CN106650209A - 一种车辆应用实时信息确定可靠性增长趋势及参数的方法 - Google Patents
一种车辆应用实时信息确定可靠性增长趋势及参数的方法 Download PDFInfo
- Publication number
- CN106650209A CN106650209A CN201610873521.7A CN201610873521A CN106650209A CN 106650209 A CN106650209 A CN 106650209A CN 201610873521 A CN201610873521 A CN 201610873521A CN 106650209 A CN106650209 A CN 106650209A
- Authority
- CN
- China
- Prior art keywords
- reliability
- failure
- rail
- accumulation
- mileage
- 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
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明涉及一种车辆应用实时信息确定可靠性增长趋势及参数的方法,其根据同一项目陆续投入运营的轨道车辆在运行中的实时或类似实时故障和运行信息,定量给出可靠性增长系数,并依据可靠性增长系数判断轨道车辆可靠性趋势是增长、不变还是下降。采用本方法可定量计算轨道车辆在后续某时间点,按目前可靠性增长机制所能达到的可靠性性能,可定量判断轨道车辆后续性能能否满足技术规范的要求,并根据符合性,决定后续工作方法,是否需要改变现有可靠性增长管理机制,保证轨道车辆可靠性目标实现,而传统的方法,无法判断轨道车辆后续性能能否满足技术规范的要求,进而确定是否改进可靠性增长管理机制。
Description
技术领域
本发明涉及一种统计轨道车辆实时故障确定可靠性增长趋势及预测故障率的方法,属于系统或部件可靠性增长趋势判断及故障率预测技术领域。
背景技术
轨道车辆技术规范有可靠性指标规定,要求轨道车辆投入运营或经过规定的可靠性增长期满足规定的要求,在可靠性考核期对轨道车辆故障进行统计分析,提供可靠性分析报告,满足技术规范要求。
目前,轨道车辆可靠性符合性采用被动跟踪,在轨道车辆考核期间统计故障并分析是否满足技术规范规定,方法为统计阶段出现的故障数量N,轨道车辆运行里程D,通过计算D/N,得到平均故障运行距离MDBF,对实际的平均故障运行时间MDBF与技术规范规定指标进行比较,以判定符合性;根据已统计得到的轨道车辆的平均故障运行时间MDBF得到轨道车辆可靠性增长趋势。但依此进行的可靠性增长趋势只是定性、直观判断得到,没能定量给出,且由于轨道车辆故障的偶发性,轨道车辆可靠性也往往不是单方向的变化;同时,采用被动跟踪的方式,也无法推断按此可靠性增长管理方式进行管理的有效性,使在预期的时间,轨道车辆达到规定的可靠性性能以满足技术规范的要求。
一种统计轨道车辆实时故障确定可靠性增长趋势及预测可靠性性能(如故障率、平均故障运行距离等)的方法则根据轨道运输实际情况,对于轨道车辆发生的运营故障(指故障影响大,数量较少;对数量多的故障分析建议使用阶段故障统计分析方法),通过统计实时发生的故障数量、故障发生日期以及月度运行里程等参数,分析得到可靠性增长系数,根据可靠性增长系数判断轨道车辆的可靠性是增长、降低、不变化(服从指数分布),并可预测随后里程点的可靠性性能,通过与技术规范可靠性指标比较,确定目前采取的可靠性管理措施是否需要改进。
发明内容
