智能交通系统中故障精确定位方法研究

doi:10.3969/j.issn.1674-0696.2018.07.13

重庆交通大学学报（自然科学版） ›› 2018, Vol. 37 ›› Issue (07): 76-79.DOI: 10.3969/j.issn.1674-0696.2018.07.13

智能交通系统中故障精确定位方法研究

刘尊民1，刘庆元2，曲大义1，陈秀锋1,3

(1.青岛理工大学机械与汽车工程学院，山东青岛 266520； 2. 山东省交通规划设计院，山东济南 250001； 3. 青岛海信网络科技股份有限公司，山东青岛 266071)

收稿日期:2017-01-31 修回日期:2017-06-05 出版日期:2018-07-09 发布日期:2018-07-09
作者简介:刘尊民(1980—)，男，山东莱芜人，副教授，博士生，主要从事工业过程控制及ITS技术方面的研究。E-mail：liu_zunmin@163.com。通信作者：曲大义(1973—)，男，山东即墨人，教授，博士，主要从事智能交通系统方面的研究。E-mail：dyqu@263.net。
基金资助:
国家自然科学基金项目(51678320)；山东省重点研发计划项目（2016ZDJS03B01）

Research on Fault Location Method of ITS

LIU Zunmin1, LIU Qingyuan2, QU Dayi1, CHEN Xiufeng1,3

(1.School of Mechanical and Automotive Engineering, Qingdao University of Technology, Qingdao 266520, Shandong, P. R. China; 2. Shandong Provincial Communications Planning and Design Institute, Jinan 250001, Shandong, P. R. China; 3.Qingdao Hisense Transtech Co., Ltd., Qingdao 266071, Shandong, P. R. China)

Received:2017-01-31 Revised:2017-06-05 Online:2018-07-09 Published:2018-07-09

摘要/Abstract

摘要： 针对目前智能交通运维系统中故障诊断误报率高，人工排查工作量大的问题，提出了一种基于双层链路的故障精确定位方法。根据设备历史数据采集频率特征，自动计算时间间隔阈值，并判断是否已超过故障阈值，超过后启动故障诊断程序。通过开辟针对网络链路与数据链路的监测线程，对硬件及软件接口进行多维度诊断处理，实现智能交通系统中故障状态的精准定位。该方法已在智能交通运维项目中应用，结果表明该方法精度高、误报率低、人工参与少，满足应用要求。

关键词: 交通运输工程, 故障诊断, 故障定位, 智能交通

Abstract: In order to solve the problem of high false alarm rates and large workloads in the operation and maintenance management system of ITS, an accurate fault location method based on double link was proposed. A new adaptive threshold method was used to pre-judge the fault of the system, and if this threshold was exceeded, a failure diagnosis procedure was started. By developing network link threads and data-adapter link threads, multi-dimensional diagnoses for the hardware and software system can be made to retreive precise locations of faults in ITS. This method was applied in the intelligent traffic operation and maintenance project, and the results show that this method has high accuracy, a low false alarm rate, less manual participation, and meets the application requirements.

Key words: traffic and transportation engineering, fault diagnosis, fault location, ITS

中图分类号:

U495

刘尊民1，刘庆元2，曲大义1，陈秀锋1,3. 智能交通系统中故障精确定位方法研究[J]. 重庆交通大学学报（自然科学版）, 2018, 37(07): 76-79.

LIU Zunmin1, LIU Qingyuan2, QU Dayi1, CHEN Xiufeng1,3. Research on Fault Location Method of ITS[J]. Journal of Chongqing Jiaotong University(Natural Science), 2018, 37(07): 76-79.

