CN104899423A - 一种动车组子系统关键部件运用可靠性评估方法 - Google Patents
一种动车组子系统关键部件运用可靠性评估方法 Download PDFInfo
- Publication number
- CN104899423A CN104899423A CN201510225640.7A CN201510225640A CN104899423A CN 104899423 A CN104899423 A CN 104899423A CN 201510225640 A CN201510225640 A CN 201510225640A CN 104899423 A CN104899423 A CN 104899423A
- Authority
- CN
- China
- Prior art keywords
- sigma
- delta
- motor train
- train unit
- eta
- 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.)
- Granted
Links
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明涉及轨道车辆安全领域,具体涉及一种动车组子系统关键部件运用可靠性评估方法,主要包括:建立动车组子系统结构树并进行现场数据预处理,获得故障间隔运行里程数据;计算所得样本的均值、方差、二阶矩、三阶矩、四阶矩、偏度Cs、峰度Ce、平均失效率以及对数化样本的偏度Cs’、峰度Ce’;确定部件寿命分布和参数估计算法;计算平均故障间隔时间和可靠度。本发明有效处理动车组实际运行数据并对动车组部件进行运行可靠性估计,解决了动车组上线运用可靠性分析缺乏的问题,同时,本发明的基于现场数据的动车组关键部件运行可靠性评估方法也适用于其他轨道车辆部件的运行可靠性分析。
Description
技术领域
本发明涉及轨道车辆安全领域,尤其是涉及一种动车组子系统关键部件运用可靠性评估方法。
背景技术
动车组是极端服役条件下的具有先进功能的复杂技术系统。近年来,一方面我国动车组上线运用数量日益增多,另一方面,国内在动车组运用与维修方面也面临着先期经验匮乏的客观事实,评估动车组子系统关键部件运用可靠性水平,一方面可以为保障车辆的运行安全提供依据,另一方面还可以为列车的修程修制优化提供支撑,从而实现列车运行过程中“安全性”与“经济性”的有机结合。为了切实保证动车组运行安全和经济可用,迫切需要一套基于上线运用现场数据的动车组子系统关键部件运用可靠性评估方法。然而目前还没有有效的可靠性评估方法。
发明内容
本发明的目的就是为了克服上述现有技术存在的空白而提供一种有效的动车组子系统关键部件运用可靠性评估方法。
本发明的目的可以通过以下技术方案来实现:
一种动车组关键部件运行可靠性评估方法,包括以下步骤:
(1)构建标准化动车组子系统结构树,该动车组子系统结构树的最底层为动车组运用现场最小不可拆分部件,每棵树所有层次的部件名称和数量相同;
(2)根据动车组实际上线运用情况,按投入运用时间划分车组批次;
(3)记录同一批次动车组的标准化部件现场发生故障的时间点xi,i=1,2,3...,r,r为故障个数;
(4)根据动车组现场动态维修记录的离散时间与运行里程信息的关系,计算对应的动车组运行里程xi,i=1,2,3...,r;
(5)计算xi的均值θ、方差s、二阶矩μ2、三阶矩μ3、四阶矩μ4、偏度Cs、峰度Ce和对数化样本的偏度Cs’、峰度Ce’;
(6)计算部件故障样本的平均失效率,得到失效率表;
(7)选择部件寿命分布模型,确定部件可靠度函数估计方法;
(8)确定单个部件平均故障间隔时间和可靠度函数;
(9)确定车组级部件平均故障间隔时间和可靠度函数;
(10)利用可靠度函数对各个部件进行可靠性评估。
所述的步骤(2)中,从第一批动车投入运行开始,同一批次的所有车组投入运用时间相差不超过一年。
所述的步骤(4)中,采用分段线性插值的方式来获得xi。
所述的步骤(5)具体包括以下步骤:
(5-1)根据下列公式计算xi的均值θ、方差s、二阶矩μ2、三阶矩μ3、四阶矩μ4、偏度Cs、峰度Ce:
Cs=μ3/σ3
Ce=μ4/σ4;
(5-2)将xi作对数变换,重复步骤(5-1)得到对数化样本的偏度Cs’、峰度Ce’。
所述的步骤(6)具体包括以下步骤:
(6-1)将动车组总运行时间分成k个时间区间Δx,计算每个时间区间长度:
Δx=(La-Sm)/k
其中,k=1+3.3lgr,La为xi的最大值,Sm为xi的最小值;
(6-2)计算部件故障样本的平均失效率
