CN107545111A - 基于威布尔分布的城轨车辆可靠性分析方法及装置 - Google Patents

Abstract

本发明提供一种基于威布尔分布的城轨车辆可靠性分析方法及装置，其中方法包括：获取城轨车辆待分析部件的工作参数信息；根据待分析部件的工作参数信息建立威布尔分布模型；根据威布尔分布模型得到待分析部件的可靠性指标。本发明提供的基于威布尔分布的城轨车辆可靠性分析方法及装置，能够更为有效地对城轨车辆进行维护，能够及时发现故障并对故障进行处理，提高了城轨车辆的安全性能。

Description

基于威布尔分布的城轨车辆可靠性分析方法及装置

技术领域

本发明涉及城轨车辆技术，尤其涉及一种基于威布尔分布的城轨车辆可靠性分析方法及装置。

背景技术

城市轨道交通是国家城镇化和城镇现代化的全局性和支撑性的基础设施，我国城市轨道交通建设正处于高速发展与建设时期，但是城市轨道交通列车事故时有发生，列车的各类安全故障问题直接影响运营效率及运营安全。

现有技术中，为了防止和减少事故，保证车辆能够顺利正常运行，我国的城市轨道车辆基本维修制度包括，按照运行里程和运行时间对城市轨道车辆进行定期维护与维修。

采用现有技术，由于按照固定的运行里程和运行时间对城轨车辆进行维护，导致了不能及时地发现故障并对故障进行处理，造成了城轨车辆安全性能较低。

发明内容

本发明提供一种基于威布尔分布的城轨车辆可靠性分析方法及装置，提高了城轨车辆的安全性能。

本发明提供一种基于威布尔分布的城轨车辆可靠性分析方法，包括：

获取城轨车辆待分析部件的工作参数信息；

根据所述待分析部件的工作参数信息建立威布尔分布模型；

根据所述威布尔分布模型得到所述待分析部件的可靠性指标。

在本发明一实施例中，所述待分析部件包括：所述城轨车辆的车体、车钩、车门、转向架、牵引、电制动、空调或受电弓。

在本发明一实施例中，所述威布尔分布模型为两参数威布尔分布模型。

在本发明一实施例中，所述可靠性指标包括：可靠度函数和故障率函数。

在本发明一实施例中，所述可靠度函数为其中，F(t)为威布尔分布函数，α为所述待分析部件的形状参数，β为所述待分析部件的尺度参数，t为时间参数。

在本发明一实施例中，所述故障率函数为其中，f(t)为威布尔概率密度函数，α为所述待分析部件的形状参数，β为所述待分析部件的尺度参数，t为时间参数。

在本发明一实施例中，所述可靠度函数和所述失效率函数中的所述形状参数和所述尺度参数根据最小二乘法或极大似然估计法得到。

本发明提供一种基于威布尔分布的城轨车辆可靠性分析装置，包括：

获取模块，所述获取模块用于获取城轨车辆待分析部件的工作参数信息；

建立模块，所述建立模块用于根据所述待分析部件的工作参数信息建立威布尔分布模型；

处理模块，所述处理模块用于根据所述威布尔分布模型得到所述待分析部件的可靠性指标。

在本发明一实施例中，所述待分析部件包括：所述城轨车辆的车体、车钩、车门、转向架、牵引、电制动、空调或受电弓；

所述威布尔分布模型为两参数威布尔分布模型；

所述可靠性指标包括：可靠度函数和故障率函数。

在本发明一实施例中，所述可靠度函数为其中，F(t)为威布尔分布函数，α为所述待分析部件的形状参数，β为所述待分析部件的尺度参数，t为时间参数；

所述故障率函数为其中，f(t)为威布尔概率密度函数，α为所述待分析部件的形状参数，β为所述待分析部件的尺度参数，t为时间参数；

所述可靠度函数和所述失效率函数中的所述形状参数和所述尺度参数根据最小二乘法或极大似然估计法得到。

