CN114418150A - 一种站台门系统的故障维护方法及装置 - Google Patents
一种站台门系统的故障维护方法及装置 Download PDFInfo
- Publication number
- CN114418150A CN114418150A CN202210321375.2A CN202210321375A CN114418150A CN 114418150 A CN114418150 A CN 114418150A CN 202210321375 A CN202210321375 A CN 202210321375A CN 114418150 A CN114418150 A CN 114418150A
- Authority
- CN
- China
- Prior art keywords
- maintenance
- fault
- slope
- platform door
- door system
- 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.)
- Granted
Links
Images
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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明公开了一种站台门系统的故障维护方法及装置,该方法包括通过已有的历史数据进行拟合以得到站台门系统中主要子系统/零部件发生故障的故障率;设定各主要子系统/零部件可容忍的故障率阈值,以及某个维修周期中故障率曲线的斜率阈值;判断是否满足h(t)<P;判断是否满足Kt<K;启动预防性维修,记录其维修成本及其影响成本;启动预防性更换,记录其更换成本;计算该损耗故障期中维护及更换的总成本。解决当前地铁站台门系统的定期检修和预防性检修容易造成过度维修或欠维修的问题。
Description
技术领域
本发明涉及站台门系统技术领域,更具体地说,涉及一种站台门系统的故障维护方法及装置。
背景技术
当前站台门系统在我国的地铁及城铁系统中获得了广泛应用,目前站台门系统的故障维护一般采用定期维修、统一预防性维修、事后维修相结合的维修体制。
定期维修不考虑零部件的具体情况,统一规定每隔一段时期进行整体保养,其保养项目较细,一般需集中较多资源才能推行。
统一预防性维修一般根据站台门系统所采用的零部件具体寿命规定检修项目及检修时间,其寿命一般由供应商提供,检修时间一般粗略的根据过往经验统一决定,没有通过数字进行量化,不能得出性价比较高的预防性维护方案,易造成过度维修或欠维修的情况。
事后维修也称为故障后维修,指的是当站台门系统的某子系统或零部件因外部干预或自身性能退化而出现故障时采用相应的维修手段进行修复,这是一种非计划的维修方式,特别当维修因系统自身老化性能退化而出现的故障时,采用这种临时维修方式仅能勉强维持当前子系统/零部件的可用性,且地铁/城铁的站台门系统某些重要部件一旦发生故障会导致整线停运,应尽量预防性解决该类故障发生,以避免其造成严重的损失,因此该种方式仅适用于维护故障影响较小的设备单元。
综上,当前地铁站台门系统的以上各种维修方式容易造成过度维修或欠维修的情况,从而导致维修资源浪费。因此需要一种针对站台门系统中某些重要零部件使用状态的预防性维护策略来解决上述问题。
当前地铁站或城际轨道列车站一般都安装了站台门系统,同时雇佣专业维护团队对其进行日常巡检及故障处理,对当前站台门系统的预防性故障处理方面,可分为定期检修和预防性检修两种类型。
定期检修也即定期对设备进行检查,站台门系统一般每年进行一次定期检修,在车站非运营时段(一般安排在夜晚)对每个车站的站台门系统进行检修,其保养项目较细,需要人员较多,需集中较多资源才能推行。
预防性检修是指在设备功能明显劣化之前进行检修,一般根据站台门系统所采用的零部件具体寿命规定检修项目及检修时间,例如部分站台门系统安排在设备投入后的5年,8年,10年,12年,20年,30年进行预防性检修,由于检修时间一般粗略的根据过往经验统一决定,没有通过数字进行量化,不能得出效费比较高的预防性维护方案,易造成过度维修或欠维修的情况。
发明内容
本发明提供了一种站台门系统的故障维护方法及装置,解决当前地铁站台门系统的定期检修和预防性检修容易造成过度维修或欠维修的问题。
为解决上述问题,一方面,本发明提供一种站台门系统的故障维护方法,包括步骤S1-S7:
S1、通过已有的历史数据进行拟合以得到站台门系统中主要子系统/零部件发生故障的故障率h(t);
S2、设定各主要子系统/零部件可容忍的故障率阈值P,以及某个维修周期中故障率曲线的斜率阈值K;
S3、判断是否满足h(t)<P;若是,执行步骤S4,若否,转至步骤S6;
S4、判断是否满足Kt<K,若是,则转至步骤S3,若否,则执行步骤S5;Kt为当前故障率函数曲线的斜率;
S5、启动预防性维修,记录其维修成本Sm及其影响成本好好h(Ti)*Se;其中h(Ti)是在第i个维修周期中故障率函数曲线斜率达到阈值时的故障率,Se是所述站台门系统所在地铁/城铁线在全天平均运营客流条件下处理所述子系统/零部件故障所需平均时间,所述平均时间内导致运营损失的金额;