其中,Δri为第i个时间区间Δxi内的失效率频数,i=1,2,3...,k,rs,i-1为进入第i个时间区间时的样本数,rs,i-1=r-ri-1,ri-1指进入第i个时间区间的累积失效率。
所述的步骤(7)具体包括以下步骤:
(7-1)判断部件故障数据个数,若大于10,则进入步骤(7-2);否则返回步骤(7-1);
(7-2)若|θ-s|<(θ+s)/5,则部件寿命服从指数分布,否则进入步骤(7-3);
(7-3)若|Cs|<0.5且|Ce-3|<0.5,则部件寿命服从正态分布,否则进入步骤(7-4);
(7-4)若|Cs’|<0.5且|Ce’-3|<0.5,则部件寿命服从对数正态分布,否则进入步骤(7-5);
(7-5)根据步骤(6)中得到的平均失效率表,计算Δλi:
若对于i=1,2,...k均成立,则部件寿命服从指数分布,否则进入步骤(7-6);
(7-6)对步骤(7-5)中Δλi,记Δλi>0的个数为a,Δλi<0个数为b,若a/b≥3/4,则部件寿命服从威布尔分布,否则部件寿命分布无规律,可靠性评估采用非参数方法。
所述的步骤(8)具体为:
(8-1)若部件寿命服从指数分布,则将动车组部件寿命数据作为无替换定时截尾情形,即有n件产品投入使用,到规定的时间x0进行数据收集,依照时间的先后记录截止到规定时间的失效时间,对应的里程数据为x1≤x2≤...≤xr;
根据定时截尾样本数据,获得该样本的可靠度似然函数L(θ):
其中,为总运行时间,对L(θ)取对数并求导,求解似然方程,得到θ和λ的极大似然点估计为:
(8-2)若部件寿命服从威布尔分布,则密度函数为:
根据定时截尾样本数据,得到该样本的可靠度似然函数:
使用参数估计迭代数值求解算法求解以下方程组:
得到可靠度函数为:
(8-3)若部件寿命服从对数正态分布,则密度函数为:
定时截尾时可靠度似然函数为:
设Z0=(ln x0-μ)/σ,标准正态分布函数Φ(-Z0)=1-Φ(Z0),并且记Φ(Z0)为标准正态分布密度函数,则似然方程为:
使用参数估计近似数值求解算法求解上述方程组,即可得到参数μ、σ的极大似然估计,从而得到可靠度函数;
(8-4)若部件寿命服从正态分布,正态分布的求解为:将对数正态分布密度函数f(x)中的lnx替换为x,其余步骤与对数正态分布的求解方法相同;
(8-5)若部件寿命分布无规律,令收集到的部件数据为x1,x2,xi...xr,当xi是故障数据时,令δi=1;当xi是右截尾数据时,令δi=0,将数据记为(xi,δi),i=1,2,...,r,将这些xi按从小到大排列,为x1≤x2≤...≤xr。
可靠度函数的乘积限估计为:
平均寿命估计如下:
本发明具有以下优点:
1)针对我国动车组运用现场实际情况,将动车组标准化并建立子系统结构树,有助于建立标准化数据分析模型,解决动车组上线运用可靠性分析缺乏的问题。
2)通过对故障数据分布类型进行判别,根据分布类型计算可靠度函数,提高可靠性估计的准确度。
3)本发明的基于现场数据的动车组关键部件运行可靠性评估方法也适用于其他轨道车辆部件的运行可靠性分析。
附图说明
图1为本发明的流程图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
如图1所示,本实施例的方法实现具体包括以下步骤:
S01,构建动车组子系统结构树。
动车组子系统结构树的最低层为动车组运用现场最小不可拆分部件,每棵树所有层次的部件名称和数量相同。
S02,划分车组批次。
根据动车组实际上线运用情况,可将车组按投入运用时间分成不同批次。如,不同批次车组投入运用时间间隔一般在2到3年以上,故投入运用时间间隔不超过一年的车组列可认为同一批次。
S03,故障时间点记录。
记录同一批次动车组的标准化部件现场发生故障的时间点ri,i=1,2,3...r,r为故障个数。
S04,故障运行时间计算。
根据动车组现场动态维修记录的离散时间-运行里程信息,采用分段线性插值的方式计算各个时间点xi上对应的动车组运行里程xi,i=1,2,3...r。
S05,统计数据参数计算。
将动车组总运行时间分成k个时间区间Δx,计算xi的均值θ、方差s、二阶矩μ2、三阶矩μ2、四阶矩μ4、偏度Cs、峰度Ce和对数化样本的偏度Cs’、峰度Ce’,具体包括以下步骤:
S0501,将动车组总运行时间分成k个时间区间Δx,计算每个时间区间长度
Δx=(La-Sm)/k
其中,k=1+3.3lgr,La为xi最大值,Sm为xi最小值。
S0502,根据下列公式计算xi的均值θ、方差s、二阶矩μ2、三阶矩μ3、四阶矩μ4、偏度Cs、峰度Ce:
Cs=μ3/σ3
Ce=μ4/σ4。
