CN112785010B - 一种轨道交通列车系统多部件动态维修策略优化方法 - Google Patents

一种轨道交通列车系统多部件动态维修策略优化方法 Download PDF

Info

Publication number
CN112785010B
CN112785010B CN202110012739.4A CN202110012739A CN112785010B CN 112785010 B CN112785010 B CN 112785010B CN 202110012739 A CN202110012739 A CN 202110012739A CN 112785010 B CN112785010 B CN 112785010B
Authority
CN
China
Prior art keywords
maintenance
component
reliability
components
rail transit
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
CN202110012739.4A
Other languages
English (en)
Other versions
CN112785010A (zh
Inventor
秦勇
付勇
叶萌
贾利民
王志鹏
吴冬华
蔡昌俊
魏运
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.)
Beijing Jiaotong University
Original Assignee
Beijing Jiaotong University
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 Beijing Jiaotong University filed Critical Beijing Jiaotong University
Priority to CN202110012739.4A priority Critical patent/CN112785010B/zh
Publication of CN112785010A publication Critical patent/CN112785010A/zh
Application granted granted Critical
Publication of CN112785010B publication Critical patent/CN112785010B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • General Business, Economics & Management (AREA)
  • Mathematical Optimization (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Computational Mathematics (AREA)
  • Development Economics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Algebra (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明公开了一种基于机会相关的轨道交通列车系统多部件动态维修策略优化方法，为轨道交通列车系统可靠性分析提供了切实可行的方法。具体步骤如下：首先，基于现场提供的故障数据及维修数据，计算系统中各个部件的可靠性函数的相关参量，并划分需要不同深度维修的部分类别；其次，在系统部件最低可靠度要求的基础上，依据役龄递减故障率递增的相关原理，计算系统中各个部件的维修时间点，并判断是否需要进行机会相关的维修活动；最后，计算该段里程条件内的轨道交通列车系统部件可靠性最佳阈值及其维修成本及可用度。本发明降低轨道交通列车系统维修成本，并为提高列车在线运行的可用性的方法策略的制定提供了有效的基础支撑。

