列控車(chē)載設(shè)備故障模型分析及探討

列控車(chē)載設(shè)備故障模型分析及探討摘要:本文主要對(duì)列控機(jī)械類(lèi)設(shè)備的常見(jiàn)故障及其典型概率模型進(jìn)行了分析，并說(shuō)明如何利用這些規(guī)律去優(yōu)化對(duì)目前列控設(shè)備的修程修制。關(guān)鍵詞:列控設(shè)備故障概率模型修程修制Abstractsnthispaper,welistsomecommonfaultsinATPsandanalyzethiretypicalprobabilitymodels.Atlastweexplainhowtooptimizethepresentmaintenancespecificationbyusingtheprobabilitymodels.Keywords:ATP;Fault;probabilitymodel;Maintenancesystem通過(guò)多次到鐵路運(yùn)營(yíng)單位調(diào)研，發(fā)現(xiàn)列控設(shè)備的生產(chǎn)廠家為了保證列車(chē)運(yùn)行的絕對(duì)安全，制定的列控設(shè)備的修程修制不夠精細(xì)，突出表現(xiàn)在大多數(shù)列控設(shè)備維修過(guò)剩，還有部分設(shè)備維修不足，而鐵路運(yùn)營(yíng)部門(mén)在實(shí)際的維修維護(hù)規(guī)范中基本上是參照了列控設(shè)備生產(chǎn)廠商提供的修程修制。深入分析修程修制的維修過(guò)剩和維修不足的根本原因，發(fā)現(xiàn)問(wèn)題在于列控設(shè)備生產(chǎn)商沒(méi)能深入分析和建立各個(gè)列控設(shè)備精確的故障模型，沒(méi)有這樣的模型就很難建立針對(duì)各個(gè)設(shè)備的科學(xué)的修程修制，例如從列控設(shè)備A出廠時(shí)間開(kāi)始計(jì)算，設(shè)備A的故障概率分布規(guī)律符合浴盆曲線(xiàn)分布，所以在制定設(shè)備A的修程修制時(shí)就應(yīng)在剛上道和鄰近壽命期時(shí)適當(dāng)降增加對(duì)它的檢修頻率，在使用中期合理降低檢修的頻率，根據(jù)具體設(shè)備的實(shí)際情況制定合理的日常檢修和集中檢修的時(shí)間間隔。本文旨在探討一種方法或途徑，及建立幾種常見(jiàn)故障的概率模型，通過(guò)分析故障模型能夠?qū)?yōu)化列控設(shè)備的修程修制產(chǎn)生積極的指導(dǎo)意義。1列控車(chē)載設(shè)備分類(lèi)在現(xiàn)實(shí)環(huán)境中列控設(shè)備遇到的故障是多種多樣的，系統(tǒng)分析故障的原因可以看到引起故障的原因跟具體的設(shè)備特性有直接相關(guān)的，所以有必要先對(duì)列控車(chē)載設(shè)備按照機(jī)械和電器特性進(jìn)行分類(lèi)，針對(duì)各種不同性質(zhì)的設(shè)備通過(guò)分析它們的特性建立各自的故障模型，為科學(xué)制定它們的修程修制打下基礎(chǔ)。列控車(chē)載設(shè)備主要由安全計(jì)算機(jī)（VC）、軌道電路信息接受模塊（STM）、應(yīng)答器信息接受模塊（BTM）、人機(jī)界面（DMI）、速度傳感器、列車(chē)接口單元（TIU）、運(yùn)行記錄單元（DRU）、軌道電路信息接受天線(xiàn)、應(yīng)答器信息接受天線(xiàn)等部件組成（不同型號(hào)的列控設(shè)備略有不同，但總體結(jié)構(gòu)相同）。根據(jù)它們的機(jī)械和電器特性的不同按照引起故障的原因?qū)⑦@些設(shè)備分為以下三類(lèi)。由腐蝕、磨損、蠕變和疲勞引起故障的設(shè)備：軌道電路信息接受天線(xiàn)、STM車(chē)底饋線(xiàn)、應(yīng)答器接受信息天線(xiàn)、BTM連接饋線(xiàn)、DMI、速度傳感器的保護(hù)鋼套和連接電纜等。