基于FMECA的客室車門驅動傳動系統關鍵故障分析

0 引言

客室車門作為城軌列車運營過程中使用最頻繁的部件之一，一旦發生故障將影響列車安全運營，甚至威脅著乘客的人身、財產安全，造成嚴重的社會影響。客室車門驅動傳動系統直接帶動車門動作，將電機的旋轉動作轉化成車門系統的塞拉動作，其主要由直流無刷電機、行星齒輪箱、同步帶傳動、傳動絲桿、螺母組件等部件組成

。若該系統某些故障未被發現和及時處理可能對會造成非常危險的后果。因此對客室車門驅動傳動系統進行故障分析，找出該系統的關鍵故障，可為維保人員制定和完善維保計劃提供基礎理論和決策支持。

近年來，針對客室車門運行的可靠性和安全性，多位學者進行了相關研究。劉萍等人針對塞拉門系統中部件故障發生概率不確定等因素，運用模糊數學理論構建概率模糊數，并采用重要度分析算法對故障樹進行了定量分析

。劉光武等人提出了FTA定性分析和模糊推理Petri網定量分析相結合的方法，并在客室車門系統的可靠性分析中驗證了該方法的有效性

。牟穎運用FMECA對塞拉門的關鍵部件進行可靠性分析，確定了不同故障模式對塞拉門系統的影響程度并對關鍵部件的故障模式進行了綜合性危害評估

。彭瑋從車門系統的正向運行邏輯出發，采用時間約束Petri網搭建了車門系統異常監測模型，實現了以時間為依據對車門系統工作狀態進行異常監測的功能

。段毅剛等人將模糊數學理論與故障樹方法相結合，對CHR5型動車組塞拉門系統可靠性進行了分析，得到了影響塞拉門系統的薄弱環節

。霍壯志等人運用模糊故障樹并引入專家評估系統，對城軌車輛客室塞拉門系統進行了可靠性分析，為故障檢測優先順序提供了理論指導

。

綜上，關于客室車門驅動傳動系統關鍵故障分析的文獻未見報道，為了得到該系統關鍵故障對系統的影響和表現，本文利用FMECA分析方法獲取客室車門驅動傳動系統對客室車門正常運行有嚴重影響的故障，為維修中的故障檢測和診斷提供參考，以及為后續故障診斷系統的設計提供基礎。

研究發現石渠縣南部強度負向人為干擾最為集中；中度負向人為干擾區域集中在甘孜縣、色達縣以及壤塘縣；輕度負向人為干擾區域在整個研究區分布較為均勻；甘孜縣與色達縣無明顯人為干擾區域占比較大；輕度正向人為干擾區域則主要分布在石渠縣、若爾蓋縣以及紅原縣；中度正向人為干擾區域主要集中在石渠縣，其余各縣均有分布；強度正向人為干擾區域，僅在甘孜最南端有分布。

1 FMECA分析方法

FMECA分析方法是分析系統中每一部件可能產生的所有故障模式及其對系統所造成的所有可能影響，并按每一種故障模式發生的頻度、被檢測的難易程度以及其影響系統的嚴酷度進行分類的一種歸納分析方法

。FMECA由故障模式與影響分析(Failure Modes and Effects Analysis，FMEA)及危害性分析(Criticality Analysis，CA)兩部分構成，CA是對FMEA的補充和擴展，FMEA是CA的基礎。因FMECA實用、高效的分析特點，目前已被廣泛應用于航空、航天、兵器、電子、電氣、機械、汽車等工業領域

。

文化的缺失，即使繪畫技巧爐火純青，留下的則也是千古憾品，如某大家之作品“老子下山”圖，畫面上一仙骨老者坐牛背，并馱有一布袋，可遺憾之處是袋口趙開露幾捆竹簡，竹簡是戰國至魏晉時代的書寫工具，而老子下山遠于夏商時代，另還有一些藝人在藝術陶瓷創作中畫古代仕女留劉海，這也是不尊重歷史，可見，此類作品畫工精湛，技藝高超也是一件敗筆之作。