S0503,将xi作对数变换,重复步骤(5-2)得到对数化样本的偏度Cs’、峰度Ce’。
S06,计算失效率表。
计算部件故障样本的平均失效率得到失效率表:
其中,Δri为第i个时间区间Δri内的失效率频数,i=1,2,3...k,rs,i-1为进入第i个时间区间时的样本数,rs,i-1=r-ri-1,ri-1指进入第i个时间区间的累积失效率。
S07,寿命分布模型选择。
选择部件寿命分布模型,确定部件可靠度函数估计方法,具体包括以下步骤:
S0701,判断部件故障数据个数,若大于10,则进入步骤S0702。
S0702,若|θ-s|<(θ+s)/5,则部件寿命服从指数分布,否则进入步骤S0703。
S0703,若|Cs|<0.5且|Ce-3|<0.5,则部件寿命服从正态分布,否则进入步骤S0704。
S0704,若|Cs’|<0.5且|Ce’-3|<0.5,则部件寿命服从对数正态分布,否则进入步骤S0705。
S0705,根据步骤(6)中得到的平均失效率表,计算Δλi:
若对于i=1,2,...k均成立,则部件寿命服从指数分布,否则进入步骤S0706。
S0706,对步骤S0705中Δλi,记Δλi>0的个数为a,Δλi<0个数为b,若a/b≥3/4,则部件寿命服从威布尔分布,否则部件寿命分布无规律,可靠性评估采用非参数方法。
S08,可靠度函数计算。具体包括以下步骤:
S0801,若部件寿命服从指数分布,则将动车组部件寿命数据作为无替换定时截尾情形,即有n件产品投入使用,到规定的里程x0进行数据收集,依照里程的先后记录截止到规定里程的失效里程得x1≤x2≤...≤xi。
根据定时截尾样本数据,写出该样本的可靠度似然函数L(θ):
其中,为总运行时间,对L(θ)取对数并求导,求解似然方程,得到θ和λ的极大似然点估计为:
S0802,若部件寿命服从威布尔分布,则密度函数为:
威布尔分布可以利用概率值很容易地推断出它的分布参数,η为比例参数,m为形状参数。代入里程数据xi,根据定时截尾样本数据,得到该样本的可靠度似然函数:
其中,L是似然函数,δi是似然函数参数,使用用参数估计迭代数值求解算法求解以下方程组:
得到可靠度函数为:
其中,参数估计迭代数值求解算法具体步骤为:
S0802a,记:
S0802b,选择初值m0=1。
S0802c,令
S0802d,重复步骤S0802c,直到|mk+1-mk|<0.0001,得到m=mk+1。
S0802e,根据下式计算η:
S0803,若部件寿命服从对数正态分布,则密度函数为:
定时截尾时可靠度似然函数为:
设Z0=(ln x0-μ)/σ,标准正态分布函数Φ(-Z0)=1-Φ(Z0),并且记Φ(Z0)为标准正态分布密度函数,则似然方程为:
使用参数估计近似数值求解算法求解上述方程组,即可得到参数μ、σ的极大似然估计,从而得到可靠度函数。
其中,参数估计近似数值求解算法具体包括以下步骤:
S0803a,选择初值μ0,σ0。
S0803b,计算
其中U(zs)=[V(zs)-zs]。
S0803c,重复步骤(8-3b),直到|μk+1-μk|<0.0001且得到最终的μ,σ极大似然估计。
S0804,若部件寿命服从正态分布,正态分布的求解为:将对数正态分布密度函数f(t)中的lnx替换为x,其余步骤与对数正态分布的求解方法相同。
S0805,若部件寿命分布无规律,令收集到的部件数据为x1,x2,xi...xr,当xi是故障数据时,令δi=1;当xi是右截尾数据时,令δi=0,这样数据可记为(xi,δi),i=1,2,...,r,将这些xi按从小到大排列,对应的里程数据为x1≤x2≤...≤xr。
可靠度函数的乘积限估计为:
平均寿命估计如下:
在获得上述单个部件平均故障间隔时间和可靠度函数后,可根据动车组编组情况,计算车组级部件平均故障间隔时间和可靠度。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。
Claims (7)
1.一种动车组关键部件运行可靠性评估方法,其特征在于,包括以下步骤:
(1)构建标准化动车组子系统结构树,该动车组子系统结构树的最底层为动车组运用现场最小不可拆分部件,每棵树所有层次的部件名称和数量相同;
(2)根据动车组实际上线运用情况,按投入运用时间划分车组批次,得到有n件产品投入使用;
(3)记录同一批次动车组的标准化部件现场发生故障的时间点ti,i=1,2,3...,r,r为故障个数;
(4)根据动车组现场动态维修记录的离散时间与运行里程信息的关系,计算各个时间点ti上对应的动车组运行里程xi,i=1,2,3...,r;
(5)计算xi的均值θ、方差s、二阶矩μ2、三阶矩μ3、四阶矩μ4、偏度Cs、峰度Ce和对数化样本的偏度Cs’、峰度Ce’;
(6)计算部件故障样本的平均失效率,得到失效率表;
(7)选择部件寿命分布模型,确定部件可靠度函数估计方法;
(8)确定单个部件平均故障间隔时间和可靠度函数;
(9)确定车组级部件平均故障间隔时间和可靠度函数;
(10)利用可靠度函数对各个部件进行可靠性评估。
2.根据权利要求1所述的一种动车组关键部件运行可靠性评估方法,其特征在于,所述的步骤(2)中,从第一批动车投入运行开始,同一批次的所有车组投入运用时间相差不超过一年。
3.根据权利要求1所述的一种动车组关键部件运行可靠性评估方法,其特征在于,所述的步骤(4)中,采用分段线性插值的方式来获得ti。
4.根据权利要求1所述的一种动车组关键部件运行可靠性评估方法,其特征在于,所述的步骤(5)具体包括以下步骤:
(5-1)根据下列公式计算xi的均值θ、方差s、二阶矩μ2、三阶矩μ3、四阶矩μ4、偏度Cs、峰度Ce:
Cs=μ3/s3
Ce=μ4/s4;
(5-2)将xi作对数变换,重复步骤(5-1)得到对数化样本的偏度Cs ’、峰度Ce′。
5.根据权利要求1所述的一种动车组关键部件运行可靠性评估方法,其特征在于,所述的步骤(6)具体包括以下步骤:
(6-1)将动车组总运行里程分成k个里程区间△x,计算每个里程区间长度:
△x=(La-Sm)/k
其中,k=1+3.3lgn,La为xi的最大值,Sm为xi的最小值;
(6-2)计算部件故障样本的平均失效率
其中,△ri为第i个里程区间△xi内的失效率频数,i=1,2,3...,k,rs,i-1为进入第i个时间区间时的样本数,rs,i-1=r-ri-1,ri-1指进入第i个时间区间的累积失效率。
6.根据权利要求1所述的一种动车组关键部件运行可靠性评估方法,其特征在于,所述的步骤(7)具体包括以下步骤:
(7-1)判断部件故障数据个数,若大于10,则进入步骤(7-2);否则返回步骤(7-1);
(7-2)|若|θ-s|<(θ+s)/5,则部件寿命服从指数分布,否则进入步骤(7-3);
(7-3)若|Cs|<0.5且|Ce-3|<0.5,则部件寿命服从正态分布,否则进入步骤(7-4);
(7-4)若|Cs’|<0.5且|Ce’-3|<0.5,则部件寿命服从对数正态分布,否则进入步骤(7-5);
(7-5)根据步骤(6)中得到的平均失效率表,计算△λi:
若对于i=1,2,...k均成立,则部件寿命服从指数分布,否则进入步骤(7-6);
(7-6)对步骤(7-5)中△λi,记△λi>0的个数为a,△λi<0个数为b,若a/b≥3/4,则部件寿命服从威布尔分布,否则部件寿命分布无规律,可靠性评估采用非参数方法。
7.根据权利要求6所述的一种动车组关键部件运行可靠性评估方法,其特征在于,所述的步骤(8)具体为:
(8-1)若部件寿命服从指数分布,则将动车组部件寿命数据作为无替换定时截尾情形,即有n件产品投入使用,到规定的时间x0进行数据收集,依照时间的先后记录截止到规定时间的失效时间获得对应的走行里程数据,其中:
x1≤x2≤...≤xr≤x0,r<n
根据定时截尾样本数据,获得该样本的可靠度似然函数L(θ):
其中,为总运行里程,对L(θ)取对数并求导,求解似然方程,得到θ和λ的极大似然点估计为:
(8-2)若部件寿命服从威布尔分布,则密度函数为:
故障样本走行里程为xi,其中截尾时间x0,引入似然函数参数δi,根据定时截尾样本数据,得到该样本的可靠度似然函数:
使用参数估计迭代数值求解算法求解以下方程组:
得到可靠度函数为:
(8-3)若部件寿命服从对数正态分布,则密度函数为:
定时截尾时可靠度似然函数为:
设Z0=(lnx0-μ)/s,标准正态分布函数Φ(-Z0)=1-Φ(Z0),并且记Φ(Z0)为标准正态分布密度函数,则似然方程为:
使用参数估计近似数值求解算法求解上述方程组,即可得到参数μ、s的极大似然估计,从而得到可靠度函数;
(8-4)若部件寿命服从正态分布,正态分布的求解为:将对数正态分布密度函数f(t)中的lnx替换为x,其余步骤与对数正态分布的求解方法相同;
(8-5)若部件寿命分布无规律,令收集到的部件数据为x1,x2,xi...xr,当xi是故障数据时,令δi=1;当xi是右截尾数据时,令δi=0,将数据记为(xi,δi),i=1,2,...,r,将这些xi按从小到大排列,得x1≤x2≤...≤xr;
可靠度函数的乘积限估计为:
平均寿命估计如下:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510225640.7A CN104899423B (zh) | 2015-05-06 | 2015-05-06 | 一种动车组子系统关键部件运用可靠性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510225640.7A CN104899423B (zh) | 2015-05-06 | 2015-05-06 | 一种动车组子系统关键部件运用可靠性评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104899423A true CN104899423A (zh) | 2015-09-09 |
CN104899423B CN104899423B (zh) | 2017-12-15 |
Family
ID=54032085
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510225640.7A Active CN104899423B (zh) | 2015-05-06 | 2015-05-06 | 一种动车组子系统关键部件运用可靠性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104899423B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106251044A (zh) * | 2016-07-21 | 2016-12-21 | 中国科学院数学与系统科学研究院 | 多批次成败型试验下产品贮存期评估的Buehler 方法 |
CN106845776A (zh) * | 2016-12-21 | 2017-06-13 | 吴中区穹窿山倪源交通器材经营部 | 一种轨道交通系统运行安全评估方法 |
CN107066817A (zh) * | 2017-03-30 | 2017-08-18 | 中国电子科技集团公司第三十六研究所 | 一种竞争风险可靠性分析及预防维修方法 |
CN107103400A (zh) * | 2016-02-19 | 2017-08-29 | 富士施乐株式会社 | 质量管理装置以及质量管理方法 |
CN107545111A (zh) * | 2017-09-05 | 2018-01-05 | 北京锦鸿希电信息技术股份有限公司 | 基于威布尔分布的城轨车辆可靠性分析方法及装置 |
CN109543850A (zh) * | 2018-10-26 | 2019-03-29 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 一种铁路货车全寿命周期状态数据处理的方法及装置 |
CN109767075A (zh) * | 2018-12-17 | 2019-05-17 | 同济大学 | 一种城市轨道交通网络列车运营可靠性评估方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004109327A1 (en) * | 2003-06-04 | 2004-12-16 | Koninklijke Philips Electronics, N.V. | Redundant wire bonds for increasing transducer reliability |
WO2004109328A1 (en) * | 2003-06-05 | 2004-12-16 | Koninklijke Philips Electronics, N.V. | Redundant wire bonds for increasing transducer reliability |
CN101847834A (zh) * | 2010-06-07 | 2010-09-29 | 苏州热工研究院有限公司 | 电站小样本及无失效数据部件失效率的可靠性评估方法 |
CN103218533A (zh) * | 2013-04-22 | 2013-07-24 | 北京航空航天大学 | 一种指数分布的串联系统可靠度置信下限估计方法 |
JP5321386B2 (ja) * | 2009-09-18 | 2013-10-23 | 富士通株式会社 | 情報システムの品質管理方法及び品質管理装置 |
CN103500291A (zh) * | 2013-10-23 | 2014-01-08 | 国家电网公司 | 一种基于瑞利分布的继电保护装置时变失效率估算方法 |
