CN104732469B - 一种城市轨道交通车辆关键系统的确定方法 - Google Patents
一种城市轨道交通车辆关键系统的确定方法 Download PDFInfo
- Publication number
- CN104732469B CN104732469B CN201310710712.8A CN201310710712A CN104732469B CN 104732469 B CN104732469 B CN 104732469B CN 201310710712 A CN201310710712 A CN 201310710712A CN 104732469 B CN104732469 B CN 104732469B
- Authority
- CN
- China
- Prior art keywords
- rail transit
- urban rail
- transit vehicles
- criticality
- fault mode
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Train Traffic Observation, Control, And Security (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Vehicle Cleaning, Maintenance, Repair, Refitting, And Outriggers (AREA)
Abstract
本发明提出了一种城市轨道交通车辆关键系统确定方法,解决了现有技术中关键系统确定的全面性及准确度低的问题,将故障率、故障严重程度、故障探测度、维修成本相结合,综合应用确定性计算及不确定性模糊评估,提高了关键系统确定的全面性和准确度,有助于在有限的条件下最大程度地保证车辆的可靠性与安全运营。
Description
技术领域
本发明属于交通安全工程领域,具体涉及城市轨道交通车辆关键系统确定方法。
背景技术
城市轨道车辆运行环境封闭、载客量大,一旦发生交通事故将对乘客的出行造成较大不便,甚至产生巨大的人员和财产损失。而随着城市轨道交通线路、车辆的增多以及城市轨道交通车辆自身的复杂性,对车辆的检修工作带来了更大的挑战。因此有必要寻找科学有效的计算方法用以判断城市轨道交通车辆的关键系统,在现有资源条件下有的放矢,最大程度上确保城市轨道交通车辆的可靠性及运营安全性。目前常用于确定关键系统或部件的方法主要有重要度评估、风险优先数评估等。Birnbaum提出用重要度来量化表示组成部分对系统性能的贡献,从而确定关键系统;风险优先数方法对故障模式影响严重程度、故障模式发生的频度、故障可检测出的难易程度按经验分级打分,由此三项因素共同确定关键系统。司书宾等综合考虑部件的可靠性及结构关系,提出了部件在维修过程中的重要程度的计算方法;吴建慧将概率重要度与风险优先数相结合,提出了确定汽车制动系统关键部位的评估方法。但是,上述方法中,关键系统确定的全面性和准确度有待提升。
发明内容
本发明解决现有技术的不足之处,提出了一种城市轨道交通车辆关键系统确定方法,解决了现有技术中关键系统确定的全面性及准确度低的问题。
本发明实施例提供了一种城市轨道交通车辆关键系统的确定方法,包括:
对城市轨道交通车辆系统进行分类,明确各系统定义及内容;
统计故障数据,确定城市轨道交通车辆各系统故障率作为系统故障发生度的评判;
确定城市轨道交通车辆各系统的主要故障模式参数;
确定城市轨道交通车辆各系统故障模式的严重程度等级划分的信息;
确定城市轨道交通车辆各系统故障模式的探测度等级划分的信息;
确定城市轨道交通车辆各系统故障模式的维修成本等级划分的信息;
应用多属性决策方法TOPSIS综合量化所述严重程度、探测度和维修成本三个模糊评价指标参数;
根据该指标参数,确定系统的关键度,根据所述关键度确定城市轨道交通车辆的关键系统。
本发明提供了一种确定城市轨道交通车辆关键系统的判断方法,将故障率、故障严重程度、故障探测度、维修成本相结合,综合应用确定性计算及不确定性模糊评估,提高了关键系统确定的全面性和准确度,有助于在有限的条件下最大程度地保证车辆的可靠性与安全运营。
附图说明
图1为确定城市轨道交通车辆关键系统的流程图。
图2为城市轨道交通车辆关键度主次图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步详细说明。
城市轨道交通车辆关键系统确定,通过定义各系统的关键度进行评判,包括以下步骤:
S101、对城市轨道交通车辆系统进行分类,明确各系统定义及内容;
采用基于F-P(T)-B-S的模块划分,从考虑城市轨道车辆复杂的本质特性角度出发,即从功能特性、原理特性、行为特性及结构特性等作为考虑要素,将城市轨道交通车辆划分为9个系统,分别为车体、车门、牵引/电制动、乘客信息系统、走行部、空调、供风气制动、列车控制及诊断系统、辅助系统。
S102.统计故障数据,确定城市轨道交通车辆各系统故障率作为系统故障发生度的评判;
系统i的故障率λi=ni/n,ni为系统i的故障数,n为整车的故障数。统计的各系统故障率λi如表1:
表格1城市轨道交通车辆各系统故障率λi
S103.确定城市轨道交通车辆各系统的主要故障模式参数;
