齊彥昆，王 紅，何 勇，熊 律

（蘭州交通大學(xué)機(jī)電工程學(xué)院，甘肅 蘭州 730070）

在以維修成本和維修時(shí)間為導(dǎo)向的維修體系下，影響動(dòng)車(chē)組預(yù)防性維修策略制定的因素越來(lái)越受到重視。維修場(chǎng)所作為承擔(dān)動(dòng)車(chē)組檢修任務(wù)的基地，各部件的維修操作需依托其展開(kāi)，且維修的效果、成本和時(shí)間與維修場(chǎng)所內(nèi)維修方式的選擇和維修任務(wù)的分配直接關(guān)聯(lián)。因此，如何考慮維修場(chǎng)所因素以統(tǒng)籌規(guī)劃維修策略，實(shí)現(xiàn)動(dòng)車(chē)組維修成本和維修時(shí)間的優(yōu)化已成為亟待解決的問(wèn)題。

目前，針對(duì)多部件系統(tǒng)的維修，主要通過(guò)對(duì)部件衰退過(guò)程的描述來(lái)判斷維修時(shí)機(jī)，并結(jié)合成組維修策略制定方案［1-4］。Fan等［5］針對(duì)部件維修時(shí)機(jī)離散化的現(xiàn)象，采用成組維修策略將各部件單獨(dú)的預(yù)防性維修計(jì)劃進(jìn)行整合；Yang等［6］采取定周期的成組維修策略，既便于操作，又有效節(jié)約了停機(jī)成本；Shafiee等［7］采用更換的方式對(duì)部件進(jìn)行成組維修，并在系統(tǒng)達(dá)到預(yù)定役齡時(shí)對(duì)其所有部件執(zhí)行更換操作。但是，文獻(xiàn)［5-7］均采用單一的維修方式，其維修策略不能較好地匹配動(dòng)車(chē)組的多級(jí)維修機(jī)制。為此，王紅等［8］采取具有初級(jí)維修和高級(jí)維修的兩級(jí)非完美維修方式對(duì)動(dòng)車(chē)組部件進(jìn)行維修；劉志龍等［9］考慮不同維修方式下所需成本和維修效果的差異，基于效費(fèi)比的概念對(duì)動(dòng)車(chē)組部件的維修方式進(jìn)行選擇。

現(xiàn)有維修策略的成本模型大多重點(diǎn)關(guān)注維修操作和停機(jī)損失所帶來(lái)的成本，但這并不全面。動(dòng)車(chē)組的維修作業(yè)通常在動(dòng)車(chē)所內(nèi)實(shí)施，需要提前準(zhǔn)備設(shè)備、人員等維修資源。且有時(shí)為使部件恢復(fù)更佳的性能狀態(tài)，動(dòng)車(chē)組須前往動(dòng)車(chē)段維修，限于動(dòng)車(chē)段數(shù)量較少且輻射范圍較廣，維修時(shí)需調(diào)動(dòng)車(chē)組前往動(dòng)車(chē)段所在地，此類(lèi)操作均有相應(yīng)成本產(chǎn)生。因此，忽略維修場(chǎng)所來(lái)衡量維修策略制定的經(jīng)濟(jì)性并不合理。

此外，在追求維修策略經(jīng)濟(jì)性的同時(shí)，也應(yīng)盡可能地縮短維修時(shí)間［10-12］。狄鵬等［13］在制定維修策略時(shí)，將部件維修時(shí)間納入考慮，通過(guò)優(yōu)化機(jī)會(huì)維修閾值來(lái)獲取系統(tǒng)的最優(yōu)維修成本和可用度，但其對(duì)維修時(shí)間的研究停留在部件層面，缺乏對(duì)系統(tǒng)層維修時(shí)間的考慮。王正元等［14］將維修人員視為承擔(dān)部件維修任務(wù)的主體，通過(guò)對(duì)維修任務(wù)和維修人員的優(yōu)化匹配，實(shí)現(xiàn)了系統(tǒng)維修時(shí)間最短，但其并未考慮維修人員在不同維修方式下所需時(shí)間的差異。