本发明提供一种基于威布尔分布的城轨车辆可靠性分析方法及装置，其中方法包括：获取城轨车辆待分析部件的工作参数信息；根据待分析部件的工作参数信息建立威布尔分布模型；根据威布尔分布模型得到待分析部件的可靠性指标。本发明提供的基于威布尔分布的城轨车辆可靠性分析方法及装置，能够更为有效地对城轨车辆进行维护，能够及时发现故障并对故障进行处理，提高了城轨车辆的安全性能。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明基于威布尔分布的城轨车辆可靠性分析方法实施例一的流程示意图；

图2为本发明城轨车辆待分析部件的故障率曲线；

图3为本发明基于威布尔分布的城轨车辆可靠性分析装置实施例一的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。

图1为本发明基于威布尔分布的城轨车辆可靠性分析方法实施例一的流程示意图。如图1所示，本实施例的基于威布尔分布的城轨车辆可靠性分析方法包括如下步骤：

S101：获取城轨车辆待分析部件的工作参数信息。

其中，可选地，待分析部件包括：城轨车辆的车体、车钩、车门、转向架、牵引、电制动、空调或受电弓。工作参数信息包括待分析部件的形状、大小、重量、出厂日期、标准或疲劳、老化、磨损等等参数。例如：在S101中，待分析部件为城轨车辆的车门，获取城轨车辆的车门的工作参数有，形状、重量和/或已工作年限等。

S102：根据待分析部件的工作参数信息建立威布尔分布模型。

具体地，将S101中获取的待分析部件的工作参数信息代入威布尔分布模型，得到含工作参数的威布尔分布模型。

其中，可选地，威布尔分布模型为两参数威布尔分布模型。

具体地，两参数的威布尔分布模型可以表示为，其中，α为形状参数，β为尺度参数，t为时间参数。

S103：根据威布尔分布模型得到待分析部件的可靠性指标。

具体地，在本步骤中，根据S102中建立的包含待分析部件工作参数的威布尔分布模型，计算获取待分析部件的可靠性指标。

可靠性是产品在规定时间内和规定条件下完成规定功能的能力。可靠性定量分析是对产品进行可靠性设计与分析的重要环节，是根据各种可靠性数据分析工作来完成的。可靠性数据分析是根据收集系统或单元产品在研制、试验、生产和维修中所产生的可靠性数据，并依据系统的功能或可靠性结构，利用概率统计方法，给出系统的各种可靠性数量指标的定量估计方法。

其中，可选地，可靠性指标包括：可靠度函数和故障率函数。

具体地，可靠度函数为其中，F(t)为威布尔分布函数，α为待分析部件的形状参数，β为待分析部件的尺度参数，t为时间参数。

具体地，故障率函数为其中，f(t)为威布尔概率密度函数，α为待分析部件的形状参数，β为待分析部件的尺度参数，t为时间参数。

其中，可靠度是指产品在规定的时间内和规定的条件下，完成规定功能的概率，一般记为R。可靠度是时间的函数，记为R(t)，称为可靠度函数。

假设在规定的时间内和规定的条件下，完成规定功能而工作的这一事件E的概率用p(E)表示，实验中共有N个产品样本，在t时刻，有n(t)个样本失效，有N-n(t)个样本仍正常工作，依据可靠度定义，则可靠度作为描述产品在规定时间的随机变量T的概率分布可写成：

而另一方面，不可靠度F(t)是与可靠度相对应的概念，记为F(t)，即：

故障概率密度函数是不可靠度函数F(t)的导数，常用f(t)表示，即f(t)的物理意义表示在任意时刻t，产品总数中下一个单位时间内发生故障的概率。

故障率是指工作到t时刻尚未失效的产品，在t时刻后的单位时间内发生失效的概率，也称为失效率，记为λ(t)。故障率是产品可靠性常用的数据量特征之一，故障率越高，则可靠性越低。