Description

一种轨道交通列车系统多部件动态维修策略优化方法
技术领域
本发明涉及轨道交通列车系统可靠性分析及运维优化领域，尤其是涉及一种基于机会相关的轨道交通列车系统多部件动态维修策略优化方法。
背景技术
轨道交通列车是轨道交通系统中重要组成部分，在轨道交通系统安全运营中起着至关重要的作用，保证其安全高效地在线运行具有重要的意义。近年来，我国的轨道交通列车主要以计划性的预防性维修和故障发生后的事后维修相结合的维修方式为主，很可能会发生维修不足或维修过剩等相关问题。因此，这样的维修方式不能充分保证轨道交通列车安全可靠地运行，而且还会造成一定程度上维修资源的浪费。
针对轨道交通列车系统现有的维修方式的不足之处，很多的学者开始积极地探索新的有效的轨道交通列车系统维修方式。其中，部分学者以列车系统及其部件的状态为基础，摈弃了传统的以确定时间为主的计划性的预防维修方式，开展了以可靠性为中心(Reliability Centered Maintenance,RCM)的轨道交通列车系统维修方式，并有了许多的研究进展。然后其中某些研究内容多以列车系统中某一关键部件为主，针对的是单部件或者独立设备的维修方式优化，缺少系统层面的研究。然而，轨道交通列车系统是一种部件众多的复杂机电系统，需要研究针对以多部件为基础的维修策略的优化。因此，有学者采用分组维修和成组维修的方式对有众多部件的复杂系统开展维修方式的优化。
分组维修一般是按照系统运行情况的不同，进行静态和动态分组。静态分组以系统长期运行稳定为前提，决策时间无限制，系统维修静态规划在计划规定内是固定的，即一旦系统达到终止条件，则全面维修整个系统。这种维修方式便于实际操作但是对整个系统进行维修，容易导致维修资源的浪费。动态分组则根据系统运行状态信息制定维修策略，而随着系统复杂程度变大，运行状态信息将会变得极其复杂，使得制定维修决策的难度增大，这样方式则不适合用于极为复杂的机电系统。成组维修按照部件中相同的时间间隔进行分组，当系统中某一部件需要维修时，可对同组的其他尚未得到预定维护条件的设备一并进行维护，成组维修比分组维修更加简便与易于操作，但是有可能产生维修过度的不良影响，导致资源的浪费。还有一些学者采用机会维修的方式，设置系统部件的维修阈值，根据部件在维修间隔期中已经使用的时间判断其是否需要进行机会维修，与分组维修和成组维修决策模型相比，机会维修侧重于基于实际运行情况来制定维修决策。然后，现有的轨道交通列车相关的机会维修研究主要集中在以串并联为主的检维修决策及算法研究中，而忽视了列车系统之间的复杂结构和部件间与系统间的复杂关联关系。轨道交通列车系统各部件之间存在结构相关性、故障相关性以及维修状态相关性，因此，需要提供一种结合系统中各种相关关系与机会维修模型的策略动态地优化轨道交通列车系统维修方式。
发明内容
本发明的目的就是为了降低轨道交通列车系统维修成本，并为提高列车在线运行的可用性的方法策略的制定提供了有效的基础支撑。本发明的目的可以通过以下技术方法实现：一种基于机会相关的轨道交通列车系统多部件动态维修策略优化方法，该方法包括如下步骤：
(1)基于现场提供的故障数据及维修数据，计算系统中各个部件的可靠性函数，并基于FMEA分析中RPN重要度，按照不同程度的维修需要划分系统中各个部件；
(2)在系统中各个部件的最低可靠度要求的基础上，依据役龄递减故障率递增的相关原理，计算系统中各个部件的第一次预防性维修的时间点；
(3)分析系统中各个部件之间的相关性，判断是否需要进行机会相关的维修活动；
(4)开始维修迭代，计算后续维修时间点，盘算是否达到迭代终止条件；
(5)通过寻优算法，计算该段里程条件内的轨道交通列车系统部件可靠性最佳阈值及其维修成本及可用度。
优选地，所述的步骤(1)中，通过定时截尾的可靠性数据分析方法，计算轨道交通列车系统中各个部件的故障率及可靠性分布函数的变化趋势及其具体参数变量；通过计算FMEA分析中RPN重要度的结果，将系统中的部件划分为需要轻度维修及需要深度维修的两类部件，RPN重要度计算方式为
RPN部件＝∑iλiOiSiDi (1)
其中，i表示各个部件的第i个故障模式，λi表示各个部件的第i个故障模式的权重值，Oi表示各个部件的第i个故障模式的发生概率，Si表示各个部件的第i个故障模式的后果严重程度，Di表示各个部件的第i个故障模式的检测难易程度。
优选地，所述的步骤(2)中，依据轨道交通列车系统中各个部件的役龄递减故障率递增的相关原理，维修前后的部件故障率函数与维修之间的关系表示为
其中，表示轨道交通列车系统部件k第i次维修活动后部件的故障率函数，/>表示第i次维修部件k的故障率递增因子，且满足/> 表示第i次维修部件k的役龄递减因子，且满足/>依据维修需要，对不同部件分别进行轻度维修及深度维修；
当部件进行简单维修的时候，
当部件进行深度维修的时候，
Ti k表示第i次维修部件k的维修时间间隔；
在各个部件故障函数和可靠性函数参量计算完成的基础上，计算部件的最小可靠度指标
优选地，所述的步骤(3)中，分析需要计算的部件之间的相关关系，依次判断是否存在以下三种关联：
1)结构关联，所述结构关联为各部件之间存在着功能相关的关系；
2)故障关联，所述故障关联为部件之间存在着故障的因果关系
其中，表示第i次维修时与部件k故障相关的部件/>在受到部件k故障影响后的不可靠状态；/>表示第i次维修时，部件/>与部件k之间的故障传播过程；
该部件的可靠度为
3)可靠度关联：ΔR为各个部件在其最小可靠度指标的基础上的一个可靠度阈值，令得到该部件相应的维修参量区间/>当另一部件的状态处于时，两者之间存在可靠度关联；
按照先后顺序判别关联关系，若存在关联则在维修部件k的同时，机会维修部件
优选地，所述的步骤(4)中，在计算得到系统中各个部件的维修时间点后，对维修次数进行迭代计算，令i＝i+1，且重复步骤(2)与步骤(3)的计算，得到不同维修次数条件下的部件的维修时间点/>并判断/>是否达到迭代终止的条件。
其中，表示系统部件k第i次维修活动实际的维修时间间隔。
优选地，所述的步骤(5)中，系统有m个部件因故障导致维修，其中q个部件的故障造成了of次停车返修，共有n个部件进行了np次预防性维修以及o个部件的op次机会维修，r个部件进行了更换，共s个部件进行了S次拆装，该段时间内维修活动下的系统维修成本可表示为
其中，及/>分别表示某一部件进行故障维修、预防性维修、停车返修、机会维修以及拆装的次数；/>及CCZ分别表示某一部件进行一次故障维修、预防性维修、停车返修、更换以及拆装的成本，C0表示某一部件进行一次预防性维修的固定成本；
系统的可用性表示为
其中，MUT表示平均可以工作的时间，MDT表示平均不能工作的时间；
该段时间内维修活动下的系统可用度表示为
