CN105760589A - 一种基于高速列车系统作用关系网络的可靠性分析方法 - Google Patents

Abstract

本发明属于高速列车系统可靠性技术领域，尤其是涉及一种基于高速列车系统作用关系网络的可靠性分析方法。其特征在于，所述方法包括首先根据高速列车系统部件间作用关系，构建高速列车系统作用关系网络模型；然后定义系统网络模型的基础评价测度指标，根据网络理论中拓扑度和最短路径，结合失效率定义节点的失效度和最短失效路径；改进作用关系网络模型可靠性测度指标，根据最短失效路径定义节点的失效介数、节点的凝聚度以及网络的连通度；最后根据改进后的高速列车系统作用关系网络模型的可靠性测度指标，分析高速列车系统可靠性。本发明克服了传统高速列车系统可靠性分析方法的缺陷。提高了可靠性评估的准确度，具有更高的实用性。

Description

一种基于高速列车系统作用关系网络的可靠性分析方法

技术领域

本发明属于高速列车系统可靠性技术领域，尤其是涉及一种基于高速列车系统作用关系网络的可靠性分析方法。

背景技术

近些年来，诸如因特网、万维网、以及各类社会与生物网络已经成为特别受关注的研究热点。人们发现大量的真实复杂系统都可以使用网络来描述，并且通过研究这些抽象出的网络可以使我们更加了解这些复杂系统。在复杂网络的拓扑特性与安全方面，国内外学者已做了相关研究。1998年美国康奈尔大学数学系博士生Watts及其导师Strogatz教授在Nature上发表文章，提出了著名的小世界网络模型；1999年美国NotreDame大学物理系的Barabasi教授及其博士生Albert在Science上提出了著名的无标度网络模型，这两个奠基性的工作引起了各个领域研究人员的广泛关注，并引起了一个新的领域—复杂网络研究的兴起。

真实网络大多数具有幂律度分布、小的平均距离和大的聚集系数三大统计特征，复杂网络研究中最重要的一个方向就是如何将复杂系统抽象构建为更符合真实网络统计性质的网络模型，研究其微观形成机制和内在机理，在小世界网络和无标度网络的基础上，在网络角度出发考虑复杂系统网络模型的性质，以及系统的实际运行工况对整网的研究。但是，以往的复杂系统网络建模工作中大多数只考虑了网络模型的拓扑性质。在简单网络的“节点边连接”规则的视角评估复杂系统拓扑网络模型的脆弱性及鲁棒性，进而来评估复杂系统的可靠性与安全性。表征网络鲁棒性和脆弱性的参数指标有节点平均度、特征路径长度以及聚类系数等，这些评价网络的指标参数只是在拓扑角度出发，并没有考虑复杂系统组成组份的自身的物理及实际运行的性质。因此，现有的建模方法存在一定的片面性，所构建的模型不能很好地反映真实网络的统计性质。

发明内容

为了解决上述问题，本发明提出了一种基于高速列车系统作用关系网络的可靠性分析方法，其特征在于，所述方法包括以下步骤：

步骤1、根据高速列车系统部件间作用关系，构建高速列车系统作用关系网络模型；

步骤2、定义系统作用关系网络模型的基础评价测度指标，根据网络理论中拓扑度和最短路径，结合失效率定义节点的失效度和最短失效路径；

步骤3、改进系统作用关系网络模型可靠性测度指标，在步骤2的基础上，根据最短失效路径定义节点的失效介数、节点的凝聚度以及网络的连通度；

步骤4、计算步骤3中改进后的系统作用关系网络模型的可靠性测度指标，分析高速列车系统可靠性。

所述步骤1的具体过程为对高速列车系统的功能结构特点进行分析，根据部件提取原则提取高速列车部件；将部件与部件之间的连接方式划分为机械连接、电气连接和信息连接三种，明确部件间的单双向作用关系，进行机械、电气以及信息连接的融合；将高速列车的部件视为节点，将部件间的相互作用关系视为连接边，构建高速列车系统作用关系网络模型。

所述步骤2中节点的失效度为网络中节点拓扑度与失效概率的乘积，节点的失效度其中λ_i为网络中节点i的失效率，k_i表示节点i的拓扑度，描述的是在考虑部件i自身失效时，平均影响的邻节点数目。

