列控車載設(shè)備故障模型分析及探討

列控車載設(shè)備故障模型分析及探討摘要:本文主要對列控機(jī)械類設(shè)備的常見故障及其典型概率模型進(jìn)行了分析，并說明如何利用這些規(guī)律去優(yōu)化對目前列控設(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通過多次到鐵路運(yùn)營單位調(diào)研，發(fā)現(xiàn)列控設(shè)備的生產(chǎn)廠家為了保證列車運(yùn)行的絕對安全，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)備維修過剩，還有部分設(shè)備維修不足，而鐵路運(yùn)營部門在實(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剩和維修不足的根本原因，發(fā)現(xiàn)問題在于列控設(shè)備生產(chǎn)商沒能深入分析和建立各個列控設(shè)備精確的故障模型，沒有這樣的模型就很難建立針對各個設(shè)備的科學(xué)的修程修制，例如從列控設(shè)備A出廠時間開始計(jì)算，設(shè)備A的故障概率分布規(guī)律符合浴盆曲線分布，所以在制定設(shè)備A的修程修制時就應(yīng)在剛上道和鄰近壽命期時適當(dāng)降增加對它的檢修頻率，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間間隔。本文旨在探討一種方法或途徑，及建立幾種常見故障的概率模型，通過分析故障模型能夠?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列控車載設(shè)備分類在現(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，所以有必要先對列控車載設(shè)備按照機(jī)械和電器特性進(jìn)行分類，針對各種不同性質(zhì)的設(shè)備通過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、列車接口單元（TIU）、運(yùn)行記錄單元（DRU）、軌道電路信息接受天線、應(yīng)答器信息接受天線等部件組成（不同型號的列控設(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。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、STM車底饋線、應(yīng)答器接受信息天線、BTM連接饋線、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圈、列車接口單元(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)械類設(shè)備的故障模型。2機(jī)械類設(shè)備或部件的故障及主要概率模型分析機(jī)械類設(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)狀況會隨著使用時間的延長而逐漸惡化，發(fā)生故障的可能性也會隨著時間的延長而增大。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)展到可識別的潛在故障的程度，例如可能是設(shè)備上出現(xiàn)的一個細(xì)小的裂紋、或可能是設(shè)備連接處發(fā)生曠動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渡時間。不同設(shè)備的過渡時間間隔差別很大，短的可能幾秒，長的可能幾年，例如某些設(shè)備的突發(fā)故障的這種過渡時間就很短。較長的故障過渡時間表明人們可以有更多的時間來預(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),避免功能性故障爭取較長的時間。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)備在使用過程中會出現(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，機(jī)械就會出現(xiàn)潛在的故障。一般設(shè)備從潛在故障發(fā)展到功能性故障會需要較長的時間，而潛在故障可以通過適當(dāng)?shù)氖侄魏头椒▉頊p緩或消除，從而可以大大推遲功能性故障到來的時間，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、磨損和老化的過程伴隨著質(zhì)量和能量的變化，這一過程是不可逆轉(zhuǎn)的，維修不能使設(shè)備的性能恢復(fù)到出廠時的狀^態(tài)。⑶故障原因的不確定性。設(shè)備在使用過程中受到各種環(huán)境條件的影響，設(shè)備的狀況會有一種隨機(jī)性。同時，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,即使是同一個設(shè)備在不同的使用環(huán)境中，其使用狀況也會表現(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、老化過程是跟時間密切相關(guān)的所以它們引起的機(jī)械性故障也是與時間有關(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)備的使用時間越長發(fā)生故障的概率越大，即故障發(fā)生的概率跟設(shè)備的使用時間成正比。設(shè)備機(jī)械性故障這一跟時間有關(guān)的特性是預(yù)防性維修的理論基礎(chǔ)之一。2.3機(jī)械類故障的概率模型本文希望通過分析和建立機(jī)械類故障模型的到以下兩個受益：第一，通過模型確定設(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值就表示設(shè)備需要進(jìn)行何種等級的維護(hù)了)；第二，通過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，這樣即不會過剩修也不會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)鋼套的曠動量為例，我們希望通過建立數(shù)據(jù)模型來制定一個合理的曠動量的閾值，當(dāng)通過檢測系統(tǒng)發(fā)現(xiàn)該部件的曠動量超過的閾值，就需要對傳感器保護(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為每個月中正常曠動量和異常曠動量的比率；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K值一般取值為2,2.5或3。在第一次計(jì)算時對于穩(wěn)定的系統(tǒng)一般取較小的值；而對于波動比較大的系統(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,其假警告率大概為4,而K取3時其假警告率大約為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)鋼套的曠動量閾值為3.55,即認(rèn)為曠動量在3.55以下是正常的，而超過3.55的就發(fā)生了異常，需要及時檢修,這樣的規(guī)則在很大概率上是正確的，發(fā)生錯誤的概率很小。在列車實(shí)際運(yùn)行過程中如果檢測到該量大于此閾值時就應(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、應(yīng)答器接受天線、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，往往會在設(shè)備表面形成腐蝕，隨著時間的延長，這種腐蝕會對設(shè)備造成故障，因此盡量早的發(fā)現(xiàn)那些將要帶來故障的腐蝕部位對保證設(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)時機(jī)。泊松分布。泊松分布一般用于在時間上隨機(jī)分布的故障，因此對列控車載設(shè)備的附件在某段時間上發(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的正常運(yùn)營。下面舉例說明如何運(yùn)用這一規(guī)律。例如現(xiàn)在某動車段負(fù)責(zé)300臺某列控設(shè)備A的維修維護(hù)，每臺設(shè)備工作相互獨(dú)立，設(shè)發(fā)生故障的概率都是0.01,通常情況下一臺發(fā)生故障的設(shè)備可由一人來處理，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，在同一時刻發(fā)生故障的設(shè)備臺數(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個維修維護(hù)人員才能滿足要求。威布爾(weibull)分布。因?yàn)閯榆嚵锌剀囕d設(shè)備部件越來越復(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參數(shù)的指數(shù)分布函數(shù)和有兩個參數(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)代表了在一個應(yīng)力作用下在設(shè)備壽命中的積累時間；對于腐蝕損壞，這一參數(shù)代表了受腐蝕部件的工作壽命；對于蠕變損傷，它代表了在一應(yīng)力作用下的蠕斷時間。參數(shù)t代表等效時間，它說明在某一可靠度、故障率和概率密度函數(shù)下，設(shè)備的工作時間。這里的工作時間是指實(shí)際的工作時間，即當(dāng)設(shè)備使用時才計(jì)時，當(dāng)設(shè)備不使用時不計(jì)時，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部件可靠性影響的特點(diǎn)，例如對于腐蝕損傷，該參數(shù)與腐蝕溫度有關(guān)，要作專門的分析；對于疲勞損傷，一般服從指數(shù)分布，這時該參數(shù)取值為1;對于磨損損傷，它與磨損時的平均轉(zhuǎn)速有關(guān)；對于蠕變損傷該參數(shù)一般大于1。該參數(shù)小于等于1時表示下降的故障率，當(dāng)參數(shù)大于1時表示上升的故障率。隨著參數(shù)值的增大，故障因素對故障率的影響逐漸增大，當(dāng)參數(shù)值為7以上時，在一t等效時間之后設(shè)備的可靠性會急劇下降，可以認(rèn)為t為該損傷因素下的最大作用時間，在此之后設(shè)備出現(xiàn)故障的可能性增加很快。此時t值就是發(fā)生故障的等效時間。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。由于涉及到大量的數(shù)學(xué)計(jì)算和篇幅有限，下面簡述利用該規(guī)律優(yōu)化對列控設(shè)備修程修制的方法。取某n臺列控設(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，從相同的時間點(diǎn)開始，將這個時間點(diǎn)計(jì)為0,記錄下它們分別發(fā)生故障的時間，并按它們故障發(fā)生的時間先后次序排序，通過平均秩次法計(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小時后的可靠度。由計(jì)算到的可靠度，可以預(yù)測出該設(shè)備在工作了x小時后可靠度較低，安全性差,需要進(jìn)行檢修或者更換。3結(jié)語本文對列控車載設(shè)備中機(jī)械類設(shè)備的常見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。通過對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)可以對很多故障進(jìn)行預(yù)測并進(jìn)行預(yù)防性維修，通過這一策略去優(yōu)化目前暫行的列控設(shè)備的修程修制無疑是很有價(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，對原型系統(tǒng)的初步測試表明這種方法對改善目前鐵路運(yùn)營單位維護(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