统计故障模式概率αij=nj/ni,nj为故障模式j出现的次数,ni为系统i的故障数。各系统主要故障模式及故障模式概率如表2~表10所示:
系统S1:车门
表格2车门故障模式概率
系统S2:车体
表格3车体故障模式概率
系统S3:乘客信息
表格4乘客信息故障模式概率
系统S4:辅助系统
表格5辅助系统故障模式概率
系统S5:列车控制及诊断
表格6列车控制及诊断故障模式概率
系统S6:牵引电制动
表格7牵引电制动故障模式概率
系统S7:走行部
表格8走行部故障模式概率
系统S8:供风气制动
表格9供风气制动故障模式概率
系统S9:空调
表格10空调故障模式概率
S104.确定城市轨道交通车辆各系统故障模式的严重程度等级划分的信息;
确定城市轨道交通车辆各系统故障模式的严重程度βij等级划分,严重程度根据该故障模式对车辆正常运营的影响程度以及对车辆本身功能的损坏程度进行判断,用梯形模糊数进行评估:
表格11严重程度等级评估
S105.确定城市轨道交通车辆各系统故障模式的探测度等级划分的信息;
确定城市轨道交通车辆各系统故障模式的探测度dij等级划分,探测度是指各故障模式能够被提前检测到的程度,具体分级如表12所示:
表格12探测度等级评估
S106.确定城市轨道交通车辆各系统故障模式的维修成本等级划分的信息;
确定城市轨道交通车辆各系统故障模式的维修成本cij等级划分,维修成本包括人力和物力成本,具体分级如表13所示:
表格13维修成本等级评估
S107.应用多属性决策方法TOPSIS综合量化所述严重程度、探测度和维修成本三个模糊评价指标参数;
应用多属性决策方法TOPSIS综合量化严重程度、探测度和维修成本三个模糊评价指标。由于系统数较多,下文主要以车门系统为例进行分析。
①专家对各故障模式进行等级数确定。
表格14车门系统故障模式等级评定
②建立初始决策矩阵,并进行规范化。
③建立加权规范化决策矩阵V,权重系数W为[0.5,0.3,0.2],即严重程度权重为0.5,探测度权重为0.3,维修成本权重为0.2。
④采用重心法对规范决策矩阵去模糊化,得到系统各模式的严重程度、探
测度及维修成本的综合量化值Z1:
为规范决策矩阵V1中的元素。得到车门系统综合量化值如下:
Z1=[0.23720.3790.23720.27280.43170.27280.43170.43170.38460.4317]T
重复步骤①~④,获得各系统的综合量化值如下:、
Z1=[0.2372 0.379 0.2372 0.2728 0.4317 0.2728 0.4317 0.4317 0.38460.4317]T;
Z2=[0.6125 0.1494 0.2021 0.5593 0.2588 0.29 0.3846 0.2237]T;
Z3=[0.3278 0.4224 0.29 0.29 0.2372]T;
Z4=[0.5745 0.2751 0.3846 0.6125 0.2021 0.2548]T;
Z5=[0.2372 0.4825 0.3846]T;
Z6=[0.3846 0.3468 0.6919 0.5214 0.5214 0.6537 0.2588 0.4792 0.34680.38460.3846 0.6125 0.6537]T;
Z7=[0.3846 0.4414 0.381 0.3279 0.3279 0.6655 0.5326 0.29 0.66550.6655]T;
Z8=[0.29 0.29 0.29 0.29 0.4414];
Z9=[0.3846 0.7444 0.3810 0.4224 0.3810 0.7444 0.6655 0.3846 0.74440.7444]。
S108.根据该指标参数,确定系统的关键度,根据所述关键度确定城市轨道交通车辆的关键系统。
根据公式
式中,λi为系统i的故障率,αij为系统i的故障模式ij的故障模式概率,为系统i的故障模式ij的严重程度、探测度、维修成本的综合量化值。
表格15城市轨道交通车辆各系统关键度
根据关键度Ki确定城市轨道交通车辆的关键系统,Ki越大,系统i越关键。由表15可见,关键度排序依次为牵引电制动0.0647、空调0.0521、车门0.0494、走行部0.0480、辅助系统0.0371、乘客信息0.0301、车体0.0278、供风气制动0.0241、列车控制及诊断0.0087。
将各关键度归一化,并按从大到小进行排序,得到归一化后的关键度:
表格16归一化关键度排序
根据主次图法确定关键系统,由图2可见,当累积关键度达到0.8时,关键系统为前5个系统,即牵引电制动、空调、车门、走行部、辅助系统为关键系统。
Claims (5)
1.一种城市轨道交通车辆关键系统的确定方法,其特征在于,包括:
对城市轨道交通车辆系统进行分类,明确各系统定义及内容;
统计故障数据,确定城市轨道交通车辆各系统故障率作为系统故障发生度的评判;
确定城市轨道交通车辆各系统的故障模式参数;
确定城市轨道交通车辆各系统故障模式的严重程度等级划分的信息;
确定城市轨道交通车辆各系统故障模式的探测度等级划分的信息;
确定城市轨道交通车辆各系统故障模式的维修成本等级划分的信息;
应用多属性决策方法TOPSIS综合量化所述严重程度、探测度和维修成本三个模糊评价指标参数;