2 客室車門驅動傳動系統定義

2.1 功能及組成

在故障模式的嚴酷度、發生頻度和可檢測度的等級評定后，即可利用危害性矩陣對系統所有故障模式進行危害性分析。定性危害性矩陣是以故障模式發生頻度等級和嚴酷度等級來評定故障模式的危害性。其橫坐標軸表示故障模式發生的頻度等級(A、B、C、D、E)，縱坐標軸表示故障模式嚴酷度等級(Ⅰ、Ⅱ、Ⅲ、Ⅳ)。同時將坐標系分成4個不同的區域以表示故障模式的危害性等級，分別為“藍色”區域表示沒有危害的，“黃色”區域表示需及時檢查的，“橙色”區域表示需要避免的，“紅色”區域表示難以接受的

，如圖2所示。

2.2 功能層次與結構層次對應圖

系統的功能層次與結構層次對應圖能直觀、清楚地表示各組成部分功能的相互關系和約定層次，可以輔助進行故障模式分析與故障影響分析。根據客室車門驅動傳動系統工作原理和各零部件功能，其功能層次與結構層次對應圖如圖1所示。

3 客室車門驅動傳動系統FMECA分析

3.1 客室車門驅動傳動系統FMEA分析

3.1.1 故障模式嚴酷度、頻度和可檢測度等級定義

2.3 急性缺血性腦卒中相關性分析 脂蛋白相關磷脂酶A2、D-二聚體水平、高血壓病史與急性腦卒中發生呈明顯正相關(r=0.491、0.209、0.243，P<0.01)；高密度脂蛋白水平與急性腦卒中發生呈負相關(r=-0.178，P<0.01)。

3.1.2 FMEA分析

在FMEA分析過程中需要對故障模式的嚴酷度、發生頻度和可檢測度按照所定義的等級對每個故障模式進行評定。其中，故障模式的嚴酷度表示故障發生后對系統影響的嚴重程度，故障發生頻度表示故障發生的頻率，故障可檢測度表示故障發生后可被檢測到的可能性。在客室車門故障診斷和可靠性分析領域中，故障模式的嚴酷度、發生頻度和可檢測度的評定等級標準見表2、表3和表4。

Sharmila Parmanand用六句話(六個話題)闡述了本場辯論的總話題(實行幫助婦女在立法機構保持一定席位的特殊政策)擬解決的問題，即婦女在當地或國家層面的政治機構中仍然沒有足夠的代表的問題。

3.2.1 定性危害性矩陣分析方法

近年來，國內外開展FMECA中常用的CA分析方法有：風險優先數方法(RPN)和危害性矩陣方法。危害性矩陣方法又可分為定量、定性的危害性矩陣分析方法。由于危害性矩陣方法能將每一種故障模式的危害性程度直接在矩陣圖上表示出來，更為簡明直觀，比較適用于大型復雜系統的分析，且因客室車門驅動傳動系統無具體故障數據并難以獲取

。因此本文選取定性的危害性矩陣分析方法分析客室車門驅動傳動系統的關鍵故障。

根據文獻[1-6]、[10]可得客室車門驅動傳動系統的一些故障，表5是運用FMEA所得到的客室車門驅動傳動系統故障詳細結果。

3.2 客室車門驅動傳動系統CA分析

根據上述功能層次與結構層次對應圖，針對各主要部件進行FEMA分析。FMEA用歸納法來分析系統不同的故障模式，運用此方法不僅可以對系統所有可能的故障模式進行識別和劃分，而且能夠根據表2、表3和表4的評定等級標準對故障造成系統正常運行影響的大小程度進行定級。

在本文中，分析對象為某款客室車門的驅動傳動系統，功能分析是將系統各個部件拆分，并對系統各部件功能進行描述，同時列舉出對應部件的輸入與輸出。結合客室車門驅動傳動系統的部件組成和功能分析，表1列出了客室車門驅動傳動系統的組成及功能分析。

