1绪论
1.1研究背景和意义
    计算机联锁系统(Computer-Based Interlocking System, CBI)是铁路信号核心技术装备，在运输和生产中发挥着关键作用。系统以信号机、转辙机和轨道电路作为基础设备，以电气和电子设备采集轨道电路、信号机以及道岔等设备的使用情况或运行状态，并控制信号机和道岔转辙机位置转换，其主要功能是为列车(或调车车列)在车站的运行和作业进行进路控制，对于车站联锁逻辑采取实时控制，保证列车(或车列)的运行高效和安全。
    目前，计算机联锁系统主要有三种制式，分别为二乘二取二型、双机热备型和三取二型。其中，双机热备型计算机联锁在我国使用最多，国产化的程度较高，三取二型计算机联锁在我国基本没有使用，是国外应用最多的型号，我国铁路应用的计算机联锁系统主要是双机热备和二乘二取二两种制式。
    双机热备联锁系统包含了两个完全相同且独立工作的硬件结构组成和软件功能单元，基本结构如图1-1所示，本着单机保证联锁系统安全性，双机提高联锁系统可靠性的基本思想，来保证系统的可靠和安全性。系统一旦发生故障，需进行整机切换，而故障诊断主要依靠单机系统的软件来实现，所以系统对于故障的反应时间受到了很大程度的限制，因此，双机热备的安全性在三种制式的联锁系统相对较低。
三取二型系统采用了软硬件双重表决的机制，其三取二结构是一种静态冗余结构，系统由三套完全相同、彼此独立的计算机系统组成，并行处理三套系统中的信息并进行对比表决之后输出命令，基本结构见图1-2。主要涉及了表决技术和同步处理技术，当出现故障或者运行差错时，进行“故障屏蔽”，无需进行硬件切换，在没有降低系统安全性的基础上，保证了系统的可靠性。
二乘二取二型联锁系统在我国既有的干线铁路提速区段使用的是最多的，其造价较高。此系统分为I系和II系，两系的关系是互为主备，当其中一个系统处于工作状态的时候，另一个系统处于热备冗余的状态，结构见图1-3。每一个单系都分别包括了两套软件和硬件设备，并进行实时校核，只有双机的状态一致，才会输出命令，若出现故障则立即导向备系进行工作。主要涉及二取二表决技术、二取二同步技术、两系切换技术和两系同步技术。
    计算机联锁系统的可靠性和安全性等RAMS指标与列车的安全运行、高效运输等都有着密切关系，然而现阶段，我国计算机联锁系统的寿命周期管理不够规范，缺乏科学合理的依据。2009年由原铁道部发行的《铁路信号维护规则》中规定一般信号设备大修周期为巧年，在实际运营中，双机热备型设备大修周期一般按10年执行，二乘二取二型计算机联锁系统的寿命周期按照15年来执行。从管理运营的角度，这个期限的规定沿用了传统继电联锁设备的管理办法，然而这样的管理办法，对于基于电子设备的计算机联锁系统来讲，则显得理论依据不够充分，实际上，基于电子的计算机联锁系统，在可靠性等方面都比传统继电联锁有了很大的提高，计算机联锁系统设备的使用寿命应该也应优于传统车站联锁设备。
因此，沿用继电联锁系统的寿命管理办法会造成一定的问题，若联锁系统的实际服役周期长于合理的寿命，则会影响系统运行和使用的安全性，若联锁系统的服役周期短于合理寿命，将会造成投资和技术层面的浪费，而在实际运营和维护的过程中，一般情况下，系统的实际服役期限一般不超过寿命管理办法中所规定的寿命周期，容易造成浪费。
    随着我国铁路的迅速发展，计算机联锁系统也随之快速发展，然而在铁路信号领域，设计系统或设备寿命评估理论的研究较少，本文的研究旨在为解决联锁系统寿命周期没有科学依据这一问题提供一种智能化方法，结合计算机联锁系统的运行原理和硬件结构特点，利用人工智能的相关方法对正在服役的计算机联锁系统的剩余使用寿命进行科学合理评估，为联锁系统设备的维修更换提供一定科学依据，在保证系统安全运行的基础上，有效提高系统的使用效率和投资回报率，提升铁路联锁装备的运维管理水平，具有现实意义。
1.2研究现状
1.2.1计算机联锁系统应用现状