所述步骤2中所述最短失效路径的计算方法为

节点i到节点j之间的最短失效路径为在考虑节点的失效影响后，节点i发生失效后导致节点j失效的最有可能的路径，节点i到节点j之间的最短失效路径 $path\_i\_j=max\left\{\underset{1}{min}\right\{S_{it},...S_{sj}\},...,\underset{n}{min}\{S_{id},...S_{ej}\left\}\right\},$ 其中 $S_{it}={\tilde{k}}_i{\mathrm{\β}}_{it},$ S_it表示节点i状态发生改变时对其邻节点t的影响强度，S_sj表示节点s状态发生改变时对其邻节点j的影响强度，S_id表示节点i状态发生改变时对其邻节点d的影响强度，S_ej表示节点e状态发生改变时对其邻节点j的影响强度；β_it为节点i失效后导致节点t失效的概率；n为节点i到节点j之间的路径数量；m_lin{s_it,…,s_sj}为第l条路径中，除终止节点j之外，剩余节点的影响强度最小值；

网络模型中平均最短失效路径的长度为：其中为节点i到节点j的最短失效路径长度，N是网络中的节点数，V为节点集。

所述步骤3中节点的失效介数是指考虑节点属性后，通过节点的最短失效路径的条数与网络中所有最短失效路径的比值，节点的失效介数其中，表示网络中最短失效路径的数目；表示网络中经过节点v的最短失效路径数量。

所述步骤3中节点的凝聚度R(G_i)是指节点i与邻节点所构成局部网络G_i的连通性，节点的凝聚度 $R\left(G_i\right)={\left({\tilde{k}}_i{l}_i\right)}^{-1}=\left({\tilde{k}}_i\frac{\underset{s,t\∈G}{\Σ}{\tilde{d}}_{st}\left(i\right)}{k_i(k_i-1)/2}\right)=\frac{{\tilde{k}}_i(k_i-1)}{2k_i\underset{s,t\∈G}{\Σ}{\tilde{d}}_{st}\left(i\right)},$ l_i为G_i中两节点之间经过节点i的平均最短失效路径长度；为G_i中任意两节点s和t之间经过节点i的最短失效路径长度。

所述步骤3中网络的连通度为考虑了网络中节点在失效情况下，所形成的子网及每一个子网的平均最短失效路径，其全面地反映了任意节点失效后网络的连通性的变化情况；网络的连通度其中ω为任意节点失效后网络中子网的数量；N_i为网络中第i个子网中节点的数量；表示第i个子网的平均最短失效路径，N是网络中的节点数。

有益效果

本专利在复杂网络拓扑测度指标的基础之上，结合系统实际的运营情况，通过分析高速列车系统的网络拓扑结构以及系统工作机理，提出评价高速列车系统的功能拓扑测度指标：失效度、最短失效路径、失效介数、节点凝聚度和连通度。考虑系统组份即网络节点的可靠性及故障传播性，即通过实际的运营数据将单位时间内(在此以平均维修时间为单位)点与点之间连接的可能性，将设备单元的故障率考虑进网络特征参数的改进之内，增加网络模型的实际分析可用性。针对高速列车系统的作用关系，建立了高速列车系统作用关系网络模型，有助于分析高速列车系统可靠性，解决了传统高速列车系统可靠性分析方法的缺陷。结合了网络的拓扑属性以及部件自身的可靠性属性，从而评价整个网络的可靠性，提高了可靠性评估的准确度，具有更高的实用性。本发明的基于高速列车系统作用关系网络模型的可靠性测度指标也适用于高速列车整个系统及高速列车其他子系统。

附图说明

图1为本发明的流程图；

图2为高速列车转向架系统机械关系网络模型；

图3为高速列车转向架系统电气关系网络模型；

图4为高速列车转向架系统信息关系网络模型；

图5为高速列车转向架系统作用关系网络模型；

图6为高速列车转向架系统的节点度与失效度比较；

图7为高速列车转向架系统的节点失效介数；

图8为高速列车转向架系统的失效凝聚度和失效介数；

图9为高速列车转向架系统中关键部件失效情况；

图10为高速列车转向架系统中非关键部件失效情况。

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。如图1所示为本发明的流程图，本实施例的方法实现具体包括以下步骤：S01，依据连接方式不同，针对转向架系统可分别构建机械关系网络模型、电气关系网络模型和信息关系网络模型。将机械关系网络模型(图2)、电气关系网络模型(图3)和信息关系网络模型(图4)融合，建立转向架系统系统作用关系网络模型(图5)。

