摘" 要：高速列車制動(dòng)系統(tǒng)的性能直接關(guān)系到行車的安全性。動(dòng)車組的制動(dòng)系統(tǒng)結(jié)構(gòu)和原理復(fù)雜，故障模式復(fù)雜多樣，研究分析其故障的模式和特點(diǎn)，有助于提高動(dòng)車組的運(yùn)行安全性和降低維修成本。該研究收集CRH某型動(dòng)車組制動(dòng)系統(tǒng)在一定運(yùn)用周期內(nèi)的典型故障數(shù)據(jù)，構(gòu)建故障樹(shù)，將故障樹(shù)轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò)模型，借助Netica軟件構(gòu)建貝葉斯網(wǎng)絡(luò)計(jì)算模型，利用其雙向計(jì)算功能，計(jì)算制動(dòng)系統(tǒng)的故障率，分析導(dǎo)致制動(dòng)系統(tǒng)異常的主要故障，為維護(hù)策略的制定提供科學(xué)依據(jù)。

關(guān)鍵詞：動(dòng)車組制動(dòng)系統(tǒng);故障樹(shù);貝葉斯網(wǎng)絡(luò);可靠性分析;故障率

中圖分類號(hào)：TP393" " " 文獻(xiàn)標(biāo)志碼：A" " " " " 文章編號(hào)：2095-2945（2024）26-0100-05

Abstract： The performance of the braking system of high-speed train is directly related to the safety of driving. The structure and principle of the braking system of EMU are complex， and the fault modes are complex and diverse. The research and analysis of the fault modes and characteristics of EMU is helpful to improve the operation safety of EMU and reduce the maintenance cost. In this study， the typical fault data of the braking system of a certain type of EMU in CRH are collected， the fault tree is constructed， and the fault tree is transformed into a Bayesian network model. With the help of Netica software， the Bayesian network calculation model is constructed， and its bi-directional calculation function is used to calculate the failure rate of the braking system and analyze the main faults that lead to abnormal braking system， so as to provide scientific basis for the formulation of maintenance strategy.

Keywords： EMU braking system; fault tree; Bayesian network; reliability analysis; failure rate

制動(dòng)系統(tǒng)作為保證高速動(dòng)車組安全行駛的關(guān)鍵部分，其可靠性直接關(guān)系到整個(gè)列車的運(yùn)行安全和效率。動(dòng)車組制動(dòng)系統(tǒng)是一個(gè)高度復(fù)雜且精細(xì)的機(jī)械電子系統(tǒng)，通常由機(jī)械部分、氣壓傳動(dòng)部分、電子控制單元及相關(guān)的輔助設(shè)備組成，其故障模式復(fù)雜多樣，深入研究分析動(dòng)車組制動(dòng)系統(tǒng)的故障，有助于進(jìn)行系統(tǒng)改進(jìn)、預(yù)防維修和故障診斷，對(duì)于提高動(dòng)車組的運(yùn)行安全性和降低維修成本具有重要意義。

在動(dòng)車組制動(dòng)系統(tǒng)的研究中，蔡田等[1]利用制動(dòng)系統(tǒng)中關(guān)鍵變量的瞬態(tài)變化過(guò)程及其特征值作為故障診斷和預(yù)測(cè)的標(biāo)識(shí)信息源，建立新的診斷和預(yù)測(cè)方法;劉成博[2]分析了CRH380B型動(dòng)車組常用制動(dòng)系統(tǒng)和緊急制動(dòng)系統(tǒng)故障成因及處理措施;楊梁崇[3]設(shè)計(jì)了一款專門用于CRH380B型動(dòng)車組制動(dòng)系統(tǒng)安全環(huán)路的診斷平臺(tái)。

在故障樹(shù)和貝葉斯網(wǎng)絡(luò)的應(yīng)用方面，張明明等[4]基于故障樹(shù)和貝葉斯網(wǎng)絡(luò)，對(duì)高速動(dòng)車電機(jī)組的早期故障率進(jìn)行了估計(jì);王宇等[5]將故障樹(shù)分析法與貝葉斯網(wǎng)絡(luò)相結(jié)合對(duì)受電弓系統(tǒng)可靠性的進(jìn)行了分析，實(shí)現(xiàn)對(duì)受電弓失效和元件失效進(jìn)行正反概率預(yù)估;楊虹等[6]研究了基于貝葉斯網(wǎng)絡(luò)的故障樹(shù)在機(jī)械設(shè)備可靠性分析中的應(yīng)用;鄒樹(shù)梁等[7]基于故障樹(shù)轉(zhuǎn)換為貝葉斯網(wǎng)絡(luò)，運(yùn)用模糊概率做為先驗(yàn)概率計(jì)算求得根節(jié)點(diǎn)后驗(yàn)概率以及概率重要度。

本文基于故障樹(shù)和貝葉斯網(wǎng)絡(luò)的方法，通過(guò)對(duì)CRH某型動(dòng)車組歷史故障數(shù)據(jù)的挖掘和分析，揭示制動(dòng)系統(tǒng)中潛在的故障模式和影響因素，并借助Netica軟件雙向計(jì)算制動(dòng)系統(tǒng)異常的故障率和制動(dòng)系統(tǒng)異常時(shí)各基本事件的后驗(yàn)概率，為制定針對(duì)性的維護(hù)策略提供科學(xué)依據(jù)。

1" 可靠性分析方法

1.1" 故障樹(shù)分析

在可靠性工程中，故障樹(shù)分析（FTA）被廣泛應(yīng)用于系統(tǒng)失效模式的識(shí)別和分析。FTA通過(guò)逆向邏輯推理，從系統(tǒng)的頂級(jí)事件即不希望發(fā)生的事件，如動(dòng)車組制動(dòng)系統(tǒng)失效出發(fā)，逆向追溯可能導(dǎo)致該事件的基本事件[8]。在這個(gè)過(guò)程中，構(gòu)建起一幅倒置的樹(shù)狀圖，其中包含了邏輯門，用以表示事件間的邏輯關(guān)系。故障樹(shù)定性分析通過(guò)對(duì)故障樹(shù)進(jìn)行簡(jiǎn)化，識(shí)別最小割集，找出故障樹(shù)中頂事件發(fā)生的所有故障形式。故障樹(shù)分析可以通過(guò)定量計(jì)算，在基本事件的概率基礎(chǔ)上，根據(jù)相鄰兩級(jí)的關(guān)系估計(jì)上一級(jí)的故障率，逐級(jí)向上估計(jì)頂事件的故障率。

1.2" 貝葉斯網(wǎng)絡(luò)

貝葉斯網(wǎng)絡(luò)（BN）是一種有向無(wú)環(huán)圖，由節(jié)點(diǎn)和有向邊構(gòu)成，節(jié)點(diǎn)代表系統(tǒng)中的隨機(jī)變量，有向邊則指示變量間的因果關(guān)系，每個(gè)節(jié)點(diǎn)都附帶一個(gè)條件概率表，用以表述給定父節(jié)點(diǎn)狀態(tài)下子節(jié)點(diǎn)的概率分布。貝葉斯網(wǎng)絡(luò)通過(guò)圖形化的方式展現(xiàn)了變量間的依賴關(guān)系，同時(shí)以條件概率表精確量化這些關(guān)系。

1.3" 從故障樹(shù)到貝葉斯網(wǎng)絡(luò)模型的轉(zhuǎn)化

故障樹(shù)分析從頂部事件向下分析，找出所有可能的直接和間接原因，并通過(guò)基本事件概率計(jì)算出頂部事件概率。將故障樹(shù)轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò)后，利用其故障概率模型，根據(jù)基本事件概率即先驗(yàn)概率，計(jì)算出頂部事件發(fā)生時(shí)基本事件發(fā)生的后驗(yàn)概率。既可避免故障樹(shù)煩瑣的定量分析，也可免去貝葉斯網(wǎng)絡(luò)復(fù)雜的搭建過(guò)程。同時(shí)利用貝葉斯網(wǎng)絡(luò)雙向計(jì)算的功能，可對(duì)復(fù)雜系統(tǒng)進(jìn)行更為細(xì)致準(zhǔn)確的可靠性分析[9]。

故障樹(shù)向貝葉斯網(wǎng)絡(luò)轉(zhuǎn)化過(guò)程，遵循表1的映射關(guān)系。

故障樹(shù)中邏輯“或”“與”門的邏輯關(guān)系轉(zhuǎn)換為貝葉斯網(wǎng)絡(luò)中條件概率表的算法如圖1所示。

2" 制動(dòng)系統(tǒng)故障樹(shù)的建立與分析

2.1" 故障數(shù)據(jù)來(lái)源

對(duì)50列CRH某型動(dòng)車組在運(yùn)行里程100萬(wàn)km到200萬(wàn)km運(yùn)行周期內(nèi)的制動(dòng)系統(tǒng)實(shí)際運(yùn)行故障數(shù)據(jù)進(jìn)行匯總分析，不考慮人為操作、環(huán)境等影響，只關(guān)注系統(tǒng)軟、硬件設(shè)備。