其中，及/>分别表示某一部件进行故障维修、预防性维修、停车返修、机会维修、更换以及拆装的所需要的时间，其约束条件为
1)部件的实时可靠性要大于等于该部件的最小值：
2)部件的机会维修后的可靠性结果要大于该部件预防性维修的可靠性结果：
3)维修相加的总时间之和在整个给定的运营期间的时间之内：
∑Ti k≤TG (16)
4)机会维修的时间小于计划修的时间小于整个维修周期：
附图说明
图1是维修仿真结果图。
图2是本发明方法流程图。
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。
(1)基于现场提供的故障数据及维修数据，计算系统中各个部件的可靠性函数，并基于FMEA分析中RPN重要度，按照不同程度的维修需要划分系统中各个部件。
(2)在系统中各个部件的最低可靠度要求的基础上，依据役龄递减故障率递增的相关原理，计算系统中各个部件的第一次预防性维修的时间点。
(3)分析系统中各个部件之间的相关性，判断是否需要进行机会相关的维修活动。
(4)开始维修迭代，计算后续维修时间点，盘算是否达到迭代终止条件。
(5)通过寻优算法，计算该段里程条件内的轨道交通列车系统部件可靠性最佳阈值及其维修成本及可用度。
步骤(1)中，通过定时截尾的可靠性数据分析方法，计算轨道交通列车系统中各个部件的故障率及可靠性分布函数的变化趋势及其具体参数变量；通过计算FMEA分析中RPN重要度的结果，将系统中的部件划分为需要轻度维修及需要深度维修的两类部件，重要度结果前十的为深度维修，其他为轻度维修。部件的RPN重要度计算方式为
RPN部件＝∑iλiOiSiDi (1)
其中，i表示各个部件的第i个故障模式，λi表示各个部件的第i个故障模式的权重值，Oi表示各个部件的第i个故障模式的发生概率，Si表示各个部件的第i个故障模式的后果严重程度，Di表示各个部件的第i个故障模式的检测难易程度。另外，针对整个维修优化的研究做了相关的假设：
1)系统中部件的初始服役状态指的是全新状态，即部件的初始故障率为0。
2)系统中预防性维修的活动指的是需要整列车停车入库检修的活动，日常检测与保养不算在本章所提的预防性维修活动中。
3)本章所提到的维修间隔T指的是列车的运营里程，单位为万km，即文中所有的t与T的单位都是万km。
4)系统中所有的部件进行的维修活动都是不完全维修，维修之后部件的状态不会达到初始值。而如果对部件进行更换的话，即为完全维修，更换之后的部件的状态回到初始值大小。
5)系统所需要的维修设备及资源数量丰富，不会出现资源不足的情况。
6)假定对系统内某一部件进行更换维修时，对其他部件的性能没有影响。
7)给定的终止条件在96万公里之内。
8)假定参与计算的单位成本参量只涉及到维护资源，不涉及人力等其他成本。
步骤(2)中，依据轨道交通列车系统中各个部件的役龄递减故障率递增的相关原理，维修前后的部件故障率函数与维修之间的关系可以表示为
其中，表示轨道交通列车系统部件k第i次维修活动后部件的故障率函数，表示第i次维修部件k的故障率递增因子，且满足/> 表示第i次维修部件k的役龄递减因子，且满足/>依据维修需要，对不同部件分别进行轻度维修及深度维修。当部件进行简单维修的时候，
当部件进行深度维修的时候，
Ti k表示第i次维修部件k的维修时间间隔。
在各个部件故障函数和可靠性函数参量计算完成的基础上，通过部件的最小可靠度指标计算部件的第一次最佳维修时间点T1 k。
步骤(3)中，分析需要计算的部件之间的相关关系，依次判断是否存在以下三种关联：
1)结构关联，即各部件之间存在着功能相关的关系，并通过机械、电气等连接方式进行相连。
2)故障关联：即部件之间存在着故障的因果关系，其中一个部件的故障会导致另一些部件的状态发生改变，即
其中，表示第i次维修时与部件k故障相关的部件/>在受到部件k故障影响后的不可靠状态；/>表示第i次维修时，部件/>与部件k之间的故障传播过程。
因此，该部件的可靠度为
3)可靠度关联：即各个部件在其最小可靠度指标的基础上存在一个可靠度阈值ΔR，令可得该部件相应的维修参量区间/>当另一部件的状态处于时，两者之间存在可靠度关联。另外，也可以通过可靠度转换成维修时间点进行判断，/>的维修时间点记作/>因此维修时间点判别区间为/>
按照先后顺序判别关联关系，若存在关联则在维修部件k的同时，机会维修部件
步骤(4)中，在计算得到系统中各个部件的维修时间点后，对维修次数进行迭代计算，令i＝i+1，且重复步骤(2)与步骤(3)的计算，得到不同维修次数条件下的部件的维修时间点/>并判断/>是否达到迭代终止的条件。
其中，表示系统部件k第i次维修活动实际的维修时间间隔。
步骤(5)中，计算在不同的系统部件可靠性阈值下的维修成本及可用性，并通过寻优算法，计算该段维修活动中的最佳系统部件可靠性阈值以及最优的维修成本与系统可用度。在该段时间内的维修，我们定义：系统有m个部件因故障导致维修，其中q个部件的故障造成了of次停车返修，共有n个部件进行了np次预防性维修以及o个部件的op次机会维修，r个部件进行了更换，共s个部件进行了sS次拆装。因此，该段时间内维修活动下的系统维修成本可表示为
其中，及/>分别表示某一部件进行故障维修、预防性维修、停车返修、机会维修以及拆装的次数；/>及CCZ分别表示某一部件进行一次故障维修、预防性维修、停车返修、更换以及拆装的成本，C0表示某一部件进行一次预防性维修的固定成本。
以系统能够完成一次维修周期中的相关活动为例，系统的可用性可以表示为
其中，MUT表示平均可以工作的时间，MDT表示平均不能工作的时间。
因此，该段时间内维修活动下的系统可用度可以表示为
其中，及/>分别表示某一部件进行故障维修、预防性维修、停车返修、机会维修、更换以及拆装的所需要的时间。其约束条件为
1)部件的实时可靠性要大于等于该部件的最小值：
2)部件的机会维修后的可靠性结果要大于该部件预防性维修的可靠性结果：
3)维修相加的总时间之和在整个给定的运营期间的时间之内：
∑Ti k≤TG (16)
4)机会维修的时间小于计划修的时间小于整个维修周期：
本专利以某一型号轨道交通列车转向架系统齿轮箱、空气弹簧、联轴节及横向减震器4种典型部件为例进行方法验证，本实施例的方法实现具体包括以下步骤：
S01：在获取到改型列车转向架系统相关部件的故障记录条目数据之后，通过定时截尾的方法，计算得到齿轮箱、空气弹簧、联轴节及横向减震器4种部件为二型威布尔分布，且其相关函数参量如表1所示。在该型列车转向架系统配备的FMEA分析表中，获取共有16条故障模式等相关信息，计算得到4个部件的RPN重要度排序顺序分别为：齿轮箱(9)、空气弹簧(8)、联轴节(16)及横向减震器(19)。因此，部件横向减震器与部件联轴节可采用轻度维修，部件空气弹簧和部件齿轮箱需要采用深度维修。