本发明所要解决的技术问题是:克服现有技术的不足,提供一种车辆应用实时信息确定可靠性增长趋势及参数的方法,其基于轨道运输实际情况,对于轨道车辆较少发生的运营故障,通过统计运营的轨道车辆实时发生的故障日期、月度运行里程等参数,量化得到可靠性增长系数,根据可靠性增长系数判断轨道车辆的可靠性是增长、降低、不变化(服从指数分布),并可预测随后时间点的可靠性性能,通过与技术规范可靠性指标比较,确定目前采取的可靠性管理措施是否需要改进。
为了解决以上技术问题,本发明的一种车辆应用实时信息确定可靠性增长趋势及参数的方法,包括如下步骤:
第一步、选取进行可靠性增长趋势和参数预测的轨道车辆项目,项目的铁道车辆可陆续投入运营,但运营期间在一个铁道车辆上发现的系统性故障,也须在其它铁道车辆的后续同一项目包括在建轨道车辆上采取措施,并得到整改;
第二步、统计项目铁道车辆i投入运营前已运行的里程Di;
第三步、统计项目故障时实时信息:
方法1:统计项目第k个故障时,铁道车辆i在故障时点的累积运行里程(里程表上数据)Di,K,统计每月铁道车辆i在运行第n月的运行累积里程(里程表上数据)Di,n
方法2:由于不方便和工作量大,往往不容易实现,以下为方便使用的近似实时方法,统计每月铁道车辆i在运行第n月的运行累积里程(里程表上数据)Di,n,运行第n月发生故障为Fn,其第r个故障Fn,r发生的当月天序数Tn,r,运行第n月当月天数Tn,则第n月当月第r个故障Fn,r发生时,铁道车辆i在故障时点的累积运行里程(里程表上数据)为Di,n,r
第四步、分析计算故障点及累积运营里程:
方法1:列出按发生故障日期为序的故障点集合{1,2,…,k}
各故障点对应项目的累积运营里程{DG1,DG2,…,DGK},其中DGK计算公式为:
截止统计月的累积统计运营里程为D,其计算公式为:D=∑(Di,n-Di)
方法2:列出按发生故障日期为序的故障点集合{1,2,…,k},其中k表示统计的故障总数,其计算公式为
各故障点对应项目的累积运营里程{DG1,DG2,…,DGK},其中DGK计算公式为:式中k为自运行后的故障序列数,对应为自运营统计开始各月故障Fn累积集合所对应的序列
截止统计月的累积统计运营里程为D,其计算公式为:D=∑(Di,n-Di)
第五步、计算可靠性增长系数а
⑴以最后故障点时的累积铁道车辆里程作为截止里程的可靠性增长系数а的计算:
⑵以最后统计月的累积铁道车辆里程作为截止里程的可靠性增长系数а的计算:
第六步、判定铁道车辆可靠性增长趋势
а<1时,铁道车辆的可靠性处于增长趋势,可靠性在提高
а=1时,铁道车辆的故障发生服从指数分布,可靠性相对恒定
а>1时,铁道车辆的可靠性处于负增长趋势,可靠性在降低
如果铁道车辆的可靠性处于负增长趋势,应研判①铁道车辆统计阶段是否处于浴盆曲线的损耗失效期②统计期间出现故障是否把系统性故障判断为偶发故障③判定的系统性故障是否没找到根原因或采取措施针对性和有效性不足;
第七步、预测可靠性性能
项目铁道车辆可靠性增长策略和管理方式不变情况下,可预测随后的铁道车辆可靠性性能。
预测自运行开始至将来到累积运行X的轨道车辆可靠性性能:
⑴以故障所在时点开展可靠性增长分析的性能预测:
自运行开始至将来累积运行第X公里的点故障率
自运行开始至将来累积运行第X公里平均故障运行里程
⑵以最后统计月定时开展可靠性增长分析的性能预测:
自运行开始至将来累积运行第X公里的点故障率
自运行开始至将来累积运行第X公里平均故障运行里程
第八步、技术规范要求符合性及可靠性管理改进
对预测的轨道车辆可靠性与规范的可靠性要求进行比较,确定采取可靠性管理机制的可行性:
MDBF(预测)>MDBF(要求)按目前可靠性管理机制,轨道车辆可满足技术规范要求;
MDBF(预测)=MDBF(要求)按目前可靠性管理机制,轨道车辆可满足技术规范要求,但考虑到轨道车辆故障的偶发性,建议适当改进可靠性管理机制,从而提高可靠性增长系数,确保轨道车辆在规定时间满足技术规范要求;