参考文献

［1］吴明远,林保华. 智能交通设备运维系统［C］//第九届中国智能交通年会大会论文集.广州:电子工业出版社,2014:1178-1180.
WU Mingyuan,LIN Baohua. Intelligent transportation system equipment operation and maintenance［C］// Proceedings of
9th China Annual Conference on intelligent transport systems.Guangzhou:Electronic Industry Press, 2014:1178-1180.
［2］赵怀柏. 基于故障溯源技术的交通设备管理系统设计［D］.上海:复旦大学,2013.
ZHAO Huaibai. The Design of Traffic Equipment Management System Based on the Technology of Fault Tracing［D］.
ShangHai:Fudan University, 2013.
［3］李晗,萧德云. 基于数据驱动的故障诊断方法综述［J］. 控制与决策,2011,26(1):1-8.
LI han,XIAO Deyun.Survey on data driven fault diagnosis methods［J］. Control and Decision, 2011,26(1):1-8.
［4］马晔,崔宝同. 网络控制系统的故障检测［J］. 科学技术与工程,2012,12(7):1544-1547.
MA Ye,CUI Baotong. Fault detection for networked control system［J］. Science Technology and Engineering, 2012,12
(7):1544-1547.
［5］王智弘，李东辉. 基于小波变换和粗糙集的电力电子电路故障诊断方法［J］.电气自动化，2015,37(3) : 109-111.
WANG Zhihong, LI Donghui. A fault diagnosis method for power electronic circuits based on wavelet transformation and
rough set［J］.Electrical Automation,2015,37(3) : 109-111.
［6］CORRECHER A, GARCIA E, MORANT F, et al. Intermittent failure dynamics characterization［J］. IEEE Trans-actions
on Reliability, 2012, 61(3): 649-658.
［7］王礼军. 模糊神经网络专家系统在故障诊断中的应用［J］. 重庆交通大学学报(自然科学版), 2012, 31(3):469-472.
WANG Lijun,Application on fuzzy neural network expert system in fault diagnosis［J］. Journal of Chongqing Jiaotong
University(Natural Science), 2012, 31(3):469-472.
［8］段苗花.智能交通设备运维监控系统的设计与实现［D］.杭州:浙江工业大学,2015.
DUAN Miaohua. Design and Realization of Intelligent Maintenance and Monitoring System of Transportation Equipment［D］
.Hangzhou: Zhejiang University of Technology, 2015.
［9］陆百川, 郭桂林, 肖汶谦,等. 基于多尺度主元分析法的动态交通数据故障诊断与修复［J］. 重庆交通大学学报(自然科学版),
2016, 35(1):134-137.
LU Baichuan, GUO Guilin, XIAO Wenqian, et al. Fault diagnosing and modifying of dynamic traffic data based on MSPCA［J
］. Journal of Chongqing Jiaotong University(Natural Science),2016, 35(1):134-137.

[1]	李晶1,2，钟鹏1，吕靖1,2. 基于系统动力学的陆港与城市经济互动研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 1-7.
[2]	李军1，朱云升2. 三角模糊层次分析的综合评价在黄河库区船舶安全评估中的应用[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 16-22.
[3]	邓萍1,2，宋莲1，黄承锋1,2. 三峡坝区过闸船舶拥堵成本测算及对坝区货物总价值影响研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 23-30.
[4]	程谦1 ，朱晓宁2 ，卢万胜3. 中长运距城际旅客出行方式选择行为模型——以高铁、民航为例[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 39-45.
[5]	连齐才1，李涵1，石小林1，闫章存2. 基于面板数据Mixed logit模型的自动驾驶选择行为分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 46-52.
[6]	戚春华，王笑男，朱守林，李航天. 基于驾驶员视觉兴趣区域的交通工程设施信息量阈值研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 53-60.
[7]	李升朝，吴越，白雪萌，王玥，张海. 基于TOPSIS与灰色关联的危货车辆违规报警研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 61-66.
[8]	杨庆芳1,2,3，王立强2，郑黎黎1,2,3，孟凡运2. 一种环形交叉口交通排放及燃油消耗模型研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 67-73.
[9]	白翰，张康宇，王修光，燕翔，冯启龙. 合放交通流条件下城市交叉口通行能力研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 12-20.
[10]	王涛1，谢思红1，黎文皓1,2，李文勇1. 基于FFOS-ELM和PF的短时交通流自适应预测模型[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 21-27.
[11]	张重阳,黄淑萍. 路网抗震可靠性及震后运输调度路径选择研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 43-51.
[12]	曹杰1，王大成2，戴冉1，李红2，黄富程1. 基于改进物元法的智慧港口发展水平评价模型[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 59-65.
[13]	郭文文1，计明军2，祝慧灵3，周文杰2. 集装箱码头场桥调度优化模型研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 66-72.
[14]	李广儒，张新，朱庆辉. 基于Adaboost的改进Elman神经网络港口吞吐量预测方法[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 1-5.
[15]	孙元广1，茧敏2，金华2，陈绍宽2. 城市轨道交通列车故障救援延误计算与仿真[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 6-12.

智能交通系统中故障精确定位方法研究

Research on Fault Location Method of ITS

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics