CN111915178B - 一种信号设备使用寿命致因分析方法 - Google Patents
一种信号设备使用寿命致因分析方法 Download PDFInfo
- Publication number
- CN111915178B CN111915178B CN202010726963.5A CN202010726963A CN111915178B CN 111915178 B CN111915178 B CN 111915178B CN 202010726963 A CN202010726963 A CN 202010726963A CN 111915178 B CN111915178 B CN 111915178B
- Authority
- CN
- China
- Prior art keywords
- class
- state
- factor
- influence factor
- signal equipment
- 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
Links
- 238000004458 analytical method Methods 0.000 title abstract description 7
- 230000007704 transition Effects 0.000 claims abstract description 32
- 238000012423 maintenance Methods 0.000 claims abstract description 29
- 238000000034 method Methods 0.000 claims abstract description 14
- 239000013598 vector Substances 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 6
- 206010036086 Polymenorrhoea Diseases 0.000 claims description 2
- 238000012790 confirmation Methods 0.000 claims description 2
- 238000011084 recovery Methods 0.000 claims description 2
- 230000006866 deterioration Effects 0.000 abstract description 4
- 230000006872 improvement Effects 0.000 abstract description 2
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 238000011156 evaluation Methods 0.000 description 3
- 230000011664 signaling Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011160 research 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Biology (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明涉及一种信号设备使用寿命致因分析方法，包括以下步骤：步骤S1：获取影响因素的历史状态数据；步骤S2：基于历史状态数据，连接不同时刻相同状态的状态值，得到不同状态的状态曲线；步骤S3：判断状态曲线是否存在交点，若是，执行步骤S4，若否，执行步骤S1；步骤S4：判断状态曲线是否存在有效状态转移点，若是，该影响因素为信号设备使用寿命致因，若否，执行步骤S1。与现有技术相比，能够较为科学地分析出信号设备使用寿命状态变差的致因，有助于设备的维护，能够指导设备使用寿命的提升。
Description
技术领域
本发明涉及设施设备的安全分析领域，尤其是涉及一种信号设备使用寿命致因分析方法。
背景技术
城市轨道交通发生的故障较多地涉及信号系统。信号系统设备(简称，信号设备)的使用、维护与管理关系着日常运营的顺畅。落后的信号设备维保手段会使得可靠性与安全性得不到有效保障。
设备的使用寿命是指设备从投入使用开始至设备退出使用为止。日常密集的运营使得国内城市轨道交通信号设备存在较大的负荷，加快了信号设备的老化进程。对信号设备的维护常根据技术员的经验，尚未形成科学的技术体系。已有的文献较多针对使用寿命的评估，例如，2017年发表在《铁路通信信号》上的文献“高铁信号关键设备使用寿命评估方法”与2020年发表在《城市轨道交通研究》上的文献“基于模糊层次分析法的轨道交通信号设备寿命评价模型”均探讨了信号设备使用寿命状态的评估方法。事实上，在得到设备使用寿命状态后，还需要进一步的分析相应的维护策略，尤其是分析其中需要进行维护的影响因素。然而，信号设备使用寿命的相关专利与相关论文均未对该问题进行阐述。