MDBF(预测)<MDBF(要求)按目前可靠性管理机制,轨道车辆不能满足技术规范要求,必须对可靠性管理机制进行改进,应考虑①统计期间出现故障是否把系统性故障判断为偶发故障②判定的系统性故障是否没找到根原因或采取措施针对性和有效性不足;③提高故障处理决策级别,是否对发生费用高的故障进行改进④技术规范规定的可靠性性能是否过高等
在对可靠性管理机制改进后,按第一步~第七步重新开始可靠性增长趋势及可靠性性能预测,至到满足要求。
本发明进一步的改进在于:
执行第一步前,建立轨道车辆项目的故障报告、纠正、措施、系统(FRACAS),对项目的故障分类管理,对系统性故障的措施,包括已运行、已制造和在建轨道车辆分类实施。
执行第五步前,可用累积故障图等方法检验故障服从可靠性增长模型。
执行第五步前,采用EXCEL或建立程序,计算可靠性增长系数。
执行第八步前建立历史轨道车辆项目的可靠性性能,包括轨道车辆组成和规格,自累积开始时点的运行的可靠性性能,用于新轨道车辆项目技术规范中可靠性要求的合理制定。
目前,轨道车辆可靠性符合性采用被动跟踪,在轨道车辆考核期间统计故障并分析是否满足技术规范规定,方法是统计出现的故障数量N,轨道车辆运行里程D,通过计算D/N,得到平均故障运行时间MDBF,对得到的平均故障运行里程MDBF与技术规范规定MDBF指标进行比较,以判定符合性;并根据已统计故障发生时得到的轨道车辆平均故障运行距离MDBF得到轨道车辆可靠性增长趋势。依此进行的可靠性增长趋势只是定性、直观判断得到,没能定量给出,且由于轨道车辆故障的偶发性,轨道车辆可靠性也往往不是单方向的变化;同时,这种轨道车辆可靠性采用被动跟踪的方式,也无法推断按此可靠性增长管理方式进行管理是否有效,在预期的时间,轨道车辆是否能达到性能以满足技术规范的要求。
统计轨道车辆故障日期及里程,确定可靠性增长趋势及预测可靠性性能的方法则根据轨道运输实际情况,对于轨道车辆经常较少发生的运营故障(运营故障是指影响大的故障;对于发生频率高的小故障,建议采用阶段方法进行可靠性增长的分析),通过统计故障发生日期以及运行里程得到可靠性增长系数,根据可靠性增长系数判断轨道车辆的可靠性是增长、降低、不变化(服从指数分布),并可预测随后里程点的可靠性性能,通过与技术规范可靠性指标比较,确定目前采取的可靠性管理措施是否需要改进。
本发明方法通过统计轨道车辆实时信息,分析得到可靠性增长系数,并根据可靠性增长系数,判定轨道车辆可靠性增长趋势,对于可靠性负增长,可从统计时间处于寿命阶段、系统性故障判断为偶发故障和故障根原因或采取措施针对性和有效性不足等方面进行改进,以改变轨道车辆增长趋势;同时,本发明方法可根据统计轨道车辆实时信息,预测轨道车辆将来的可靠性性能,便于同技术规范要求进行比较,以确定是否满足,对于不能满足要求,给出改进的措施,包括是否把系统性故障判断为偶发故障;是否部分故障没找到根原因或采取措施针对性和有效性不足;是否引入决策对发生费用高的故障进行改进;技术规范规定的可靠性性能是否过高等。
可见,本方法用于轨道车辆运营的可靠性增长趋势判别,预测可靠性性能,确定技术规范的符合性以及可靠性增长机制有效性,具有可操作和实用性。本专利将在轨道车辆运营期的可靠性增长以及保证技术规范的可靠性要求方面得到广泛的应用,具有良好的市场前景。
附图说明
图1为可靠性MDBF趋势图。
具体实施方式
下面结合实例对本发明作进一步详细描述。但是本发明不限于所给出的例子。
某城市轨道交通项目技术规范规定:列车投入商业运营后的第2年(即366天,运营列车的累积运行里程预计达到3500000列车公里)始,列车平均无故障时间MDBF不小于200000列车公里,这里故障为运营故障,指列车发生的影响大的故障,包括延误大于2分钟的延误故障、掉线故障、清客故障以及未出库故障。
项目于2015年7月1日开通,初期投入20列,后续将增加列车,为防止列出每列车的运行数据太多,为说明,只列出合计数据,
按第三步方法2和第四步方法2对数据整理如下表:
截止统计月2015年12月的累积统计运营里程为D:1666092km.