具体地，图2为本发明城轨车辆待分析部件的故障率曲线。如图2所示，城轨列车中机电的关键部件，在全部工作过程中的故障率曲线，一般有三个不同时期或阶段，其典型形态为浴盆曲线。

早期故障期，出现在产品投入使用的初期，呈递减型，其特点是开始时故障率高，随着使用时间的增加故障率下降。故障主要是由于设计、制造、材料缺陷、工艺质量、不适应外部环境等形成的缺陷。为了缩短这一阶段，产品应在投入使用前进行运行调试，一边急躁发现、修正和排除故障，改变其技术状况。

偶然故障期，故障发生时偶然的或随机的，故障率大体区域稳定状态并降至最低，这个时期产品处于正常试用期。偶然故障期是产品的最佳状态时期，在规定的故障率下其持续时间称为有效寿命。

损耗故障期，其特点是故障率随工作时间的增加而上升。此时的故障是由于产品过渡磨损、老化、疲劳、寿命衰竭等耗损所引起的，若女人能够预计到损耗失效期到来的时间，根据技术措施加以检修，可以降低故障率，延长使用寿命。

大量实验证明，凡是因为某一局部失效或故障引起的全局技能停止运行的原件、器件、设备、系统等的寿命服从威布尔分布，特别在研究金属材料的疲劳寿命，如疲劳失效、轴承失效都服从威布尔分布。

进一步地，在上述实施例中，可靠度函数和失效率函数中的形状参数和尺度参数根据最小二乘法或极大似然估计法得到。

其中，最小二乘法包括如下步骤：

将某一时刻的威布尔分布函数将其左右变形后得到

将等式两边取自然对数得到

令A＝α,B＝-αlnβ，则上式可以表示为Y＝AX+B；

根据线性回归方程回归系数A和B的最小二乘估计解为：和其中，

根据公式根据A和B的值就可以得出威布尔分布参数α和β的值。

其中，计算A和B的值包括以下两种方法：

(1)用频率最为F_i(t)的估计，即F_i(t)＝P(T≤t_i)，设n(t_i)表示到t_i时产品失效的个数，n是试验产品总数，样本量较大，一般n≥20，那么作为F_i(t)的估计。

(2)用中位秩作为F_i(t)的估计，即MR(t_i)为t_i时刻的中位秩，在小样本情况n≤20，则作为F_i(t)的估计。

利用最小二乘法求威布尔分布的参数估计，方法直观，运算简单，使用方便，容易掌握。

其中，极大似然估计法包括如下步骤：

在试验中参加产品经常只有部分发生故障，即表现部分观测数据，该数据不是完全数据。因此可靠性试验主要以截尾试验为主，分为定数截尾试验、定时截尾试验和随机截尾试验三类。定数截尾是事先规定产品的故障数r，试验进行到故障数达到规定故障数r就终止试验。定时截尾是事先规定产品的试验时间t，试验进行到规定的试验时间，就终止试验。随机截尾是指参加试验的部分产品由于某种原因还没有失效就中途退出试验。

以定数截尾试验为例，对产品进行n次寿命试验，至r个失效时停止，其寿命数t₁≤t₂≤…t_r，利用两参数的概率密度函数取求似然函数为

对上述公式进行取对数并求参数α,β的偏导数得：

这样就求出威布尔分布的两个参数的极大似然估计值了，由于存在超越方程，用初等方程是无法求解的，因此要用计算机求近似解，一般的方法有Newton-Raphson迭代法或Brent迭代法，在迭代过程中的初始值的计算可以使用最小二乘法或威布尔分布参数图估计法等给出。

本实施例提供的基于威布尔分布的城轨列车可靠性分析方法，根据获取城轨车辆待分析部件的工作参数信息；根据待分析部件的工作参数信息建立威布尔分布模型；根据威布尔分布模型得到待分析部件的可靠性指标。本发明提供的基于威布尔分布的城轨车辆可靠性分析方法及装置，能够更为有效地对城轨车辆进行维护，能够及时发现故障并对故障进行处理，提高了城轨车辆的安全性能。