    随着计算机等新兴技术的发展，早在20世纪60年代，就有研究人员开始在传统电气联锁系统的基础上，尝试基于电子的计算机器件来组件铁路信号电子联锁系统;20世纪80年代车站联锁系统正式开始进入计算机联锁控制时代，1987年，瑞典进行研制的第一套基于计算机的联锁控制系统被成功应用;从20世纪90年代起，部分国家开始应用计算机联锁系统，并进行了推广，通过研究将计算机联锁系统作为铁路信号的发展主流方向推广并加以应用。经过这20多年来，人们的不断探索研究，计算机联锁系统在发达国家的应用己经非常成熟，主要采取的是三取二和二乘二取二两种制式，通过冗余结构设计可以保证联锁系统的安全性和可靠性。
    在我国，20世纪80年代以来，北京交通大学、中国铁道科学研究院、中国铁路通信信号总公司研究设计院等科学研究机构纷纷开始对于联锁系统相关的研究和研发工作[5] 0 1984年，中国铁路通信信号总公司研究设计院负责开发和投入生产的联锁控制系统，是我国第一个计算机联锁系统，在南京的梅山井下铁路开通并使用，填补了我国在此领域的空缺。1989年，由中国铁道科学研究院研究并进行生产的计算机联锁系统在郑州北编组站开通投入运行使用，这标志着国有铁路联锁控制系统开始逐渐步入计算机联锁时代。1994年，由中国铁道科学研究院和中国铁路通信信号总公司研究设计院研发的计算机联锁控制系统，分别在哈尔滨铁路局平房站和上海铁路局交通站中投入使用运行，此举是我国第一次将自主研发生产的联锁系统设备用于铁路正式的运营车站。20世纪90年代，我国计算机联锁系统进行迅速发展阶段，全路使用的计算机联锁系统的数量到2000年，达到了438个车站(场)，而到2010年，此数量己增至2903，近年来，随着计算机联锁系统的发展更加迅速，其车站(场)的装备数量己达到了5374个。
1.2.2寿命预测方法研究现状
    由于设备寿命预测对于设备运行安全、投资回报等诸多方面所具备的重大现实意义，随着科学技术的不断发展，经过各领域专家学者的探索研究，不断地将各种先进技术应用到寿命评估的研究领域中，并总结出很多种设备寿命预测的方法，按照预测方法和实施方案大致可分为基于三种不同方法的寿命预测方法分别为:基于力学方法、基于概率统计学方法和基于信息新技术方法的寿命预测方式。
基于力学方法的寿命预测方法，是最早提出的一种方法，奠定了对于机械和设备进行寿命预测研究的基础，有着举足轻重的地位，此方法在发展的过程中也涌现了一系列研究方法和计算公式，基于应力的S-N曲线方法、基于应变的a -N曲线方法等。利用非线性力学损伤模型进行寿命预测，在力学方法的寿命预测方式中是一个比较经常应用的寿命预测模型之一。但由于其计算复杂，工作量巨大等缺点，逐渐不再是设备寿命预测的主流方法。
    基于概率统计的寿命预测方法，是将与剩余使用寿命相关的设备自身参数，进行统计分析，得出分布规律，并在此基础上考虑概率方法的随机性，综合得到设备的剩余使用寿命，由于寿命预测在各个领域都有着很现实和重大的意义，国内外研究人员提出过很多经过方法推理和理论验证的预测模型，尤其对于基于概率统计的寿命预测方法的研究过程中，专家学者们进行过很多的定性分析和定量计算，并进行了大量的实验。在铁路信号领域，也有基于概率统计进行设备寿命预测的研究，提取对于计算机联锁系统失效有关因素的基础之上，通过概率分布模型对故障数据进行归类，找到影响联锁系统寿命的关键因素，对系统进行寿命预测，此方法较本文研究而言，更容易与寿命预测对象本身的特点和结构等进行关联，与研究对象紧密结合，但其工作量较大，且由于统计过程中难以避免的误差存在，导致结果的精度容易受到一定的限制。其外，由于概率统计方法本身对于实验过程的限制，在建立模型和定性定量实验的过程中，将一些寿命预测过程中实际存在的问题，比如，数据存在的随机性、突变以及非线性等，只得在一定程度上忽略不计，使得建立的模型的预测精度随之受到一定程度的限制。