统计期间出现故障数11,因此,K=11
第五步、计算可靠性增长系数а
⑴以最后故障点2015年12月16日的累积铁道车辆里程作为截止里程的可靠性增长系数а的计算:
⑵以最后统计月的累积铁道车辆里程作为截止里程的可靠性增长系数а的计算:
第六步、判定轨道车辆可靠性增长趋势
按故障点计算а=0.704;按最后统计月计算а=0.729,由于а<1,轨道车辆的可靠性处于增长趋势,可靠性在提高
第七步、预测轨道车辆可靠性性能
项目轨道车辆可靠性增长策略和管理方式不变情况下,预测投入运营后的列车投入商业运营后的第2年(即366天,运营列车的累积运行里程预计达到3500000列车公里)始轨道车辆可靠性性能。
⑴以故障所在时点开展可靠性增长分析的性能预测:
自运行开始至将来累积运行第3500000公里的点故障率
自运行开始至将来累积运行第3500000公里平均故障运行里程
⑵以最后统计月定时开展可靠性增长分析的性能预测:
自运行开始至将来累积运行第3500000公里的点故障率
自运行开始至将来累积运行第3500000公里平均故障运行里程
第八步、技术规范要求符合性及可靠性管理改进
对预测的轨道车辆可靠性与规范的可靠性要求进行比较,确定采取可靠性管理机制的可行性:
⑴以故障所在时点开展可靠性增长分析的性能预测MDBF(预测)=252560>MDBF(要求)=200000
⑵以最后统计月定时开展可靠性增长分析的性能预测MDBF(预测)=254060>MDBF(要求)=200000
按目前可靠性管理机制,轨道车辆在第二年(即366天,运营列车的累积运行里程预计达到3500000列车公里)时,其预测平均故障运行距离⑴以故障所在时点开展可靠性增长分析的性能预测MDBF(预测)=252560⑵以最后统计月定时开展可靠性增长分析的性能预测MDBF(预测)=254060其可靠性水平满足技术规范要求,且有20%余量,说明目前的可靠性管理机制对满足技术规范的要求是合适的。
下面给出目前可靠性验证及趋势判断方法,与本发明实施进行对比。
将统计数据进行整理:
其趋势用折线图表示见图1。
通过上述两种方法进行的轨道车辆可靠性增长的比较,可得出如下结论:
⑴目前可靠性增长采用的方法,可计算阶段可靠性性能和累积可靠性性能,从累积可靠性MDBF的折线图可判断轨道车辆可靠性增长趋势,但只能定性给出;而采用本方法可定量计算轨道车辆可靠性增长系数,根据可靠性增长系数,定量判定轨道车辆的可靠性是增长、不变还是下降。
⑵目前可靠性增长采用的方法,无法给出轨道车辆在后续某时间点,按目前可靠性增长机制轨道车辆所能达到的可靠性性能。而采用本方法可定量计算轨道车辆在后续某运行距离(或时间)点,按目前可靠性增长机制轨道车辆所能达到的可靠性性能。
⑶目前可靠性增长采用的方法,无法判断轨道车辆后续性能能否满足技术规范的要求。而采用本方法可定量判断轨道车辆后续性能能否满足技术规范的要求,并根据符合性,决定后续工作方法,是否需要改变现有可靠性增长管理机制。可靠性管理机制的改进包括故障性质重新确立;故障措施有效性审查;管理决策级别提高以及技术规范要求的合理性等。
除上述实施例外,本发明还可以有其它实施方式。凡采用等同替换或等效变换形成的技术方案,均落在本发明要求的保护范围。
Claims (4)
1.一种车辆应用实时信息确定可靠性增长趋势及参数的方法,其特征在于,包括如下步骤:
第一步、选取进行可靠性增长趋势和参数预测的轨道车辆项目,项目的铁道车辆可陆续投入运营,但运营期间在一个铁道车辆上发现的系统性故障,也须在其它铁道车辆的后续同一项目包括在建轨道车辆上采取措施,并得到整改;
第二步、统计项目铁道车辆i投入运营前已运行的里程Di;
第三步、统计项目故障时实时信息:
方法1:统计项目第k个故障时,铁道车辆i在故障时的累积运行里程Di,K,统计每月铁道车辆i在运行第n月的运行累积里程Di,n
方法2:以下为方便使用的近似实时方法,统计每月铁道车辆i在运行第n月的运行累积里程Di,n,运行第n月发生故障为Fn,其第r个故障Fn,r发生的当月天序数Tn,r,运行第n月当月天数Tn,则第n月当月第r个故障Fn,r发生时,铁道车辆i在故障时点的累积运行里程(里程表上数据)为Di,n,r
第四步、分析计算故障点及累积运营里程:
方法1:列出按发生故障日期为序的故障点集合{1,2,…,k},
各故障点对应项目的累积运营里程{DG1,DG2,…,DGK},其中DGK计算公式为:
截止统计月的累积统计运营里程为D,其计算公式为:D=∑(Di,n-Di);
方法2:列出按发生故障日期为序的故障点集合{1,2,…,k},其中k表示统计的故障总数,其计算公式为
各故障点对应项目的累积运营里程{DG1,DG2,…,DGK},其中DGK计算公式为:式中k为自运行后的故障序列数,对应为自运营统计开始各月故障Fn累积集合所对应的序列,
截止统计月的累积统计运营里程为D,其计算公式为:D=∑(Di,n-Di);
第五步、计算可靠性增长系数а
⑴以最后故障点时的累积铁道车辆里程作为截止里程的可靠性增长系数а的计算:
⑵以最后统计月的累积铁道车辆里程作为截止里程的可靠性增长系数а的计算:
第六步、判定铁道车辆可靠性增长趋势
а<1时,铁道车辆的可靠性处于增长趋势,可靠性在提高;
а=1时,铁道车辆的故障发生服从指数分布,可靠性相对恒定;
а>1时,铁道车辆的可靠性处于负增长趋势,可靠性在降低;
如果铁道车辆的可靠性处于负增长趋势,应研判①铁道车辆统计阶段是否处于浴盆曲线的损耗失效期;②统计期间出现故障是否把系统性故障判断为偶发故障;③判定的系统性故障是否没找到根原因或采取措施针对性和有效性不足;
第七步、预测可靠性性能
项目铁道车辆可靠性增长策略和管理方式不变情况下,可预测随后的铁道车辆可靠性性能,