為此，筆者提出了一種考慮維修場(chǎng)所的動(dòng)車(chē)組多部件雙目標(biāo)成組維修策略。首先，在預(yù)防性維修中采用兩級(jí)非完美維修方式，并引入維修場(chǎng)所對(duì)維修方式的約束，通過(guò)維修場(chǎng)所的選擇進(jìn)一步選擇維修方式；然后，提出一種部件維修任務(wù)分配算法，通過(guò)對(duì)維修人員和部件維修任務(wù)的優(yōu)化匹配來(lái)實(shí)現(xiàn)系統(tǒng)維修時(shí)間最短；最后，將所提出的算法引入到遺傳算法中，以?xún)?yōu)化求解動(dòng)車(chē)組系統(tǒng)的維修成本和維修時(shí)間。

1 動(dòng)車(chē)組系統(tǒng)維修問(wèn)題描述與假設(shè)

以動(dòng)車(chē)組多部件系統(tǒng)為研究對(duì)象，四級(jí)修運(yùn)行里程區(qū)間為研究范圍。隨著運(yùn)行里程的增加，動(dòng)車(chē)組系統(tǒng)的部件會(huì)逐漸老化，有必要根據(jù)維修策略進(jìn)入相應(yīng)的維修場(chǎng)所實(shí)施維修作業(yè)。維修時(shí)因受到維修人員數(shù)量的限制，無(wú)法同時(shí)維修各部件，須將待維修部件分配至相關(guān)維修人員依次進(jìn)行維修?；诖?，針對(duì)所研究的內(nèi)容，提出以下假設(shè)：

1）動(dòng)車(chē)組系統(tǒng)的部件由全新?tīng)顟B(tài)投入運(yùn)行。

2）在維修方式上，采取具有初級(jí)維修和高級(jí)維修的兩級(jí)非完美維修方式。

3）維修時(shí)機(jī)選取動(dòng)車(chē)組二、三級(jí)修里程點(diǎn)。由于各部件的二級(jí)修時(shí)機(jī)不同，為簡(jiǎn)化模型，統(tǒng)一選取2×105km作為單位維修里程。

4）小修不改變部件的可靠度和衰退速率，僅消除部件的故障狀態(tài)。

5）部件維修流程工序規(guī)范化，維修時(shí)間和維修成本均為定值。

6）以“1 h”為單位維修時(shí)間。

2 動(dòng)車(chē)組部件層預(yù)防性維修策略建模

2.1 可靠度閾值限制

為確保動(dòng)車(chē)組系統(tǒng)的部件運(yùn)行狀態(tài)良好，故障風(fēng)險(xiǎn)可控，設(shè)置部件j（j=1，2，…，m）的可靠度閾值為Rjmin。要求在動(dòng)車(chē)組運(yùn)行區(qū)間內(nèi)，各部件的時(shí)變可靠度Ri，j（i=1，2，…，n，j=1，2，…，m）均高于Rjmin，即滿(mǎn)足可靠度閾值限制，可表示為：

式中：Li，j為部件j第i-1次至第i次預(yù)防性維修間的運(yùn)行里程；λi，j(l)為部件j第i-1次至第i次預(yù)防性維修間的故障率函數(shù)；l為本次運(yùn)行區(qū)間內(nèi)任意時(shí)刻對(duì)應(yīng)的里程。

2.2 故障率演化建模

威布爾分布（Weibull distribution）廣泛應(yīng)用于機(jī)械設(shè)備的可靠性計(jì)算，適用于描述機(jī)械設(shè)備的衰退過(guò)程。本文基于雙參數(shù)威布爾分布對(duì)動(dòng)車(chē)組系統(tǒng)各部件的故障率演化規(guī)律進(jìn)行描述。部件j由全新?tīng)顟B(tài)投入運(yùn)行至第1次預(yù)防性維修間的故障率函數(shù)λ1，j(l)可表示為：

式中：θj為部件j的形狀參數(shù)；ηj為部件j的生命特征參數(shù)。

為表征維修活動(dòng)在故障率演化過(guò)程中所起的作用，Zhou等［15］結(jié)合文獻(xiàn)［16-17］提出了混合故障率演化模型，用于描述維修操作對(duì)故障率函數(shù)的影響，可表示為：

式中：bi，j、ai，j分別為部件j第i次預(yù)防性維修后的故障率遞增因子和役齡回退因子。

在維修方式上，本文在原有單級(jí)非完美維修的基礎(chǔ)上，結(jié)合我國(guó)動(dòng)車(chē)組現(xiàn)行的多級(jí)修制，采用具有初級(jí)維修和高級(jí)維修的兩級(jí)非完美維修方式：將原屬于運(yùn)用檢修的二級(jí)修視為初級(jí)維修，屬于定期檢修的三級(jí)修視為高級(jí)維修。因受維修設(shè)施、時(shí)間等因素的影響，高級(jí)維修的效果明顯優(yōu)于初級(jí)維修，如圖1所示。