由電子元件的各種邏輯故障和非邏輯故障引起故障的設(shè)備：安全計(jì)算機(jī)(VC)內(nèi)部的主板和集成電路、STM內(nèi)部電路板、BTM內(nèi)部電路板、速度傳感器中的電子元件和傳感線(xiàn)圈、列車(chē)接口單元(TIU)、運(yùn)行記錄單元內(nèi)部的電子元件等。由列控系統(tǒng)軟件缺陷引起故障的設(shè)備：安全計(jì)算機(jī)內(nèi)的相關(guān)軟件系統(tǒng)。由于三類(lèi)設(shè)備的結(jié)構(gòu)迥異，它們的故障模型也有很大不同，在這篇文章中著重討論機(jī)械類(lèi)設(shè)備的故障模型。2機(jī)械類(lèi)設(shè)備或部件的故障及主要概率模型分析機(jī)械類(lèi)設(shè)備的故障主要由于腐蝕、磨損、蠕變等外在原因引起的設(shè)備偏離其設(shè)計(jì)狀態(tài)而喪失部分或去全部功能。這種故障應(yīng)從定量的角度計(jì)算危害的嚴(yán)重性，設(shè)備的技術(shù)狀況會(huì)隨著使用時(shí)間的延長(zhǎng)而逐漸惡化，發(fā)生故障的可能性也會(huì)隨著時(shí)間的延長(zhǎng)而增大。2.1機(jī)械性故障的形成在圖1所示,A點(diǎn)表示設(shè)備的性能已經(jīng)惡化并發(fā)展到可識(shí)別的潛在故障的程度，例如可能是設(shè)備上出現(xiàn)的一個(gè)細(xì)小的裂紋、或可能是設(shè)備連接處發(fā)生曠動(dòng)即表明連接處磨損較明顯了等等。B點(diǎn)表示潛在故障已經(jīng)發(fā)展成功能性故障，也就是說(shuō)已經(jīng)質(zhì)變到損害的程度。從A點(diǎn)到B點(diǎn)的區(qū)間就是設(shè)備從潛在故障的顯露逐步發(fā)展到功能性故障的過(guò)渡時(shí)間。不同設(shè)備的過(guò)渡時(shí)間間隔差別很大，短的可能幾秒，長(zhǎng)的可能幾年，例如某些設(shè)備的突發(fā)故障的這種過(guò)渡時(shí)間就很短。較長(zhǎng)的故障過(guò)渡時(shí)間表明人們可以有更多的時(shí)間來(lái)預(yù)防設(shè)備的功能性故障的發(fā)生，所以應(yīng)不斷的尋找潛在故障的精確物理參數(shù)，為采取新的預(yù)防技術(shù),避免功能性故障爭(zhēng)取較長(zhǎng)的時(shí)間。2.2機(jī)械性故障的特點(diǎn)分析機(jī)械性故障是跟腐蝕、磨損、老化、疲勞等機(jī)理分不開(kāi)的，根據(jù)機(jī)械性故障形成的一般規(guī)律，分析可知機(jī)械性故障主要有下面一些特性。故障的潛在性。設(shè)備在使用過(guò)程中會(huì)出現(xiàn)各種磨損，受到磨損部件的結(jié)構(gòu)參數(shù)發(fā)生變化,當(dāng)磨損發(fā)展到一定程度即超出部件結(jié)構(gòu)參數(shù)允許值時(shí)，機(jī)械就會(huì)出現(xiàn)潛在的故障。一般設(shè)備從潛在故障發(fā)展到功能性故障會(huì)需要較長(zhǎng)的時(shí)間，而潛在故障可以通過(guò)適當(dāng)?shù)氖侄魏头椒▉?lái)減緩或消除，從而可以大大推遲功能性故障到來(lái)的時(shí)間，增加設(shè)備的使用壽命。故障的不可逆性。機(jī)械性腐蝕、疲勞、磨損和老化的過(guò)程伴隨著質(zhì)量和能量的變化，這一過(guò)程是不可逆轉(zhuǎn)的，維修不能使設(shè)備的性能恢復(fù)到出廠時(shí)的狀^態(tài)。⑶故障原因的不確定性。設(shè)備在使用過(guò)程中受到各種環(huán)境條件的影響，設(shè)備的狀況會(huì)有一種隨機(jī)性。同時(shí)，由于制造和設(shè)備材料的不盡相同，設(shè)備的各種閾值也有不同的分布,即使是同一個(gè)設(shè)備在不同的使用環(huán)境中，其使用狀況也會(huì)表現(xiàn)出不同的分布。這就導(dǎo)致設(shè)備結(jié)構(gòu)參數(shù)的變化和設(shè)備故障的判斷標(biāo)準(zhǔn)具有一定的不確定性。