地鐵車門故障模式的可靠性評估

夏軍，任金寶

(南京理工大學 機械工程學院，江蘇 南京 210094)

0 引言

車門作為地鐵列車的關鍵子系統之一，其高故障率已經引起車門設計單位和地鐵運營公司的高度重視。而可靠性研究已經成為現代產品研發和維修中的重要環節，因此對車門系統進行可靠性評估以找出設計中的薄弱環節，協助地鐵運營單位制定合理的維修決策顯得勢在必行。

為對產品進行可靠性評估找出危害性較大的故障模式，中外學者已經做出了許多努力。尚葳蕤等［1］將基于模糊綜合評判的FMECA 應用于自動裝載傳輸系統的故障模式可靠性評估;李華府等［2］用逼近理想點法TOPSIS(technique for order performance by similarity to ideal solution)理論對某產品殼體組合加工過程部分工序的故障模式進行可靠性分析;朱小娟等［3］提出應用故障樹分析方法對地鐵車門系統進行故障模式可靠性評估。

目前尚未檢索到將模糊TOPSIS 理論應用于地鐵車門故障模式可靠性評估的研究文獻。故本文引入模糊理論構建模糊TOPSIS，并應用于地鐵車門故障模式的可靠性評估中。在對風險因子進行模糊評估的基礎之上，利用模糊TOPSIS 得出車門系統各個故障模式的相對貼進度，進而對故障模式危害性進行排序，找出了地鐵車門系統的薄弱環節，為車門的維修決策提供技術支持。

1 地鐵車門簡介

車門系統主要由承載導向裝置、基礎部件、電氣控制裝置和驅動鎖閉裝置等子系統組成，其中承載導向裝置主要由長短導柱、上下導軌和攜門架等組成，基礎部件包括膠條、指示燈和門葉等，電氣控制裝置主要由EDCU、行程開關和車門控制按鈕等組成，驅動鎖閉裝置包括電機、絲桿螺母副和帶輪等，地鐵車門系統的工作原理如圖1所示。

車門系統的運動由電子門控器EDCU 控制、電動機驅動。EDCU 在接收到開門信號后，控制驅動電機動作，電機通過帶輪帶動絲桿螺母副，引起攜門架、長導柱、掛架、下滾輪導向部件的動作，并最終使得門葉在導向系統的引導下向外做擺出運動。在達到完全擺出狀態后，導向系統控制門葉的直線平移，使門葉平行于車輛側面運動。在平移過程中，攜門架使門葉沿著長導柱自由滑動，直到門葉達到完全打開狀態［4］。

圖1 地鐵車門工作原理圖

2 模糊TOPSIS 原理及數學模型

在傳統車門可靠性評估中，需要對發生度(O)、嚴重度(S)和難檢度(D)進行準確打分，但由于車門故障數據的缺乏，對此三個風險因子準確打分十分困難，存在較大的模糊性和不確定性，而引入模糊理論則可以用合適的語言變量及模糊數代替準確值對風險因子進行評價，解決傳統可靠性評估中風險因子評價的模糊性與不確定性，使評估結果更具正確性。同時，TOPSIS 方法是一種多屬性決策方法，它可以克服傳統可靠性評估中風險因子相乘及風險因子無權重的問題，為可靠性評估和危害性的權衡比較提供科學的參考依據，故本文將模糊理論引入TOPSIS，構建模糊TOPSIS 理論，以對車門故障模式進行可靠性評估。

TOPSIS 方法由Hwang 和Yoon 于1981 年首次提出，是一種逼近理想方案的序數偏好方法，根據評價對象與正負理想方案的相對貼近度進行相對優劣的評價［5］，模糊TOPSIS 的識別原理框圖如圖2 所示。