S6、启动预防性更换,记录其更换成本Sr;
S7、计算该损耗故障期中维护及更换的总成本:S=Sr+nSm+∑i=1 n[h(Ti)*Se]。
还包括:
更改故障率阈值P及故障率曲线斜率阈值K,重复步骤S3-S7,通过穷尽所有方案以得到成本最小的方案。
步骤S1包括步骤S11-S12:
S11、将站台门系统中预设的零部件在t时刻的故障率表示其在t时刻以前一直在正常工作,在t时刻以后单位时间内发生故障的概率设置为h(t),设置站台门系统所在地铁/城铁线中有n个相同使用场合下的该种零部件在t=0时刻投入运行,设置nt为t时刻完好的零部件数目;
S12、所述零部件的故障率函数为:
h(t)=(nt- nt+△t)/△t*nt
△t为在t时刻以后的单位时间。
步骤S1还包括步骤:
S13、将所述零部件的故障率函数拟合为威布尔分布函数曲线:
h(t)=m/η*(t/η)m-1,(m>1)
m为预设的形状参数,η为预设的比例参数。
步骤S4包括步骤:
S41、计算t时刻的斜率故障率曲线的斜率:
Kt=[h(t+△t)-h(t)]/ △t
Kt为t时刻的斜率故障率曲线的斜率。
一方面,提供一种站台门系统的故障维护装置,包括:
拟合模块,用于通过已有的历史数据进行拟合以得到站台门系统中主要子系统/零部件发生故障的故障率h(t);
设定模块,用于设定各主要子系统/零部件可容忍的故障率阈值P,以及某个维修周期中故障率曲线的斜率阈值K;
第一判断模块,用于判断是否满足h(t)<P;若是,执行第二判断模块,若否,转至更换启动模块;
第二判断模块,用于判断是否满足Kt<K,若是,则转至第一判断模块,若否,则执行维修启动模块;Kt为当前故障率函数曲线的斜率;
维修启动模块,用于启动预防性维修,记录其维修成本Sm及其影响成本h(Ti)*Se;其中h(Ti)是在第i个维修周期中故障率函数曲线斜率达到阈值时的故障率,Se是所述站台门系统所在地铁/城铁线在全天平均运营客流条件下处理所述子系统/零部件故障所需平均时间,所述平均时间内导致运营损失的金额;
更换启动模块,用于启动预防性更换,记录其更换成本Sr;
计算模块,用于计算该损耗故障期中维护及更换的总成本:S=Sr+nSm+∑i=1 n[h(Ti)*Se]。
还包括:
重复模块,用于更改故障率阈值P及故障率曲线斜率阈值K,重复上述模块,通过穷尽所有方案以得到成本最小的方案。
所述拟合模块包括:
设置子模块,用于将站台门系统中预设的零部件在t时刻的故障率表示其在t时刻以前一直在正常工作,在t时刻以后单位时间内发生故障的概率设置为h(t),设置站台门系统所在地铁/城铁线中有n个相同使用场合下的该种零部件在t=0时刻投入运行,设置nt为t时刻完好的零部件数目;
故障计算子模块,用于计算所述零部件的故障率函数:
h(t)=(nt- nt+△t)/△t*nt
△t为在t时刻以后的单位时间;
拟合子模块,用于将所述零部件的故障率函数拟合为威布尔分布函数曲线:
h(t)=m/η*(t/η)m-1,(m>1)
m为预设的形状参数,η为预设的比例参数。
所述第二判断模块包括:
斜率计算子模块,用于计算t时刻的斜率故障率曲线的斜率:
Kt=[h(t+△t)-h(t)]/ △t
Kt为t时刻的斜率故障率曲线的斜率。
一方面,提供一种计算机可读存储介质,所述存储介质中存储有多条指令,所述指令适于由处理器加载以执行以上所述的一种站台门系统的故障维护方法。
本发明的有益效果是:将故障根据影响进行分类,并根据历史数据将系统老化性能退化导致的故障发生原因归类到具体子系统/零部件层面,通过收集历史数据拟合出各主要子系统/零部件发生故障的故障率曲线,针对符合设定各部件的故障率阈值及各维修周期的故障率曲线斜率阈值,超出故障率阈值进行预防性更换,超出曲线斜率阈值进行预防性维修,通过统计该零部件在整个损耗故障期的每个维修周期内预防性维修成本、每个维修周期中该零部件故障影响成本及最终预防性更换成本之和可得到在总维护成本,并通过比较不同曲线斜率阈值及故障率阈值下各种方案的总维护成本得到成本最低的预测性维护方案的策略。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例提供的一种站台门系统的故障维护方法的流程图;
图2是本发明一实施例提供的站台门系统零部件的故障率函数曲线图;
图3是本发明一实施例提供的站台门系统的子系统/零部件损耗故障期故障率函数曲线图;
图4是本发明一实施例提供的站台门系统的子系统/零部件多维修周期故障率函数曲线合成图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明中,“示例性”一词用来表示“用作例子、例证或说明”。本发明中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本发明,给出了以下描述。在以下描述中,为了解释的目的而列出了细节。应当明白的是,本领域普通技术人员可以认识到,在不使用这些特定细节的情况下也可以实现本发明。在其它实例中,不会对公知的结构和过程进行详细阐述,以避免不必要的细节使本发明的描述变得晦涩。因此,本发明并非旨在限于所示的实施例,而是与符合本发明所公开的原理和特征的最广范围相一致。
本发明提出一种站台门系统的故障维护方法及装置,根据历史数据对站台门系统已发生故障进行分类,首先排除因人为误操作或意外情况造成的故障,将系统老化性能退化导致的故障按后果或影响程度进行分类,并将各主要故障发生原因归类到具体子系统/零部件层面;通过收集历史上站台门设备老化而性能退化进而导致系统各部件发生的故障以及维护情况,拟合出各主要子系统/零部件发生故障的故障率曲线。设定各部件的故障率阈值及各维修周期的故障率曲线斜率阈值,超出故障率阈值或曲线斜率阈值则选择不同的维护方式,通过比较在不同阈值下的维护方案的成本,选择成本最低的维护方案的策略。。
参见图1,图1是本发明一实施例提供的一种站台门系统的故障维护方法的流程图,本发明提供的一种站台门系统的故障维护方法包括步骤S1-S7:
S1、通过已有的历史数据进行拟合以得到站台门系统中主要子系统/零部件发生故障的故障率h(t);步骤S1包括步骤S11-S13:
S11、将站台门系统中预设的零部件在t时刻的故障率表示其在t时刻以前一直在正常工作,在t时刻以后单位时间内发生故障的概率设置为h(t),设置站台门系统所在地铁/城铁线中有n个相同使用场合下的该种零部件在t=0时刻投入运行,设置nt为t时刻完好的零部件数目。
本实施例中,设站台门系统中某个零部件在t时刻的故障率表示其在t时刻以前一直在正常工作,在t时刻以后单位时间内发生故障的概率记为h(t),假定整条地铁/城铁线所有车站中有n个相同使用场合下的该种零部件在t=0时刻投入运行,随着时间的推移,部分零部件将发生老化故障,记nt为t时刻完好的零部件数目。
S12、所述零部件的故障率函数为:
h(t)=(nt- nt+△t)/△t*nt
△t为在t时刻以后的单位时间。
本实施例中,参见图2,图2是本发明一实施例提供的站台门系统零部件的故障率函数曲线图,站台门系统零部件的故障率函数分为早期故障、偶然故障、损耗故障,这三个时期的曲线连在一起形成类似浴盆的曲线,称之为浴盆曲线。如图2所示,本专利所述的站台门系统的故障维护策略主要针对子系统/零部件处于损耗故障期的维护问题。
S13、将所述零部件的故障率函数拟合为威布尔分布函数曲线:
h(t)=m/η*(t/η)m-1,(m>1)
m为预设的形状参数,η为预设的比例参数。
本实施例中,参见图3,图3是本发明一实施例提供的站台门系统的子系统/零部件损耗故障期故障率函数曲线图,设站台门系统的子系统/零部件故障率函数曲线可被拟合为威布尔分布函数曲线。其故障率函数特征为前期凹,后期凸,在损耗故障期内故障率函数曲线的斜率k>1,图2中在曲线上任取某时刻ts,该时刻故障率曲线的斜率为Kts,则可通过步骤S41计算得出斜率:
Kt=[h(t+△t)-h(t)]/ △t
k越大,表明故障率增长速度越快。
不同维修方式对故障率影响如下所示:
预防性更换、故障后更换:hi(t)= h1(t);
故障后维修:hi(t)= hi-1(t);
预防性维修:hi(t)= bi-1hi-1(t+ ai-1Ti-1)。
如上式所示,hi(t)为站台门系统中某类零部件第i个维修周期的故障率函数;故障后维修不会改变零部件的故障率;经过预防性更换或故障后更换后,零部件的故障率回到初始状态h1(t);Ti是零部件第i次预防性维修周期,ai是零部件第i次预防性维修的役龄递减因子,bi是零部件在第i次预防性维修的故障率递增因子,ai及bi由综合统计整条地铁/城铁线所有同类子系统/零部件的故障及维护情况后拟合得到。
S2、设定各主要子系统/零部件可容忍的故障率阈值P,以及某个维修周期中故障率曲线的斜率阈值K。
本实施例中,如图4所示,图4是本发明一实施例提供的站台门系统的子系统/零部件多维修周期故障率函数曲线合成图,在整个维修故障期有多个维修周期,首先把站台门系统某个子系统/零部件在某维修周期的故障率函数曲线斜率阈值设为K,其当前故障率函数曲线的斜率设为Kt,整个维修故障期的故障率函数阈值设为P。
S3、判断是否满足h(t)<P;若是,执行步骤S4,若否,转至步骤S6。
本实施例中,判断是否满足h(t)<P为预防性维修及预防性更换的第一道判定条件。
S4、判断是否满足Kt<K,若是,则转至步骤S3,若否,则执行步骤S5;Kt为当前故障率函数曲线的斜率;步骤S4包括步骤:
S41、计算t时刻的斜率故障率曲线的斜率:
Kt=[h(t+△t)-h(t)]/ △t
Kt为t时刻的斜率故障率曲线的斜率。
本实施例中,依据步骤S3-S4,其预防性维修及预防性更换的判定条件如下:
当Kt<K,且h(t)<P时,无需启动维修及更换;
当Kt≥K,且h(t)<P时,启动预防性维修;
当h(t)≥P时,启动预防性更换。
如图4所示,BP为预防性更换;B1, B2...为预防性维修,每一次预防性维修都使零部件的役龄时间向前推移,故障率下降,但每次预防性维修后,由于其故障率递增因子bi随运行时间积累而逐渐增大,即bi+1≥bi,导致每次预防性维修后的故障率曲线起始斜率kis逐渐递增。当kis≥K,且h(t)<P时,也即起始斜率超过斜率阈值时,表明斜率阈值选择不当,需重新取值。
S5、启动预防性维修,记录其维修成本Sm及其影响成本好好h(Ti)*Se;其中h(Ti)是在第i个维修周期中故障率函数曲线斜率达到阈值时的故障率,Se是所述站台门系统所在地铁/城铁线在全天平均运营客流条件下处理所述子系统/零部件故障所需平均时间,所述平均时间内导致运营损失的金额。
本实施例中,每次预防性维护时,根据故障分类确定子系统/零部件发生故障可能导致的损失为Se,将其影响成本设置为h(Ti)*Se,其中h(Ti)是在第i个维修周期中故障率函数曲线斜率达到阈值时的故障率,Se是该地铁/城铁线在全天平均运营客流条件下处理该子系统/零部件故障(维修或更换)所需平均时间内受其影响线路部分停止服务导致运营损失的金额。
S6、启动预防性更换,记录其更换成本Sr。
本实施例中,在每次预防性更换时,记录某子系统/零部件的预防性更换成本Sr。
S7、计算该损耗故障期中维护及更换的总成本:S=Sr+nSm+∑i=1 n[h(Ti)*Se]。
本实施例中,如该子系统/零部件使用期间共进行了n次预防性维护,每次预防性维护成本为Sm;该子系统/零部件在整个损耗故障期中维护及更换的总成本S的计算公式为:S=Sr+nSm+∑i=1 n[h(Ti)*Se]。
该站台门系统的故障维护方法还包括:更改故障率阈值P及故障率曲线斜率阈值K,重复步骤S3-S7,通过穷尽所有方案以得到成本最小的方案。
本实施例中,通过改变该子系统/零部件故障率曲线斜率阈值K、故障率函数阈值P,可得出该子系统/零部件的多种维护方案,各方案中维修周期个数及整个故障维护期时间长度取决于K及P的不同取值,通过模拟比较各方案的维护总成本可得维护总成本最小的方案。
综上所述,本发明方案概述如下:
1、根据站台门系统故障成因及影响程度对各种易发生的故障进行分类。如表1所示,站台门系统的故障首先根据成因分为外部因素(如人为误操作或意外情况)及站台门自身问题(如老化导致性能退化)引起的故障两大类,本发明主要解决站台门自身问题导致的故障预防性维护问题。
表1
2、如表2所示,将站台门自身问题引起的故障按照影响程度进行再次分类,分析故障成因,并将其锁定在子系统/零部件层面。
表2
一般的,A类故障需考虑整条线路或线路上某车站整体停止服务导致的损失,B类故障一般需考虑某车站部分设备停止服务导致的损失,C类故障一般不会导致车站停止服务。
3、收集历史上整条地铁线各站点的站台门系统中主要子系统或零部件自身老化而性能退化发生的故障及维护情况,通过已有的历史数据,拟合得到站台门系统中主要子系统或零部件发生故障的故障率函数曲线,图1展示了站台门系统某关键零件的故障率曲线。
4、根据图4所示,设定各主要子系统/零部件可容忍的故障率阈值,以及每个维修周期中其故障率曲线的斜率阈值,超出斜率阈值则采用预防性维护,超出故障率阈值采用预防性更换。
5、该子系统/零部件可通过设定不同的故障率曲线斜率阈值及故障率阈值可得到不同维护方案,通过统计该零部件在整个损耗故障期的每个维修周期内预防性维修成本、每个维修周期中该零部件故障影响成本及最终预防性更换成本之和可得到该维护方案的总成本,比较各方案的总维护成本,选择可接受故障率阈值及斜率阈值下该零件维护成本最低的方案。
关于检修,可以采用下面两种方案:
1. 定期检修:也即定期对设备进行检查,一般在站台门系统每年进行一次检修,采用车站非运营时段(一般安排在夜晚)对每个车站的站台门系统进行检修,其保养项目较细,需要人员较多,需集中较多资源才能推行,性价比较低。
2. 预防性检修:是指在设备功能明显劣化之前进行检修,一般根据站台门系统所采用的零部件具体寿命规定检修项目及检修时间,由于检修时间一般粗略的根据过往经验统一决定,没有通过数字进行量化,不能得出性价比较高的预防性维护方案,还易造成过度维修或欠维修的情况,性价比较低。
本案的站台门系统的故障维护装置包括:
拟合模块,用于通过已有的历史数据进行拟合以得到站台门系统中主要子系统/零部件发生故障的故障率h(t);
设定模块,用于设定各主要子系统/零部件可容忍的故障率阈值P,以及某个维修周期中故障率曲线的斜率阈值K;
第一判断模块,用于判断是否满足h(t)<P;若是,执行第二判断模块,若否,转至更换启动模块;
第二判断模块,用于判断是否满足Kt<K,若是,则转至第一判断模块,若否,则执行维修启动模块;Kt为当前故障率函数曲线的斜率;
维修启动模块,用于启动预防性维修,记录其维修成本Sm及其影响成本h(Ti)*Se;其中h(Ti)是在第i个维修周期中故障率函数曲线斜率达到阈值时的故障率,Se是所述站台门系统所在地铁/城铁线在全天平均运营客流条件下处理所述子系统/零部件故障所需平均时间,所述平均时间内导致运营损失的金额;
更换启动模块,用于启动预防性更换,记录其更换成本Sr;
计算模块,用于计算该损耗故障期中维护及更换的总成本:S=Sr+nSm+∑i=1 n[h(Ti)*Se]。
还包括:
重复模块,用于更改故障率阈值P及故障率曲线斜率阈值K,重复上述模块,通过穷尽所有方案以得到成本最小的方案。
所述拟合模块包括:
设置子模块,用于将站台门系统中预设的零部件在t时刻的故障率表示其在t时刻以前一直在正常工作,在t时刻以后单位时间内发生故障的概率设置为h(t),设置站台门系统所在地铁/城铁线中有n个相同使用场合下的该种零部件在t=0时刻投入运行,设置nt为t时刻完好的零部件数目;
故障计算子模块,用于计算所述零部件的故障率函数:
h(t)=(nt- nt+△t)/△t*nt
△t为在t时刻以后的单位时间;
拟合子模块,用于将所述零部件的故障率函数拟合为威布尔分布函数曲线:
h(t)=m/η*(t/η)m-1,(m>1)
m为预设的形状参数,η为预设的比例参数。
所述第二判断模块包括:
斜率计算子模块,用于计算t时刻的斜率故障率曲线的斜率:
Kt=[h(t+△t)-h(t)]/ △t
Kt为t时刻的斜率故障率曲线的斜率。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。为此,本发明实施例提供一种存储介质,其中存储有多条指令,该指令能够被处理器进行加载,以执行本发明实施例所提供的任一种站台门系统的故障维护方法中的步骤。
其中,该存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、磁盘或光盘等。
由于该存储介质中所存储的指令,可以执行本发明实施例所提供的任一种站台门系统的故障维护方法中的步骤,因此,可以实现本发明实施例所提供的任一种站台门系统的故障维护方法所能实现的有益效果,详见前面的实施例,在此不再赘述。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种站台门系统的故障维护方法,其特征在于,包括步骤S1-S7:
S1、通过已有的历史数据进行拟合以得到站台门系统中主要子系统/零部件发生故障的故障率h(t);
S2、设定各主要子系统/零部件可容忍的故障率阈值P,以及某个维修周期中故障率曲线的斜率阈值K;
S3、判断是否满足h(t)<P;若是,执行步骤S4,若否,转至步骤S6;
S4、判断是否满足Kt<K,若是,则转至步骤S3,若否,则执行步骤S5;Kt为当前故障率函数曲线的斜率;
S5、启动预防性维修,记录其维修成本Sm及其影响成本好好h(Ti)*Se;其中h(Ti)是在第i个维修周期中故障率函数曲线斜率达到阈值时的故障率,Se是所述站台门系统所在地铁/城铁线在全天平均运营客流条件下处理所述子系统/零部件故障所需平均时间,所述平均时间内导致运营损失的金额;
S6、启动预防性更换,记录其更换成本Sr;
S7、计算该损耗故障期中维护及更换的总成本:S=Sr+nSm+∑i=1 n[h(Ti)*Se]。
2.根据权利要求1所述的故障维护方法,其特征在于,还包括:
更改故障率阈值P及故障率曲线斜率阈值K,重复步骤S3-S7,通过穷尽所有方案以得到成本最小的方案。
3.根据权利要求1所述的故障维护方法,其特征在于,步骤S1包括步骤S11-S12:
S11、将站台门系统中预设的零部件在t时刻的故障率表示其在t时刻以前一直在正常工作,在t时刻以后单位时间内发生故障的概率设置为h(t),设置站台门系统所在地铁/城铁线中有n个相同使用场合下的该种零部件在t=0时刻投入运行,设置nt为t时刻完好的零部件数目;
S12、所述零部件的故障率函数为:
h(t)=(nt- nt+△t)/△t*nt
△t为在t时刻以后的单位时间。
4.根据权利要求3所述的故障维护方法,其特征在于,步骤S1还包括步骤:
S13、将所述零部件的故障率函数拟合为威布尔分布函数曲线:
h(t)=m/η*(t/η)m-1,(m>1)
m为预设的形状参数,η为预设的比例参数。
5.根据权利要求3所述的故障维护方法,其特征在于,步骤S4包括步骤:
S41、计算t时刻的斜率故障率曲线的斜率:
Kt=[h(t+△t)-h(t)]/ △t
Kt为t时刻的斜率故障率曲线的斜率。
6.一种站台门系统的故障维护装置,其特征在于,包括:
拟合模块,用于通过已有的历史数据进行拟合以得到站台门系统中主要子系统/零部件发生故障的故障率h(t);
设定模块,用于设定各主要子系统/零部件可容忍的故障率阈值P,以及某个维修周期中故障率曲线的斜率阈值K;
第一判断模块,用于判断是否满足h(t)<P;若是,执行第二判断模块,若否,转至更换启动模块;
第二判断模块,用于判断是否满足Kt<K,若是,则转至第一判断模块,若否,则执行维修启动模块;Kt为当前故障率函数曲线的斜率;
维修启动模块,用于启动预防性维修,记录其维修成本Sm及其影响成本h(Ti)*Se;其中h(Ti)是在第i个维修周期中故障率函数曲线斜率达到阈值时的故障率,Se是所述站台门系统所在地铁/城铁线在全天平均运营客流条件下处理所述子系统/零部件故障所需平均时间,所述平均时间内导致运营损失的金额;
更换启动模块,用于启动预防性更换,记录其更换成本Sr;
计算模块,用于计算该损耗故障期中维护及更换的总成本:S=Sr+nSm+∑i=1 n[h(Ti)*Se]。
7.根据权利要求6所述的故障维护装置,其特征在于,还包括:
重复模块,用于更改故障率阈值P及故障率曲线斜率阈值K,重复第一判断模块、第二判断模块、更换启动模块及计算模块的操作,通过穷尽所有方案以得到成本最小的方案。
8.根据权利要求6所述的故障维护装置,其特征在于,所述拟合模块包括:
