CN113723827B - 地铁机电设备运行风险诊断及运维管控方法与系统 - Google Patents

地铁机电设备运行风险诊断及运维管控方法与系统 Download PDF

Info

Publication number
CN113723827B
CN113723827B CN202111022408.5A CN202111022408A CN113723827B CN 113723827 B CN113723827 B CN 113723827B CN 202111022408 A CN202111022408 A CN 202111022408A CN 113723827 B CN113723827 B CN 113723827B
Authority
CN
China
Prior art keywords
equipment
fault
electromechanical
maintenance
severity level
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
CN202111022408.5A
Other languages
English (en)
Other versions
CN113723827A (zh
Inventor
张承慧
郑雷
孙波
张立志
董兴
解维建
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.)
Shandong University
Original Assignee
Shandong 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 Shandong University filed Critical Shandong University
Priority to CN202111022408.5A priority Critical patent/CN113723827B/zh
Publication of CN113723827A publication Critical patent/CN113723827A/zh
Application granted granted Critical
Publication of CN113723827B publication Critical patent/CN113723827B/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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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
    • G06Q10/06395—Quality analysis or management
    • 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
    • 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)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明属于地铁机电设备运维领域，提供了一种地铁机电设备运行风险诊断及运维管控方法与系统。其中，该方法包括获取地铁各个机电设备的状态数据，确定出统一维度的设备状态参数；所述设备状态参数包括故障严重等级、故障重要度指数和设备重要度指数；根据机电设备故障恢复前的故障重要度指数以及设备重要度指数的历史数据平均值、最大值和最小值，确定出设备质量评价指标；将设备当前质量评价指标与预设质量评价指标阈值比较，判断出机电设备运行健康程度并生成对应运维工单，并下发至相应运维人员；接收运维完成后的机电设备状态数据，更新设备状态参数，生成维修报告工单，若故障未解决，则重新派发工单，以实现设备管控流程的闭环管控。

Description

地铁机电设备运行风险诊断及运维管控方法与系统
技术领域
本发明属于地铁机电设备运维领域，尤其涉及一种地铁机电设备运行风险诊断及运维管控方法与系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
目前地铁机电设备运维检修制度，主要采用事后维修和预防性计划检修，缺乏状态检修。事后维修是指当设备发生故障后进行的非计划性维修，预防性计划检修是指以时间为基础的预防检修方式，也称计划检修或定期检修。而状态检修是更高层次的检修体制，是通过设备状态监测技术为基础，以预测设备状态发展趋势为依据的检修方式。状态检修通过对设备故障分析处理，判断设备的健康和性能劣化状态及发展趋势，为设备运维管理、状态检修提供可靠的依据，实现在设备性能降低到不允许极限前计划性安排检修。
地铁机电设备信息形式种类多样，故障形式亦多样，没有统一的判断标准。发明人发现，针对地铁机电设备的多源故障无法统一到同一维度标准下，使得地铁各个机电设备的健康状态、发展趋势及寿命预测均在各个单独维度标准下预测得到，无法准确识别地铁机电设备风险状态及故障的紧迫状态，进而无法针对性地提供准确的故障消除措施。
发明内容
为了解决上述背景技术中存在的技术问题，本发明提供一种地铁机电设备运行风险诊断及运维管控方法与系统，不仅能够准确识别地铁机电设备风险状态及故障的紧迫状态，有针对性地提供准确地故障消除措施，而且能够标准化、系统化、统一化的管控设备。
为了实现上述目的，本发明采用如下技术方案：
本发明的第一个方面提供一种地铁机电设备运行风险诊断及运维管控方法，其包括：
获取地铁各个机电设备的状态数据，确定出统一维度的设备状态参数；所述设备状态参数包括故障严重等级、故障重要度指数和设备重要度指数；
根据机电设备故障恢复前的故障重要度指数以及设备重要度指数的历史数据平均值、最大值和最小值，确定出设备质量评价指标；
将设备当前质量评价指标与预设质量评价指标阈值比较，判断出机电设备运行健康程度并生成对应运维工单，并下发至相应运维人员；
接收运维完成后的机电设备状态数据，更新设备状态参数，生成维修报告工单，若故障未解决，则重新派发工单，以实现设备管控流程的闭环管控。
本发明的第二个方面提供一种地铁机电设备运行风险诊断及运维管控系统，其包括：
设备状态参数确定模块，其用于获取地铁各个机电设备的状态数据，确定出统一维度的设备状态参数；所述设备状态参数包括故障严重等级、故障重要度指数和设备重要度指数；
设备质量评价指标确定模块，其用于根据机电设备故障恢复前的故障重要度指数以及设备重要度指数的历史数据平均值、最大值和最小值，确定出设备质量评价指标；
健康程度判断及工单生成模块，其用于将设备当前质量评价指标与预设质量评价指标阈值比较，判断出机电设备运行健康程度并生成对应运维工单，并下发至相应运维人员；
设备闭环管控模块，其用于接收运维完成后的机电设备状态数据，更新设备状态参数，生成维修报告工单，若故障未解决，则重新派发工单，以实现设备管控流程的闭环管控。
本发明的第三个方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的地铁机电设备运行风险诊断及运维管控方法中的步骤。
本发明的第四个方面提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的地铁机电设备运行风险诊断及运维管控方法中的步骤。
与现有技术相比，本发明的有益效果是：
本发明基于地铁各个机电设备的状态数据，确定出包括故障严重等级、故障重要度指数和设备重要度指数的统一维度的设备状态参数，这样针对地铁机电设备的多源故障统一到了同一维度标准下，使得地铁各个机电设备的健康状态、发展趋势及寿命预测能够在同一维度标准下预测得到，有利于准确判断出地铁机电设备运行风险及其健康程度，最终准确识别地铁机电设备风险状态，能够比较不同设备故障的紧迫程度，有针对性地及时的提供准确的故障消除措施；
本发明根据机电设备故障恢复前的故障重要度指数以及设备重要度指数的历史数据平均值、最大值和最小值，确定出设备质量评价指标，将设备当前质量评价指标与预设质量评价指标阈值比较，判断出机电设备运行健康程度并生成对应运维工单，并下发至相应运维人员，接收运维完成后的机电设备状态数据，更新设备状态参数，生成维修报告工单，若故障未解决，则重新派发工单，实现了设备管控流程的闭环管控，保证了地铁各个机电设备的稳定运行。
本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1是本发明实施例的地铁机电设备运行风险诊断及运维管控方法流程图；
图2是本发明实施例的地铁机电设备运行风险诊断及运维管控系统结构示意图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例一
如图1所示，本实施例提供了一种地铁机电设备运行风险诊断及运维管控方法，其具体包括如下步骤：
步骤S101：获取地铁各个机电设备的状态数据，确定出统一维度的设备状态参数；所述设备状态参数包括故障严重等级、故障重要度指数和设备重要度指数。
在本实施例中，基于地铁各个机电设备的状态数据及预先匹配规则将各个机电设备的不同故障均统一到同一个维度，得到各个机电设备统一维度的故障严重等级。
具体地，各个机电设备统一维度的故障严重等级的确定过程为：
根据预定规则定性分析确定故障严重等级的整数位数值；
基于机电设备检测数据异常变化再进行归一化，计算出故障严重等级的小数位数值，最后再与故障严重等级的整数位数值累加，得到统一维度的故障严重等级。
例如：根据设备在轨道交通运营业务的重要性、安全级别不同、故障的轻重缓急情况，设置设备故障严重等级，不同的数据范围对应不同的等级参数，把不同的故障统一到一个维度。
识别设备故障严重等级Y。进行定性分析和定量计算。
(1)定性分析，确定整数位Y′。按照故障严重性及处理优先级，严重性等级最高为10，故障等级定义如下：
10：灾难性故障；9：严重故障，对人员有严重伤害性，需紧急处理；8：严重故障，存在人员或设备伤害隐患，需紧急处理；7、严重故障，存在设备轻微伤害隐患，需立即处理；6：严重故障，影响设备运转，需立即处理；5、较严重故障，影响系统正常运行，但无人身及设备损伤风险；4、较严重故障，有较小影响程度，不及时处理可能引起严重故障，需立即处理；3、次要故障，需及时处理；2：次要故障，仅影响非运营功能，可暂缓处理；1：轻微故障，基本无影响。
(2)定量计算，确定小数位A′。对同一等级的故障进一步分级，计算出小数位数。识别数据异常变化，构建指标计算模型，归一化异常数据。例如，故障限值为Amax、报警值为Amin,故障遥测实时值为A。
A′＝{A-Amin}/{Amax-Amin}
根据(1)和(2)计算结果代入设备故障严重等级公式为：Y＝Y′+A′。
例如，将轴承不对中故障为7级故障，Y′＝7，经计算A′＝0.6，Y＝Y′+A′＝7.6。
此处需要说明的是，在其他实施例中，设备故障严重等级Y也可预先设置为其他数量的等级，比如8级等等，本领域技术人员可根据实际情况来具体设置，此处不再累述。
在一个或多个实施例中，根据各个机电设备的统一维度的故障严重等级、故障统计时间内的故障频率及预设权重，通过加权求和计算出各个机电设备的故障重要度指数。
其中，所述故障统计时间设置原则为：
易发生故障配置时间数值小，其他故障配置时间数值大。
具体地，以一定的时间周期统计故障发生频次。故障统计时间设置为N，则表示统计N分钟内发生的故障频次。
例如：故障统计时间(统计周期)设置原则为，易发生故障配置N＝2，其他故障配置N＝8。故障频次数据，按发生次数计算，每发生一次，值加1，初始值为1，如果没有发生则为0。
在本实施例中，计算各个机电设备的故障重要度指数的权重根据经验配置，根据设备维护经验配置权重r1、r2(r1+r2＝1)，先配置r1、r2初值，根据结果的合理性倒推得到r1、r2，例如故障次数B小于8时，配置r1＝0.8，r2＝0.2；故障次数B大于等于8时，配置r1＝0.6，r2＝0.4。
其中，r1、r2分别为统一维度的故障严重等级和故障统计时间内的故障频率的权重。
例如，故障重要度指数C＝故障严重等级A*r1+故障次数B*r2(r1＝0.8,r2＝0.2)，当周期内故障次数B大于8时，故障次数权重r2调整为0.6，r1为0.4，故障重要度指数C＝故障严重等级*0.4+故障次数*0.6。
本实施例的故障重要度指数由故障严重等级和故障频率决定，故障严重等级数据可以通过故障分析得到，故障频率数据可由统计得出，根据两者得到故障重要度参数，从而识别系统的风险状态、故障的紧迫状态，可用于产生报警信息或安排状态检修计划，执行针对性的故障消除措施。例如可根据火灾、风机风阀联动故障、机械轴承故障、站台门开关异常等重要故障数据的处理，实现相关设备或子系统健康状态描述。
在一个或多个实施例中，以设备为单位统计故障重要度指数，筛除不影响运营功能的故障数据，将其余故障重要度指数以相应故障等级为权重累加，获得设备重要度指数。
步骤S102：根据机电设备故障恢复前的故障重要度指数以及设备重要度指数的历史数据平均值、最大值和最小值，确定出设备质量评价指标。
下面表格是故障重要度指数具体示例的详细描述：
步骤S103：将设备当前质量评价指标与预设质量评价指标阈值比较，判断出机电设备运行健康程度并生成对应运维工单，并下发至相应运维人员。
其中，所述运维工单包括计划、时间、人员、备件库存情况和最近仓库位置。
通过对设备状态识别得到故障重要度指数，对机电设备故障进行分类，例如属于风水电专业的设备故障，或是通号专业的通信线路或摄像头故障，产生的检修工单或巡检工单推送给特定的专业；
定位发生故障的设备元件，例如，风机设备故障包括轴承故障、阀门位置开关故障、二通阀故障等元件子故障，将故障分类对应到不同的运维专业，包括机械专业、风水电气专业和通号专业等。通过检修工单或巡检工单分配给所属专业的工班人员。通过对故障及设备重要度指数对故障类型或元件定位，运维系统推送给对应专业的运维人员，有针对性的对设备部件进行维修处理。
步骤S104：接收运维完成后的机电设备状态数据，更新设备状态参数，生成维修报告工单，若故障未解决，则重新派发工单，以实现设备管控流程的闭环管控。
本实施例实现了多源信息的综合判断，识别了设备风险状态、故障的紧要程度及紧迫状态，并将复杂设备的多源故障统一到同一维度标准下，可用于评估设备健康状态和发展趋势及寿命预测。
本实施例的该方法具备智能的设备健康状态评估能力。对故障频次、故障数值等数据特征进行分析及模型计算，对设备机能衰减、性能劣化或寿命到期等情况进行诊断，为轨道交通运维领域实施状态检修提供有效的判断依据，根据所提供的设备重要度指标生成状态检修策略，安排状态检修，即适时地、有针对性的维修，不仅能保证设备处于良好的技术状态，而且能够充分利用零部件的寿命，有效地避免“维修不足”和“维修过剩”的情况。
本实施例改变了传统轨道交通机电设备故障识别结果、故障分类的无序状况，将设备多源异构故障整合到统一的评价标准下，有利于对设备的综合判断和对比评价，通过定量指标识别设备状况更加精准，由于以重要度指数形式将所有机电设备的运维故障类型纳入到统一的指标体系下，对不同设备状态健康度排序，可分别对同种设备的不同故障、不同设备的故障、不同厂家的同类设备进行对标评价。
实施例二
如图2所示，本实施例提供了一种地铁机电设备运行风险诊断及运维管控系统，其具体包括如下模块：
设备状态参数确定模块，其用于获取地铁各个机电设备的状态数据，确定出统一维度的设备状态参数；所述设备状态参数包括故障严重等级、故障重要度指数和设备重要度指数；
设备质量评价指标确定模块，其用于根据机电设备故障恢复前的故障重要度指数以及设备重要度指数的历史数据平均值、最大值和最小值，确定出设备质量评价指标；
健康程度判断及工单生成模块，其用于将设备当前质量评价指标与预设质量评价指标阈值比较，判断出机电设备运行健康程度并生成对应运维工单，并下发至相应运维人员；
设备闭环管控模块，其用于接收运维完成后的机电设备状态数据，更新设备状态参数，生成维修报告工单，若故障未解决，则重新派发工单，以实现设备管控流程的闭环管控。
需要说明的是，本实施例中的各个模块与实施例一中的各个步骤一一对应，其具体实施过程相同，此处不再累述。
实施例三
本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述实施例一所述的地铁机电设备运行风险诊断及运维管控方法中的步骤。
实施例四
本实施例提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述实施例一所述的地铁机电设备运行风险诊断及运维管控方法中的步骤。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种地铁机电设备运行风险诊断及运维管控方法，其特征在于，包括：
获取地铁各个机电设备的状态数据，确定出统一维度的设备状态参数；所述设备状态参数包括故障严重等级、故障重要度指数和设备重要度指数；
根据机电设备故障恢复前的故障重要度指数以及设备重要度指数的历史数据平均值、最大值和最小值，确定出设备质量评价指标；
将设备当前质量评价指标与预设质量评价指标阈值比较，判断出机电设备运行健康程度并生成对应运维工单，并下发至相应运维人员；
接收运维完成后的机电设备状态数据，更新设备状态参数，生成维修报告工单，若故障未解决，则重新派发工单，以实现设备管控流程的闭环管控；
其中，基于地铁各个机电设备的状态数据及预先匹配规则将各个机电设备的不同故障均统一到同一个维度，得到各个机电设备统一维度的故障严重等级；
各个机电设备统一维度的故障严重等级的确定过程为：
根据预定规则定性分析确定故障严重等级的整数位数值；
基于机电设备检测数据异常变化再进行归一化，计算出故障严重等级的小数位数值，最后再与故障严重等级的整数位数值累加，得到统一维度的故障严重等级；
根据各个机电设备的统一维度的故障严重等级、故障统计时间内的故障频率及预设权重，通过加权求和计算出各个机电设备的故障重要度指数；
以设备为单位统计故障重要度指数，筛除不影响运营功能的故障数据，将其余故障重要度指数以相应故障等级为权重累加，获得设备重要度指数。
2.如权利要求1所述的地铁机电设备运行风险诊断及运维管控方法，其特征在于，所述故障统计时间设置原则为：
易发生故障配置时间数值小，其他故障配置时间数值大。
3.如权利要求1所述的地铁机电设备运行风险诊断及运维管控方法，其特征在于，所述运维工单包括计划、时间、人员、备件库存情况和最近仓库位置。
4.一种地铁机电设备运行风险诊断及运维管控系统，其特征在于，包括：
设备状态参数确定模块，其用于获取地铁各个机电设备的状态数据，确定出统一维度的设备状态参数；所述设备状态参数包括故障严重等级、故障重要度指数和设备重要度指数；
设备质量评价指标确定模块，其用于根据机电设备故障恢复前的故障重要度指数以及设备重要度指数的历史数据平均值、最大值和最小值，确定出设备质量评价指标；
健康程度判断及工单生成模块，其用于将设备当前质量评价指标与预设质量评价指标阈值比较，判断出机电设备运行健康程度并生成对应运维工单，并下发至相应运维人员；
设备闭环管控模块，其用于接收运维完成后的机电设备状态数据，更新设备状态参数，生成维修报告工单，若故障未解决，则重新派发工单，以实现设备管控流程的闭环管控；
其中，基于地铁各个机电设备的状态数据及预先匹配规则将各个机电设备的不同故障均统一到同一个维度，得到各个机电设备统一维度的故障严重等级；
各个机电设备统一维度的故障严重等级的确定过程为：
根据预定规则定性分析确定故障严重等级的整数位数值；
基于机电设备检测数据异常变化再进行归一化，计算出故障严重等级的小数位数值，最后再与故障严重等级的整数位数值累加，得到统一维度的故障严重等级；
根据各个机电设备的统一维度的故障严重等级、故障统计时间内的故障频率及预设权重，通过加权求和计算出各个机电设备的故障重要度指数；
以设备为单位统计故障重要度指数，筛除不影响运营功能的故障数据，将其余故障重要度指数以相应故障等级为权重累加，获得设备重要度指数。
5.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-3中任一项所述的地铁机电设备运行风险诊断及运维管控方法中的步骤。
6.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-3中任一项所述的地铁机电设备运行风险诊断及运维管控方法中的步骤。
CN202111022408.5A 2021-09-01 2021-09-01 地铁机电设备运行风险诊断及运维管控方法与系统 Active CN113723827B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111022408.5A CN113723827B (zh) 2021-09-01 2021-09-01 地铁机电设备运行风险诊断及运维管控方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111022408.5A CN113723827B (zh) 2021-09-01 2021-09-01 地铁机电设备运行风险诊断及运维管控方法与系统

Publications (2)

Publication Number Publication Date
CN113723827A CN113723827A (zh) 2021-11-30
CN113723827B true CN113723827B (zh) 2023-09-15

Family

ID=78680630

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111022408.5A Active CN113723827B (zh) 2021-09-01 2021-09-01 地铁机电设备运行风险诊断及运维管控方法与系统

Country Status (1)

Country Link
CN (1) CN113723827B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114154591A (zh) * 2021-12-14 2022-03-08 南方电网深圳数字电网研究院有限公司 基于多源信息的设备状态智能预警方法及装置
CN115600755A (zh) * 2022-11-01 2023-01-13 北京思维实创科技有限公司（Cn） 一种轨道交通机电设备修程优化方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN104573845A (zh) * 2014-12-03 2015-04-29 国家电网公司 信息系统设备状态检修辅助决策方法
CN106503807A (zh) * 2016-09-20 2017-03-15 西南石油大学 一种改进型rcm分析方法及基于其的动设备完整性评价系统
CN109359894A (zh) * 2018-11-29 2019-02-19 武汉大学 一种基于rpn的电力计量设备风险评价方法及装置
CN111652395A (zh) * 2020-06-12 2020-09-11 成都国铁电气设备有限公司 一种高速铁路接触网设备健康评估方法
CN112116511A (zh) * 2020-08-21 2020-12-22 广东智通睿新智能科技有限公司 用于城市轨道交通系统的状态监控方法及装置
CN112215480A (zh) * 2020-09-29 2021-01-12 国网江苏省电力有限公司南通供电分公司 一种电力设备风险评估方法、装置及存储介质
CN112884325A (zh) * 2021-02-22 2021-06-01 中国铁道科学研究院集团有限公司电子计算技术研究所 一种客站设备应用分析及健康状况评价方法及系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN104573845A (zh) * 2014-12-03 2015-04-29 国家电网公司 信息系统设备状态检修辅助决策方法
CN106503807A (zh) * 2016-09-20 2017-03-15 西南石油大学 一种改进型rcm分析方法及基于其的动设备完整性评价系统
CN109359894A (zh) * 2018-11-29 2019-02-19 武汉大学 一种基于rpn的电力计量设备风险评价方法及装置
CN111652395A (zh) * 2020-06-12 2020-09-11 成都国铁电气设备有限公司 一种高速铁路接触网设备健康评估方法
CN112116511A (zh) * 2020-08-21 2020-12-22 广东智通睿新智能科技有限公司 用于城市轨道交通系统的状态监控方法及装置
CN112215480A (zh) * 2020-09-29 2021-01-12 国网江苏省电力有限公司南通供电分公司 一种电力设备风险评估方法、装置及存储介质
CN112884325A (zh) * 2021-02-22 2021-06-01 中国铁道科学研究院集团有限公司电子计算技术研究所 一种客站设备应用分析及健康状况评价方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
高铁列控车载设备可靠性评估及维修决策方法研究;陈斌;《中国优秀硕士论文全文数据库 工程科技Ⅱ辑》;正文第2-5章 *

Also Published As

Publication number Publication date
CN113723827A (zh) 2021-11-30

Similar Documents

Publication Publication Date Title
CN113723827B (zh) 地铁机电设备运行风险诊断及运维管控方法与系统
CN109524139B (zh) 一种基于设备工况变化的实时设备性能监测方法
KR101713985B1 (ko) 예지 정비 방법 및 장치
CN103617110B (zh) 服务器设备状态检修系统
CN112713649B (zh) 一种基于极限学习机的电力设备剩余寿命预测方法
CN111651505B (zh) 一种基于数据驱动的设备运行态势分析预警方法及系统
CN111426949B (zh) 一种电磁阀健康评估方法、装置、设备及可读存储介质
CN104425046B (zh) 核电站运行安全指数量化方法和系统
CN116596322B (zh) 一种基于大数据可视化的物业设备管理方法及系统
CN114862275B (zh) 基于数字孪生模型的仓储物流系统可靠性评估方法及系统
CN117689214A (zh) 一种柔性直流牵引供电系统能量路由器动态安全评估方法
CN116755964A (zh) 一种加固服务器的故障预测与健康管理系统
CN117114454B (zh) 一种基于Apriori算法的直流套管状态评估方法及系统
CN110210722A (zh) 一种核电厂系统监督方案的开发方法
CN106557839B (zh) 一种基于大数据的设备维修策略优化方法及系统
CN117391675A (zh) 一种数据中心基础设施运维管理方法
CN109754490A (zh) 电力机车制动系统的健康管理方法、装置、介质及设备
CN114548769B (zh) 一种智能电网it资产大数据监测系统及方法
CN113955149B (zh) 一种电机系统的健康诊断方法和装置
CN105809257A (zh) 一种基于电力通信网络的触发式状态检修方法
CN108808673A (zh) 一种保护装置风险度的确定方法及系统
CN116957328A (zh) 有源医疗器械故障不良事件风险预警方法及系统
CN110263949B (zh) 融合机器机理与人工智能算法系统的数据处理方法及系统
CN117687884A (zh) 一种电网调度自动化主站运维操作票智能优化方法及系统
CN117686829A (zh) 一种集电线路故障预警系统及方法

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