提取高速列车转向架系统中部件如表1所示：

表1转向架系统部件及对应节点编号明细表

S02，在转向架系统作用关系网络模型的基础上，根据公式分别计算转向架系统中各部件的失效度(如图6)。

如图6所示，拓扑度较高的三个节点依次为构架总成、轴箱体、齿轮箱总成。失效度较高的三个节点为构架总成、速度传感器4AG37、轴箱体。通过比较发现，速度传感器4AG37的拓扑度非常低但失效度较高。根据故障数据的统计显示，该部件与其直接相连的其他部件较少，但在实际运营中其故障率较高，且失效后对列车的运营影响较大，严重时甚至导致列车停运，因此，对于转向架系统的可靠性而言速度传感器4AG37也是一个不可忽视的重要部件。构架总成是支撑转向架系统的核心部件，其拓扑地位是毋庸置疑的，在设计时的自身可靠性也较高，因此失效度和拓扑度值远远高于其他部件。

根据公式 $path\_i\_j=max\left\{\underset{1}{min}\right\{s_{it},...,s_{sj}\},...,\underset{n}{min}\{s_{id},...,s_{ej}\left\}\right\}$ 和 $S_{it}={\tilde{k}}_i{\mathrm{\β}}_{it}$ 计算各个部件之间的最短失效路径为：

各个部件之间的最短路径为：

通过对比发现，在转向架系统中，最短路径不一定就是最短失效路径。这是由于最短失效路径是考虑部件的失效属性，在任意部件发生失效后，导致另一部件也失效的最有可能的传播路径。而最短路径则单纯表征两个部件之间距离最短

S03，以失效度和最短失效路径为基本测度，根据公式得到转向架系统中各部件的失效介数，如图7。

对于动车组的转向架系统，失效介数判断出的重要部件依次为构架总成、轴箱体、齿轮箱、牵引电机。失效介数表征了部件的在系统中重要性，即部件失效介数越大，系统中经过该部件的最短失效路径就越多，对系统的可靠性影响也就越大。因此，在维修和系统优化设计时，更应注意对失效介数较高部件的改进设计。

以失效度和最短失效路径为基本测度，根据公式

$R\left(G_i\right)={\left({\tilde{k}}_i{l}_i\right)}^{-1}=\left({\tilde{k}}_i\frac{\underset{s,t\∈G}{\Σ}{\tilde{d}}_{st}\left(i\right)}{k_i(k_i-1)/2}\right)=\frac{{\tilde{k}}_i(k_i-1)}{2k_i\underset{s,t\∈G}{\Σ}{\tilde{d}}_{st}\left(i\right)}$ 得到转向架系统中各部件节点的凝聚度，如表2所示。

表2节点的凝聚度

对比节点的凝聚度和失效介数。转向架系统中构架总成、齿轮箱、轴箱体等失效介数较高的节点，凝聚度较低。这表明转向架系统中的重要部件在设计制造时已开始注重提高其自身可靠性，包括降低重要部件失效引发故障传播的概率。如图8为高速列车转向架系统的失效凝聚度和失效介数。

根据公式可知，在转向架系统网络模型中，若构架总成、轴箱体、齿轮箱三个部件失效后(如图9所示)，原有网络形成3个子网，网络的失效连通度为0.2320；若系统中的速度传感器1、二系垂向减震器、横向止挡发生失效(如图10所示)，原有网络的性质基本完好，最终网络的失效连通度为0.5967。

S04，分析结果显示，由失效介数判断出的关键节点发生失效，对整个网络的连通性影响大，即对系统的可靠性影响大；非关键节点失效后，网络的连通性变化不大，即对系统的可靠性影响小。

Claims (7)