S02：按照系统部件的役龄递减故障率递增原理，在各个部件的可靠性函数的基础上计算部件的第一次最佳维修时间点T1 k，此时得到的时间点分别为19.0824、20.7643、18.8331及15.9308(单位：万公里)。
S03：分析齿轮箱、空气弹簧、联轴节及横向减震器4种部件之间的相关关系。首先，部件齿轮箱与部件联轴节之间存在着功能相关关系，进而通过力的作用关系相连，因此其间具有结构相关性。此外，由FEMA分析可得，部件齿轮箱与部件联轴节之间存在着单方向的故障因果关系，因此这两个部件之间同时存在着结构相关性和故障相关性。由此，部件齿轮箱与部件联轴节之间可以进行机会相关维修吗，并修正这两个部件的第一次维修时间点。部件齿轮箱：15.9308万公里，部件联轴节：15.9308万公里。
另外，判断上述4个部件之间是否存在可靠度相关性需要在部件的可靠性阈值已知的条件下进行，由此，为判别该条件是否存在进行假定说明，先假定上述4个部件的可靠性阈值都为0.06。此时，计算得到各个部件的To k分别为18.5762，20.5463,18.1555及14.9041，因部件联轴节与部件齿轮箱机会相关维修，只需要判别部件横向减震器、空气弹簧和齿轮箱之间的维修时间点。其中，只有部件横向减震器的第一次维修时间点在空气弹簧的维修时间点判别区间中，因此，将部件横向减震器和空气弹簧机会相关维修，即部件联轴节与部件齿轮箱的维修时间点为14.9041，而部件横向减震器、空气弹簧的维修时间点为18.1555(单位：万公里)。
S04：对系统中各个部件的维修次数进行迭代更新计算，重复步骤(2)与步骤(3)的计算过程，得到各个部件不同维修次数下的维修时间点。另外，当列车运行到63万公里处，部件齿轮箱发生故障，需要对其进行故障维修，而此时部件联轴节与其存在结构相关性和故障相关性，因此，部件联轴节为其进行机会相关维修。此外，部件横向减震器于92.7万公里处发生故障，需要对其进行更换。上述两处意外故障时间点都需要将其他部件于故障部件进行可靠度相关性分析，若有维修时间点判别区间重合的地方，则可将其与故障部件进行可靠度机会相关维修。基于上述4个部件原定的计划维修周期为12万公里一次，一共进行8次维修且最终时间点为96万公里。因此，制定维修总时间96万公里为维修次数迭代终止条件。
S05：采用改进的惯性权重因子调整粒子群算法，计算系统部件在该终止条件下且部件阈值处于[0,0.15]范围内的最佳可靠度阈值及相应的最优维修成本及系统可用度。参与计算的相关参量可如表2与表3所示。通过计算得到，在部件齿轮箱、空气弹簧、联轴节及横向减震器的可靠度阈值分别为0.03965、0.1415、0.0295以及0.0131时，上述4个部件的维修成本最低，为64250元，且相应的系统可用度最高，为0.9827，结果可见图1.然而，原定的计划维修方案中每个部件进行了8次预防性维修，部件齿轮箱进行了一次故障维修，部件横向减震器进行了一次故障更换，整个维修周期的费用为71060元，而系统的可用度为0.9213。因此，与原定的计划维修方案相比，提出的基于机会相关的轨道交通列车系统多部件动态维修策略优化方法明显地降低了维修的费用并提高了系统的可用度。
表1轨道交通列车系统部件可靠性函数参数表
表2轨道交通列车系统部件维修成本计算参量表(单位：元/次)
表3轨道交通列车系统部件维修可用度计算参量表(单位：万公里)
表4轨道交通列车系统部件维修优化时间表(单位：万公里)