(4)故障的發(fā)展性。因?yàn)楦g、疲勞、磨損、老化過(guò)程是跟時(shí)間密切相關(guān)的所以它們引起的機(jī)械性故障也是與時(shí)間有關(guān)的，即設(shè)備的磨損是逐步產(chǎn)生的，其中的結(jié)構(gòu)參數(shù)是緩慢變化的，設(shè)備的性能也是逐漸惡化的。設(shè)備的使用時(shí)間越長(zhǎng)發(fā)生故障的概率越大，即故障發(fā)生的概率跟設(shè)備的使用時(shí)間成正比。設(shè)備機(jī)械性故障這一跟時(shí)間有關(guān)的特性是預(yù)防性維修的理論基礎(chǔ)之一。2.3機(jī)械類(lèi)故障的概率模型本文希望通過(guò)分析和建立機(jī)械類(lèi)故障模型的到以下兩個(gè)受益：第一，通過(guò)模型確定設(shè)備或部件的維護(hù)閾值(或警戒值,即表示設(shè)備的狀況如果得到這個(gè)值就表示設(shè)備需要進(jìn)行何種等級(jí)的維護(hù)了)；第二，通過(guò)模型的分析得到該部件的合理的修成修制，例如設(shè)備A的故障發(fā)生概率服從浴盆曲線(xiàn)模式，則在它使用期的前期和后期應(yīng)適當(dāng)加大維護(hù)的頻率，而在使用的中期可以減少維護(hù)的頻率，這樣即不會(huì)過(guò)剩修也不會(huì)欠維修不同的故障模式所適用的概率分布模型是不一樣的，其中最常用的是正太分布和泊松分布兩種概率模型。在設(shè)備的正常使用情況下，絕大多數(shù)的故障（80%以上）屬于正態(tài)分布，如速度傳感器保護(hù)鋼套、密圭寸環(huán)、齒輪、軸承等磨損型零件的故障模式分布都服從正態(tài)分布。下面將分別舉例分析說(shuō)明三種典型故障概率模型的建模和應(yīng)用。（1）正態(tài)分布。以速度傳感器保護(hù)鋼套的曠動(dòng)量為例，我們希望通過(guò)建立數(shù)據(jù)模型來(lái)制定一個(gè)合理的曠動(dòng)量的閾值，當(dāng)通過(guò)檢測(cè)系統(tǒng)發(fā)現(xiàn)該部件的曠動(dòng)量超過(guò)的閾值，就需要對(duì)傳感器保護(hù)鋼套進(jìn)行檢修維護(hù)了，分析原因,排除隱患，達(dá)到預(yù)防性維修的目的。X為每個(gè)月中正常曠動(dòng)量和異常曠動(dòng)量的比率；X為求和；K為公式系數(shù)，它與設(shè)備性質(zhì)和使用環(huán)境有關(guān)。在機(jī)械設(shè)備的維修可靠性的閾值計(jì)算時(shí)K值一般取值為2,2.5或3。在第一次計(jì)算時(shí)對(duì)于穩(wěn)定的系統(tǒng)一般取較小的值；而對(duì)于波動(dòng)比較大的系統(tǒng)（如電子系統(tǒng)）則適合取較高的值，隨后可以根據(jù)實(shí)際情況進(jìn)行調(diào)整。此外K值的大小還會(huì)影響告警的多少，如根據(jù)正態(tài)分布的分散性統(tǒng)計(jì)，某設(shè)備A的K值取2時(shí),其假警告率大概為4,而K取3時(shí)其假警告率大約為0.3%。由上面的公式可以看出閾值是通過(guò)標(biāo)準(zhǔn)方差的計(jì)算確定的，一般將它設(shè)置為平均值再加上2到3倍的標(biāo)準(zhǔn)方差。下面將根據(jù)表格中的模擬數(shù)據(jù)進(jìn)行閾值的計(jì)算，表1以月為單位，每個(gè)月統(tǒng)計(jì)一次X值。由此可以得到速度傳感器保護(hù)鋼套的曠動(dòng)量閾值為3.55,即認(rèn)為曠動(dòng)量在3.55以下是正常的，而超過(guò)3.55的就發(fā)生了異常，需要及時(shí)檢修,這樣的規(guī)則在很大概率上是正確的，發(fā)生錯(cuò)誤的概率很小。在列車(chē)實(shí)際運(yùn)行過(guò)程中如果檢測(cè)到該量大于此閾值時(shí)就應(yīng)該檢修了，在檢修中應(yīng)認(rèn)真檢查引起故障的根源，以便消除隱患。