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信号设备使用寿命致因分析方法。
本发明的目的可以通过以下技术方案来实现：
一种信号设备使用寿命致因分析方法，该方法包括以下步骤：
步骤S1：获取影响因素的历史状态数据；
步骤S2：基于历史状态数据，连接不同时刻相同状态的状态值，得到不同状态的状态曲线；
步骤S3：判断状态曲线是否存在交点，若是，执行步骤S4，若否，执行步骤S1；
步骤S4：判断状态曲线是否存在有效状态转移点，若是，该影响因素为信号设备使用寿命致因，若否，执行步骤S1。
所述的影响因素包括工作状况、技术状况和经济状况，所述工作状况包括故障率、平均延误时间、平均恢复时间和已使用年限等指标，所述技术状况包括当前技术水平和当前制式状况等指标，所述经济状况包括维护成本和运行成本等指标。具体的影响因素可与实际对象相结合进行拓展与修正。
所述有效状态转移点为低级状态的状态曲线从小到大穿越高级状态的状态曲线时产生的交点。
所述影响因素的状态包括优、良、中和差四种，优代表信号设备能够长期正常工作，良代表信号设备包含隐藏风险且偶发故障，中代表信号设备处于故障频发时期，差表示信号设备濒临报废。
隶属度值为影响因素的物理状况与评估状况之间的关系，若影响因素为一个指标，则该影响因素的隶属度向量r有四个隶属度值，即状态处于优、良、中、差的占比，若为多个指标构成的综合影响因素，则综合该影响因素的综合隶属度向量R借助查德算子和权重向量w将多个指标的隶属度向量r进行融合，综合隶属度向量R公式如下：
基于步骤S4获得的信号设备使用寿命致因进行信号设备维护的过程包括：
判断影响因素类别，得到影响因素分类；
基于影响因素分类和有效状态转移点的分类，得到影响因素的维护方向；
基于维护方向，进行信号设备维护。
所述对影响因素类别的判断通过判断该影响因素的状态曲线中优与良的隶属度值之和是否大于阈值进行，若优与良的隶属度值之和大于阈值，该影响因素为I类致因，否则，该影响因素为II类致因。
所述的阈值为0.5。
所述有效状态转移点的分类包括A类、B类、C类和D类，优良有效状态转移点为A类，优中有效状态转移点和良中有效状态转移点为B类，中差有效状态转移点为C类，优差有效状态转移点和良差有效状态转移点为D类。
当影响因素是I类致因时，若有效状态转移点为A类，该影响因素的状态可以接受，若为B类，预警该影响因素有变差趋势，若为C类，需维护该影响因素，若为D类，需进一步确认。
当影响因素是II类致因时，若有效状态转移点为A类，需增加该影响因素的日常维护频次，若为B类，需尽快整改该影响因素，若为C类，需立即整改该影响因素，若为D类，需进一步确认。
与现有技术相比，本发明具有以下优点：
基于影响因素的历史状态数据，能够较为科学地分析出信号设备使用寿命状态变差的致因，并提供致因的维护逻辑，以服务于信号设备的管理工作，有助于设备的维护，能够指导设备使用寿命的提升。
附图说明
图1为本发明的流程图；
图2为本发明某影响因素多个时间段的状态曲线示意图。
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。
实施例
本实施例提供一种信号设备使用寿命致因分析方法，包括以下步骤：
步骤1：获取影响因素的历史状态数据。历史状态数据包括影响因素当前时间点和之前时间点不同状态的隶属度向量。其中，影响因素的状态分为“优”、“良”、“中”和“差”四类。
步骤2：连接不同时刻相同状态的隶属度值，判断是否存在交点。若不存在交点，说明该影响因素不是导致信号设备变差的有效致因，停止分析该因素，返回步骤1。若存在交点，转向步骤3。
步骤3：判断是否存在有效状态转移点。按照对应的隶属度从大往小分析交点，若某交点显示出等级低的状态隶属度值由小于等级高的状态隶属度值变为大于，则该交点有效地显示出状态变差的信息，为有效状态转移点(如图1所标注的三个交点)。此时，标记该有效状态转移点，并进入步骤4。若无有效状态转移点，停止分析该因素，返回步骤1。
步骤4：判断该影响因素的类别。计算该因素状态向量中“优”与“良”隶属度的和值是否大于阈值(建议取0.5)。若大于，则该影响因素为信号设备使用寿命变差的I类致因，否则，该影响因素为II类致因。
步骤5：根据影响因素的类别和有效状态转移点的类别，参照推荐逻辑，给出该影响因素的维修方向。
步骤6：判断是否结束。是否分析其它影响因素，若分析，返回步骤1。否则，停止分析。
其中，根据交点的形式，将有效状态转移点划分为A类、B类、C类和D类。具体地，“优良”状态交点为A类，“优中”状态交点和“良中”状态交点为B类，“中差”交点为C类，“优差”交点和“良差”交点为D类。
在维护方向上，根据有效状态转移点的类别和影响因素的致因类别，提出相应的维护逻辑。
具体地，当影响因素是I类致因时，若有效状态转移点为A类，则表示该因素状态可以接受；若为B类，则预警该因素有变差趋势；若为C类，建议维护该因素；若为D类，则该因素状态变化跨度大，建议进一步确认因素，针对性的开展维护工作。
