CN109300076A - 一种轨道交通车辆故障数据分析方法 - Google Patents
一种轨道交通车辆故障数据分析方法 Download PDFInfo
- Publication number
- CN109300076A CN109300076A CN201811358110.XA CN201811358110A CN109300076A CN 109300076 A CN109300076 A CN 109300076A CN 201811358110 A CN201811358110 A CN 201811358110A CN 109300076 A CN109300076 A CN 109300076A
- Authority
- CN
- China
- Prior art keywords
- mtbf
- institute
- total
- time
- rail traffic
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000007619 statistical method Methods 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 2
- 230000035508 accumulation Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种轨道交通车辆故障数据分析方法，选定需要的产品和时间区间，并计算该产品在该时间区间内的总运营里程：总运营里程＝∑每列车的运营里程；选定故障类型，计算上述产品在所述时间区间内对应故障类型的总故障次数：总故障次数＝∑每列车的故障次数；计算所有故障对应的平均无故障时间MTBF和所有故障对应的平均修复时间MTTR；利用所有故障对应的平均无故障时间MTBF和所有故障对应的平均修复时间MTTR计算可用度Ao；利用所述所有故障对应的平均无故障时间MTBF计算故障率λ；计算各故障模式占比。本发明使故障数据与产品结构挂钩，节约了RAMS工程师对故障数据进行统计分析时所需花费的大量时间与精力。
Description
技术领域
本发明涉及产品可靠性数据统计和分析方法，特别是一种轨道交通车辆故障数据分析方法。
背景技术
近几年轨道交通产品市场保有量越来越大，故障数据在不断增加，且现有故障数据收集系统仅以台帐的方式对故障进行记录，以传统的方式去统计、分析故障数据耗时耗力，如何快速准确地统计分析故障数据成为一个难题。
发明内容
本发明所要解决的技术问题是，针对现有技术不足，提供一种轨道交通车辆故障数据分析方法，使故障数据与产品结构挂钩，节约RAMS工程师对故障数据进行统计分析时所需花费的大量时间与精力，为设计师与产品管理部门提供产品故障的真实故障率、平均无故障时间、平均维修时长的有效数据。
为解决上述技术问题，本发明所采用的技术方案是：一种轨道交通车辆故障数据分析方法，包括以下步骤：
1)选定需要的产品和时间区间，并计算该产品在该时间区间内的总运营里程：总运营里程＝∑每列车的运营里程；
2)选定故障类型，计算上述产品在所述时间区间内对应故障类型的总故障次数：总故障次数＝∑每列车的故障次数；
3)计算所有故障对应的平均无故障时间MTBF和所有故障对应的平均修复时间MTTR；
4)利用所有故障对应的平均无故障时间MTBF和所有故障对应的平均修复时间MTTR计算可用度Ao；利用所述所有故障对应的平均无故障时间MTBF计算故障率λ；计算各故障模式占比。
步骤2)之后，还计算平均无故障运营里程MDBF：MDBF＝总运营里程/总故障次数。
MTBF＝(总运营里程/平均旅行速度)/总故障次数。
MTTR＝∑每次故障的修复时间。
Ao＝MTBF/(MTBF+MTTR)。
故障率λ＝1/MTBF。
故障模式占比＝各故障模式发生的故障次数/总故障次数。
与现有技术相比，本发明所具有的有益效果为：本发明提出一种了适合轨道交通车辆快速准确的可靠性数据分析的方法，通过对故障的分析和数据迭代计算，快速获得整车装备及其最小可更换单元的平均无故障时间、平均无故障里程、可用度、平均修复时间、故障率等，快速获得产品各故障模式在总故障中的占比，使故障数据与产品结构挂钩，节约了RAMS工程师对故障数据进行统计分析时所需花费的大量时间与精力，为设计师与产品管理部门提供产品故障的真实故障率、平均无故障时间、平均维修时长等有效数据。
附图说明
图1范例-MDBF计算结果列表；
图2范例-MDBF计算结果柱状图；
图3范例-MTBF计算结果列表；
图4范例-MTBF计算结果柱状图。
图5可靠性数据计算过程。
具体实施方式
将现场故障记录落实到产品功能结构树中的对应部件及对应故障模式，经统计分析而得到该部件对应的故障次数、故障率、平均无故障时间MTBF、平均无故障运营里程MDBF、平均维修时间MTTR、可用度、故障模式发生占比等相关数据信息。
本发明包括以下步骤：
第一步，获取车辆故障描述、故障部件、故障类型、故障模式、故障等级、故障处理时间、维修时长、列车运营里程、列车平均旅行速度、更换件成本、维修劳动力成本等实际运营数据记录；
第二步，选定需要产品和时间区间，并通过公式(1)计算该产品在该时间区间总的运营里程：
总运营里程＝∑每列车的运营里程(某时间区间) (1)
注：列车的运营里程不局限于某个项目，可多个项目累积。举例说明如下：
A地区与B地区的地铁车辆运营环境相近似，假设A地区和B地区地铁车辆上配置的风源系统压缩机型号一样，现要计算质保期内该型风源系统压缩机的可靠性数据，则可累积这两条地铁线路上质保期内所有列车的运营里程，当然也可以分别累积两条线路的运营里程，相应分别计算每条地铁线路的可靠性数据。
第三步，基于第二步选定的产品和时间区间，选定故障类型(如碎修，系统修，清客，下线，机破等等)，通过公式(2)计算该产品在该时间区间、对应故障类型的总故障次数：
总故障次数＝∑每列车的故障次数(某时间区间) (2)
第四步，基于第二步和第三步，计算平均无故障运营里程MDBF，通过公式(3)计算得到：
MDBF＝总运营里程/总故障次数 (3)
第五步，基于第二步和第三步，计算平均无故障时间MTBF，通过公式(4)计算得到：
MTBF＝(总运营里程/平均旅行速度)/总故障次数 (4)
第六步，基于第二步选定的产品和时间区间，计算平均维修时间MTTR，通过公式(5)得到：
MTTR＝∑每次故障的修复时间 (5)
第七步，基于第二步选定的产品和时间区间，通过公式(4)，计算所有故障对应的平均无故障时间MTBF；通过公式(5)，计算所有故障的平均修复时间MTTR；通过公式(6)计算使用可用度Ao：
Ao＝MTBF/(MTBF+MTTR) (6)
第八步，通过公式(7)计算故障率λ：
λ＝1/MTBF (7)
第九步，计算各故障模式占比，通过公式(8)计算得到：
故障模式占比＝各故障模式发生的故障次数/该部件总的故障次数 (8)。
Claims (7)
1.一种轨道交通车辆故障数据分析方法，其特征在于，包括以下步骤：
1)选定需要的产品和时间区间，并计算该产品在该时间区间内的总运营里程：总运营里程＝∑每列车的运营里程；
2)选定故障类型，计算上述产品在所述时间区间内对应故障类型的总故障次数：总故障次数＝∑每列车的故障次数；
3)计算所有故障对应的平均无故障时间MTBF和所有故障对应的平均修复时间MTTR；
4)利用所有故障对应的平均无故障时间MTBF和所有故障对应的平均修复时间MTTR计算可用度Ao；利用所述所有故障对应的平均无故障时间MTBF计算故障率λ；计算各故障模式占比。
2.根据权利要求1所述的轨道交通车辆故障数据分析方法，其特征在于，步骤2)之后，还计算平均无故障运营里程MDBF：MDBF＝总运营里程/总故障次数。
3.根据权利要求1所述的轨道交通车辆故障数据分析方法，其特征在于，MTBF＝(总运营里程/平均旅行速度)/总故障次数。
4.根据权利要求1所述的轨道交通车辆故障数据分析方法，其特征在于，MTTR＝∑每次故障的修复时间。
5.根据权利要求1所述的轨道交通车辆故障数据分析方法，其特征在于，Ao＝MTBF/(MTBF+MTTR)。
6.根据权利要求1所述的轨道交通车辆故障数据分析方法，其特征在于，故障率λ＝1/MTBF。
7.根据权利要求1所述的轨道交通车辆故障数据分析方法，其特征在于，故障模式占比＝各故障模式发生的故障次数/总故障次数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811358110.XA CN109300076A (zh) | 2018-11-15 | 2018-11-15 | 一种轨道交通车辆故障数据分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811358110.XA CN109300076A (zh) | 2018-11-15 | 2018-11-15 | 一种轨道交通车辆故障数据分析方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109300076A true CN109300076A (zh) | 2019-02-01 |
Family
ID=65144226
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811358110.XA Pending CN109300076A (zh) | 2018-11-15 | 2018-11-15 | 一种轨道交通车辆故障数据分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109300076A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111190415A (zh) * | 2020-01-21 | 2020-05-22 | 北京市劳动保护科学研究所 | 一种工业控制系统可用率测试方法及系统 |
| CN119919019A (zh) * | 2025-04-07 | 2025-05-02 | 临工重机股份有限公司 | 一种工程车辆的质量评估方法、装置、设备及介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101153830A (zh) * | 2006-09-28 | 2008-04-02 | 华为技术有限公司 | 测量可用度的方法、装置及收集端 |
| KR20140118195A (ko) * | 2013-03-28 | 2014-10-08 | 부산대학교 산학협력단 | 유전자 알고리즘을 이용한 함정 운용 기준 산정 방법 및 시스템 |
| CN104217367A (zh) * | 2014-09-16 | 2014-12-17 | 北京交通大学 | 一种轨道交通线路动态安全风险评价方法 |
| CN105389656A (zh) * | 2015-11-06 | 2016-03-09 | 中国南方电网有限责任公司 | 一种电力系统二次设备效能评估方法 |
| CN106485410A (zh) * | 2016-09-30 | 2017-03-08 | 中车南京浦镇车辆有限公司 | 一种确定轨道车辆可靠性增长趋势及预测故障率的方法 |
| CN107085768A (zh) * | 2017-04-25 | 2017-08-22 | 交通运输部公路科学研究所 | 一种用于评价汽车使用可靠性的系统及方法 |
-
2018
- 2018-11-15 CN CN201811358110.XA patent/CN109300076A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101153830A (zh) * | 2006-09-28 | 2008-04-02 | 华为技术有限公司 | 测量可用度的方法、装置及收集端 |
| KR20140118195A (ko) * | 2013-03-28 | 2014-10-08 | 부산대학교 산학협력단 | 유전자 알고리즘을 이용한 함정 운용 기준 산정 방법 및 시스템 |
| CN104217367A (zh) * | 2014-09-16 | 2014-12-17 | 北京交通大学 | 一种轨道交通线路动态安全风险评价方法 |
| CN105389656A (zh) * | 2015-11-06 | 2016-03-09 | 中国南方电网有限责任公司 | 一种电力系统二次设备效能评估方法 |
| CN106485410A (zh) * | 2016-09-30 | 2017-03-08 | 中车南京浦镇车辆有限公司 | 一种确定轨道车辆可靠性增长趋势及预测故障率的方法 |
| CN107085768A (zh) * | 2017-04-25 | 2017-08-22 | 交通运输部公路科学研究所 | 一种用于评价汽车使用可靠性的系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 赵洪利，杨海涛，何宇，赵东杰，姚曜，原旭东，史继辉等编著: "《空间信息传输与仿真技术》", 31 December 2011 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111190415A (zh) * | 2020-01-21 | 2020-05-22 | 北京市劳动保护科学研究所 | 一种工业控制系统可用率测试方法及系统 |
| CN111190415B (zh) * | 2020-01-21 | 2021-06-15 | 北京市劳动保护科学研究所 | 一种工业控制系统可用率测试方法及系统 |
| CN119919019A (zh) * | 2025-04-07 | 2025-05-02 | 临工重机股份有限公司 | 一种工程车辆的质量评估方法、装置、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111114519B (zh) | 一种铁路车辆制动故障预测方法及健康管理系统 | |
| CN110466566A (zh) | 一种基于列车追踪关系筛选车头前方空闲的方法和系统 | |
| CN110197588A (zh) | 一种基于gps轨迹数据的大货车驾驶行为评估方法及装置 | |
| WO2014110099A3 (en) | Railway track geometry defect modeling for predicting deterioration, derailment risk, and optimal repair | |
| CN105045256A (zh) | 基于数据对比分析的轨道交通实时故障诊断方法和系统 | |
| CN102139700A (zh) | 一种轨道交通的车辆工况在线监测系统 | |
| CN105550757A (zh) | 基于故障统计分析的动车组维修决策方法及装置 | |
| CN111806516A (zh) | 一种用于智能列车监测与运维的健康管理装置及方法 | |
| CN105629962A (zh) | 高铁列控设备无线闭塞中心rbc系统的故障诊断方法 | |
| CN113177650A (zh) | 一种铁路货车车厢的预测性维护方法及装置 | |
| CN109300076A (zh) | 一种轨道交通车辆故障数据分析方法 | |
| CN110686700B (zh) | 铁路货车运行里程统计方法及系统 | |
| CN111071291B (zh) | 列车轮对监测系统及列车轮对监测方法 | |
| CN103049652A (zh) | 一种车站作业标准时间与能力查定的方法及系统 | |
| Liu et al. | Smart maintenance via dynamic fault tree analysis: A case study on Singapore MRT system | |
| Li et al. | An effective method for identifying the key factors of railway accidents based on the network model | |
| CN111063042A (zh) | 一种基于大数据的高速公路自由流收费路径拟合系统 | |
| KR20170114430A (ko) | 열차 탈선 사고 예측 장치 및 방법 | |
| Zhang et al. | Big data based intelligent operation and maintenance platform | |
| Muinde | Railway track geometry inspection optimization | |
| Morant et al. | Cloud computing for maintenance of railway signalling systems | |
| Fullerton et al. | Sensitivity of freight and passenger rail fuel efficiency to infrastructure, equipment, and operating factors | |
| Ravitharan | Safer rail operations: Reactive to proactive maintenance using state-of-the-art automated in-service vehicle-track condition monitoring | |
| CN108875976A (zh) | 一种基于rfid标签的动车螺栓检修方法 | |
| Bécsi et al. | Energy saving possibilities at the Hungarian state railways |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190201 |
|
| RJ01 | Rejection of invention patent application after publication |