其中，可靠性是指产品在规定的条件下和规定的时间内，完成规定功能的能力。产品不能完成规定功能，称为故障。规定的条件指维护条件、使用条件、环境条件等，规定的时间是可靠性定义的核心，规定时间的长短随着对象产品的不同和使用目的不同而不同。系统按可修复与否分为不可修复系统和可修复系统两类。如果系统一旦出现故障，不可再修复，作为报废处理，就是不可修复产品；如果系统出现故障，根据维修活动，将其恢复到正常工作状态，就是可修复系统。可靠性综合反映了一个产品的耐久性、无故障性、维修性、有效性和使用经济性等特点，可用各种定量指标表示。可靠性特征量是用来表示产品总体可靠性高低的各种可靠性数据指标的总称，是衡量系统可靠性的定量化指标，常用的指标有可靠度、故障率、平均寿命、维修度等。此外，分析系统的可靠性，首先需要分析影响系统可靠性的因素，估计其对系统的影响，才能应用适当的措施来控制产生这些影响的原因，使系统的性能得到优化。影响城轨列车系统可靠性的因素主要有：系统环境、运营环境和维修环境。系统环境影响指在系统生命周期中任何阶段系统内部的失效，主要包括系统设计缺陷、软件错误等。运营环境影响指在运营过程中由外部环境、人为因素、管理程序等造成系统的失效。维修环境影响指在系统维修环节中强加给系统的失效。

需要说明的是，本实施例中所记载的城轨列车，在我国的规范中是指，轴重相对较轻，单方向输送能力在1万～3万人次的轨道交通系统，称为轻轨；每小时客运量3万～8万人次的轨道交通系统，称为地铁。本文的城轨列车主要指的是地铁。地铁车辆是城市轨道交通系统的重要组成部分，也是技术含量较高的机电设备。它应具有先进性、可靠性和实用性，应满足容量大、安全、快速、美观和节能的要求。地铁车辆有动车(M，Motor)和拖车(T，Trailer)、带司机室车和不带司机室车等多种形式；动车本身带有动力牵引装置，拖车本身无动力牵引装置；动车又分为带有受电弓的动车和不带受电弓的动车。其主要的技术指标为列车的最高运行速度80km/h，构造速度90km/h，平均旅行速度36km/h。在AW2、半磨耗车轮、平直干燥的轨道及额定电压DC1500V等工况下的平均加速度指标为列车从0加速到40km/h：≥1.00m/s2；列车从0加速到80km/h：≥0.6m/s2。在AW2、半磨耗车轮、平直干燥的轨道等工况下，列车从最高运行速度80km/h制动到停车，平均减速度为：最大常用制动：≥1.0m/s；紧急制动：≥1.2m/s2。列车故障状态下运行能力要求，列车在丧失1/4动力的情况下，可适当降低列车运行速度；列车在AW3载荷工况下，丧失1/2动力的情况下，能在正线30‰坡道上起动，运行到下一站，清客后空车能运行至车辆段；一列AW3载荷的列车，全部丧失动力时，能由一列空载(AW0)列车，在正线30‰的坡道上起动并推送到前方有停车线的车站。

图3为本发明基于威布尔分布的城轨车辆可靠性分析装置实施例一的结构示意图。如图3所示，本实施例中基于威布尔分布的城轨车辆可靠性分析装置包括：获取模块301，建立模块302和处理模块303。其中，获取模块301用于获取城轨车辆待分析部件的工作参数信息；建立模块302用于根据待分析部件的工作参数信息建立威布尔分布模型；处理模块303用于根据威布尔分布模型得到待分析部件的可靠性指标。