当影响因素是II类致因时，若有效状态转移点为A类，则建议增加该因素的日常维护频次；若为B类，需要针对性的提出维护策略，尽快整改；若为C类，则需要立即实施整改；若为D类，则该因素状态变化跨度大，需要进一步确认因素，针对性的开展维护工作。
综上，对信号设备的影响因素分别分析，结合影响因素的类别和相应的维护方向开展状态改善工作，有助于信号设备使用寿命的延长。
Claims (2)
1.一种信号设备使用寿命致因分析方法，其特征在于，该方法包括以下步骤：
步骤S1：获取影响因素的历史状态数据；
步骤S2：基于历史状态数据，连接不同时刻相同状态的状态值，得到不同状态的状态曲线；
步骤S3：判断状态曲线是否存在交点，若是，执行步骤S4，若否，执行步骤S1；
步骤S4：判断状态曲线是否存在有效状态转移点，若是，该影响因素为信号设备使用寿命致因，若否，执行步骤S1；
所述有效状态转移点为低级状态的状态曲线从小到大穿越高级状态的状态曲线时产生的交点；
所述的影响因素包括工作状况、技术状况和经济状况，所述工作状况包括故障率、平均延误时间、平均恢复时间和已使用年限，所述技术状况包括当前技术水平和当前制式状况，所述经济状况包括维护成本和运行成本；
所述影响因素的状态包括优、良、中和差四种，优代表信号设备能够长期正常工作，良代表信号设备包含隐藏风险且偶发故障，中代表信号设备处于故障频发时期，差表示信号设备濒临报废；
基于步骤S4获得的信号设备使用寿命致因进行信号设备维护的过程包括：
判断影响因素类别，得到影响因素分类；
基于影响因素分类和有效状态转移点的分类，得到影响因素的维护方向；
基于维护方向，进行信号设备维护；
所述对影响因素类别的判断通过判断该影响因素的状态曲线中优与良的隶属度值之和是否大于阈值进行，若优与良的隶属度值之和大于阈值，该影响因素为I类致因，否则，该影响因素为II类致因；
所述的阈值为0.5；
所述有效状态转移点的分类包括A类、B类、C类和D类，优良有效状态转移点为A类，优中有效状态转移点和良中有效状态转移点为B类，中差有效状态转移点为C类，优差有效状态转移点和良差有效状态转移点为D类；
当影响因素是I类致因时，若有效状态转移点为A类，该影响因素的状态可以接受，若为B类，预警该影响因素有变差趋势，若为C类，需维护该影响因素，若为D类，需进一步确认；
当影响因素是II类致因时，若有效状态转移点为A类，需增加该影响因素的日常维护频次，若为B类，需尽快整改该影响因素，若为C类，需立即整改该影响因素，若为D类，需进一步确认。
2.根据权利要求1所述的一种信号设备使用寿命致因分析方法，其特征在于，若影响因素为一个指标，则该影响因素的隶属度向量r有四个隶属度值，即状态处于优、良、中、差的占比，若为多个指标构成的综合影响因素，则综合该影响因素的综合隶属度向量R借助查德算子和权重向量w将多个指标的隶属度向量r进行融合，综合隶属度向量R公式如下：
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010726963.5A CN111915178B (zh) | 2020-07-26 | 2020-07-26 | 一种信号设备使用寿命致因分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010726963.5A CN111915178B (zh) | 2020-07-26 | 2020-07-26 | 一种信号设备使用寿命致因分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111915178A CN111915178A (zh) | 2020-11-10 |
| CN111915178B true CN111915178B (zh) | 2024-02-27 |
Family
ID=73280801
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010726963.5A Active CN111915178B (zh) | 2020-07-26 | 2020-07-26 | 一种信号设备使用寿命致因分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111915178B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW201439527A (zh) * | 2013-04-10 | 2014-10-16 | China Steel Corp | 冷卻水塔之線上性能評估方法 |
| CN109724785A (zh) * | 2018-12-29 | 2019-05-07 | 中铁工程装备集团有限公司 | 一种基于多源信息融合的刀具状态监测及寿命预测系统 |
| CN110098638A (zh) * | 2019-06-04 | 2019-08-06 | 西安交通大学 | 一种基于负荷状态转移曲线的快速机组组合方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106444703B (zh) * | 2016-09-20 | 2018-12-07 | 西南石油大学 | 基于故障模式发生概率的动设备运行状态模糊评价及预测方法 |
