王靈芝

（中國鐵道科學研究院機車車輛研究所，北京 100094）

0 引言

隨著我國投入運營的高鐵數(shù)量越來越多，各車輛段對車輛日常維護保養(yǎng)工作信息化程度的改進都在不斷提高，記錄了很多有意義的信息和數(shù)據(jù)，但這些信息和數(shù)據(jù)并未得到有效的利用，特別是在有效信息的篩選、分析以及相應軟件的開發(fā)方面，與發(fā)達國家相比，中國還處在初級階段。作為鐵路運輸管理信息系統(tǒng)的一個重要組成部分，高速列車設備維修信息系統(tǒng)的主要目標是收集列車運營和維修過程中的全部履歷，并對履歷信息進行有效分析，為列車運營和維修提供實時保障?，F(xiàn)以高速列車運行與維修過程中所記錄的現(xiàn)場數(shù)據(jù)為主要研究對象，綜合考慮專家和現(xiàn)場工作人員的實際經(jīng)驗，建立設備重要度評估模型、壽命分布模型、維修間隔時間計算模型以及視情維修模型。在模型建立和求解過程中引入模糊數(shù)學、參數(shù)估計方法等數(shù)學方法，最終建立高速列車設備維修決策支持系統(tǒng)。

1 系統(tǒng)組成架構

圖1所示架構圖為三庫架構，即為本文研究的設備維修決策系統(tǒng)所采用的架構。

（1）數(shù)據(jù)庫，主要保存列車本身的各種基本參數(shù)以及運行和維修過程中生成的數(shù)據(jù)。列車本身的基本參數(shù)主要包括：設備的性能指標等基本信息、評估標準信息、狀態(tài)參數(shù)的閾值等；運行和維修過程中生成的數(shù)據(jù)主要包括：列車運行時間、各種故障信息、維修信息等。

（2）模型庫，主要包含重要度評估模型、模型參數(shù)估計模型、設備綜合狀態(tài)評價和預測模型、維修間隔時間模型、多個部件統(tǒng)籌維修策略模型、故障的風險評價模型等各種數(shù)學計算模型。

（3）知識庫，就是將一些現(xiàn)場工人及專家的經(jīng)驗用文字或數(shù)字的形式存儲起來，相當于一個規(guī)則庫。

（4）處理器，高速列車維修決策支持系統(tǒng)中各種模型（包括設備壽命分布模型、設備綜合狀態(tài)的評估及預測模型、設備重要度的綜合評價模型、維修間隔時間確立模型等）的處理和計算都是由處理器根據(jù)人機交互界面得到的指令，協(xié)調數(shù)據(jù)庫以及模型庫來實現(xiàn)。作為決策系統(tǒng)的核心部分，主要功能是調用知識庫中的規(guī)則、數(shù)據(jù)庫中的相關數(shù)據(jù)并協(xié)調各模塊之間的信息傳遞?？梢酝ㄟ^處理器對系統(tǒng)數(shù)據(jù)庫進行訪問；對數(shù)據(jù)的合理性進行檢測，并進行統(tǒng)一格式化處理；本系統(tǒng)中，處理器也可以訪問知識庫，可以向用戶或專家咨詢；選擇合適的模型。

（5）用戶界面，是維修決策支持系統(tǒng)與用戶之間進行信息交換的媒介，用戶可以方便有效地輸入相關信息，系統(tǒng)可以根據(jù)用戶的需求將相應的結果顯示在界面上。用戶可方便快捷地了解系統(tǒng)推理的過程，實時查看運算結果。

圖1 高速列車設備維修決策系統(tǒng)架構

2 系統(tǒng)功能解析

高速列車設備維修決策系統(tǒng)能對設備的基本信息、運行維修過程中收集的數(shù)據(jù)進行加工和處理，進而確定設備的壽命分布模型，根據(jù)設備的維修基本信息給出高速列車設備高效安全運行的維修決策方案。此外還具有靈活、人性化的人機交互系統(tǒng)。

2.1 具體決策功能模塊

首先選擇、整理和分析來自列車運營管理信息系統(tǒng)的數(shù)據(jù)。然后依據(jù)以可靠性為中心的維修思想 (Reliability-Centered Maintenance,RCM)，深入分析設備壽命分布模型的建立方法、設備維修間隔時間，以及檢測間隔時間的確定方案、設備重要度的評估方案、設備綜合狀態(tài)的評價和預測方案等重要模型，通過不同方法方案的對比，最終選取最優(yōu)方案，然后利用計算機語言實現(xiàn)相應模型的計算，實現(xiàn)維修決策方案的實施，完成維修決策支持系統(tǒng)的設計開發(fā)。系統(tǒng)功能研究的主要技術路線，如圖2。

圖2 本文研究的技術路線

2.1.1 設備重要度評價

高速列車包含眾多設備，各設備的功能及故障后造成的影響差別很大，因此在制訂維修計劃時，不能對所有設備采取同一種維修方式，而要綜合分析設備故障對安全性、任務性以及經(jīng)濟性的影響程度，在此基礎上確定具體設備的維修時間和維修方式。高速列車設備維修決策支持系統(tǒng)建立了基于模糊加權最小二乘法的重要度分析模型，通過設備重要度指標值來反映設備故障造成的綜合影響，然后根據(jù)設備重要度以及實際維修能力來確定具體設備的維修方式。

2.1.2 設備壽命分布模型的建立

（1）收集設備運營過程中的故障數(shù)據(jù)、無失效數(shù)據(jù)以及維修信息數(shù)據(jù)，并對這些數(shù)據(jù)進行處理和分析，從而建立設備壽命分布模型以及修復非新模型，此為壽命分布模型建立模塊的主要功能。

（2）基于建立設備壽命模型包含參數(shù)估計、擬合優(yōu)度的檢驗以及最優(yōu)模型的選擇。在收集到一定規(guī)模的設備運營故障數(shù)據(jù)和維修信息后，便可根據(jù)這些數(shù)據(jù)和信息建立設備的壽命分布模型。共包含3個步驟：①進行參數(shù)估計。首先對記錄的故障數(shù)據(jù)進行預處理，需要調用模型庫中的數(shù)據(jù)預處理模型，根據(jù)預處理后的數(shù)據(jù)，系統(tǒng)可以構造出模型分布概率圖，進而對分布概率圖進行分析，確定一種或幾種可能的分布模型，針對不同的分布模型，系統(tǒng)會根據(jù)用戶的不同需求調用模型庫中最適宜的參數(shù)估計模型，進行模型的參數(shù)；②擬合優(yōu)度檢驗。針對參數(shù)估計模塊中確定的一種或幾種可能的設備壽命分布模型，系統(tǒng)自動從模型庫中選擇適宜的擬合優(yōu)度檢驗統(tǒng)計量，并對統(tǒng)計量進行計算，進而判斷所確立的分布模型是否合理；③選擇最優(yōu)的模型。針對合理的分布模型，調用模型庫中的灰色關聯(lián)方法或模糊貼近度方法進行擬合優(yōu)度檢驗，然后根據(jù)擬合優(yōu)度的檢驗結果以及用戶的需求確定最優(yōu)分布模型。

針對無失效數(shù)據(jù)，建立設備壽命分布模型主要包含參數(shù)估計，系統(tǒng)中重點應用Bayes理論對現(xiàn)場收集的無失效數(shù)據(jù)進行有效地參數(shù)估計，針對數(shù)據(jù)庫中儲存的無失效數(shù)據(jù)，采用模型庫中的Bayes參數(shù)估計模型，獲得模型中各參數(shù)的估計值，從而確定設備壽命分布模型。

（3）建立修復非新模型：確定設備壽命分布模型之后，依據(jù)設備的維修次數(shù)和服役時間，對設備壽命分布模型進行必要的參數(shù)修正。根據(jù)設備營運過程中記錄的故障和維修數(shù)據(jù)，調用模型庫中的模型，此模型可以確定修復非新模型影響因子，從而確立設備壽命的修復非新模型。

2.1.3 預防性維修間隔時間的確定

（1）維修工作是否有效的關鍵因素就是維修間隔時間制定的是否合理，它直接關系到維修工作有效性。對于故障后果嚴重的設備，如果維修間隔時間過長，便會降低設備的安全性以及完成任務的能力；間隔時間太短，又會造成不必要的浪費。因此合理地確定維修間隔時間需要綜合考慮安全性、任務性以及經(jīng)濟性等方面的因素。本系統(tǒng)依據(jù)已經(jīng)確定的設備壽命分布模型、根據(jù)對設備安全性、任務性或經(jīng)濟性的不同要求，確立了單個設備維修間隔時間的優(yōu)化模型。由于高速列車包含的設備眾多，不可能每次維修只針對某一設備進行，統(tǒng)籌考慮多個設備組合維修才是經(jīng)濟可行的，因此建立了多設備組合優(yōu)化維修模型。

（2）在設備壽命分布模型已經(jīng)確定的前提下，分析單個設備周期預防性維修間隔時間的確定、順序預防性維修間隔時間的確定，以及多個設備組合維修間隔時間的優(yōu)化。單個設備預防性維修間隔時間的確定，從數(shù)據(jù)庫中調用相關要求，如設備安全等級、經(jīng)濟性要求、使用有效度等，根據(jù)相關要求調用模型庫中對應的維修間隔時間確定模型，計算出設備的最佳維修間隔時間。在單個設備維修間隔時間確定的基礎上，對多個設備的維修方案進行優(yōu)化組合，首先確定需進行組合維修的設備，利用模型庫中的多個設備組合維修優(yōu)化模型，得到最優(yōu)的多設備組合維修間隔時間，在保證設備安全性的基礎上使維修成本最低。

2.1.4 設備狀態(tài)評價及預測

對于關鍵設備，尤其是維修成本又比較高的設備，實時監(jiān)測設備的運行參數(shù)，通過對參數(shù)的綜合分析來評價設備所處狀態(tài)，并據(jù)此來判定是否對其進行維修，即為視情維修。視情維修中非常重要的一步就是對檢測到的實時數(shù)據(jù)進行分析，評價設備當前的狀態(tài)。本系統(tǒng)中建立了設備狀態(tài)評價及預測模型。針對不同的設備，依據(jù)一定的規(guī)則從模型庫中調用適宜的模型，然后依據(jù)之前設定的狀態(tài)閾值對實時檢測到的運行參數(shù)進行評價，確定設備當前所處的狀態(tài)，并根據(jù)設備的當前狀態(tài)判斷出是否立即對設備進行維護，同時系統(tǒng)具備相應的故障診斷和報警功能。狀態(tài)預測主要針對狀態(tài)評價中狀態(tài)不佳的設備，從模型庫中選擇合適的預測模型，依據(jù)預測得到的狀態(tài)決定設備的檢測間隔時間或維修時間點，以便制定合理的維修決策。

2.2 系統(tǒng)管理模塊

此模塊主要對系統(tǒng)用戶以及用戶權限進行統(tǒng)一配置和管理，對用戶的登陸和退出進行跟蹤記錄。并進行系統(tǒng)備份和回復。

2.3 信息綜合管理模塊

此模塊的主要功能是存儲和管理列車所有相關設備的基本信息。包括設備編碼、設備基本功能參數(shù)、運行過程中故障信息的詳細記錄、設備臺賬的管理等。以便為決策功能模塊提供必要的基本信息。

3 系統(tǒng)開發(fā)工具

作為可視化編程工具中的編程語言Visual C++，它集成了微軟視窗操作系統(tǒng)應用程序接口（具有與MATLAB應用程序的接口），而且提供了有效的編輯、編譯和調試工具，但不具備強大的數(shù)學計算能力。而此決策支持系統(tǒng)中的任一模塊都需要進行大量而且復雜的數(shù)學計算，因此本系統(tǒng)引入了具有龐大計算功能的MATLAB軟件。MATLAB軟件是一個計算效率和計算精度都比較高的數(shù)值計算軟件。

由于本維修決策支持系統(tǒng)中涉及到的信息的形式多樣，如有專家經(jīng)驗知識的文字化信息、有設備基本功能參數(shù)、運行里程、維護費用等涉及到的數(shù)字化信息等，因此本文維修決策支持系統(tǒng)的數(shù)據(jù)庫管理軟件采用了Oracle數(shù)據(jù)庫。

