同(2)，由相应的网络训练后的结构表示制票机电路板、动态组合元件和结合部件的故障模式。

5 结束语

BP神经网络应用在故障诊断中，不但能解决故障，更能有效地预报故障，而且能自动修复部分故障，降低窗口售票的故障率，减少人员的工作量。利用铁路售票专用网络，还可以进行远程诊断，从而，设备生产厂商可以直接远程维护，提高疑难杂症的诊断准确性，从而逐步实现远程诊断。