设置子模块,用于将站台门系统中预设的零部件在t时刻的故障率表示其在t时刻以前一直在正常工作,在t时刻以后单位时间内发生故障的概率设置为h(t),设置站台门系统所在地铁/城铁线中有n个相同使用场合下的该种零部件在t=0时刻投入运行,设置nt为t时刻完好的零部件数目;
故障计算子模块,用于计算所述零部件的故障率函数:
h(t)=(nt- nt+△t)/△t*nt
△t为在t时刻以后的单位时间;
拟合子模块,用于将所述零部件的故障率函数拟合为威布尔分布函数曲线:
h(t)=m/η*(t/η)m-1,(m>1)
m为预设的形状参数,η为预设的比例参数。
9.根据权利要求8所述的故障维护装置,其特征在于,所述第二判断模块包括:
斜率计算子模块,用于计算t时刻的斜率故障率曲线的斜率:
Kt=[h(t+△t)-h(t)]/ △t
Kt为t时刻的斜率故障率曲线的斜率。
10.一种计算机可读存储介质,其特征在于,所述存储介质中存储有多条指令,所述指令适于由处理器加载以执行权利要求1至5任一项所述的一种站台门系统的故障维护方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210321375.2A CN114418150B (zh) | 2022-03-30 | 2022-03-30 | 一种站台门系统的故障维护方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210321375.2A CN114418150B (zh) | 2022-03-30 | 2022-03-30 | 一种站台门系统的故障维护方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114418150A true CN114418150A (zh) | 2022-04-29 |
CN114418150B CN114418150B (zh) | 2022-09-09 |
Family
ID=81263873
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210321375.2A Active CN114418150B (zh) | 2022-03-30 | 2022-03-30 | 一种站台门系统的故障维护方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114418150B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115002977A (zh) * | 2022-07-18 | 2022-09-02 | 成都盛及航空科技发展有限公司 | 一种着陆灯故障检测平台及着陆灯故障检测方法 |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070143718A1 (en) * | 2004-10-01 | 2007-06-21 | Mentor Graphics Corp. | Feature failure correlation |
CN102117450A (zh) * | 2011-03-03 | 2011-07-06 | 苏州热工研究院有限公司 | 基于经验反馈的核电设备预防性更换周期的优化方法 |
CN104239694A (zh) * | 2014-08-28 | 2014-12-24 | 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 |
CN104899455A (zh) * | 2015-06-12 | 2015-09-09 | 上海电机学院 | 一种风机齿轮箱的预防性维修方法 |
CN105631578A (zh) * | 2015-12-10 | 2016-06-01 | 浙江大学 | 一种面向风险评估的输变电设备故障概率模型的建模方法 |
CN106443241A (zh) * | 2016-08-31 | 2017-02-22 | 株洲中车时代电气股份有限公司 | 一种车载制动电阻的监测方法、装置和保护方法、装置 |
CN106741015A (zh) * | 2016-12-14 | 2017-05-31 | 交控科技股份有限公司 | 一种基于大数据的地铁信号设备状态修分析方法 |
CN107689831A (zh) * | 2017-09-30 | 2018-02-13 | 中航海信光电技术有限公司 | 一种激光器阈值电流和斜效率随时间变化计算方法及系统 |
US10067483B1 (en) * | 2014-08-28 | 2018-09-04 | Apple Inc. | Controlling electrical device based on temperature and voltage |
CN108764495A (zh) * | 2018-05-15 | 2018-11-06 | 中山职业技术学院 | 一种车辆维修方案的决策方法及其计算机可读存储介质 |
CN109284837A (zh) * | 2018-09-25 | 2019-01-29 | 中国电力科学研究院有限公司 | 一种配电自动化终端运维评价方法与系统 |