Claims (5)

1.一种轨道交通列车系统多部件动态维修策略优化方法，其特征在于，该方法包括以下步骤：
(1)基于现场提供的故障数据及维修数据，计算系统中各个部件的可靠性函数，并基于FMEA分析中RPN重要度，按照不同程度的维修需要划分系统中各个部件；
(2)在系统中各个部件的最低可靠度要求的基础上，依据役龄递减故障率递增的相关原理，计算系统中各个部件的第一次预防性维修的时间点；
(3)分析系统中各个部件之间的相关性，判断是否需要进行机会相关的维修活动；
(4)开始维修迭代，计算后续维修时间点，盘算是否达到迭代终止条件；
(5)通过寻优算法，计算里程条件内的轨道交通列车系统部件可靠性最佳阈值及其维修成本及可用度；
所述的步骤(5)中，系统有m个部件因故障导致维修，其中q个部件的故障造成了of次停车返修，共有n个部件进行了np次预防性维修以及o个部件的op次机会维修，r个部件进行了更换，共s个部件进行了S次拆装，维修时间内维修活动下的系统维修成本可表示为
其中，及/>分别表示某一部件进行故障维修、预防性维修、停车返修、机会维修以及拆装的次数；/>及CCZ分别表示某一部件进行一次故障维修、预防性维修、停车返修、更换以及拆装的成本，C0表示某一部件进行一次预防性维修的固定成本；
系统的可用性表示为
其中，MUT表示平均可以工作的时间，MDT表示平均不能工作的时间；
维修时间内维修活动下的系统可用度表示为
其中，及/>分别表示某一部件进行故障维修、预防性维修、停车返修、机会维修、更换以及拆装的所需要的时间，其约束条件为
1)部件的实时可靠性要大于等于该部件的最小值：
2)部件的机会维修后的可靠性结果要大于该部件预防性维修的可靠性结果：
3)维修相加的总时间之和在整个给定的运营期间的时间之内：
∑Ti k≤TG (16)
4)机会维修的时间小于计划修的时间小于整个维修周期：
2.如权利要求1所述的一种轨道交通列车系统多部件动态维修策略优化方法，其特征在于，
所述的步骤(1)中，通过定时截尾的可靠性数据分析方法，计算轨道交通列车系统中各个部件的故障率及可靠性分布函数的变化趋势及其具体参数变量；通过计算FMEA分析中RPN重要度的结果，将系统中的部件划分为需要轻度维修及需要深度维修的两类部件，RPN重要度计算方式为
RPN部件＝∑iλiOiSiDi (1)
其中，i表示各个部件的第i个故障模式，λi表示各个部件的第i个故障模式的权重值，Oi表示各个部件的第i个故障模式的发生概率，Si表示各个部件的第i个故障模式的后果严重程度，Di表示各个部件的第i个故障模式的检测难易程度。
3.如权利要求1所述的一种轨道交通列车系统多部件动态维修策略优化方法，其特征在于，所述的步骤(2)中，依据轨道交通列车系统中各个部件的役龄递减故障率递增的相关原理，维修前后的部件故障率函数与维修之间的关系表示为
其中，表示轨道交通列车系统部件k第i次维修活动后部件的故障率函数，/>表示第i次维修部件k的故障率递增因子，且满足/> 表示第i次维修部件k的役龄递减因子，且满足/>依据维修需要，对不同部件分别进行轻度维修及深度维修；
当部件进行简单维修的时候，
当部件进行深度维修的时候，
Ti k表示第i次维修部件k的维修时间间隔；
在各个部件故障函数和可靠性函数参量计算完成的基础上，计算部件的最小可靠度指标
。
4.如权利要求1所述的一种轨道交通列车系统多部件动态维修策略优化方法，其特征在于，所述的步骤(3)中，分析需要计算的部件之间的相关关系，依次判断是否存在以下三种关联：
1)结构关联，所述结构关联为各部件之间存在着功能相关的关系；
2)故障关联，所述故障关联为部件之间存在着故障的因果关系
其中，表示第i次维修时与部件k故障相关的部件/>在受到部件k故障影响后的不可靠状态；/>表示第i次维修时，部件/>与部件k之间的故障传播过程；
该部件的可靠度为
3)可靠度关联：ΔR为各个部件在其最小可靠度指标的基础上的一个可靠度阈值，令得到该部件相应的维修参量区间/>当另一部件的状态处于时，两者之间存在可靠度关联；
按照先后顺序判别关联关系，若存在关联则在维修部件k的同时，机会维修部件
5.如权利要求1所述的一种轨道交通列车系统多部件动态维修策略优化方法，其特征在于，所述的步骤(4)中，在计算得到系统中各个部件的维修时间点后，对维修次数进行迭代计算，令i＝i+1，且重复步骤(2)与步骤(3)的计算，得到不同维修次数条件下的部件的维修时间点/>并判断/>是否达到迭代终止的条件，
其中，表示系统部件k第i次维修活动实际的维修时间间隔。
CN202110012739.4A 2021-01-06 2021-01-06 一种轨道交通列车系统多部件动态维修策略优化方法 Active CN112785010B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110012739.4A CN112785010B (zh) 2021-01-06 2021-01-06 一种轨道交通列车系统多部件动态维修策略优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110012739.4A CN112785010B (zh) 2021-01-06 2021-01-06 一种轨道交通列车系统多部件动态维修策略优化方法

