馬爾科夫鏈在公路機電設備狀態評測上的應用研究

周元輝

摘要 文章在梳理公路機電設備狀態評測技術發展脈絡的基礎上，圍繞馬爾可夫鏈分析模型在公路機電設備狀態評測的分析應用技術，介紹了馬爾科夫鏈分析模型，闡述了基于馬氏鏈的公路機電設備故障分析過程，并通過案例分析展示和驗證了該分析評測技術的工程適用性，對公路機電設備養護管理和狀態評測實際應用有技術參考意義。

關鍵詞 公路機電；設備壽命；狀態評測；馬爾可夫鏈；應用研究

中圖分類號 TN06文獻標識碼 A文章編號 2096-8949（2023）16-0138-03

0 引言

馬爾可夫鏈分析法是獲取裝備系統現有的運行信息，構成系統狀態結構分類和轉移概率矩陣，預測系統在現有情況下經過一段時間后將達到的狀態[1]。該方法對設備管理和決策具有參考意義。通過對高速公路機電設備維修數據的統計，發現高速公路機電設備存在各種狀態轉移，可以用馬爾可夫鏈對高速公路機電設備的故障進行預測和分析，根據機電裝備故障率曲線判別裝備的有效運行周期，可以預估設備功效狀態，預防事故產生，降低養護投入成本，延長公路機電設備的使用壽命。

1 馬爾科夫鏈分析模型

2 基于馬氏鏈的公路機電設備故障分析

3 公路機電設備有效使用壽命周期判斷

可根據曲線擬合計算原理，通過擬合線斜率突變，獲得馬氏分析故障累計頻率曲線斜率突變分界點，見圖3所示。

圖3曲線顯示，從O點到A點，從A點到B點，曲線斜率是穩定的，B點后曲線斜率明顯增大。從O點到A點，正常使用情況下設備的有效運行周期是22個月，即根據該期間故障累積曲線的平穩狀態。曲線斜率在A點后上升，意味著自A點起，有效運行周期結束。A點之后，設備處于磨損失效期，此時故障率增加，整體故障率曲線逐漸增大提升幅度，并在B點再度出現斜率拐點。B點后，故障率再度增加，此時雖未達到裝備的極限壽命，經維修后設備雖可繼續使用，但是其投入產出比、安全可靠性等已嚴重下降，可考慮更換裝備。

運用同樣的方法，可以判斷公路其他機電裝備的有效運行周期。選取清河總站收費站的所有智控欄桿設備，利用馬爾可夫鏈方法得出裝備的極限概率分布圖。根據欄桿機的設備維修數據，運用極限概率轉移法，得出概率分布圖和裝備故障概率曲線圖，如圖4所示。

因為自動跨欄機設備投入使用，第1個月至第25個月的故障概率≤0.27，在第25個月以后，故障概率明顯增加，裝備進入磨損失效期。前25個月，約2年時間，是裝備的健康運行周期，到第65個月后，裝備故障率的平均曲線達到峰值點，在第65個月以后，裝備故障率降低，原因是化學腐蝕、裝備嚴重老化等原因，不得不更換主要部件或檢修設備，此時裝備的故障率雖然會降低，但還沒有達到健康使用的極限壽命，還可以繼續使用。但是其投入產出比、安全可靠性等已嚴重下降，可考慮更換裝備。

根據自動跨欄機的累計故障次數，驗證浴盆波動曲線的拐點，如圖5所示。

根據自動跨欄機累計失敗次數曲線的斜率，判斷M點和N點為分界點。從O點到M點（第25個月）曲線斜率相對穩定，M點后曲線斜率增大，維修故障次數增加。到達N（第65個月）點后曲線斜率又上升，故障維修次數明顯增加。分界點M和N由故障的累積頻率曲線定義。判斷M點和N點是故障維修次數的突變點，用裝備壽命和裝備健康狀態的關系來解釋M點（第25個月）前者是裝備的正常工作狀態，故障概率穩定是由浴盆波動曲線確定的設備的意外失效期，也就是說設備的有效壽命是25個月（大約2a）從M到N的曲線段是設備的磨損失效期，這是因為設備零件存在老化或磨損情況，導致維修和故障概率上升。N點之后，曲線的斜率增大，故障累計次數增加，顯示N點前給予維護，屬于正常運行周期的常規維護，而N點后明顯顯示維修次數增加，說明設備處于頻發故障期。該時段已經接近設備報廢階段，其間設備在適當維修的前提下還可以繼續運行使用一個時程，但是在此期間的設備維護績效比有所降低，繼續使用或者給予高投入維修，會增加投入成本，此時候可以考慮更換新裝備。

通過對兩種公路機電裝備故障概率的研究，研究結果顯示，馬爾可夫鏈方法可以判別公路機電裝備的有效運行周期，幫助高速公路管理部門有效維護機電設備，預測設備健康狀態，及時處理運行中裝備的各種突發故障，保證高速公路交通流的高效通行。

4 結語

該文旨在探討公路機電設備健康應用壽命周期馬爾科夫鏈評測技術。馬爾科夫鏈分析模型分析方法是獲取裝備系統的在運行信息，構成系統技術狀態分類和轉移概率矩陣，預測系統在現有情況下經過一段時間后將達到的狀態。利用馬爾可夫鏈可以預測和分析公路機電裝備的故障，根據機電裝備故障率曲線判別裝備的有效運行周期，預估設備功效狀態，預防事故產生，降低養護投入成本，延長公路機電設備的使用壽命。該文結合案例分析，介紹和展示了公路機電設備故障和健康應用壽命周期馬氏鏈分析方法和過程。根據曲線擬合計算原理，通過擬合線斜率突變，獲得馬氏分析故障累計頻率曲線斜率突變分界點，是該分析技術的一個重要分析結果可視化特點，該特點使有效運行周期的狀態邊界揭示更加直觀清晰，使設備狀態目前所處階段更加一目了然。

參考文獻

[1]徐宇亮， 孫際哲， 陳西宏， 等. 電子設備健康狀態評估與故障預測方法[J]. 系統工程與電子技術， 2012（5）： 1068-1072.

[2]饒永波， 常治元， 楊宗霄， 等. 高速公路機電設備使用壽命預測模型[J]. 河南科技大學學報：自然科學版， 2011（2）： 12-15.

[3]張繼軍， 鄧力， 馬登武， 等. 基于狀態條件概率的設備剩余壽命預測[J]. 北京航空航天大學學報， 2014（5）： 602-607.