1.一种基于高速列车系统作用关系网络的可靠性分析方法，其特征在于，所述方法包括以下步骤：

步骤1、根据高速列车系统部件间作用关系，构建高速列车系统作用关系网络模型；

步骤2、定义系统作用关系网络模型的基础评价测度指标，根据网络理论中拓扑度和最短路径，结合失效率定义节点的失效度和最短失效路径；

步骤3、改进系统作用关系网络模型可靠性测度指标，在步骤2的基础上，根据最短失效路径定义节点的失效介数、节点的凝聚度以及网络的连通度；

步骤4、计算步骤3中改进后的系统作用关系网络模型的可靠性测度指标，分析高速列车系统可靠性。

2.根据权利要求1所述的一种基于高速列车系统作用关系网络的可靠性分析方法，其特征在于，所述步骤1的具体过程为对高速列车系统的功能结构特点进行分析，根据部件提取原则提取高速列车部件；将部件与部件之间的连接方式划分为机械连接、电气连接和信息连接三种，明确部件间的单双向作用关系，进行机械、电气以及信息连接的融合；将高速列车的部件视为节点，将部件间的相互作用关系视为连接边，构建高速列车系统作用关系网络模型。

3.根据权利要求1所述的一种基于高速列车系统作用关系网络的可靠性分析方法，其特征在于，所述步骤2中节点的失效度为网络中节点拓扑度与失效概率的乘积，节点的失效度其中λ_i为网络中节点i的失效率，k_i表示节点i的拓扑度，描述的是在考虑部件i自身失效时，平均影响的邻节点数目。

4.根据权利要求3所述的一种基于高速列车系统作用关系网络的可靠性分析方法，其特征在于，所述步骤2中所述最短失效路径的计算方法为

节点i到节点j之间的最短失效路径为在考虑节点的失效影响后，节点i发生失效后导致节点j失效的最有可能的路径，节点i到节点j之间的最短失效路径 $path\_i\_j=max\left\{\underset{1}{min}\right\{S_{it},...S_{sj}\},...,\underset{n}{min}\{S_{id},...S_{ej}\left\}\right\},$ 其中 $S_{it}={\tilde{k}}_i{\mathrm{\β}}_{it},$ S_it表示节点i状态发生改变时对其邻节点t的影响强度，S_sj表示节点s状态发生改变时对其邻节点j的影响强度，S_id表示节点i状态发生改变时对其邻节点d的影响强度，S_ej表示节点e状态发生改变时对其邻节点j的影响强度；β_it为节点i失效后导致节点t失效的概率；n为节点i到节点j之间的路径数量；为第l条路径中，除终止节点j之外，剩余节点的影响强度最小值；

网络模型中平均最短失效路径的长度为：其中为节点i到节点j的最短失效路径长度，N是网络中的节点数，V为节点集。

5.根据权利要求1所述的一种基于高速列车系统作用关系网络的可靠性分析方法，其特征在于，所述步骤3中节点的失效介数是指考虑节点属性后，通过节点的最短失效路径的条数与网络中所有最短失效路径的比值，节点的失效介数其中，表示网络中最短失效路径的数目；表示网络中经过节点v的最短失效路径数量。

6.根据权利要求3所述的一种基于高速列车系统作用关系网络的可靠性分析方法，其特征在于，所述步骤3中节点的凝聚度R(G_i)是指节点i与邻节点所构成局部网络G_i的连通性，节点的凝聚度 $R\left(G_i\right)={\left({\tilde{k}}_i{l}_i\right)}^{-1}={\left({\tilde{k}}_i\frac{\underset{s,t\∈G}{\mathrm{\Σ}}{\tilde{d}}_{st}\left(i\right)}{k_i(k_i-1)/2}\right)}^{-1}=\frac{{\tilde{k}}_i(k_i-1)}{2k_i\underset{s,t\∈G}{\mathrm{\Σ}}{\tilde{d}}_{st}\left(i\right)},$ l_i为G_i中两节点之间经过节点i的平均最短失效路径长度；为G_i中任意两节点s和t之间经过节点i的最短失效路径长度。

7.根据权利要求3所述的一种基于高速列车系统作用关系网络的可靠性分析方法，其特征在于，所述步骤3中网络的连通度为考虑了网络中节点在失效情况下，所形成的子网及每一个子网的平均最短失效路径，其全面地反映了任意节点失效后网络的连通性的变化情况；网络的连通度其中ω为任意节点失效后网络中子网的数量；N_i为网络中第i个子网中节点的数量；表示第i个子网的平均最短失效路径，N是网络中的节点数。