將Visual C++、MATLAB軟件和Oracle數(shù)據(jù)庫管理軟件有效地結合起來，充分發(fā)揮各自優(yōu)勢，從而實現(xiàn)高速列車維修決策支持系統(tǒng)的開發(fā)。系統(tǒng)采用Visual C++實現(xiàn)了友好的人機交互界面，通過此界面不僅能夠實現(xiàn)Oracle和MATLAB之間信息的交換和傳輸工作，而且還能快捷方便地對Oracle數(shù)據(jù)庫中的數(shù)據(jù)及信文字息進行調用和管理，如圖3。

圖4 減振器故障數(shù)據(jù)預處理

圖5 故障數(shù)據(jù)在概率圖紙的擬合

圖6 減振器壽命分布模型參數(shù)估計

4 高速列車設備維修決策支持系統(tǒng)的實現(xiàn)

下面以設備壽命分布模型的建立過程為例，介紹系統(tǒng)功能的具體實現(xiàn)。

（1）高速列車設備運營故障數(shù)據(jù)大部分為隨機截尾數(shù)據(jù)。因為受運營方式和維修方式的影響，不可能所有設備等到故障后才進行維修或更換。對于這種未出現(xiàn)故障就進行維修或更換的設備，可能發(fā)生故障的時間點很難估計，也無法得到此設備的故障秩次。而平均秩次方法則可以解決該難題。因為平均秩次法采用了中位秩的計算方案，對樣本數(shù)據(jù)的數(shù)量要求也不嚴格。因此針對這種隨機截尾數(shù)據(jù)，采用平均秩次法來進行設備故障秩次的計算，進而對設備的可靠性進行分析。圖4所示為減振器故障數(shù)據(jù)預處理的結果。

（2）根據(jù)預處理的數(shù)據(jù)選擇減振器故障的分布模型。首先根據(jù)經(jīng)驗大致確定減振器故障可能服從指數(shù)分布或威布爾分布，然后根據(jù)預處理得到的數(shù)據(jù)在概率圖紙上描點，得到圖5中的概率圖紙。圖5中左下方展示的是減震器故障數(shù)據(jù)的指數(shù)分布擬合情況，圖5中右下方展示的是故障數(shù)據(jù)的威布爾分布擬合情況，由概率圖紙可以看出，本文分析的減振器故障分布更傾向于威布爾分布，而且是三參數(shù)的威布爾分布。

（3）確定分布模型后，便可以根據(jù)相應的參數(shù)估計方法得到三參數(shù)的威布爾參數(shù)估計，本系統(tǒng)的三參數(shù)威布爾分布參數(shù)估計方法有多種，最終選擇估計結果最優(yōu)的一種。圖6中采用不同的參數(shù)估計方法對減振器故障數(shù)據(jù)進行分析，得到的參數(shù)估計結果，根據(jù)最優(yōu)的估計結果建立了故障率分布圖和可靠度分布圖。

5 結論

通過對國外高速列車維修決策研究成果以及我國高速列車運行與維修現(xiàn)狀的調查研究，建立以可靠性為中心的設備維修決策支持系統(tǒng)。著重處理和分析列車運行與維修過程中的現(xiàn)場數(shù)據(jù)，并對實現(xiàn)列車設備維修決策的幾個關鍵問題進行分析并給出解決策略，最終設計和開發(fā)出高速列車設備維修決策支持系統(tǒng)。該系統(tǒng)為高速列車設備的運行與維修決策提供了一個通用平臺。

［1］董錫明.機車車輛運用可靠性工程［M］.北京:中國鐵道出版社，2002.

［2］張志華，劉海濤，程文鑫.威布爾分布場合下無失效數(shù)據(jù)的Bayes分析［J］.海軍工程大學學報，2007，19（6）：38-41.

［3］張志華，姜禮平.正態(tài)分布場合下無失效數(shù)據(jù)的統(tǒng)計分析［J］.工程數(shù)學學報，2005，22（4）：741-744.

［4］韓明.失效概率的 E-Bayes估計及其性質［J］.數(shù)學物理學報，2007，27A（3）：488-495.