根据指标参数的综合量化值,确定系统的关键度,根据所述关键度确定城市轨道交通车辆的关键系统;
所述确定系统的关键度,包括:
利用公式确定系统i关键度Ki,其中,λi为系统i的故障率,αij为系统i的故障模式ij的故障模式概率,为系统i的故障模式ij的严重程度、探测度、维修成本的综合量化值。
2.根据权利要求1所述的方法,其特征在于,所述对城市轨道交通车辆系统进行分类,包括:
将城市轨道交通车辆划分为9个系统,分别为车体、车门、牵引/电制动、乘客信息系统、走行部、空调、供风气制动、列车控制及诊断系统、辅助系统。
3.根据权利要求1所述的方法,其特征在于,所述确定城市轨道交通车辆各系统的故障模式之后,还包括:
统计故障模式概率αij=nj/ni,nj为故障模式j出现的次数,ni为系统i的故障数。
4.根据权利要求1所述的方法,其特征在于,所述确定城市轨道交通车辆各系统故障模式的严重程度等级划分,包括:
根据故障模式对车辆正常运营的影响程度以及对车辆本身功能的损坏程度判断所述严重程度,用梯形模糊数进行评估。
5.根据权利要求1所述的方法,其特征在于,所述根据所述关键度确定城市轨道交通车辆的关键系统,包括:
将各关键度归一化,并按从大到小进行排序,得到归一化后的关键度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310710712.8A CN104732469B (zh) | 2013-12-19 | 2013-12-19 | 一种城市轨道交通车辆关键系统的确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310710712.8A CN104732469B (zh) | 2013-12-19 | 2013-12-19 | 一种城市轨道交通车辆关键系统的确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104732469A CN104732469A (zh) | 2015-06-24 |
CN104732469B true CN104732469B (zh) | 2018-05-11 |
Family
ID=53456343
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310710712.8A Active CN104732469B (zh) | 2013-12-19 | 2013-12-19 | 一种城市轨道交通车辆关键系统的确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104732469B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107507296B (zh) * | 2017-07-28 | 2020-03-31 | 中车南京浦镇车辆有限公司 | 轨道车辆在可靠性平稳期根据置信度确定故障数的方法 |
CN107631890B (zh) * | 2017-10-16 | 2020-05-22 | 中国铁路总公司 | 动车组指标分析方法及系统 |
CN109842649A (zh) * | 2017-11-27 | 2019-06-04 | 北京通号国铁城市轨道技术有限公司 | 一种城市轨道交通设备健康管理方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102682213A (zh) * | 2012-05-11 | 2012-09-19 | 广州市地下铁道总公司 | 轨道交通设备质量评估方法 |
-
2013
- 2013-12-19 CN CN201310710712.8A patent/CN104732469B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102682213A (zh) * | 2012-05-11 | 2012-09-19 | 广州市地下铁道总公司 | 轨道交通设备质量评估方法 |
Non-Patent Citations (6)
Title |
---|
Reliability analysis of metro door system based on FMECA;Xiaoqing Cheng et al.;《Journal of Intelligent Learning Systems and Applications》;20131130;第5卷(第04期);第216-220页 * |
产品安全性关键度研究;王小文;《中国优秀硕士学位论文全文数据库 工程科技II辑》;20070815(第02期);第C028-66页 * |
城市轨道交通车辆关键系统可靠性研究;潘丽莎等;《中国铁路》;20120731(第07期);第80-83页 * |
基于功能-原理-行为-结构的产品模块化设计方法;李国喜等;《国防科技大学学报》;20091031;第31卷(第5期);第75-80页 * |
基于模糊多属性决策的炮闩系统备件供应研究;郝刚等;《价值工程》;20121031(第29期);第21-23页 * |