圖1 初級(jí)維修與高級(jí)維修效果比較Fig.1 Comparison of effect of primary maintenance and advanced maintenance

為便于選擇，引入維修方式選擇因子χi，j：

根據(jù)選擇因子χi，j取值對(duì)部件采取相應(yīng)的維修方式。由于維修方式不同，維修后部件的故障率遞增因子和役齡回退因子也不同，故對(duì)其進(jìn)行修正：

3 動(dòng)車(chē)組系統(tǒng)層維修策略研究

3.1 系統(tǒng)層維修模型

相較于傳統(tǒng)的機(jī)械系統(tǒng)，動(dòng)車(chē)組系統(tǒng)維修策略的制定受多方面因素的影響。第一，在維修方式上，動(dòng)車(chē)組具有多級(jí)修程，且各級(jí)修程的修復(fù)效果呈遞增趨勢(shì)；第二，在維修場(chǎng)所上，根據(jù)維修職能的不同，可分為動(dòng)車(chē)所和動(dòng)車(chē)段兩級(jí)，動(dòng)車(chē)所僅有運(yùn)用車(chē)間，動(dòng)車(chē)段兼有運(yùn)用車(chē)間與高級(jí)修車(chē)間；第三，維修場(chǎng)所對(duì)維修方式具有約束作用，即初級(jí)維修在運(yùn)用車(chē)間實(shí)施，高級(jí)維修在高級(jí)修車(chē)間實(shí)施，可表示為：

式中：Su為第u次動(dòng)車(chē)組系統(tǒng)停機(jī)時(shí)維修場(chǎng)所選擇因子；G為維修方式集，G1={0}，G2={0，1}，G3={0，1，2}。

綜合考量上述特點(diǎn)，本文采取間接成組維修策略，以L為單位運(yùn)行里程，將動(dòng)車(chē)組系統(tǒng)維修規(guī)劃期劃分為多段，動(dòng)車(chē)組于每段單位運(yùn)行里程末尾的節(jié)點(diǎn)處有維修的機(jī)會(huì)，各部件維修方式的選擇與該節(jié)點(diǎn)處維修場(chǎng)所的選擇有關(guān)。當(dāng)動(dòng)車(chē)組的累計(jì)運(yùn)行里程達(dá)到四級(jí)修里程時(shí)，對(duì)動(dòng)車(chē)組系統(tǒng)實(shí)施大修。如圖2所示，L，2L，…，qL為動(dòng)車(chē)組維修時(shí)機(jī)。當(dāng)運(yùn)行里程為L(zhǎng)時(shí)，動(dòng)車(chē)組不前往維修場(chǎng)所，各部件不進(jìn)行維修；當(dāng)運(yùn)行里程為3L時(shí)，動(dòng)車(chē)組前往動(dòng)車(chē)所，各部件選取G2中的維修方式；當(dāng)運(yùn)行里程為qL時(shí)，動(dòng)車(chē)組前往動(dòng)車(chē)段，各部件選取G3中的維修方式。

圖2 不同運(yùn)行區(qū)間內(nèi)動(dòng)車(chē)組系統(tǒng)的維修策略Fig.2 Maintenance strategy of electric multiple unit system in different operation intervals

3.2 系統(tǒng)維修成本

3.2.1 部件層維修成本

部件層維修成本主要包括預(yù)防性維修成本和故障小修成本。

綜上，動(dòng)車(chē)組系統(tǒng)在維修規(guī)劃期內(nèi)的部件層維修成本Cg可表示為：

3.2.2 系統(tǒng)層維修成本

系統(tǒng)層維修成本Ch包括動(dòng)車(chē)組前往動(dòng)車(chē)段的調(diào)度成本、維修資源準(zhǔn)備成本和維修人員雇傭成本，可表示為：

式中：ct為動(dòng)車(chē)組前往動(dòng)車(chē)段的調(diào)度成本；cpr為維修資源準(zhǔn)備成本；cman為維修人員雇傭成本；nman為維修人員雇傭數(shù)量；fd、fs分別為動(dòng)車(chē)組前往動(dòng)車(chē)段、動(dòng)車(chē)所的維修次數(shù)。