圖2 模糊TOPSIS 識別原理框圖

2.1 加權決策矩陣的構建

1)構建模糊決策矩陣

本文中引入模糊理論與TOPSIS 結合形成模糊TOPSIS 理論，引入模糊理論便于專家對風險因子進行評價，避免了評價時需給出準確值的缺點，使得評價更具合理性和可操作性。建立發生度(O)、嚴重度(S)和難檢度(D)三個風險因子評價等級的語言變量與三角模糊數的對應關系，如表1 所示［6］。

表1 評價指標語言變量及三角模糊數

假設可靠性評估小組專家數量為K，用X={x1，x2，…，xn}表示故障模式集，A={a1，a2，a3}表示故障模式O、S 和D 所構成的風險因子集，故障模式xi對風險因子aj的評價值用ij來表示，對于n 個故障模式的決策矩陣可表示［7］:

2)模糊決策矩陣的歸一化

3)確定風險因子權重

對各個風險因子進行評估時，專家的主觀判斷通常具有模糊性，因此本文利用模糊AHP 方法對三個風險因子進行權重確定。為使專家能充分表達其主觀判斷的評估值，運用三角模糊數表示風險因子比較變量，如表2所示［9］。

表2 風險因子重要性比較變量及三角模糊數

構造判斷矩陣:

4)構建加權決策矩陣

結合歸一化的決策矩陣B=(bij)nx3和風險因子的權重W=(w1，w2，w3)T，求加權決策矩陣

2.2 故障模式危害性的排序

1)理想方案的確定

危害性正理想方案是故障模式危害性達到最小的方案，而危害性負理想是故障模式危害性達到最大的方案。如果有一個故障模式最接近危害性負理想方案，同時又最遠離危害性正理想方案，則該故障模式的危害性最大［10］。

將所有故障模式的正負理想方案確定如下:

危害性正理想方案為X+=(M1+，M2+，M3+)，

危害性負理想方案為:X－=(M1－，M2－，M3－)，

2)故障模式到理想方案的距離

每個故障模式到危害性正理想方案X+的距離為:

第一種類型，即“批評與自我批評要經常開展，讓咬耳朵、扯袖子，紅紅臉、出出汗成為常態”[2]。這種類型的監督執紀特征：監督、執紀的對象從行為上說是黨員輕微的不適當行為，即行為沒有違紀但有違紀的苗頭或傾向；執紀的手段或方式是“咬耳朵、扯袖子”式的而且要達到“紅紅臉、出出汗”效果的批評教育；監督執紀運用的理想狀態是“常態”化，即這種監督、執紀應經常性、普遍性開展，被提醒、被教育的黨員人數相對其它三種類型都要多。這一形態針對的對象是具有違紀傾向、苗頭性問題的黨員，處理原則是按照黨性標準加以提醒、教育、批評、管理，以防止一些傾向性、苗頭性問題發展實質性問題。

每個故障模式到危害性負理想方案X－的距離為:

式中，d(..，..)是兩個模糊數之間的距離測度。設A=(a1，a2，a3)和B=(b1，b2，b3)是兩個三角模糊數，則A 和B 之間的距離測度的計算公式為:

3)相對貼近度的計算

4)危害性排序

按di值從小到大進行排序，di值越小，則對應的故障模式的危害性越大。

3 實例分析

本文對某地鐵公司某車輛段28 列車18 個月的正線運營和檢修中記錄的車門故障信息進行統計分析，選取車門系統故障率較高的10 個故障模式利用模糊TOPSIS 進行可靠性評估，選取的地鐵車門故障模式如表3 所示。

表3 車門系統常見故障模式

可靠性評估小組由5 名來自設計、裝配與維修等不同部門的專家組成，對10 個故障模式的風險因子的模糊評價如表4 所示。根據式(1)，可以得知車門10 個故障模式的風險因子的綜合模糊評價信息如表5 所示。根據式(2)可以得到10 個故障模式的模糊決策矩陣為:

利用模糊AHP 方法對風險因子進行權重分析。根據5 個專家分別給出的判斷矩陣，根據公式進行整合，可以得知三個風險因子的模糊權重分別為:

對模糊權重去模糊化并歸一化得到三個風險因子的權重為:

表4 車門系統故障模式風險因子模糊評價

表5 故障模式綜合模糊評價信息

利用式(3)和式(4)對模糊決策矩陣進行歸一化，并根據式(5)和所得的風險因子權重，可以得到車門系統10個故障模式的加權決策矩陣:

根據式(6)、式(7)、式(8)計算每一個故障模式到危害性正理想方案和負理想方案的距離，如表6 所示。

根據式(9)計算相對貼進度，得到10 個故障模式的相對貼近度和危害度排序如表7 所示。

表6 故障模式到理想方案的正負距離

表7 車門系統故障模式危害度排序

由表7 可以得知10 個故障模式對車門系統危害性從大到小依次為:4(EDCU 功能失效)、9(螺母組件破損)、5(行程開關S1 破損)、6(行程開關S3 功能失效)、7(行程開關S4 破損)、1(壓輪間隙失調)、3(攜門架有裂紋)、2(滾輪磨損)、10(中間解鎖組件潤滑不良)和8(傳動絲桿支撐座松動)。此外，EDCU 功能失效、螺母組件破損和開關S1 破損三種故障模式的相對貼進度遠小于其他幾種，應視為影響車門系統可靠性的關鍵，應重點進行可靠性設計改進并在日常維修中重點關注。另外，也應結合實際維修情況，對行程開關S3 功能失效和S4 破損、壓輪間隙失調、攜門架有裂紋和滾輪磨損等故障模式采取相應的改進措施。

4 結語

利用模糊TOPSIS 理論進行可靠性評估程序簡便、易于操作，具有較好的合理性和適用性，在工程應用上可以作為傳統可靠性評估方法的補充。本文應用模糊TOPSIS理論對車門系統故障模式進行可靠性評估，得知EDCU 功能失效、螺母組件破損和行程開關S1 破損等3 個故障模式對車門系統具有較大的危害性，應得到維修部門的重點關注。該評估結果與現場實際檢修工程師經驗保持一致，驗證了本文方法的有效性，將為地鐵車門的改進設計與維修決策的制定提供技術支持。

［1］尚葳蕤，戴忠健，侯朝楨.基于模糊綜合評估的嵌入式系統FMECA［J］.計算機仿真，2006，23(10):53-56.

［2］李華府，任羿，曾聲奎，等.基于TOPSIS 的故障模式危害性決策方法研究［J］.兵工自動化，2008，27(11):90-92.

［3］朱小娟，王建兵，印禎民.上海地鐵車輛客室車門可靠性技術研究［J］.城市軌道交通研究，2010，(3):31-34.

［4］朱士有，呂勁松.車輛檢修工［M］.北京:中國勞動社會保障出版社，2011.

［5］Ahmet Can Kutlu，Mehmet Ekmekcioglu.Fuzzy failure modes and effects analysis by using fuzzy TOPSIS-based fuzzy AHP［J］.Expert Systems with Applications，2012，(39):61-67.

［6］Chen，C.T.Extensions of the TOPSIS for group decision-making under fuzzy environment［J］.Fuzzy Sets and Systems，2000，(114):1-9.

［7］李金秋，于晶賢，苗晨.基于模糊AHP 與模糊TOPSIS 的人才選拔方案［J］.遼寧石油化工大學學報，2012，32(4):88-91.

［8］Tien-Chin Wang，Tsung-Han Chang.Application of TOPSIS in evaluating initial training aircraft under a fuzzy environment［J］.Expert Systems with Applications，2007，(33):870-880.

［9］王娟茹.基于模糊AHP 和TOPSIS 的企業知識吸收能力評價［J］.工業工程，2010，13(3):105-110..

［10］陳軍，張會生，張繼光.基于TOPSIS 理論的導彈武器系統性能評估［J］.計算機仿真，2010，27(9):83-87.