预测自运行开始至将来到累积运行X的轨道车辆可靠性性能:
⑴以故障所在时点开展可靠性增长分析的性能预测:
自运行开始至将来累积运行第X公里的点故障率
自运行开始至将来累积运行第X公里平均故障运行里程
⑵以最后统计月定时开展可靠性增长分析的性能预测:
自运行开始至将来累积运行第X公里的点故障率
自运行开始至将来累积运行第X公里平均故障运行里程
第八步、技术规范要求符合性及可靠性管理改进,
对预测的轨道车辆可靠性与规范的可靠性要求进行比较,确定采取可靠性管理机制的可行性,
MDBF(预测)>MDBF(要求):按目前可靠性管理机制,轨道车辆可满足技术规范要求;
MDBF(预测)=MDBF(要求):按目前可靠性管理机制,轨道车辆可满足技术规范要求,但考虑到轨道车辆故障的偶发性,建议适当改进可靠性管理机制,从而提高可靠性增长系数,确保轨道车辆在规定时间满足技术规范要求;
MDBF(预测)<MDBF(要求):按目前可靠性管理机制,轨道车辆不能满足技术规范要求,必须对可靠性管理机制进行改进,应考虑①统计期间出现故障是否把系统性故障判断为偶发故障;②判定的系统性故障是否没找到根原因或采取措施针对性和有效性不足;③提高故障处理决策级别,是否对发生费用高的故障进行改进;④技术规范规定的可靠性性能是否过高;
在对可靠性管理机制改进后,按第一步~第七步重新开始可靠性增长趋势及可靠性性能预测,至到满足要求。
2.根据权利要求1所述的车辆应用实时信息确定可靠性增长趋势及参数的方法,其特征在于:执行第一步前,运营期间在一个铁道车辆上发现的系统性故障,须在其它铁道车辆包括后续同一项目在建轨道车辆上采取措施,并得到整改。
3.根据权利要求1所述的车辆应用实时信息确定可靠性增长趋势及参数的方法,其特征在于:执行第二步前统计故障点的累积运行里程,及每月运行累积里程;或统计每月运行累积里程,当月发生故障日期及故障数。
4.根据权利要求1所述的车辆应用实时信息确定可靠性增长趋势及参数的方法,其特征在于:执行第八步前,明确项目铁道车辆技术规范要求的可靠性MDBF指标MDBF(要求)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610873521.7A CN106650209B (zh) | 2016-09-30 | 2016-09-30 | 一种车辆应用实时信息确定可靠性增长趋势及参数的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610873521.7A CN106650209B (zh) | 2016-09-30 | 2016-09-30 | 一种车辆应用实时信息确定可靠性增长趋势及参数的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106650209A true CN106650209A (zh) | 2017-05-10 |
CN106650209B CN106650209B (zh) | 2020-07-07 |
Family
ID=58853611
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610873521.7A Active CN106650209B (zh) | 2016-09-30 | 2016-09-30 | 一种车辆应用实时信息确定可靠性增长趋势及参数的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106650209B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107506335A (zh) * | 2017-07-28 | 2017-12-22 | 中车南京浦镇车辆有限公司 | 轨道车辆在可靠性增长期根据置信度确定故障数的方法 |
CN107507296A (zh) * | 2017-07-28 | 2017-12-22 | 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 |
CN110210725A (zh) * | 2019-05-15 | 2019-09-06 | 北京航空航天大学 | 基于质保数据分析的家电产品可靠性改进方法 |
CN112149844A (zh) * | 2020-09-18 | 2020-12-29 | 一汽解放汽车有限公司 | 维修金额的预测方法、装置、设备和介质 |
CN113158480A (zh) * | 2021-04-29 | 2021-07-23 | 南京林业大学 | 基于amsaa的车辆变环境可靠性增长模型的评估方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663214A (zh) * | 2012-05-09 | 2012-09-12 | 四川大学 | 一种集成药物靶标预测系统的构建和预测方法 |
US20150213115A1 (en) * | 2014-01-24 | 2015-07-30 | Samsung Electronics Co., Ltd. | Methods and systems for customizable clustering of sub-networks for bioinformatics and health care applications |
CN105659087A (zh) * | 2013-06-13 | 2016-06-08 | 比奥德赛公司 | 筛选靶向靶生物实体的候选生物实体的方法 |
