CN109767075A - 一种城市轨道交通网络列车运营可靠性评估方法 - Google Patents

Abstract

本发明涉及一种城市轨道交通网络列车运营可靠性评估方法，包括以下步骤：1)获取当前城市轨道交通网络信息，包括线路路数、每条线路上的列车数、网络列车运营观察结束时间、每条列车投入运营时间和每条列车故障时间；2)建立各非基线路的环境影响折合因子；3)选择一条线路作为基准线路，基于所述当前城市轨道交通网络信息，计算各非基线路的环境影响折合因子的值；4)基于所述环境影响折合因子的值，计算获得各非基线路列车折合故障数据；5)判断列车运营可靠性的分布类型，获得城市轨道交通网络列车运营可靠性。与现有技术相比，本发明具有消除差异影响、结果准确可靠等优点。

Description

一种城市轨道交通网络列车运营可靠性评估方法

技术领域

本发明涉及轨道交通列车可靠性与维修性领域，尤其是涉及一种城市轨道交通网络列车运营可靠性评估方法。

背景技术

我国城市轨道交通网络化运营已成趋势。列车是城市轨道交通网络的核心要素，其可靠性与维修性直接影响了轨道交通网络化运营管理水平。运营现场的列车故障信息具有反映列车真实状态的重要作用，是改善、提升列车运营维护水平的关键信息源，具有重要意义。然而，由于构成网络的线路存在线路环境、运营载荷、操控维护、列车制式等各方面差异，导致即使是同一列车在网络的不同线路上运营，其可靠性、故障特性都会呈现出一定的差异，而影响了列车维修的可靠性。这就要求去除网络的线路差异性而寻找列车及其维修对象的可靠性、故障特性真值，以便对轨道交通网络列车运行可靠性进行评估，从而制定出符合网络实情的维修策略。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种城市轨道交通网络列车运营可靠性评估方法。

本发明的目的可以通过以下技术方案来实现：

一种城市轨道交通网络列车运营可靠性评估方法，包括以下步骤：

1)获取当前城市轨道交通网络信息，包括线路路数、每条线路上的列车数、网络列车运营观察结束时间、每条列车投入运营时间和每条列车故障时间；

2)建立各非基线路的环境影响折合因子；

3)选择一条线路作为基准线路，基于所述当前城市轨道交通网络信息，计算各非基线路的环境影响折合因子的值；

4)基于所述环境影响折合因子的值，计算获得各非基线路列车折合故障数据；

5)根据列车故障数据判断列车运营可靠性的分布类型，获得城市轨道交通网络列车运营可靠性。

进一步地，各非基线路的所述环境影响折合因子为：

h_rl＝h_rg*h_rd*h_ro*h_rt

其中，h_rl为环境影响折合因子，h_rg为轨道激励影响因子，h_rd为线路乘客载荷影响因子，h_ro为线路维修设备器具综合影响因子，h_rt为列车影响复合因子。

进一步地，所述轨道激励影响因子采用专家评分法获得，为非基线路的线路轨道激励影响分数与基准线路的线路轨道激励影响分数的比值，所述线路轨道激励影响分数的考虑因素包括线路曲线直线长度比、横曲线在曲线中的占比、空间曲线在曲线中的占比、扣件型式、道床型式、路基型式和桥梁数量。

进一步地，所述线路乘客载荷影响因子非基线路的年客流平均总量与基准线路的年客流平均总量的比值。

进一步地，所述线路维修设备器具综合影响因子采用专家评分法获得，为非基线路的线路维修设备器具综合影响分数与基准线路的线路维修设备器具综合影响分数的比值，所述线路维修设备器具综合影响考虑因素包括对设备器具的需求度、设备器具使用年限、设备器具的维护保养周期和设备器具的故障度。

进一步地，所述列车影响复合因子采用专家评分法获得，为非基线路的线路列车影响分数与基准线路的线路列车影响分数的比值，所述线路列车影响的考虑因素包括列车车型、列车驾驶方式、列车运营速度、列车轴重、列车受流方式、列车驱动方式、列车功率、列车制动方式、列车轮轨匹配和列车复杂度。

进一步地，步骤4)中，所述各非基线路列车折合故障数据的计算公式为：

x_ij＝h_rl*t_ij，i＝1，…,L-1,j＝1,2,3...,n_i

其中，h_rl为环境影响折合因子，t_ij为第i条线路发生第j个故障的时间，L为线路路数，n_i为第i条线路发生的列车运营故障个数。

进一步地，步骤5)中，所述分布类型通过以下过程获得：

501)将基准线路的列车故障数据和各非基线路列车折合故障数据按从小到大的顺利进行排序，获得轨道交通网络列车运行故障数据数组Y[N]，N为轨道交通网络列车总故障数，

502)计算轨道交通网络列车运行故障数据y_p的均值θ、方差s、二阶矩μ₂、三阶矩μ₃、四阶矩μ₄、偏度C_s和峰度C_e，p＝1…N，具体地，

C_e＝μ₄/σ⁴

其中，为轨道交通网络列车运行故障数据的均值；

503)将y_p作对数变换，重复步骤502)得到对数化样本的偏度C_s’和峰度C_e’；

504)若|θ-s|＜(θ+s)/5，则列车运营可靠性服从指数分布，否则进入步骤505)；

505)若|C_s|<0.5且|C_e-3|<0.5，则列车运营可靠性服从正态分布，否则进入步骤506)；

506)若|C_s’|<0.5且|C_e’-3|<0.5，则列车运营可靠性服从对数正态分布，否则进入步骤507)；

507)列车运营可靠性服从威布尔分布。

进一步地，所述列车运营可靠性服从指数分布时，将列车故障数据作为无替换定时截尾情形，即有辆列车投入使用，到规定的观察时间T进行数据收集，获得轨道交通网络列车运行故障数据数组，根据定时截尾样本数据，获得该样本的可靠度似然函数L(θ)：

其中，为总故障时间，对L(θ)取对数并求导，求解似然方程，得到θ和λ的极大似然点估计为：

所述列车运营可靠性服从对数正态分布时，密度函数为：

定时截尾时可靠度似然函数为：

设标准正态分布函数Φ(-Z₀)＝1-Φ(Z₀)，并且记Φ(Z₀)为标准正态分布密度函数，则似然方程为：

使用参数估计近似数值求解算法求解上述方程组，即可得到参数μ、σ的极大似然估计，从而得到可靠度函数；

所述列车运营可靠性服从正态分布时，正态分布的求解为：将对数正态分布密度函数f(t)中的lnx替换为x，其余步骤与对数正态分布的求解方法相同；

所述列车运营可靠性服从威布尔分布时，密度函数为：

可靠度似然函数为：

使用参数估计迭代数值求解算法求解以下方程组：

得到可靠度函数为：

或

与现有技术相比，本发明具有以如下有益效果：

1)本发明将线路标准化，并提出了定量化的线路差异性评价方法，解决线路差异化造成的非基线路列车运营故障数据折合处理问题。

2)本发明建立了非基线路的环境影响折合因子，可对各线路的故障数据进行统一计算，消除线路差异化的影响，提高结果的可靠性。

3)通过对不同线路运营的列车故障数据进行对标化折合处理，进一步计算网络列车运营的可靠度，提高网络列车可靠性估计的准确度并为维修维护提供更确切的指导帮助。

4)本发明的城市轨道交通网络列车运营可靠性评估方法也适用于其他轨道车辆网络化或多线路运营下的列车运行可靠性分析，适用范围广。

附图说明

图1为本发明的流程示意图。

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。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

如图1所示，本发明提供的一种城市轨道交通网络列车运营可靠性评估方法包括以下步骤：

步骤S01，获取当前城市轨道交通网络信息，包括线路路数L、每条线路上的列车数M_i(i＝1，…，L)、网络列车运营观察结束时间、每条列车投入运营时间T_0i(i＝1，…，L)和每条列车故障时间t_ij(j＝1，2，3...,n_i)，n_i为第i条线路发生的列车运营故障个数。

网络列车运营观察结束时间可考虑精确到日历时间的某年某月某日。列车投入运用时间与网络列车运营观察结束时间相匹配，也可考虑精确到日历时间的某年某月某日。列车故障时间为每条线路运营列车在观察结束时间前，现场发生故障的时间，与网络列车运营观察结束时间相匹配，也可考虑精确到日历时间的某年某月某日。

步骤S02，建立各非基线路的环境影响折合因子。

环境影响折合因子由轨道激励影响因子h_rg、线路乘客载荷影响因子h_rd、线路维修设备器具综合影响因子h_ro和列车影响复合因子h_rt四大因子组成。

轨道激励影响因子采用专家评分法获得，为非基线路的线路轨道激励影响分数与基准线路的线路轨道激励影响分数的比值，所述线路轨道激励影响分数的考虑因素包括线路曲线直线长度比、横曲线在曲线中的占比、空间曲线在曲线中的占比、扣件型式、道床型式、路基型式和桥梁数量。如表1所示，各项目评分值范围为1～10，评分越高说明轨道激励影响越大，每条线路的各因素的评分数值相乘获得每条线路的轨道激励影响分数，即

式中m_ik-第i条线路，第k个轨道激励影响因素的评分数，k＝1表示线路曲线与直线长度比值情况，k＝2表示横曲线在曲线中的占比情况，k＝3表示空间曲线在曲线中的占比情况，k＝4表示扣件型式情况，k＝5表示道床型式情况，k＝6表示路基型式情况，k＝7表示桥梁数量多少。

计算非基线路的评分系数C_i，用非基线路的评分数值ω_i除以基准线路的评分数值ω_s，即：

表1线路轨道激励影响评分项目

线路乘客载荷影响因子非基线路的年客流平均总量与基准线路的年客流平均总量的比值。

线路维修设备器具综合影响因子采用专家评分法获得，为非基线路的线路维修设备器具综合影响分数与基准线路的线路维修设备器具综合影响分数的比值，所述线路维修设备器具综合影响考虑因素包括对设备器具的需求度、设备器具使用年限、设备器具的维护保养周期和设备器具的故障度。如表2所示，各项目评分值范围为1～10，评分越高说明设备器具综合影响越大，每条线路的各因素的评分数值相乘获得每条线路的线路维修设备器具综合影响分数，即

式中b_il-第i条线路，第l个维修设备器具影响因素的评分数，l＝1表示线路对设备器具的需求度，l＝2表示线路设备器具使用年限长短，l＝3表示线路设备器具的维护保养周期长短，l＝4表示线路设备器具的完好度。

计算非基线路的评分系数D_i，用非基线路的评分数值b_i除以基准线路的评分数值b_S，即：

表2线路维修设备器具综合影响评分项目

列车影响复合因子采用专家评分法获得，为非基线路的线路列车影响分数与基准线路的线路列车影响分数的比值，所述线路列车影响的考虑因素包括列车车型、列车驾驶方式、列车运营速度、列车轴重、列车受流方式、列车驱动方式、列车功率、列车制动方式、列车轮轨匹配和列车复杂度。如表3所示，各项目评分值范围为1～10，评分越高说明列车综合影响越大，每条线路的各因素的评分数值相乘获得每条线路的线路列车影响分数。

式中e_il-第i条线路，第l个列车影响因素的评分数。

S0504d，计算非基线路的评分系数E_i，用非基线路的评分数值e_i除以基准线路的评分数值b_s，即：

表3线路列车影响复合评分项目

说明：

a)列车车型因子。A型车1分，B型车1.5分，C型车2分；

b)列车驾驶方式因子。无人驾驶4分，自动驾驶5分，人工驾驶6分；

c)列车运营速度因子。80公里/小时及以下1分，>80～120公里/小时间速度每增加4.5公里/小时分值增加1分，120公里/小时及以上10分；

d)列车轴重因子。16吨以下4.8分，16吨5分，16吨以上5.2分；

e)列车受流方式因子。通过车体受流4分，通过转向架受流6分；

f)列车驱动方式因子。旋转电机驱动2.5分，直线电机驱动7.5分；

g)列车功率因子。根据线网列车最大、最小功率范围确定。最小4分，最大6分，位于中间者线性插值；

h)列车制动方式因子。电制动4分，电气混合制动5分，气制动6分；

i)列车轮轨匹配因子。国标车轮4.5分，非国标车轮5.5分；

j)列车复杂度因子。构成列出的最小可更换单元最多者7分，最少者3分，位于中间者线性插值。

各非基线路的所述环境影响折合因子为：

h_rl＝h_rg*h_rd*h_ro*h_rt。

步骤S03，选择一条线路作为基准线路L_s。

基准线路可选择开通时间较早、运营管理经验较丰富的线路。

步骤S04，基于所述当前城市轨道交通网络信息，计算各非基线路的四大影响因子。

步骤S05，计算各非基线路的环境影响折合因子的值。

步骤S06，基于所述环境影响折合因子的值，计算获得各非基线路列车折合故障数据：

x_ij＝h_rl*t_ij，i＝1,…,L-1,j＝1,2,3...,n_i

其中，h_rl为环境影响折合因子，t_ij为第i条线路发生第j个故障的时间，L为线路路数，n_i为第i条线路发生的列车运营故障个数。

步骤S07，根据列车故障数据判断列车运营可靠性的分布类型，获得城市轨道交通网络列车运营可靠性。

所述分布类型通过以下过程获得：

701)将基准线路的列车故障数据和各非基线路列车折合故障数据按从小到大的顺利进行排序，获得轨道交通网络列车运行故障数据数组Y[N]，N为轨道交通网络列车总故障数，

702)计算轨道交通网络列车运行故障数据y_p的均值θ、方差s、二阶矩μ₂、三阶矩μ₃、四阶矩μ₄、偏度C_s和峰度C_e，p＝1…N，具体地，

C_e＝μ₄/σ⁴

其中，为轨道交通网络列车运行故障数据的均值；

703)将y_p作对数变换，重复步骤702)得到对数化样本的偏度C_s’和峰度C_e’；

704)若|θ-s|＜(θ+s)/5，则列车运营可靠性服从指数分布，否则进入步骤705)；

705)若|C_s|<0.5且|C_e-3|<0.5，则列车运营可靠性服从正态分布，否则进入步骤706)；

706)若|C_s’|<0.5且|C_e’-3|<0.5，则列车运营可靠性服从对数正态分布，否则进入步骤707)；

707)列车运营可靠性服从威布尔分布。

所述列车运营可靠性服从指数分布时，将列车故障数据作为无替换定时截尾情形，即有辆列车投入使用，到规定的观察时间T进行数据收集，获得轨道交通网络列车运行故障数据数组，根据定时截尾样本数据，获得该样本的可靠度似然函数L(θ)：

其中，为总故障时间，对L(θ)取对数并求导，求解似然方程，得到θ和λ的极大似然点估计为：

所述列车运营可靠性服从对数正态分布时，密度函数为：

定时截尾时可靠度似然函数为：

设标准正态分布函数Φ(-Z₀)＝1-Φ(Z₀)，并且记Φ(Z₀)为标准正态分布密度函数，则似然方程为：

使用参数估计近似数值求解算法求解上述方程组，即可得到参数μ、σ的极大似然估计，从而得到可靠度函数；

所述列车运营可靠性服从正态分布时，正态分布的求解为：将对数正态分布密度函数f(t)中的lnx替换为x，其余步骤与对数正态分布的求解方法相同；

所述列车运营可靠性服从威布尔分布时，密度函数为：

可靠度似然函数为：

使用参数估计迭代数值求解算法求解以下方程组：

得到可靠度函数为：

或

以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (9)

1.一种城市轨道交通网络列车运营可靠性评估方法，其特征在于，包括以下步骤：

1)获取当前城市轨道交通网络信息，包括线路路数、每条线路上的列车数、网络列车运营观察结束时间、每条列车投入运营时间和每条列车故障时间；

2)建立各非基线路的环境影响折合因子；

3)选择一条线路作为基准线路，基于所述当前城市轨道交通网络信息，计算各非基线路的环境影响折合因子的值；

4)基于所述环境影响折合因子的值，计算获得各非基线路列车折合故障数据；

5)判断列车运营可靠性的分布类型，获得城市轨道交通网络列车运营可靠性。

2.根据权利要求1所述的城市轨道交通网络列车运营可靠性评估方法，其特征在于，各非基线路的所述环境影响折合因子为：

h_rl＝h_rg*h_rd*h_ro*h_rt

其中，h_rl为环境影响折合因子，h_rg为轨道激励影响因子，h_rd为线路乘客载荷影响因子，h_ro为线路维修设备器具综合影响因子，h_rt为列车影响复合因子。

3.根据权利要求2所述的城市轨道交通网络列车运营可靠性评估方法，其特征在于，所述轨道激励影响因子采用专家评分法获得，为非基线路的线路轨道激励影响分数与基准线路的线路轨道激励影响分数的比值，所述线路轨道激励影响分数的考虑因素包括线路曲线直线长度比、横曲线在曲线中的占比、空间曲线在曲线中的占比、扣件型式、道床型式、路基型式和桥梁数量。

4.根据权利要求2所述的城市轨道交通网络列车运营可靠性评估方法，其特征在于，所述线路乘客载荷影响因子非基线路的年客流平均总量与基准线路的年客流平均总量的比值。

5.根据权利要求2所述的城市轨道交通网络列车运营可靠性评估方法，其特征在于，所述线路维修设备器具综合影响因子采用专家评分法获得，为非基线路的线路维修设备器具综合影响分数与基准线路的线路维修设备器具综合影响分数的比值，所述线路维修设备器具综合影响考虑因素包括对设备器具的需求度、设备器具使用年限、设备器具的维护保养周期和设备器具的故障度。

6.根据权利要求2所述的城市轨道交通网络列车运营可靠性评估方法，其特征在于，所述列车影响复合因子采用专家评分法获得，为非基线路的线路列车影响分数与基准线路的线路列车影响分数的比值，所述线路列车影响的考虑因素包括列车车型、列车驾驶方式、列车运营速度、列车轴重、列车受流方式、列车驱动方式、列车功率、列车制动方式、列车轮轨匹配和列车复杂度。

7.根据权利要求1所述的城市轨道交通网络列车运营可靠性评估方法，其特征在于，步骤4)中，所述各非基线路列车折合故障数据的计算公式为：

x_ij＝h_rl*t_ij，i＝1，...，L-1，j＝1，2，3...，n_i

其中，h_rl为环境影响折合因子，t_ij为第i条线路发生第j个故障的时间，L为线路路数，n_i为第i条线路发生的列车运营故障个数。

8.根据权利要求1所述的城市轨道交通网络列车运营可靠性评估方法，其特征在于，步骤5)中，所述分布类型通过以下过程获得：

501)将基准线路的列车故障数据和各非基线路列车折合故障数据按从小到大的顺利进行排序，获得轨道交通网络列车运行故障数据数组Y[N]，N为轨道交通网络列车总故障数，

502)计算轨道交通网络列车运行故障数据y_p的均值θ、方差s、二阶矩μ₂、三阶矩μ₃、四阶矩μ₄、偏度C_s和峰度C_e，p＝1...N，具体地，

C_e＝μ₄/σ⁴

其中，为轨道交通网络列车运行故障数据的均值；

503)将y_p作对数变换，重复步骤502)得到对数化样本的偏度C_s’和峰度C_e’；

504)若|θ-s|＜(θ+s)/5，则列车运营可靠性服从指数分布，否则进入步骤505)；

505)若|C_s|＜0.5且|C_e-3|＜0.5，则列车运营可靠性服从正态分布，否则进入步骤506)；

506)若|C_s’|＜0.5且|C_e’-3|＜0.5，则列车运营可靠性服从对数正态分布，否则进入步骤507)；

507)列车运营可靠性服从威布尔分布。

9.根据权利要求8所述的城市轨道交通网络列车运营可靠性评估方法，其特征在于，所述列车运营可靠性服从指数分布时，将列车故障数据作为无替换定时截尾情形，即有辆列车投入使用，到规定的观察时间T进行数据收集，获得轨道交通网络列车运行故障数据数组，根据定时截尾样本数据，获得该样本的可靠度似然函数L(θ)：

其中，为总故障时间，对L(θ)取对数并求导，求解似然方程，得到θ和λ的极大似然点估计为：

所述列车运营可靠性服从对数正态分布时，密度函数为：

定时截尾时可靠度似然函数为：

设标准正态分布函数Φ(-Z₀)＝1-Φ(Z₀)，并且记Φ(Z₀)为标准正态分布密度函数，则似然方程为：

使用参数估计近似数值求解算法求解上述方程组，即可得到参数μ、σ的极大似然估计，从而得到可靠度函数；

所述列车运营可靠性服从正态分布时，正态分布的求解为：将对数正态分布密度函数f(t)中的lnx替换为x，其余步骤与对数正态分布的求解方法相同；

所述列车运营可靠性服从威布尔分布时，密度函数为：

可靠度似然函数为：

使用参数估计迭代数值求解算法求解以下方程组：

得到可靠度函数为：

或