    人工智能是21世纪发展起来的前端技术之一，被很多领域应用和借鉴，通过模拟人复杂思维过程和行为进行建模和运算在寿命预测也得到了广泛研究和应用近年来，基于神经网络的预测和评估方法也逐渐成为学者们关注和研究的一个热点。在国内外不同的领域，都得到了学者们的关注和研究，将其应用到了航空航天领域，利用数据驱动的神经网络方法去评估飞机执行组器件的剩余使用寿命。有学者基于电气设备绝缘系统的基本参数，将神经网络的预测和分类功能对其进行寿命评估。将机器设备的维修过程与神经网络等智能化方法进行结合，对发动机进行寿命预测和健康管理。在机械领域，将神经网络的模型应用于预测轴承设备的故障时间，以此作为预测轴承剩余使用寿命的依据，还利用其与真实使用寿命之间的差值来评估模型的有效性。此外还有学者将神经网络模型进行了性能和参数优化，避免了神经网络在预测和分类过程中有可能出现的局部最优化或者训练时间过长等缺陷，在此基础上再对系统和器件进行寿命预测工作。
    通过分析神经网络技术在寿命预测领域的应用现状，可以发现，大多数研究领域和研究方法中，在进行系统或设备寿命评估的时候，研究工作的开端都是从被评估系统本身的性能参数或故障数据来进行的，这也是本文研究的一个切入点。目前为止，在铁路信号领域，利用神经网络模型对系统和设备进行寿命评估的研究不多，结合其他领域基于神经网络的寿命评估方法的思想，可以为本文对于联锁系统建立寿命评估模型，进行寿命评估研究提供一些思路。
.3论文主要工作及结构
    本文主要研究目的是根据当前的计算机联锁系统的维护现状和运行情况，结合人工智能和相关优化方法，并根据计算机联锁系统的设备和技术特点，提出一种智能化的评估方法，以此建立恰当的寿命预测模型，选取恰当的评价方式，以此实现对于联锁系统进行的寿命评估工作，为正在运行和使用过程中的计算机联锁系统的更换和维护提供一定参考和依据。
    论文研究的主要内容可分为:计算机联锁系统硬件组成和故障分析，智能化预测方法在联锁系统设备中应用研究分析、计算机联锁系统的寿命评估工作。计算机联锁系统的硬件组成分析和故障分析主要是在对系统硬件结构、组成和运行原理分析的基础上，通过系统维护和故障特点，得到部件故障与系统失效、系统剩余使用寿命之间的定性关系。由于联锁系统冗余容错结构的特殊性，神经网络等智能化方法需结合系统结构特点，才能用以寿命评估的研究工作。最后，构建基于神经网络的计算机联锁系统寿命评估模型，对计算机联锁系统的剩余使用寿命进行科学合理的评估，可以为系统的维修更换提供一定的参考和依据。
    本文综合了联锁系统的冗余和容错结构特点以及进行设备寿命预测工作可能遇到的挑战和研究侧重点，查阅了大量的相关文献和资料，并借鉴了其他领域在设备剩余使用寿命这一方向的研究成果，对联锁系统的寿命评估工作方面展开了研究，论文的结构如下:
    第一章:绪论。介绍了本文的研究背景和意义，总结出计算机联锁系统的应用现状和寿命预测方法的研究现状，并给出了研究思路和论文的主要工作。
    第二章:相关理论基础。首先明确了寿命预测和联锁系统使用寿命的概念和内容，其次介绍了神经网络理论的原理，相关的智能优化算法理论，并分析了神经网络等人工智能理论和算法如何在联锁系统的寿命评估研究上进行合理应用。
    第三章:基于故障树的计算机联锁系统硬件分析。首先对于系统设备的硬件组成结构和部件功能进行分析，并在此基础上建立了计算机联锁系统故障树模型，并分析了构成系统的关键部件的结构，并结合本文的研究重点和思路，对建立的故障树模型进行了合理的简化，并计算出联锁系统故障树模型的最小割集，最后，生成了可用于神经网络训练的数据集。
    第四章:基于神经网络的寿命评估模型。分别构建了基于GRNN神经网络的计算机联锁系统寿命评估模型、基于改进型GRNN神经网络的计算机联锁系统寿命评估模型和基于BP神经网络的计算机联锁系统寿命评估模型。其中，在分析了GRNN神经网络性能、模型原理和结构特点的基础上，对此神经网络模型的参数提出了改进方案，使用粒子群算法对GRNN网络参数进行了寻优改进，提出了基于改进型神经网络的联锁系统寿命评估模型，并进行联锁系统的寿命评估工作。
    第五章:计算机联锁系统寿命预测评估模型实例。将第四章中提出的寿命预测模型进行了实例分析，实现了某实例联锁系统的寿命评估工作，并在误差和神经网络性能方面对神经网络模型进行了对比，得出了最佳结果。并对联锁系统故障预测神经网络模型进行了验证。
    第六章:总结与展望。总结了论文研究工作，提出了论文在研究中的不足之处，并对今后的研究工作进行了展望。