CN103646138A (zh) * | 2013-12-03 | 2014-03-19 | 北京航空航天大学 | 基于贝叶斯理论的定时截尾加速验收抽样试验优化设计方法 |
CN103971024A (zh) * | 2014-05-26 | 2014-08-06 | 华北电力大学(保定) | 小样本失效数据下继电保护系统可靠性评估方法 |
CN104077445A (zh) * | 2014-07-01 | 2014-10-01 | 北京航空航天大学 | 基于模糊理论的加速寿命试验统计分析方法 |
WO2015001851A1 (ja) * | 2013-07-04 | 2015-01-08 | 株式会社村田製作所 | 電力増幅モジュール |
-
2015
- 2015-05-06 CN CN201510225640.7A patent/CN104899423B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004109327A1 (en) * | 2003-06-04 | 2004-12-16 | Koninklijke Philips Electronics, N.V. | Redundant wire bonds for increasing transducer reliability |
WO2004109328A1 (en) * | 2003-06-05 | 2004-12-16 | Koninklijke Philips Electronics, N.V. | Redundant wire bonds for increasing transducer reliability |
JP5321386B2 (ja) * | 2009-09-18 | 2013-10-23 | 富士通株式会社 | 情報システムの品質管理方法及び品質管理装置 |
CN101847834A (zh) * | 2010-06-07 | 2010-09-29 | 苏州热工研究院有限公司 | 电站小样本及无失效数据部件失效率的可靠性评估方法 |
CN103218533A (zh) * | 2013-04-22 | 2013-07-24 | 北京航空航天大学 | 一种指数分布的串联系统可靠度置信下限估计方法 |
WO2015001851A1 (ja) * | 2013-07-04 | 2015-01-08 | 株式会社村田製作所 | 電力増幅モジュール |
CN103500291A (zh) * | 2013-10-23 | 2014-01-08 | 国家电网公司 | 一种基于瑞利分布的继电保护装置时变失效率估算方法 |
CN103646138A (zh) * | 2013-12-03 | 2014-03-19 | 北京航空航天大学 | 基于贝叶斯理论的定时截尾加速验收抽样试验优化设计方法 |
CN103971024A (zh) * | 2014-05-26 | 2014-08-06 | 华北电力大学(保定) | 小样本失效数据下继电保护系统可靠性评估方法 |
CN104077445A (zh) * | 2014-07-01 | 2014-10-01 | 北京航空航天大学 | 基于模糊理论的加速寿命试验统计分析方法 |
Non-Patent Citations (1)
Title |
---|
李燕等: "动车组年度高级检修量预测方法", 《交通运输工程学报》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107103400A (zh) * | 2016-02-19 | 2017-08-29 | 富士施乐株式会社 | 质量管理装置以及质量管理方法 |
CN106251044A (zh) * | 2016-07-21 | 2016-12-21 | 中国科学院数学与系统科学研究院 | 多批次成败型试验下产品贮存期评估的Buehler 方法 |
CN106845776A (zh) * | 2016-12-21 | 2017-06-13 | 吴中区穹窿山倪源交通器材经营部 | 一种轨道交通系统运行安全评估方法 |
CN106845776B (zh) * | 2016-12-21 | 2021-03-12 | 中兴(温州)轨道通讯技术有限公司 | 一种轨道交通系统运行安全评估方法 |
CN107066817A (zh) * | 2017-03-30 | 2017-08-18 | 中国电子科技集团公司第三十六研究所 | 一种竞争风险可靠性分析及预防维修方法 |
CN107066817B (zh) * | 2017-03-30 | 2019-06-11 | 中国电子科技集团公司第三十六研究所 | 一种冲击对产品衰退过程影响的分析及预防维修方法 |
