CN106650209B - 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 PDF

Info

Publication number
CN106650209B
CN106650209B CN201610873521.7A CN201610873521A CN106650209B CN 106650209 B CN106650209 B CN 106650209B CN 201610873521 A CN201610873521 A CN 201610873521A CN 106650209 B CN106650209 B CN 106650209B
Authority
CN
China
Prior art keywords
reliability
fault
mileage
accumulated
month
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
Application number
CN201610873521.7A
Other languages
English (en)
Other versions
CN106650209A (zh
Inventor
薛淑胜
冷映丽
盛银胜
陈锋
朱爱凤
张琳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CRRC Nanjing Puzhen Co Ltd
Original Assignee
CRRC Nanjing Puzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by CRRC Nanjing Puzhen Co Ltd filed Critical CRRC Nanjing Puzhen Co Ltd
Priority to CN201610873521.7A priority Critical patent/CN106650209B/zh
Publication of CN106650209A publication Critical patent/CN106650209A/zh
Application granted granted Critical
Publication of CN106650209B publication Critical patent/CN106650209B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16ZINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00Subject 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

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
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,统计项目共发生K个故障。
方法2: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为Di,n,r
Figure GDA0002459804020000021
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…,K}
各故障点对应项目的累积运营里程{DG1,DG2,…,DGk…,DGK},其中DGk计算公式为:
Figure GDA0002459804020000031
统计项目共发生K个故障,DGK表示统计项目发生最后1次故障,即第K个的累积运行里程。
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…,K},其中K表示统计的故障总数,其计算公式为
Figure GDA0002459804020000032
各故障点对应项目的累积运营里程{DG1,DG2,…,DGk…,DGK},其中DGk计算公式为:
Figure GDA0002459804020000033
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α
(1)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α的计算:
Figure GDA0002459804020000034
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α的计算:
Figure GDA0002459804020000035
第六步、判定铁道车辆可靠性增长趋势
α<1时,铁道车辆的可靠性处于增长趋势,可靠性在提高
α=1时,铁道车辆的故障发生服从指数分布,可靠性相对恒定
α>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:
(1)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
Figure GDA0002459804020000041
自运行开始至将来累积运行第X公里平均故障运行里程
Figure GDA0002459804020000042
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
Figure GDA0002459804020000043
自运行开始至将来累积运行第X公里平均故障运行里程
Figure GDA0002459804020000044
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,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X:3500000列车公里开始,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,
Figure GDA0002459804020000071
按第三步方法2和第四步方法2对数据整理如下表:
Figure GDA0002459804020000072
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α
(1)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α的计算:
Figure GDA0002459804020000081
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α的计算:
Figure GDA0002459804020000082
第六步、判定轨道车辆可靠性增长趋势
按故障点计算α=0.704;按最后统计月计算α=0.729,由于α<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X:3500000列车公里开始轨道车辆可靠性性能。
(1)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
Figure GDA0002459804020000083
自运行开始至将来累积运行第3500000公里平均故障运行里程
Figure GDA0002459804020000084
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
Figure GDA0002459804020000091
自运行开始至将来累积运行第3500000公里平均故障运行里程
Figure GDA0002459804020000092
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:
(1)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(1)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公里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公里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:
Figure GDA0002459804020000093
Figure GDA0002459804020000101
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:
(1)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 (3)

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,统计项目共发生K个故障;
方法2: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为Di,n,r
Figure FDA0002459804010000011
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…,K},
各故障点对应项目的累积运营里程{DG1,DG2,…,DGk…,DGK},其中DGk计算公式为:
Figure FDA0002459804010000012
统计项目共发生K个故障,DGK表示统计项目发生最后1次故障,即第K个的累积运行里程。
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…,K},其中K表示统计的故障总数,其计算公式为
Figure FDA0002459804010000013
各故障点对应项目的累积运营里程{DG1,DG2,…,DGk…,DGK},其中DGk计算公式为:
Figure FDA0002459804010000021
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α
(1)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α的计算:
Figure FDA0002459804010000022
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α的计算:
Figure FDA0002459804010000023
第六步、判定铁道车辆可靠性增长趋势
α<1时,铁道车辆的可靠性处于增长趋势,可靠性在提高;
α=1时,铁道车辆的故障发生服从指数分布,可靠性相对恒定;
α>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:
(1)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,
Figure FDA0002459804010000031
自运行开始至将来累积运行第X公里平均故障运行里程
Figure FDA0002459804010000032
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
Figure FDA0002459804010000033
自运行开始至将来累积运行第X公里平均故障运行里程
Figure FDA0002459804010000034
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。
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)
CN201610873521.7A 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 Active CN106650209B (zh)

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 CN106650209A (zh) 2017-05-10
CN106650209B true 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)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
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
CN107506335B (zh) * 2017-07-28 2021-04-13 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
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 (2)

* Cited by examiner, † Cited by third party
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

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9690844B2 (en) * 2014-01-24 2017-06-27 Samsung Electronics Co., Ltd. Methods and systems for customizable clustering of sub-networks for bioinformatics and health care applications

Patent Citations (2)

* Cited by examiner, † Cited by third party
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

Also Published As

Publication number Publication date
CN106650209A (zh) 2017-05-10

Similar Documents

Publication Publication Date Title
CN106650209B (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
Strathman et al. Automated bus dispatching, operations control, and service reliability: Baseline analysis
CN108053075B (zh) 一种报废车辆预测方法及系统
CN108335377B (zh) 一种基于gis技术的道路巡查车辆业务自动考核的方法
CN110361180B (zh) 智能列车受电弓服役性能动态监测与评估方法及其系统
CN106485410A (zh) 一种确定轨道车辆可靠性增长趋势及预测故障率的方法
US8731766B2 (en) Process for updating the scheduling of a service stop for a machine
CN111114519A (zh) 一种铁路车辆制动故障预测方法及健康管理系统
CN105320797A (zh) 轨道交通车辆关键系统的寿命预测方法
WO2023221587A1 (zh) 电动车辆的动力电池的健康状态确定方法及服务器
CN102385046B (zh) 基于威布尔分布的智能电表加速寿命最小试验时间确定方法
CN115587673B (zh) 一种电压互感器误差状态预测方法及系统
CN110909892A (zh) 公交车辆保养类型确定方法、装置、设备以及存储介质
CN105427005A (zh) 一种风电场运行风险评估方法
WO2003096244A1 (fr) Systeme de prediction de demande de composant de reparation
CN107506335B (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
CN103675712A (zh) 电源寿命时间检测方法和系统
WO2012010004A1 (zh) 历史交通信息中事件处理方法及装置
CN113033913A (zh) 空调故障预测性维护方法、系统、电子设备及存储介质
CN115114124A (zh) 主机风险的评估方法及评估装置
CN108682152B (zh) 一种基于前车数据的公交车异常数据修复方法
CN109033569B (zh) 一种用于舰载机传感器系统预防检修阈强度和次数优化的方法
CN113127984A (zh) 设备维护的方法、装置、设备及存储介质
Liu et al. Imperfect inspection policy for systems with multiple correlated degradation processes
CN106372315A (zh) 基于改进的布朗漂移运动的加速退化试验方法

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