又如軌道電路天線(xiàn)、應(yīng)答器接受天線(xiàn)、速度傳感器外殼部分等暴露在外的部件受到外界環(huán)境的影響，往往會(huì)在設(shè)備表面形成腐蝕，隨著時(shí)間的延長(zhǎng)，這種腐蝕會(huì)對(duì)設(shè)備造成故障，因此盡量早的發(fā)現(xiàn)那些將要帶來(lái)故障的腐蝕部位對(duì)保證設(shè)備安全運(yùn)行有重要意義。而這種腐蝕深度一般也是符合正態(tài)分布的，因此也可以通過(guò)上面介紹的方法建立腐蝕深度模型并計(jì)算出合理的閾值，從而根據(jù)模型確定出最合理的維修維護(hù)時(shí)機(jī)。泊松分布。泊松分布一般用于在時(shí)間上隨機(jī)分布的故障，因此對(duì)列控車(chē)載設(shè)備的附件在某段時(shí)間上發(fā)生故障的次數(shù)一般服從泊松分布。用X表示某時(shí)間內(nèi)出現(xiàn)的故障數(shù)，則隨機(jī)變量X服從泊松分布,其概率模型可以表示為：根據(jù)慣例選定置信水平為97.5%。其中入為泊松分布的均值。利用泊松分布，結(jié)合實(shí)際列控設(shè)備的具體參數(shù)(如某設(shè)備的在正常運(yùn)行條件下的發(fā)生故障的概率)就可以確定出應(yīng)該配備的合理的維修維護(hù)技術(shù)人員的個(gè)數(shù)，這樣就避免了多配備人員造成的浪費(fèi)，也避免了少配備人員而影響了列車(chē)的正常運(yùn)營(yíng)。下面舉例說(shuō)明如何運(yùn)用這一規(guī)律。例如現(xiàn)在某動(dòng)車(chē)段負(fù)責(zé)300臺(tái)某列控設(shè)備A的維修維護(hù)，每臺(tái)設(shè)備工作相互獨(dú)立，設(shè)發(fā)生故障的概率都是0.01,通常情況下一臺(tái)發(fā)生故障的設(shè)備可由一人來(lái)處理，那么至少需要配備多少技術(shù)人員才能保證設(shè)備A發(fā)生故障且能及時(shí)得到維修的概率不小于0.99。假設(shè)需要N技術(shù)人員，在同一時(shí)刻發(fā)生故障的設(shè)備臺(tái)數(shù)是X,則X服從參數(shù)為300、0.01的二項(xiàng)分布，于是有P{XWN}>0.99根據(jù)泊松分布公式可以得到：入=300X0.01=3由此求的滿(mǎn)足此表達(dá)式的N的最小值8,所以得到需要至少配備8個(gè)維修維護(hù)人員才能滿(mǎn)足要求。威布爾(weibull)分布。因?yàn)閯?dòng)車(chē)列控車(chē)載設(shè)備部件越來(lái)越復(fù)雜，各種部件的故障模式很多。在維修工業(yè)中有一種數(shù)學(xué)模型是瑞典人沃勞蒂威布爾(waloddiweibull)依照弱環(huán)現(xiàn)象和理論，在研究疲勞壽命中提出了Weibull分布概率密度函數(shù)式。該函數(shù)在今年來(lái)廣泛應(yīng)用于維修維護(hù)工業(yè)領(lǐng)域中，并且取得了明顯的效果。Weibull分布函數(shù)將一組隨機(jī)性數(shù)據(jù)用三個(gè)參數(shù)的數(shù)學(xué)表達(dá)式表達(dá)，這一表達(dá)方式奠定了該方法的理論基礎(chǔ)。因?yàn)樵摲植己瘮?shù)用三個(gè)參數(shù)描述一組數(shù)據(jù)的分布規(guī)律，因此它比其他用一個(gè)參數(shù)的指數(shù)分布函數(shù)和有兩個(gè)參數(shù)的正態(tài)分布函數(shù)更能接近與數(shù)據(jù)的真實(shí)分布規(guī)律。除此之外Weibull分布函數(shù)涵蓋了正態(tài)分布、瑞來(lái)分布和指數(shù)分布，即這三種分布式Weibull分布函數(shù)的特殊情況。Weibull分布概率密度函數(shù)表達(dá)式是其中的n代表設(shè)備的特征參數(shù)，它代表了在某一損傷因素下的破壞特點(diǎn)。