-
2016
- 2016-09-30 CN CN201610873521.7A patent/CN106650209B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663214A (zh) * | 2012-05-09 | 2012-09-12 | 四川大学 | 一种集成药物靶标预测系统的构建和预测方法 |
CN105659087A (zh) * | 2013-06-13 | 2016-06-08 | 比奥德赛公司 | 筛选靶向靶生物实体的候选生物实体的方法 |
US20150213115A1 (en) * | 2014-01-24 | 2015-07-30 | Samsung Electronics Co., Ltd. | Methods and systems for customizable clustering of sub-networks for bioinformatics and health care applications |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107506335A (zh) * | 2017-07-28 | 2017-12-22 | 中车南京浦镇车辆有限公司 | 轨道车辆在可靠性增长期根据置信度确定故障数的方法 |
CN107507296A (zh) * | 2017-07-28 | 2017-12-22 | 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 |
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 |
CN110210725A (zh) * | 2019-05-15 | 2019-09-06 | 北京航空航天大学 | 基于质保数据分析的家电产品可靠性改进方法 |
CN112149844A (zh) * | 2020-09-18 | 2020-12-29 | 一汽解放汽车有限公司 | 维修金额的预测方法、装置、设备和介质 |
CN113158480A (zh) * | 2021-04-29 | 2021-07-23 | 南京林业大学 | 基于amsaa的车辆变环境可靠性增长模型的评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106650209B (zh) | 2020-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106650209A (zh) | 一种车辆应用实时信息确定可靠性增长趋势及参数的方法 | |
CN102169630B (zh) | 一种道路连续交通流数据质量控制方法 | |
CN104636828B (zh) | 基于马尔科夫链的公共自行车站点供需预测方法 | |
CN104933860B (zh) | 基于gps数据的公交车堵车延误时间预测方法 | |
CN105224999A (zh) | 基于afc数据的城市轨道交通实时客流预测方法及系统 | |
CN104239694A (zh) | 一种城轨列车转向架的故障预测与视情维修方法 | |
CN107180272B (zh) | 基于能耗控制的电动汽车停车场充电方法 | |
CN109147330A (zh) | 一种拥堵识别方法及装置 | |
CN106355879A (zh) | 一种基于时空关联的城市交通流量预测方法 | |
CN106845768A (zh) | 基于生存分析参数分布的公交车旅行时间模型构建方法 | |
CN104680254B (zh) | 一种基于综合成本模型的电网规划方案优选方法 | |
CN105868865A (zh) | 基于多元线性回归与比例替代法的电动汽车保有量预测方法 | |
CN103903429A (zh) | 一种快速公交停靠站的延误时间组合预测方法 | |
WO2021072959A1 (zh) | 一种地铁大客流预测方法、系统及电子设备 | |
CN108985602A (zh) | 一种计及风险的电网分类项目的投入产出评价方法及系统 | |
CN104077483A (zh) | 城轨车辆部件故障模式和故障原因综合影响度的确定方法 | |
Esawey et al. | Determination and application of standard K factors for bicycle traffic | |
CN103870890A (zh) | 高速公路网交通流量分布的预测方法 | |
CN107169576A (zh) | 一种营运车辆维护周期的维修决策系统及方法 | |
CN113837730B (zh) | 基于三率合一的电网基建主网项目多维协同管控系统 | |
CN103632535A (zh) | 路段行人过街信号灯设置判定方法 | |
CN112434950B (zh) | 一种取消省界收费站货车计费调整风险评估的方法及用途 | |
CN107506335A (zh) | 轨道车辆在可靠性增长期根据置信度确定故障数的方法 | |
Xu et al. | A framework for ongoing performance monitoring of bus lane system | |
CN109190935B (zh) | 一种考虑服务区和车辆事故的高速公路充电站规划方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |