基于可靠性的道路運輸車輛維護周期優化效果評價研究

朱 榮 徐雙應

（1-陜西工業職業技術學院汽車工程學院 陜西 咸陽 712000 2-長安大學汽車學院）

引言

道路運輸車輛整車制造企業在編制車輛維護手冊時，在遵循部分陳舊的國家標準框架之下，需要考慮車輛在不同使用地區的使用條件不同，節省保修成本以及增加售后營收，因此在手冊中給定的維護周期相比歐美日等汽車工業發達國家趨于保守。而在《道路運輸車輛技術管理規定》（以下簡稱1 號令）執行前，道路運輸車輛技術管理和維護周期均由地方交通運管部門負責。道路運輸企業在地方交通運管部門監管下，不得不嚴格遵循廠家的規定進行維護[1]。1 號令第四條明確道路運輸車輛技術管理的責任主體是道路運輸經營者；第十六條明確車輛維護周期由道路運輸經營者自行確定[2]。因此，對原有車輛的維護周期進行優化，若優化后效果良好，可使道路運輸經營單位在保障運輸車輛技術可靠的前提下，節省維護和修理成本，提高營運時間[3]。

1 國內維護周期優化效果評價現狀

目前，國內專門針對車輛維護周期優化效果評價研究的文獻著作尚無。只有少量具有代表性的文獻在維護周期優化研究過程中涉及到維護周期優化效果評價。閆長代等[4]通過控制維護和小修費用最低，來優化維護周期，并通過經濟分析法來驗證了維護周期優化后的效果。孫克亮[5]針對一級維護周期優化，設定了維護周期間隔里程試驗，統計不同試驗期內車輛的維護和突發性故障小修費用，再利用線性回歸分析法，確認最優一級維護周期。徐安等[6]基于考慮定期檢測診斷并使車輛維修費用最低的維護周期模型、使車輛運行與維修費用最低的維護周期模型，利用78 輛商用車歷史運行數據，求出理論最優維護周期，并通過維護周期里程對比試驗驗證，確認最優維護周期對應的單位行程的檢測和維修費用最低。朱榮[7]基于啟發式算法計算最優維護周期，并通過車輛小修頻數和小修頻率來評價維護周期優化效果。基于以上可知，現有文獻涉及到的維護周期優化效果評價方法有兩種：一種是基于經濟法，通過小修、維護、檢測等經濟成本來進行評價；另一種是基于車輛可靠性，借助于車輛故障數來進行評價。第一種經濟法，涉及到大量的經濟數據需要單獨統計和計算，而且很多經濟數據統計和計算抽象不具體，比如零部件采購、物流、存儲價格受市場行情等因素影響波動大；維修作業人員的工資、五險一金、福利等支出對應的人工成本難以與車輛掛鉤核算。第二種基于車輛故障數進行評價，數據統計簡單，可直接從車輛維修履歷中調取，但籠統地將漸發性故障和突發性故障都進行了統計，因此對評價結果有影響，如正常使用過程中，需要定期更換的剎車片、雨刮膠條、火花塞等零部件。此外，以故障數作為評價依據，現有文獻研究中雖然考慮了車輛的使用可靠性，但車輛故障類型未根據危害程度分類考慮。一次致命故障引起的危害和成本遠遠高于十次輕微故障引起的。

因此，基于以上研究成果，結合調研實際，通過建模，并結合車輛維修履歷中維修故障數的統計與分析，進行維護周期優化效果評價，具有數據獲取方便，操作簡單等優點。為了客觀地借助故障數進行科學地評價，對故障數進行統計時，既要區別漸發性故障和突發性故障，又要考慮不同故障類型對車輛的影響程度不同。因此在建模時引入當量系數[8]。

2 評價模型建立

維護周期通過合理優化，能提高車輛的運營效率，同時減少車輛的維護成本。若維護周期盲目地延長，可能會導致車輛的技術狀況在下次維護周期到來之前已經惡化，從而導致車輛故障頻發。以故障數和故障率等反映車輛可靠性的指標來評價周期優化效果，具有數據獲取方便，操作簡單等優點。