2.2" 故障樹(shù)的建立

根據(jù)制動(dòng)系統(tǒng)實(shí)際運(yùn)用的故障數(shù)據(jù)綜合分析得知，制動(dòng)系統(tǒng)異常的原因有電器異常、閥類部件異常、機(jī)械故障、控制單元異常、網(wǎng)壓異常5類。以上述原因?yàn)楣收蠘?shù)的中間事件，結(jié)合故障數(shù)據(jù)和制動(dòng)系統(tǒng)原理，根據(jù)故障樹(shù)建立原則，以“制動(dòng)系統(tǒng)異?！睘楣收蠘?shù)的頂事件，建立如圖2所示的制動(dòng)系統(tǒng)故障樹(shù)模型，故障樹(shù)編號(hào)、事件名稱及頻次見(jiàn)表2。

2.3" 基本事件故障率分析

基本事件的故障率估計(jì)，由文獻(xiàn)[10]可知平均故障率的計(jì)算

λ=，" " " " " " " " （1）

式中：m表示基本事件的故障頻次;N表示故障統(tǒng)計(jì)的動(dòng)車組列數(shù);ΔL表示故障統(tǒng)計(jì)周期內(nèi)每列動(dòng)車組的運(yùn)行公里數(shù)，λ為故障率。

本次分析中對(duì)象為50列動(dòng)車組，統(tǒng)計(jì)周期為100萬(wàn)km，即N=50，ΔL=100萬(wàn)km，由表2可知各基本事件發(fā)生的頻次，綜上由式（1）可計(jì)算出各基本事件的故障率見(jiàn)表3，故障率單位取×10-5次/km。

3" 制動(dòng)系統(tǒng)貝葉斯網(wǎng)絡(luò)構(gòu)建與分析

3.1" 制動(dòng)系統(tǒng)貝葉斯網(wǎng)絡(luò)構(gòu)建

根據(jù)表1的要求，將制動(dòng)系統(tǒng)故障樹(shù)轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò)，如圖3所示。

完成故障樹(shù)向貝葉斯網(wǎng)絡(luò)的映射后，為簡(jiǎn)化故障樹(shù)中頂部事件概率和貝葉斯網(wǎng)絡(luò)中后驗(yàn)概率繁瑣的計(jì)算過(guò)程，可利用Netica軟件搭建貝葉斯網(wǎng)絡(luò)。

利用Netica軟件搭建其貝葉斯網(wǎng)絡(luò)計(jì)算模型如圖4所示，各節(jié)點(diǎn)為二態(tài)節(jié)點(diǎn)，“yes”表示事件發(fā)生，“no”表示事件不發(fā)生，根節(jié)點(diǎn)先驗(yàn)概率未賦值前，各事件的的概率值均為50。

3.2" 制動(dòng)系統(tǒng)可靠性分析

根據(jù)圖1中邏輯“或”門的貝葉斯網(wǎng)絡(luò)條件概率表，設(shè)置各節(jié)點(diǎn)的屬性。根據(jù)表3中基本事件的概率，對(duì)制動(dòng)系統(tǒng)貝葉斯網(wǎng)絡(luò)計(jì)算模型中的根節(jié)點(diǎn)進(jìn)行賦值。Netica軟件根據(jù)根節(jié)點(diǎn)先驗(yàn)概率進(jìn)行計(jì)算，最終得到葉節(jié)點(diǎn)制動(dòng)系統(tǒng)異常的發(fā)生概率。

由圖5可知，動(dòng)車組制動(dòng)系統(tǒng)異常的發(fā)生概率為2.82×10-6次/km，由此可得動(dòng)車組制動(dòng)系統(tǒng)在運(yùn)行100萬(wàn)km后發(fā)生故障的次數(shù)為2.82×10-6×100×104=2.82次，說(shuō)明該型號(hào)動(dòng)車組運(yùn)行100萬(wàn)km后制動(dòng)系統(tǒng)可靠性偏低，可根據(jù)故障樹(shù)的基本事件制定相應(yīng)的維修計(jì)劃。

將葉節(jié)點(diǎn)制動(dòng)系統(tǒng)異常的發(fā)生概率設(shè)置為100，通過(guò)逆向計(jì)算得出各根節(jié)點(diǎn)的后驗(yàn)概率，即當(dāng)制動(dòng)系統(tǒng)異常時(shí)各基本事件發(fā)生的概率，后驗(yàn)概率如圖6所示。

根據(jù)圖6的計(jì)算結(jié)果可以得出，后驗(yàn)概率較大的根節(jié)點(diǎn)即基本事件有：X2（繼電器故障）、X16（EB03B板卡異常）、X19（RB12B板卡異常）、X23（停放制動(dòng)手緩裝置異常）。

4" 結(jié)論

1）利用Netica軟件構(gòu)建貝葉斯網(wǎng)絡(luò)計(jì)算模型，簡(jiǎn)化了故障樹(shù)中頂部事件、中間事件故障率和貝葉斯網(wǎng)絡(luò)中后驗(yàn)概率的計(jì)算，優(yōu)化了可靠性分析的路徑。

2）對(duì)于該型動(dòng)車組，在運(yùn)用過(guò)程中制動(dòng)系統(tǒng)的故障率為2.82×10-6次/km，在運(yùn)行100萬(wàn)km后，制動(dòng)系統(tǒng)異常故障平均達(dá)2.82次，制動(dòng)系統(tǒng)可靠性偏低;其中控制單元的故障率為1.11×10-6次/km，是引起制動(dòng)系統(tǒng)異常的主要故障類型，為維修重點(diǎn)提供指導(dǎo)。

3）利用貝葉斯網(wǎng)絡(luò)的逆向計(jì)算功能，可以得出當(dāng)制動(dòng)系統(tǒng)異常發(fā)生時(shí)，由繼電器故障、EB03B板卡異常、RB12B板卡異常、停放制動(dòng)手緩裝置異常等故障引起的可能性較大，為制動(dòng)系統(tǒng)故障排查順序提供理論依據(jù)。

參考文獻(xiàn)：

[1] 蔡田，張遠(yuǎn)東，章陽(yáng)，等.基于瞬態(tài)特性的動(dòng)車組制動(dòng)系統(tǒng)故障診斷方法研究[J].鐵道機(jī)車車輛，2023，43（1）：111-116.

[2] 劉成博.CRH380B型動(dòng)車組制動(dòng)系統(tǒng)分析及故障應(yīng)急處置[J].設(shè)備管理與維修，2023（8）：71-73.

[3] 楊梁崇.CRH380B型動(dòng)車組制動(dòng)系統(tǒng)安全回路診斷功能平臺(tái)[J].工業(yè)控制計(jì)算機(jī)，2023，36（4）：34-35.

[4] 張明明，張和生，劉洋，等.基于故障樹(shù)與貝葉斯網(wǎng)絡(luò)的高速動(dòng)車電機(jī)組早期故障率估計(jì)[J].北京交通大學(xué)學(xué)報(bào)，2021，45（6）：51-57.

[5] 王宇，師蔚.基于故障樹(shù)-貝葉斯網(wǎng)絡(luò)的受電弓系統(tǒng)可靠性評(píng)估[J].測(cè)控技術(shù)，2017，36（9）：131-134，141.

[6] 楊虹，汪厚祥，支冬棟，等.基于貝葉斯網(wǎng)絡(luò)的故障樹(shù)在機(jī)械設(shè)備中的應(yīng)用[J].微計(jì)算機(jī)信息，2010，26（4）：115-117.

[7] 鄒樹(shù)梁，陳樹(shù)強(qiáng).基于故障樹(shù)分析和貝葉斯網(wǎng)絡(luò)方法的液壓舉升機(jī)構(gòu)故障診斷[J].南華大學(xué)學(xué)報(bào)（自然科學(xué)版），2021，35（4）：62-67.

[8] 邵輝.系統(tǒng)安全工程[M].北京：石油工業(yè)出版社，2008.

[9] 陳嘉慧，米潔，張勝倫，等.基于故障樹(shù)和貝葉斯網(wǎng)絡(luò)的履帶車輛行星變速機(jī)構(gòu)可靠性分析[J].機(jī)械強(qiáng)度，2024，46（1）：129-135.

[10] 王華勝，李昊，朱慶龍，等.動(dòng)車組故障率統(tǒng)計(jì)分析方法[J].中國(guó)鐵道科學(xué)，2018，39（1）：88-92.

作者簡(jiǎn)介：杜斌剛（1991-），男，講師。研究方向?yàn)殡娏C(jī)車傳動(dòng)控制。