本实施例提供的基于威布尔分布的城轨车辆可靠性分析装置用于执行图1所示的基于威布尔分布的城轨车辆可靠性分析方法，其具有相同的技术特征和技术效果，不再赘述。

可选地，在上述实施例中，待分析部件包括：城轨车辆的车体、车钩、车门、转向架、牵引、电制动、空调或受电弓；威布尔分布模型使用两参数威布尔分布；可靠性指标包括：可靠度函数和故障率函数。

其中，具体地，可靠度函数为其中，F(t)为威布尔分布函数，α为待分析部件的形状参数，β为待分析部件的尺度参数，t为时间参数；故障率函数为其中，f(t)为威布尔概率密度函数，α为待分析部件的形状参数，β为待分析部件的尺度参数，t为时间参数；

可靠度函数和失效率函数中的形状参数和尺度参数根据最小二乘法或极大似然估计法得到。

本实施例提供的基于威布尔分布的城轨车辆可靠性分析装置用于上述各实施例中所示的基于威布尔分布的城轨车辆可靠性分析方法，其具有相同的技术特征和技术效果，不再赘述。

此外，在本发明一实施例中还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现上述各实施例中所记载的基于威布尔分布的城轨车辆可靠性分析方法。

本发明一实施例中还提供一种前置机，包括处理器和存储器，存储器用于存储处理器的可执行指令，处理器配置为经由执行所述可执行指令来执行上述各实施例中所记载的基于威布尔分布的城轨车辆可靠性分析方法。

本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以根据程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种基于威布尔分布的城轨车辆可靠性分析方法，其特征在于，包括：

获取城轨车辆待分析部件的工作参数信息；

根据所述待分析部件的工作参数信息建立威布尔分布模型；

根据所述威布尔分布模型得到所述待分析部件的可靠性指标。

2.根据权利要求1所述的方法，其特征在于，

所述待分析部件包括：所述城轨车辆的车体、车钩、车门、转向架、牵引、电制动、空调或受电弓。

3.根据权利要求1所述的方法，其特征在于，

所述威布尔分布模型为两参数威布尔分布模型。

4.根据权利要求1所述的方法，其特征在于，

所述可靠性指标包括：可靠度函数和故障率函数。

5.根据权利要求4所述的方法，其特征在于，

所述可靠度函数为其中，F(t)为威布尔分布函数，α为所述待分析部件的形状参数，β为所述待分析部件的尺度参数，t为时间参数。

6.根据权利要求5所述的方法，其特征在于，

所述故障率函数为其中，f(t)为威布尔概率密度函数，α为所述待分析部件的形状参数，β为所述待分析部件的尺度参数，t为时间参数。

7.根据权利要求5或6所述的方法，其特征在于，

所述可靠度函数和所述失效率函数中的所述形状参数和所述尺度参数根据最小二乘法或极大似然估计法得到。

8.一种基于威布尔分布的城轨车辆可靠性分析装置，其特征在于，包括：

获取模块，所述获取模块用于获取城轨车辆待分析部件的工作参数信息；

建立模块，所述建立模块用于根据所述待分析部件的工作参数信息建立威布尔分布模型；

处理模块，所述处理模块用于根据所述威布尔分布模型得到所述待分析部件的可靠性指标。

9.根据权利要求8所述的装置，其特征在于，

所述待分析部件包括：所述城轨车辆的车体、车钩、车门、转向架、牵引、电制动、空调或受电弓；

所述威布尔分布模型为两参数威布尔分布模型；

所述可靠性指标包括：可靠度函数和故障率函数。

10.根据权利要求9所述的装置，其特征在于，

所述可靠度函数为其中，F(t)为威布尔分布函数，α为所述待分析部件的形状参数，β为所述待分析部件的尺度参数，t为时间参数；

所述故障率函数为其中，f(t)为威布尔概率密度函数，α为所述待分析部件的形状参数，β为所述待分析部件的尺度参数，t为时间参数；

所述可靠度函数和所述失效率函数中的所述形状参数和所述尺度参数根据最小二乘法或极大似然估计法得到。