Publications (2)

Publication Number Publication Date
CN112785010A CN112785010A (zh) 2021-05-11
CN112785010B true CN112785010B (zh) 2023-12-12

Family

ID=75755691

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110012739.4A Active CN112785010B (zh) 2021-01-06 2021-01-06 一种轨道交通列车系统多部件动态维修策略优化方法

Country Status (1)

Country Link
CN (1) CN112785010B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113420895A (zh) * 2021-07-07 2021-09-21 广东电网有限责任公司广州供电局 一种以可靠性为中心的电源车维修方法
CN113435613B (zh) * 2021-08-26 2021-12-31 北京航空航天大学 一种面向多维修事件的机会维修决策方法
CN114112446B (zh) * 2021-09-27 2024-06-28 北京市地铁运营有限公司 一种轨道交通车辆走行部健康状态监测维护系统和方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016141725A1 (zh) * 2015-03-12 2016-09-15 中车青岛四方机车车辆股份有限公司 高速动车组车体局部结构失稳有限元仿真装置及其方法
CN107784398A (zh) * 2017-11-09 2018-03-09 中国铁路上海局集团有限公司上海动车段 一种基于数据管理的动车组高级修调试优先级优化方法
CN108520321A (zh) * 2018-04-03 2018-09-11 广西大学 一种基于最大最小蚁群算法的列车转向架关键部件预防性维修决策优化模型
CN108596371A (zh) * 2018-04-03 2018-09-28 广西大学 一种基于可靠性的列车关键部件机会预防性维修优化模型
CN109299517A (zh) * 2018-08-29 2019-02-01 广西大学 一种基于可靠度的地铁车辆多部件的预防性维修优化方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104239694B (zh) * 2014-08-28 2016-11-23 北京交通大学 一种城轨列车转向架的故障预测与视情维修方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016141725A1 (zh) * 2015-03-12 2016-09-15 中车青岛四方机车车辆股份有限公司 高速动车组车体局部结构失稳有限元仿真装置及其方法
CN107784398A (zh) * 2017-11-09 2018-03-09 中国铁路上海局集团有限公司上海动车段 一种基于数据管理的动车组高级修调试优先级优化方法
CN108520321A (zh) * 2018-04-03 2018-09-11 广西大学 一种基于最大最小蚁群算法的列车转向架关键部件预防性维修决策优化模型
CN108596371A (zh) * 2018-04-03 2018-09-28 广西大学 一种基于可靠性的列车关键部件机会预防性维修优化模型
CN109299517A (zh) * 2018-08-29 2019-02-01 广西大学 一种基于可靠度的地铁车辆多部件的预防性维修优化方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Intelligent Fault Identification for Rolling Element Bearings in Impulsive Noise Environments Based on Cyclic Correntropy Spectra and LSSVM;Xuejun Zhao， Yong Qin，Changbo He，Limin Jia;IEEE Access;第8卷;40925-40938 *
基于可靠性的城轨车辆预防性维修优化模型;俞秀莲, 程晓卿, 秦勇, 邢宗义;计算机仿真;第31卷(第2期);225-229 *

Also Published As

Publication number Publication date
CN112785010A (zh) 2021-05-11

Similar Documents

Publication Publication Date Title
CN112785010B (zh) 一种轨道交通列车系统多部件动态维修策略优化方法
CN107273688B (zh) 基于原始故障数据的设备寿命与健康度监控方法及系统
US9630637B2 (en) Complex network-based high speed train system safety evaluation method
CN111114519B (zh) 一种铁路车辆制动故障预测方法及健康管理系统
CN103399820B (zh) 一种基于事件树的序列和后果分析的故障判断系统及方法
CN112348339A (zh) 一种基于大数据分析的配电网规划方法
CN111310948A (zh) 轨道交通车载信号系统的优化维修策略的获取方法
CN102998996A (zh) 一种飞机机载实时故障诊断方法
CN110633905B (zh) 智能车云平台可靠性计算方法及系统
CN108268023B (zh) 一种轨道交通站台门远程故障诊断方法及系统
CN116862081B (zh) 一种污染治理设备运维方法及系统
CN110673588A (zh) 一种ctcs-3列控系统无线超时降级故障诊断方法
CN114490256A (zh) 一种运维监控系统及方法
CN112232553A (zh) 一种基于贝叶斯网络的高铁列车晚点影响因素诊断方法
CN114167217A (zh) 一种铁路配电网的多重故障诊断方法
CN113641667A (zh) 一种分布式大数据采集平台的数据异常监控系统及方法
CN116304663A (zh) 基于非平衡样本增强的列控车载设备健康状态管理装置
CN112257176B (zh) 一种城轨列车系统的故障传播的分析方法
Xiao et al. Maintenance cycle optimisation of multi-component systems under the constraints of overall cost and reliability
CN116415385A (zh) 风机联调仿真方法、装置、服务器及计算机存储介质
CN113408969A (zh) 一种分布式系统的维修方案生成方法及系统
CN111476383A (zh) 一种泵站机组状态检修动态决策方法
CN118311880B (zh) 基于数据分析的司控器智能控制方法及系统
CN108875205A (zh) 一种基于可达矩阵和离散事件驱动的系统可用度高效仿真方法
CN118468164B (zh) 一种基于深度学习的大数据实时分析处理装置

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