汽车制动系统关键部件的确定及其可靠性研究;吴建慧;《中国优秀硕士学位论文全文数据库 工程科技II辑》;20120715(第07期);第C035-73页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104732469A (zh) | 2015-06-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2064106B1 (en) | Diagnostic system and method for monitoring a rail system | |
Weng et al. | Development of a subway operation incident delay model using accelerated failure time approaches | |
CN104732469B (zh) | 一种城市轨道交通车辆关键系统的确定方法 | |
CN110222437A (zh) | 列车车列健康状态的评估方法、装置及存储介质 | |
CN110210161B (zh) | 列车车辆健康状态的评估方法、装置及存储介质 | |
CN108961473A (zh) | 一种基于智能网联汽车控制中心的车辆状态评估预警方法 | |
CN104732286A (zh) | 一种城市轨道交通车站安全态势感知方法 | |
CN104318780B (zh) | 考虑气象因素、道路线形因素的高速公路事件检测方法 | |
CN105976578A (zh) | 一种基于监测数据的高速列车轴温动态报警阈值设定方法 | |
CN104724098B (zh) | 一种城轨列车制动系统故障诊断方法 | |
CN110209999A (zh) | 一种车载设备故障趋势预测方法 | |
CN107918826B (zh) | 一种驾驶环境感知的司机评价与调度方法 | |
CN106484966A (zh) | 一种城市轨道交通突发事件动态影响范围与强度确定方法 | |
CN103678924A (zh) | 轨道交通车辆关键部件故障模式风险优先数的确定方法 | |
CN101807314B (zh) | 嵌入式车辆工况混杂异构数据信息实时处理方法 | |
CN115545101A (zh) | 一种基于残差神经网络的高速列车转向架故障诊断方法 | |
RU2754286C1 (ru) | Способ сенсорного анализа, система контроля, содержащая компьютерный программный продукт для сенсорного анализа, система подсчета пассажиров и транспортное средство для перевозки пассажиров, в частности, в рельсовом и дорожном сообщении | |
CN115938124A (zh) | 一种城市轨道交通突发事件影响预测方法、系统及产品 | |
CN117864216A (zh) | 基于ai的轨道交通动态安全预警系统 | |
CN112232553B (zh) | 一种基于贝叶斯网络的高铁列车晚点影响因素诊断方法 | |
KR20230060824A (ko) | 빅데이터 기반의 배터리 진단 시스템 및 그의 제어 방법 | |
CN117445976A (zh) | 一种智能化城市轨道交通运行风险监测维护系统 | |
Zhu et al. | Real-time fault diagnosis for EVs with multilabel feature selection and sliding window control | |
CN114722102B (zh) | 一种基于大数据分析的轨道交通能耗系统智能监测管理系统 | |
CN113780682B (zh) | 基于故障标志物的轨道交通系统业务故障预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 510335 Guangdong city in Guangzhou Province, Haizhuqu District Road No. 618 Xingang South Fenghui Global trade and Exhibition Center from eleventh to 14 Applicant after: GUANGZHOU METRO GROUP CO., LTD. Address before: 12, No. 510335, Xingang East Road, Haizhuqu District, Guangdong, Guangzhou Province, 618 floor, South China Hui Global Exhibition Center Applicant before: Guangzhou Metro Corporation |
|
COR | Change of bibliographic data | ||
GR01 | Patent grant | ||
GR01 | Patent grant |