论文部分内容阅读
列控车载设备是保证列车安全、高速、高效运行的重要装备，必需具备很高的可靠性和安全性。经典的可靠性研究是基于同一类产品的统计学规律，其研究对象为某一类产品。实时可靠性的研究对象是特定单一的设备，与经典可靠性相比，实时可靠性评估能够更加真实地反映列控车载设备在运行过程中可靠工作的能力。车载设备实时可靠性研究有助于建立车载设备智能维修体系，保障列车持续无故障运行。 本文根据车载设备的固有特征，设计了一套基于状态空间的实时可靠性评估方法。首先，结合层次分析的思想，将车载设备实时可靠性评估划分为系统层与部件层;然后，利用FTA(Fault Tree Analysis)法、时间序列法及HMM(Hidden Markov model)模型对系统层及部件层可靠性评估进行建模，时间序列法是状态空间模型的特殊表达形式，其解决了状态空间模型残差序列不服从正态分布的情况，更好地预测了车载设备部件的性能劣化趋势，HMM模型是基于状态空间的马尔可夫链，利用该模型求解车载设备部件的实时可靠度;最后，设计并开发了列控车载设备实肘可靠性评估软件。论文完成的主要工作如下: (1)在分析车载设备物理结构的基础上，结合经典可靠性定义与工程实际给出了适用于列控车载设备的实时可靠性定义，建立了车载设备实时可靠性评价指标体系。 (2)分别从系统层与部件层进行车载设备实时可靠性评估。系统层采用传统的故障树建模方法，建立车载设备故障树模型。部件层采用FMEA法建立部件的劣化失效评价指标体系，通过ARIMA-ARCH(Autoregressive Integrated Moving Average)模型预测车载设备部件的性能退化轨迹并计算性能劣化度;对车载设备部件的健康状态进行分级，利用多观测序列的隐马尔可夫模型揭示车载设备部件的状态变迁情况，联立C-K方程与状态转移矩阵，求解车载设备部件的实时可靠度。 (3)以应答器信息传输单元为例，采用Lloyd算法实现性能特征参数量化编码，建立BTM状态变迁模型，并通过HMM模型训练得BTM实时可靠度。该方法直接利用性能退化数据，能够准确感知车载设备部件的状态变迁过程，避免了对轨迹参数做出分布假设的缺陷，较好的描述了车载设备部件的实时可靠性。 (4)采用C＃与Matlab混合编程，在Visual Studio2012开发环境下设计并开发了列控车载设备实时可靠性评估软件，为车载设备实时可靠性评估提供了一种有效可行的办法。