從圖中的分布情況可以看出，共28種故障模式，其中嚴酷度等級Ⅱ類14種，嚴酷度Ⅲ類14種，故障模式危害性等級需要避免的有7種，需及時檢查的有21種。

3.2.2 客室車門驅動傳動系統CA分析

根據上述表5的分析結果，將各個部件對應故障模式按故障發生的頻度及嚴酷度等級繪制故障危害性矩陣圖，得到各個故障模式危害性的分布情況，如圖3所示。

(8)種類8。主要研究創客教育與教師發展間的關系。因為創客教育對于教師要求很高，所以創客教育有利于教師的創新能力的提高，促進智慧教師的養成。

4 客室車門驅動傳動系統關鍵故障分析

關鍵故障的分析旨在能夠利用現行檢測設備和方案能夠快速預測和定位故障，在故障對系統影響較小時及時處理故障，防止造成更大的影響和不可預料的后果，為后續故障診斷系統的設計提供基礎。因此關鍵故障的獲取與分析不僅要以CA結果為基礎，還要結合故障模式的可檢測度評估系統各個故障，進而確定客室車門驅動傳動系統的關鍵故障。

根據表5的分析結果和圖3危害性矩陣分布情況，客室車門驅動傳動系統關鍵故障如下表6所示，并針對各部件的關鍵故障提出其在使用階段的維護防護措施。

5 結論

本文針對某款客室車門的驅動傳動系統，利用FMECA方法分析了系統存在的關鍵故障，主要結論如下：

從式(3)可知,變壓器效應產生的感應電動勢對磁通門信號來說是非常大的噪聲來源,所以在實際應用中一般選擇如圖1所示的差分結構磁通門傳感器,該結構上下兩個鐵芯參數完全對稱,激勵線圈反向串聯,因此激勵繞組在磁芯中產生的磁場大小相等方向相反。但是被測磁場在兩鐵芯中分量大小方向均相同。所以在檢測線圈上,激勵產生的感應電動勢互相抵消,而被測磁場呈兩倍效果,則檢測線圈上的感應電動勢可表示為:

(1)通過分析系統的功能組成、確定約定層次和繪制系統的功能層次與結構層次對應圖，為全面分析系統部件的故障模式與影響分析奠定了基礎。

(2)對客室車門的驅動傳動系統出現的故障模式進行分析，并結合故障模式嚴酷度、頻度和可檢測度評定等級標準，得到的客室車門驅動傳動系統的FMEA分析表。

(3)利用定性危害性矩陣分析方法，并綜合故障模式的可檢測度，得到某款客室車門的驅動傳動系統的五種關鍵故障，提出了關鍵故障在使用階段的維護防護措施。為故障的預測、定位和排除提供了重要的參考依據，有助于提高客室車門維保效率、運營可靠性和降低維保成本。

[1]牟穎. 地鐵列車車門故障診斷與可靠性分析[D].大連交通大學,2018.

[2]劉萍,程曉卿,秦勇,張媛,邢宗義.基于模糊故障樹的塞拉門系統可靠性分析[J].中南大學學報(自然科學版),2013,44(S1):310-314.

[3]劉光武,蔡昌俊,陳剛,楊玲芝,邢宗義.基于故障樹和模糊推理petri網的塞拉門系統可靠性分析[J].機械制造與自動化,2015,44(03):146-149.

[4]彭瑋. 城軌列車客室車門故障診斷方法研究[D].蘭州交通大學,2019.

[5]段毅剛,齊金平.基于模糊故障樹的動車組塞拉門系統可靠性分析[J].模糊系統與數學,2019,33(05):166-174.

[6]霍壯志,王云霞,曹芳芳,劉潤波.基于模糊故障樹的城軌列車客室塞拉門的可靠性分析[J].南京工程學院學報(自然科學版),2019,17(02):48-54.

[7]Carmignani G . An integrated structural framework to cost-based FMECA: The priority-cost FMECA[J]. Reliability Engineering & System Safety, 2009, 94(4):861-871.

[8]陳穎, 康銳. FMECA技術及其應用[M]. 國防工業出版社, 2014.

[9]鄭長松,馮毓慶,汪宇,何春平,黃靜秋.綜合傳動裝置轉速和溫度傳感器FMECA分析[J].車輛與動力技術,2021(1):55-59+64.

[10]吳飛翔. 城軌車門系統中無刷直流電機退化試驗的研究[D].東南大學,2019.

[11]Bertolini M , Bevilacqua M , Massini R . FMECA approach to product traceability in the food industry[J]. Food Control, 2006, 17(2):137-145.