CN109284557A (zh) * | 2018-09-29 | 2019-01-29 | 北京航空航天大学 | 基于故障分析的反包助推组件的预防性维护方法 |
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 |
CN109583794A (zh) * | 2018-12-29 | 2019-04-05 | 哈尔滨工业大学 | 一种确定电梯报废时间的方法 |
CN109711635A (zh) * | 2019-01-08 | 2019-05-03 | 北京交通大学 | 一种基于车站能力保持的设备维修策略优化方法 |
CN111898833A (zh) * | 2020-08-07 | 2020-11-06 | 中国人民解放军空军工程大学 | 多备件预防性更换策略方法、系统、介质、计算机设备 |
CN112288109A (zh) * | 2020-11-26 | 2021-01-29 | 上海电机学院 | 一种电动扫路车电气系统的维修方法 |
CN112288108A (zh) * | 2020-11-09 | 2021-01-29 | 常州大学 | 基于故障风险的动车组塞拉门多部件预防性机会维修策略 |
CN112329950A (zh) * | 2020-08-10 | 2021-02-05 | 国网湖北省电力有限公司襄阳供电公司 | 一种复杂设备的不完全预防性组合维修模型 |
-
2022
- 2022-03-30 CN CN202210321375.2A patent/CN114418150B/zh active Active
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070143718A1 (en) * | 2004-10-01 | 2007-06-21 | Mentor Graphics Corp. | Feature failure correlation |
CN102117450A (zh) * | 2011-03-03 | 2011-07-06 | 苏州热工研究院有限公司 | 基于经验反馈的核电设备预防性更换周期的优化方法 |
CN104239694A (zh) * | 2014-08-28 | 2014-12-24 | 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 |
WO2016029590A1 (zh) * | 2014-08-28 | 2016-03-03 | 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 |
US10067483B1 (en) * | 2014-08-28 | 2018-09-04 | Apple Inc. | Controlling electrical device based on temperature and voltage |
CN104899455A (zh) * | 2015-06-12 | 2015-09-09 | 上海电机学院 | 一种风机齿轮箱的预防性维修方法 |
CN105631578A (zh) * | 2015-12-10 | 2016-06-01 | 浙江大学 | 一种面向风险评估的输变电设备故障概率模型的建模方法 |
CN106443241A (zh) * | 2016-08-31 | 2017-02-22 | 株洲中车时代电气股份有限公司 | 一种车载制动电阻的监测方法、装置和保护方法、装置 |
CN106741015A (zh) * | 2016-12-14 | 2017-05-31 | 交控科技股份有限公司 | 一种基于大数据的地铁信号设备状态修分析方法 |
CN107689831A (zh) * | 2017-09-30 | 2018-02-13 | 中航海信光电技术有限公司 | 一种激光器阈值电流和斜效率随时间变化计算方法及系统 |
CN108764495A (zh) * | 2018-05-15 | 2018-11-06 | 中山职业技术学院 | 一种车辆维修方案的决策方法及其计算机可读存储介质 |
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 |
CN109284837A (zh) * | 2018-09-25 | 2019-01-29 | 中国电力科学研究院有限公司 | 一种配电自动化终端运维评价方法与系统 |
CN109284557A (zh) * | 2018-09-29 | 2019-01-29 | 北京航空航天大学 | 基于故障分析的反包助推组件的预防性维护方法 |
CN109583794A (zh) * | 2018-12-29 | 2019-04-05 | 哈尔滨工业大学 | 一种确定电梯报废时间的方法 |
CN109711635A (zh) * | 2019-01-08 | 2019-05-03 | 北京交通大学 | 一种基于车站能力保持的设备维修策略优化方法 |
CN111898833A (zh) * | 2020-08-07 | 2020-11-06 | 中国人民解放军空军工程大学 | 多备件预防性更换策略方法、系统、介质、计算机设备 |
CN112329950A (zh) * | 2020-08-10 | 2021-02-05 | 国网湖北省电力有限公司襄阳供电公司 | 一种复杂设备的不完全预防性组合维修模型 |
CN112288108A (zh) * | 2020-11-09 | 2021-01-29 | 常州大学 | 基于故障风险的动车组塞拉门多部件预防性机会维修策略 |
CN112288109A (zh) * | 2020-11-26 | 2021-01-29 | 上海电机学院 | 一种电动扫路车电气系统的维修方法 |
Non-Patent Citations (3)
Title |
---|
张路朋 等: ""考虑不完全维修的风电机组维修策略"", 《河北电力技术》 * |
张路朋 等: ""考虑不完全维修的风电机组维修策略"", 《河北电力技术》, vol. 37, no. 6, 25 December 2018 (2018-12-25), pages 5 - 8 * |
王子月: ""考虑故障率的生产线成组机会维修及关键设备视情维修策略研究"", 《中国优秀硕士学位论文全文数据库 工程科技II辑》, 15 January 2022 (2022-01-15), pages 029 - 502 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115002977A (zh) * | 2022-07-18 | 2022-09-02 | 成都盛及航空科技发展有限公司 | 一种着陆灯故障检测平台及着陆灯故障检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114418150B (zh) | 2022-09-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10090540B2 (en) | Method for controlling startup of fuel cell vehicle | |
US20130006439A1 (en) | Method and control system for scheduling load of a power plant | |
CN114418150B (zh) | 一种站台门系统的故障维护方法及装置 | |
KR20160082319A (ko) | 마이크로그리드 에너지관리시스템 및 에너지저장장치에 대한 전력 저장 방법 | |
CN110654948A (zh) | 一种无维保情况下的电梯安全剩余使用寿命确定方法 | |
CN111680879B (zh) | 一种考虑敏感负荷失效的配电网运行韧性评估方法及装置 | |
CN118281912A (zh) | 一种智能化新能源储能网络管理方法及系统 | |
CN109932901A (zh) | 一种计及故障约束的两阶段鲁棒机组组合方法 | |
CN116128145A (zh) | 电力设备状态检修策略优化方法 | |
CN115630716A (zh) | 一种设备检修计划的智能生成方法及装置 | |
CN114611930A (zh) | 一种基于云平台的固定资产智能管理方法及系统 | |
CN118117643A (zh) | 一种构网型新能源场站并网控制方法及系统 | |
CN111160746B (zh) | 基于风险评估的智能配电网规划评价方法 | |
CN114188973B (zh) | 一种计及线路强迫停运的两阶段检修-运行鲁棒优化方法 | |
KR100705610B1 (ko) | 전기설비 신뢰도를 활용한 투자 우선순위 결정 방법 | |
CN113078688B (zh) | 一种防控备用不足风险的日前火电开机优化方法及系统 | |
CN112686501B (zh) | 生产线的分析方法、装置、生产线、存储介质及处理器 | |
CN115021266A (zh) | 一种电网的电力调控方法、系统、介质及设备 | |
CN113300352B (zh) | 计及安全稳定限额约束的短路电流预防控制方法及装置 | |
CN112653196A (zh) | 电力系统发电侧备用资源调度方法、系统、装置及介质 | |
CN108448573B (zh) | 在线闭环紧急控制系统厂站端自适应补救策略 | |
CN116979549A (zh) | 巨型水电站异常工况下agc/avc退出方法及系统 | |
CN111861098B (zh) | 电力现货市场的出清方法、系统、装置及介质 | |
CN105550494A (zh) | 一种面向船舶冗余设备的使用辅助决策支持方法及系统 | |
CN113765153B (zh) | 一种基于风险评估的新能源极限接入能力计算方法及系统 |
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 |