綜上，維修規(guī)劃期內(nèi)動(dòng)車(chē)組系統(tǒng)的總維修成本C可表示為：

3.3 系統(tǒng)維修時(shí)間

部件維修時(shí)間是指各部件根據(jù)維修計(jì)劃進(jìn)行預(yù)防性維修所需的時(shí)間。部件j第i次預(yù)防性維修所需的時(shí)間ti，j可表示為：

在動(dòng)車(chē)所（段）內(nèi)，維修作業(yè)通常由維修人員操作實(shí)施。通過(guò)對(duì)待維修部件依次進(jìn)行維修，達(dá)到部件可靠度回升的效果。但限于維修人員數(shù)量往往小于待維修部件數(shù)量，不同部件的維修作業(yè)不能在同一時(shí)間段內(nèi)進(jìn)行，需分配給不同的維修人員；動(dòng)車(chē)組系統(tǒng)的維修時(shí)間以最后完成維修作業(yè)的時(shí)間為準(zhǔn)。鑒于所研究動(dòng)車(chē)組系統(tǒng)中的部件數(shù)量有限，雇傭2名維修人員即可在較短時(shí)間內(nèi)完成維修任務(wù)。則動(dòng)車(chē)組系統(tǒng)第u次停機(jī)時(shí)的維修時(shí)間Tu為：

其中：

式中：tu，1、tu，2分別為動(dòng)車(chē)組系統(tǒng)第u次停機(jī)時(shí)維修人員 1和維修人員2完成維修作業(yè)所需的時(shí)間；tj1，1、tj2，2分別為分配給維修人員1和維修人員2的待維修部件j1、j2的維修時(shí)間；v、w分別為分配給維修人員1和維修人員2的待維修部件數(shù)量。

綜上，維修規(guī)劃期內(nèi)動(dòng)車(chē)組系統(tǒng)的總維修時(shí)間T為：

式中：f為動(dòng)車(chē)組系統(tǒng)停機(jī)次數(shù)，f=fs+fd。

3.4 目標(biāo)函數(shù)

以維修成本和維修時(shí)間最小為優(yōu)化目標(biāo)，構(gòu)建動(dòng)車(chē)組多部件雙目標(biāo)成組維修優(yōu)化模型：

在保證動(dòng)車(chē)組系統(tǒng)各部件的時(shí)變可靠度高于可靠度閾值以及各部件維修在動(dòng)車(chē)組維修時(shí)機(jī)上實(shí)施的前提下，對(duì)動(dòng)車(chē)組系統(tǒng)進(jìn)行多部件雙目標(biāo)成組維修。

4 動(dòng)車(chē)組多部件雙目標(biāo)成組維修模型求解

4.1 基于動(dòng)態(tài)規(guī)劃的系統(tǒng)維修時(shí)間求解

當(dāng)2名維修人員同時(shí)完成維修作業(yè)，即不存在一維修人員等待另一維修人員的現(xiàn)象時(shí)，維修時(shí)間Tu最優(yōu)。但因受待維修部件數(shù)量和不同部件維修時(shí)間差異的影響，Tu的最優(yōu)解的實(shí)現(xiàn)具有未知性。為獲得動(dòng)車(chē)組多部件雙目標(biāo)成組維修模型的實(shí)際解，從維修人員等待時(shí)間最小化的角度出發(fā)，將min(Tu)轉(zhuǎn)化為min(|tu，1-tu，2|)進(jìn)行求解，如圖3所示。

圖3 動(dòng)車(chē)組系統(tǒng)部件維修任務(wù)分配方案Fig.3 Maintenance task allocation scheme of electric multiple unit system components

基于上述分析，采取動(dòng)態(tài)規(guī)劃算法中的求子集和方法進(jìn)行求解。然而，與傳統(tǒng)求解思路不同的是，本文中維修任務(wù)分配問(wèn)題的目標(biāo)具有未知性。因此，應(yīng)先從理論最優(yōu)解，即tu，1-tu，2=0 附近尋求實(shí)際最優(yōu)解，然后利用逆推法獲得分配方案，具體流程如下。