例如于疲勞損傷，該參數(shù)代表了在一個(gè)應(yīng)力作用下在設(shè)備壽命中的積累時(shí)間；對(duì)于腐蝕損壞，這一參數(shù)代表了受腐蝕部件的工作壽命；對(duì)于蠕變損傷，它代表了在一應(yīng)力作用下的蠕斷時(shí)間。參數(shù)t代表等效時(shí)間，它說(shuō)明在某一可靠度、故障率和概率密度函數(shù)下，設(shè)備的工作時(shí)間。這里的工作時(shí)間是指實(shí)際的工作時(shí)間，即當(dāng)設(shè)備使用時(shí)才計(jì)時(shí)，當(dāng)設(shè)備不使用時(shí)不計(jì)時(shí)，所以它是表達(dá)損傷積累程度的參數(shù)。B表示W(wǎng)eibull函數(shù)分布的形狀參數(shù)，它表示某一損傷因素對(duì)部件可靠性影響的特點(diǎn)，例如對(duì)于腐蝕損傷，該參數(shù)與腐蝕溫度有關(guān)，要作專(zhuān)門(mén)的分析；對(duì)于疲勞損傷，一般服從指數(shù)分布，這時(shí)該參數(shù)取值為1;對(duì)于磨損損傷，它與磨損時(shí)的平均轉(zhuǎn)速有關(guān)；對(duì)于蠕變損傷該參數(shù)一般大于1。該參數(shù)小于等于1時(shí)表示下降的故障率，當(dāng)參數(shù)大于1時(shí)表示上升的故障率。隨著參數(shù)值的增大，故障因素對(duì)故障率的影響逐漸增大，當(dāng)參數(shù)值為7以上時(shí)，在一t等效時(shí)間之后設(shè)備的可靠性會(huì)急劇下降，可以認(rèn)為t為該損傷因素下的最大作用時(shí)間，在此之后設(shè)備出現(xiàn)故障的可能性增加很快。此時(shí)t值就是發(fā)生故障的等效時(shí)間。根據(jù)經(jīng)驗(yàn)可知電路板上的電容器等很多設(shè)備和部件首次發(fā)上故障的實(shí)效分布式服從威布爾分布的，即它們的壽命為浴盆曲線(xiàn)。由于涉及到大量的數(shù)學(xué)計(jì)算和篇幅有限，下面簡(jiǎn)述利用該規(guī)律優(yōu)化對(duì)列控設(shè)備修程修制的方法。取某n臺(tái)列控設(shè)備A（樣本n越大求得的參數(shù)精度越高）,在相同的操作水平下和同樣的工況下，從相同的時(shí)間點(diǎn)開(kāi)始，將這個(gè)時(shí)間點(diǎn)計(jì)為0,記錄下它們分別發(fā)生故障的時(shí)間，并按它們故障發(fā)生的時(shí)間先后次序排序，通過(guò)平均秩次法計(jì)算設(shè)備的平均秩次和累計(jì)分布函數(shù)（包含威布爾分布參數(shù)）。分布函數(shù)求出后則它的分布密度函數(shù)、可靠性函數(shù)和實(shí)效函數(shù)也能方便的求出，由此可以計(jì)算出該設(shè)備在工作了x小時(shí)后的可靠度。由計(jì)算到的可靠度，可以預(yù)測(cè)出該設(shè)備在工作了x小時(shí)后可靠度較低，安全性差,需要進(jìn)行檢修或者更換。3結(jié)語(yǔ)本文對(duì)列控車(chē)載設(shè)備中機(jī)械類(lèi)設(shè)備的常見(jiàn)故障及其概率模型進(jìn)行了介紹，當(dāng)然列控設(shè)備的故障模型遠(yuǎn)不止這三種，但這三種是具有典型意義的。通過(guò)對(duì)各種故障建立并分析數(shù)學(xué)模型，找到設(shè)備發(fā)生故障的規(guī)律，確實(shí)可以對(duì)很多故障進(jìn)行預(yù)測(cè)并進(jìn)行預(yù)防性維修，通過(guò)這一策略去優(yōu)化目前暫行的列控設(shè)備的修程修制無(wú)疑是很有價(jià)值的?；谶@一思路，在由中鐵第一勘探設(shè)計(jì)院、北京交通大學(xué)等單位正在合作開(kāi)發(fā)的《列控設(shè)備全生命周期管理系統(tǒng)》中已引入這樣的算法，對(duì)原型系統(tǒng)的初步測(cè)試表明這種方法對(duì)改善目前鐵路運(yùn)營(yíng)單位維護(hù)列控設(shè)備的狀況是很有幫助的。參考文獻(xiàn)賈希勝，甘茂治.以可靠性