然而，故障按照發生的進程進行分類，可分為漸發性故障和突發性故障。為客觀評價車輛維護周期優化效果，因車輛正常使用且需要定期更換的漸發性故障維修項目不在統計范疇。

此外，根據故障的危害程度不同，若將致命故障（一類故障）、嚴重故障（二類故障）和一般故障（三類故障）、輕微故障（四類故障）同等對待，也會影響評價效果的失真[9]。如在統計期內，維護周期優化后的車輛一類故障發生2 次，優化前車輛四類故障發生4次，不能說明優化效果好。因此，為綜合考慮故障類型對車輛可靠性的影響，利用故障數和故障率更好地評價維護周期優化效果，在此引入當量故障率。

2.1 當量故障數

假設在統計期內，第i 輛車對應的一類故障數為r1i，二類故障數為r2i，三類故障數為r3i，四類故障數為r4i。

當量故障數的計算模型如下：

式中：εj為第j 類故障當量系數，j=1，2，3，4；rji為第i 輛試驗車的第j 類故障數（統計期內），次。

針對當量系數的賦值，以三類故障當量系數為參照標準，可根據歷史大數據分析，按照不同故障類型對應的故障維修時長、維修零部件成本等因素來單一或者綜合比值。若沒條件，可取ε1=100，ε2=20，ε3=1，ε4=0.2[8-9]。

在統計故障數時，需要指出的是：伴隨著維護作業附加的突發性故障修理，也在本次統計范疇。

2.2 當量故障率

引入當量故障率是為了統計試驗車輛單位行駛里程期間的當量故障數。

當量故障率的計算模型如下：

式中：Pi為第i 輛試驗車（i=1、2、3…n）當量故障率（統計期內），次/103km；Lim為第i 輛試驗車末次故障對應的儀表里程數（統計期內），103km；Lis為第i 輛試驗車首次故障對應的儀表里程數（統計期內），103km；Ni為第i 輛試驗車的當量故障數（統計期內），次。

2.3 平均當量故障率

引入平均當量故障率是為了統計所有試驗車輛單位行駛里程期間當量故障數的平均數。

平均當量故障率的計算模型如下：

3 案例分析

西安市公共交通總公司先前將下轄所有營運公交車輛的二級維護周期里程從優化前的18 000±2 000 km，優化成了28 000±2 000 km。為驗證優化效果，選取40 輛能代表西安市區路況的40 路混合動力公交客車為試驗統計對象。剔除1 輛因交通事故導致的一類故障車輛和1 輛一起因產品質量問題導致的二類故障車輛，余下38 輛試驗車，統計其維護周期優化前后統計期內的故障數據。具體統計數據如表1 所示。

表1 維護周期優化前后統計期內車輛故障數

續表

當量系數，取值ε1=100，ε2=20，ε3=1，ε4=0.2。將表1 中統計數據代入公式（1）、（2）中，計算出每輛試驗車輛的當量故障數和當量故障率，如表2所示。

表2 維護周期優化前后車輛當量故障數與當量故障率統計分析表

續表

將表2 中相關數據代入公式（3），計算優化前后的平均當量故障率：

二級維護周期優化前的試驗車平均當量故障率（1.05 次/103km）高于優化后的（0.51 次/103km）。這說明二級維護周期優化后，單位行程的混動公交客車當量故障數下降了，車輛可靠性得到了有效的提升，進而說明維護周期優化效果較好。

4 結論

以容易獲取的車輛維修履歷中故障維修記錄作為原始數據，將突發性故障及故障危害等級進行綜合考慮，通過引入當量系數建模，進行數據統計和分析，最后通過比較維護周期優化前和優化后的平均當量故障率來評價維護周期優化效果。該評價方法具有數據獲取方便，操作簡單等優點。不足之處在于：

1）對故障數進行統計和分析時，需要剔除因車輛正常使用而發生的漸發性故障，并需要依據故障危害等級對故障進行分類。

2）為保證評價結果可靠，需要統計的試驗車輛數及統計期要有一定的保障。