步驟1 根據(jù)部件維修方式的選擇確定部件的維修時(shí)間，并按維修時(shí)間長(zhǎng)短對(duì)待維修部件依次排序；

步驟2 將優(yōu)化目標(biāo)由min(Tu)轉(zhuǎn)化為min(|tu，1-tu，2|)；

步驟4 根據(jù)動(dòng)態(tài)規(guī)劃算法原理，構(gòu)建邏輯判斷矩陣并進(jìn)行決策；

步驟5 尋求是否存在滿(mǎn)足目標(biāo)的方案，若存在，則執(zhí)行步驟6，否則令ta=ta+tt(tt為單位維修時(shí)間，本文取tt=1 h)，并返回步驟4；

步驟6 采取逆推法求解具體分配方案，并輸出系統(tǒng)維修時(shí)間Tu。

將基于動(dòng)態(tài)規(guī)劃的部件維修任務(wù)分配算法引入到遺傳算法中，用于計(jì)算動(dòng)車(chē)組系統(tǒng)的維修時(shí)間。

4.2 基于遺傳算法的維修模型確定

考慮到維修場(chǎng)所對(duì)部件維修方式的影響，采取整數(shù)規(guī)劃來(lái)描述維修模型，但該模型的求解復(fù)雜程度較高，且優(yōu)化目標(biāo)不單一，若采取傳統(tǒng)的運(yùn)籌學(xué)優(yōu)化方法，則難以在短時(shí)內(nèi)獲得可行較優(yōu)解。因此，本文采取多目標(biāo)遺傳算法進(jìn)行求解。

1）編碼與初始化種群。

為描述維修場(chǎng)所對(duì)維修方式的約束，將種群中每條染色體分為兩部分：前半部分用于記錄動(dòng)車(chē)組對(duì)維修場(chǎng)所的選擇，稱(chēng)為維修場(chǎng)所染色體；后半部分用于記錄部件對(duì)維修方式的選擇，稱(chēng)為維修方式染色體。維修場(chǎng)所染色體中的基因個(gè)數(shù)o為：

式中：Lmax為動(dòng)車(chē)組系統(tǒng)維修規(guī)劃期內(nèi)的總運(yùn)行里程。

維修方式染色體中基因個(gè)數(shù)e=oj。由于染色體基因以整數(shù)形式表示，采取實(shí)值編碼法對(duì)染色體基因進(jìn)行編碼?；诰S修場(chǎng)所對(duì)維修方式的約束，隨機(jī)生成染色體以組成初始化種群，用于求解動(dòng)車(chē)組系統(tǒng)維修模型，如表1所示。

表1 用于求解動(dòng)車(chē)組系統(tǒng)維修模型的初始化種群Table 1 Initialized population for solving electric multiple unit system maintenance model

2）交叉與變異。

在交叉操作中，維修場(chǎng)所染色體與維修方式染色體均采取單點(diǎn)交叉法。任意選取種群中2個(gè)個(gè)體作為父代個(gè)體，對(duì)2個(gè)父代個(gè)體相同位置之后的基因進(jìn)行交換，進(jìn)而產(chǎn)生新的子代個(gè)體。

在變異操作中，維修場(chǎng)所染色體與維修方式染色體均采取單點(diǎn)變異法，當(dāng)變異位置x位于維修場(chǎng)所染色體時(shí)，維修場(chǎng)所染色體的變異位置x對(duì)應(yīng)的基因根據(jù)式（7）重新生成，且對(duì)應(yīng)的維修方式染色體基因根據(jù)式（8）重新生成。當(dāng)變異位置x位于維修方式染色體時(shí)，因受維修場(chǎng)所染色體的約束，變異位置對(duì)應(yīng)的基因在維修方式集G中重新選擇生成。

3）選擇。

對(duì)滿(mǎn)足維修優(yōu)化模型約束條件的個(gè)體，根據(jù)支配概念，以秩的大小對(duì)種群快速排序，將秩為1的非支配個(gè)體留存組成精英種群。當(dāng)種群迭代至規(guī)定值時(shí)輸出Pareto最優(yōu)集。

5 實(shí)例分析

動(dòng)車(chē)組某機(jī)械系統(tǒng)由7個(gè)部件串聯(lián)組成，各部件的參數(shù)根據(jù)文獻(xiàn)［18-20］設(shè)定，如表2所示。

表2 動(dòng)車(chē)組某機(jī)械系統(tǒng)各部件的參數(shù)Table 2 Parameters of each component of electric multiple unit mechanical system

圖4 不同種群代數(shù)下動(dòng)車(chē)組某機(jī)械系統(tǒng)維修方案的優(yōu)化解對(duì)比Fig.4 Comparison of maintenance scheme optimization solutions of electric multiple unit mechanical system under different population generations

為驗(yàn)證考慮維修場(chǎng)所的必要性，對(duì)2種維修方案進(jìn)行對(duì)比分析。其中方案1不考慮維修場(chǎng)所，從部件層角度出發(fā)，對(duì)各部件的維修時(shí)機(jī)與維修方式進(jìn)行優(yōu)化；方案2為考慮維修場(chǎng)所。2種維修方案的優(yōu)化結(jié)果如表3所示。

表3 動(dòng)車(chē)組某機(jī)械系統(tǒng)不同維修方案的優(yōu)化結(jié)果對(duì)比Table 3 Comparison of optimization results of different maintenance schemes for electric multiple unit mechanical system

由表3可知：相較于方案1，方案2能較好地歸并部件的維修時(shí)機(jī)，減少動(dòng)車(chē)組前往維修場(chǎng)所的次數(shù)，且方案2的維修方式較為集中，即部件的高級(jí)維修操作大多在同一維修時(shí)機(jī)進(jìn)行，進(jìn)而減少了動(dòng)車(chē)組前往動(dòng)車(chē)段維修的次數(shù)，降低了系統(tǒng)層維修成本。

從維修成本和維修時(shí)間的角度分析，方案2的總維修成本比方案1降低了14.3%，這主要是因?yàn)榉桨?的系統(tǒng)層維修成本優(yōu)勢(shì)明顯，較方案1的降低了46.2%。此外，方案2的維修時(shí)間比方案1縮短了16.7%。

綜上所述，考慮維修場(chǎng)所的方案2的維修成本和維修時(shí)間均優(yōu)于方案1，驗(yàn)證了考慮維修場(chǎng)所因素制定維修策略的優(yōu)越性。

表4所示為方案1和方案2中不同維修時(shí)機(jī)下該動(dòng)車(chē)組機(jī)械系統(tǒng)的維修時(shí)間。分析表4可知，方案2中部件的維修時(shí)機(jī)較為集中，在部件維修任務(wù)分配算法下能以較短的時(shí)間完成維修任務(wù)。

表4 基于不同方案的動(dòng)車(chē)組某機(jī)械系統(tǒng)維修時(shí)間Table 4 Maintenance time of electric multiple unit mechanical system based on different schemes

為驗(yàn)證所提出的部件維修任務(wù)分配算法的有效性，以方案2中第8次維修時(shí)機(jī)為例，對(duì)待維修部件與維修人員的匹配問(wèn)題進(jìn)行分析。第8次維修時(shí)機(jī)下待維修部件維修時(shí)間的集合X8={17 h，25 h，9 h，31 h，5 h，10 h，15 h}。圖 5 為基于本文算法的該動(dòng)車(chē)組機(jī)械系統(tǒng)第8次維修時(shí)機(jī)的部件分配方案。通過(guò)與枚舉法對(duì)比，發(fā)現(xiàn)基于本文算法的部件分配方案與枚舉法的結(jié)果完全一致，驗(yàn)證了所提出算法的有效性。

6 結(jié) 論

1）考慮到維修場(chǎng)所對(duì)維修方式的約束作用，運(yùn)用遺傳算法對(duì)維修場(chǎng)所和維修方式進(jìn)行優(yōu)化選擇，克服了以往動(dòng)車(chē)組系統(tǒng)維修模型中各部件維修時(shí)機(jī)離散化與維修方式差異化的不足，從而減少了動(dòng)車(chē)組系統(tǒng)的維修成本和維修時(shí)間。

2）提出了一種部件維修任務(wù)分配算法，實(shí)現(xiàn)了維修人員和部件維修任務(wù)的優(yōu)化匹配，使得動(dòng)車(chē)組系統(tǒng)維修時(shí)間最短。

3）本文以動(dòng)車(chē)組系統(tǒng)為研究對(duì)象制定維修策略，但受研究層次的局限性，策略制定方不能從全局角度統(tǒng)籌規(guī)劃動(dòng)車(chē)組維修策略。今后應(yīng)將研究對(duì)象進(jìn)一步擴(kuò)展至動(dòng)車(chē)組車(chē)隊(duì)，從車(chē)隊(duì)運(yùn)維的角度進(jìn)行研究，使動(dòng)車(chē)組維修計(jì)劃更全面且可協(xié)調(diào)。