CN107545111A (zh) * | 2017-09-05 | 2018-01-05 | 北京锦鸿希电信息技术股份有限公司 | 基于威布尔分布的城轨车辆可靠性分析方法及装置 |
CN109543850A (zh) * | 2018-10-26 | 2019-03-29 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 一种铁路货车全寿命周期状态数据处理的方法及装置 |
CN109767075A (zh) * | 2018-12-17 | 2019-05-17 | 同济大学 | 一种城市轨道交通网络列车运营可靠性评估方法 |
CN109767075B (zh) * | 2018-12-17 | 2023-07-07 | 同济大学 | 一种城市轨道交通网络列车运营可靠性评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104899423B (zh) | 2017-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104899423A (zh) | 一种动车组子系统关键部件运用可靠性评估方法 | |
US11282306B2 (en) | Telematically monitoring and predicting a vehicle battery state | |
CN104792543B (zh) | 一种道路循环工况的构建方法 | |
CN102774382B (zh) | 用于车辆驾驶风格确定的系统和方法 | |
RU2566951C2 (ru) | Устройство и способ управления подачей топлива | |
CN101661532A (zh) | 从总量数据计算车况指数的系统和方法 | |
JP2009146086A (ja) | 車両故障診断予測装置 | |
TW201741976A (zh) | 交通工具資料處理方法、裝置和終端設備 | |
CN106956680B (zh) | 一种电动汽车驾驶行为识别分析方法 | |
KR101526431B1 (ko) | 차량의 연비 추정장치 및 방법 | |
DE102017103685A1 (de) | Ersatzreifendetektion | |
US9805523B2 (en) | Diagnostic procedures and method of collecting vehicles | |
DE102010003757A1 (de) | Start-Stopp-Automatik und Verfahren zum Erfassen einer Stillstandszeit für eine Start-Stopp-Automatik | |
CN106327866A (zh) | 基于rfid的车辆出行od切分方法及其系统 | |
CN109767075A (zh) | 一种城市轨道交通网络列车运营可靠性评估方法 | |
WO2017055838A1 (en) | Method and system for predicting railway track quality | |
CN114590261A (zh) | 一种估算机动车辆对预定行驶路线的电能需求的方法 | |
CN107093224B (zh) | 车辆超速检测数据有效性评估方法 | |
JP2013003928A (ja) | 車両事故原因推定システム | |
CN104732062A (zh) | 一种基于特征事件、运动行为、行驶轨迹、地理位置的路上用户社会化属性自动判断方法 | |
CN112699490A (zh) | 一种车辆维修结果验证方法和装置 | |
TWI461322B (zh) | 駕駛習慣的判斷方法 | |
KR20160100264A (ko) | Dtg 빅데이터를 이용하는 연비 예측 모델 생성 방법 | |
Che et al. | Average fuel consumption calculation model of touring coach based on OBD data-a case study in city X | |
JP2017191555A (ja) | 移動体制御装置及び移動体制御プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |