高速列車設備維修決策支持系統的研究和實現

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量越來越多，各車輛段對車輛日常維護保養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據，但這些信息和數據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方面，與發達國家相比，中國還處在初級階段。作為鐵路運輸管理信息系統的一個重要組成部分，高速列車設備維修信息系統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。現以高速列車運行與維修過程中所記錄的現場數據為主要研究對象，綜合考慮專家和現場工作人員的實際經驗，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學、參數估計方法等數學方法，最終建立高速列車設備維修決策支持系統。

1 系統組成架構

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所采用的架構。

（1）數據庫，主要保存列車本身的各種基本參數以及運行和維修過程中生成的數據。列車本身的基本參數主要包括：設備的性能指標等基本信息、評估標準信息、狀態參數的閾值等；運行和維修過程中生成的數據主要包括：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、模型參數估計模型、設備綜合狀態評價和預測模型、維修間隔時間模型、多個部件統籌維修策略模型、故障的風險評價模型等各種數學計算模型。

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

圖1 高速列車設備維修決策系統架構

（4）處理器，高速列車維修決策支持系統中各種模型（包括設備壽命分布模型、設備綜合狀態的評估及預測模型、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人機交互界面得到的指令，協調數據庫以及模型庫來實現。作為決策系統的核心部分，主要功能是調用知識庫中的規則、數據庫中的相關數據并協調各模塊之間的信息傳遞。可以通過處理器對系統數據庫進行訪問；對數據的合理性進行檢測，并進行統一格式化處理；本系統中，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，系統可以根據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推理的過程，實時查看運算結果。

2 系統功能解析

高速列車設備維修決策系統能對設備的基本信息、運行維修過程中收集的數據進行加工和處理，進而確定設備的壽命分布模型，根據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。

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的數據。然后依據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，最終選取最優方案，然后利用計算機語言實現相應模型的計算，實現維修決策方案的實施，完成維修決策支持系統的設計開發。系統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據、無失效數據以及維修信息數據，并對這些數據進行處理和分析，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估計、擬合優度的檢驗以及最優模型的選擇。在收集到一定規模的設備運營故障數據和維修信息后，便可根據這些數據和信息建立設備的壽命分布模型。共包含3個步驟：①進行參數估計。首先對記錄的故障數據進行預處理，需要調用模型庫中的數據預處理模型，根據預處理后的數據，系統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，系統會根據用戶的不同需求調用模型庫中最適宜的參數估計模型，進行模型的參數；②擬合優度檢驗。針對參數估計模塊中確定的一種或幾種可能的設備壽命分布模型，系統自動從模型庫中選擇適宜的擬合優度檢驗統計量，并對統計量進行計算，進而判斷所確立的分布模型是否合理；③選擇最優的模型。針對合理的分布模型，調用模型庫中的灰色關聯方法或模糊貼近度方法進行擬合優度檢驗，然后根據擬合優度的檢驗結果以及用戶的需求確定最優分布模型。

針對無失效數據，建立設備壽命分布模型主要包含參數估計，系統中重點應用Bayes理論對現場收集的無失效數據進行有效地參數估計，針對數據庫中儲存的無失效數據，采用模型庫中的Bayes參數估計模型，獲得模型中各參數的估計值，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，依據設備的維修次數和服役時間，對設備壽命分布模型進行必要的參數修正。根據設備營運過程中記錄的故障和維修數據，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、任務性以及經濟性等方面的因素。本系統依據已經確定的設備壽命分布模型、根據對設備安全性、任務性或經濟性的不同要求，確立了單個設備維修間隔時間的優化模型。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，統籌考慮多個設備組合維修才是經濟可行的，因此建立了多設備組合優化維修模型。

（2）在設備壽命分布模型已經確定的前提下，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化。單個設備預防性維修間隔時間的確定，從數據庫中調用相關要求，如設備安全等級、經濟性要求、使用有效度等，根據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化模型，得到最優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，實時監測設備的運行參數，通過對參數的綜合分析來評價設備所處狀態，并據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據進行分析，評價設備當前的狀態。本系統中建立了設備狀態評價及預測模型。針對不同的設備，依據一定的規則從模型庫中調用適宜的模型，然后依據之前設定的狀態閾值對實時檢測到的運行參數進行評價，確定設備當前所處的狀態，并根據設備的當前狀態判斷出是否立即對設備進行維護，同時系統具備相應的故障診斷和報警功能。狀態預測主要針對狀態評價中狀態不佳的設備，從模型庫中選擇合適的預測模型，依據預測得到的狀態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 系統管理模塊

此模塊主要對系統用戶以及用戶權限進行統一配置和管理，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、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 系統開發工具

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，但不具備強大的數學計算能力。而此決策支持系統中的任一模塊都需要進行大量而且復雜的數學計算，因此本系統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值計算軟件。

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

將Visual C++、MATLAB軟件和Oracle數據庫管理軟件有效地結合起來，充分發揮各自優勢，從而實現高速列車維修決策支持系統的開發。系統采用Visual C++實現了友好的人機交互界面，通過此界面不僅能夠實現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數據庫中的數據及信文字息進行調用和管理，如圖3。

圖3 Visual C++、Oracle和MATLAB之間數據傳輸圖

圖4 減振器故障數據預處理

圖5 故障數據在概率圖紙的擬合

圖6 減振器壽命分布模型參數估計

4 高速列車設備維修決策支持系統的實現

下面以設備壽命分布模型的建立過程為例，介紹系統功能的具體實現。

（1）高速列車設備運營故障數據大部分為隨機截尾數據。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。對于這種未出現故障就進行維修或更換的設備，可能發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，對樣本數據的數量要求也不嚴格。因此針對這種隨機截尾數據，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據預處理的結果。

（2）根據預處理的數據選擇減振器故障的分布模型。首先根據經驗大致確定減振器故障可能服從指數分布或威布爾分布，然后根據預處理得到的數據在概率圖紙上描點，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據的指數分布擬合情況，圖5中右下方展示的是故障數據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，而且是三參數的威布爾分布。

（3）確定分布模型后，便可以根據相應的參數估計方法得到三參數的威布爾參數估計，本系統的三參數威布爾分布參數估計方法有多種，最終選擇估計結果最優的一種。圖6中采用不同的參數估計方法對減振器故障數據進行分析，得到的參數估計結果，根據最優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。著重處理和分析列車運行與維修過程中的現場數據，并對實現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，最終設計和開發出高速列車設備維修決策支持系統。該系統為高速列車設備的運行與維修決策提供了一個通用平臺。