-
2020
- 2020-07-26 CN CN202010726963.5A patent/CN111915178B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW201439527A (zh) * | 2013-04-10 | 2014-10-16 | China Steel Corp | 冷卻水塔之線上性能評估方法 |
| CN109724785A (zh) * | 2018-12-29 | 2019-05-07 | 中铁工程装备集团有限公司 | 一种基于多源信息融合的刀具状态监测及寿命预测系统 |
| CN110098638A (zh) * | 2019-06-04 | 2019-08-06 | 西安交通大学 | 一种基于负荷状态转移曲线的快速机组组合方法 |
Non-Patent Citations (3)
| Title |
|---|
| A bridge safety monitoring system for prestressed composite box-girder bridges with corrugated steel webs based on in-situ loading experiments and a long-term monitoring database;Yu-Chi Sung;《Engineering Structures》;全文 * |
| 基于SSH 技术的地铁信号系统关键设备 使用寿命评估系统;阿力玛斯·伊力夏提;《城市轨道交通研究》;全文 * |
| 高铁信号关键设备使用寿命评估方法;李章杨;《铁道通信信号》;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111915178A (zh) | 2020-11-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101718634B (zh) | 基于多元概率模型的设备状态综合动态报警方法 | |
| CN112926666A (zh) | 一种轨道交通故障诊断方法 | |
| CN102530027B (zh) | 高速铁路风险分析控制方法及系统 | |
| CN103617110A (zh) | 服务器设备状态检修系统 | |
| CN102765643A (zh) | 基于数据驱动的电梯故障诊断与预警方法 | |
| CN101807314B (zh) | 嵌入式车辆工况混杂异构数据信息实时处理方法 | |
| CN104506137A (zh) | 一种设备故障诊断方法和装置 | |
| CN104991549A (zh) | 基于fta与多层次模糊神经子网络的轨道电路红光带故障诊断方法 | |
| CN111915178B (zh) | 一种信号设备使用寿命致因分析方法 | |
| CN116177146A (zh) | 一种基于ai与激光监测技术的输送皮带检测系统及方法 | |
| CN110927497A (zh) | 一种转辙机故障检测方法及装置 | |
| CN110673588A (zh) | 一种ctcs-3列控系统无线超时降级故障诊断方法 | |
| CN114167217A (zh) | 一种铁路配电网的多重故障诊断方法 | |
| CN107220712B (zh) | 一种基于马尔科夫过程的换流阀状态监测和检修决策的方法及系统 | |
| CN110739689B (zh) | 一种配电网线路系统运行安全性识别方法及其系统 | |
| CN108182386B (zh) | 道岔标准曲线自动生成方法 | |
| CN117335570A (zh) | 一种弹性配电网全景信息可视化监测系统及方法 | |
| CN107293119A (zh) | 一种交通事件检测California算法模型改进方法 | |
| CN108536980B (zh) | 一种考虑可靠性因素的气体探测器离散选址优化方法 | |
| CN111476383B (zh) | 一种泵站机组状态检修动态决策方法 | |
| Zhang et al. | Big data based intelligent operation and maintenance platform | |
| Makis et al. | Optimal preventive replacement under minimal repair and random repair cost | |
| CN112131069B (zh) | 基于聚类的设备运行监测方法及系统 | |
| CN112944603A (zh) | 用于轨道交通的空调健康评估方法 | |
| CN115081784A (zh) | 用于机车车轮的故障预测与健康管理系统 |
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 |