城市轨道交通的服务宗旨是安全、高效地运送乘客。信号系统作为其中至关重要的一个控制系统,负责指挥地铁列车的有序运行、实现无线通信,必须具有高可靠性,从而确保列车的行车安全和可靠运营。相对高铁来说,地铁列车运行速度较低,且站间距短,需要在短时间内完成启动、提速、减速、刹车的一系列过程。每天高频率地重复执行这些过程使得地铁的运营和维护成本增加,因此对地铁信号设备的维修维保提出了新的要求。本文对地铁信号系统国内外的可靠性研究现状和维修维保现状进行综述后,密切结合某地铁运营公司的实际情况,开展以下几方面的研究:(1)将地铁列车信号系统分为车载信号系统和地面信号系统两大子系统,结合大数据分析方法,针对不同运营线路的信号系统现场故障数据进行数据挖掘与可视化,探究不同的故障子类、故障模式、故障原因、故障影响,并用数据拟合方法探究失效时间间隔的变化规律。以大数据分析结果为支撑,掌握信号系统故障分类、统计故障频发设备,归纳不同故障对列车运行造成的不同影响。针对车载信号系统开展FMECA分析,包括划分故障等级并计算模式故障率、输出危害度矩阵等,最后总结归纳建立FMECA表格。(2)基于地铁运营公司记录的实际故障数据,结合FMECA分析结果,进行车载控制器可靠性特征量估计值的计算,绘制各个可靠性指标随时间变化的函数图,并进行汇总和对比分析。根据实际情况中不同型号车载信号的结构功能差异及故障情况,绘制故障树,分别进行FTA分析。在故障树的基础上,根据一定的转化规则,将所选故障树转化为贝叶斯网络,假设在系统发生故障的条件下,通过相应算法进行贝叶斯网络推理,计算根节点的后验概率,确定对系统发生故障影响概率较大的信号设备,为找到信号系统关键设备提供依据。(3)提取故障数据相对较少的地面信号系统数据进行拼接聚合和预处理,主要针对导致晚点等严重影响的故障数据,从不同维度进行地面信号系统故障数据的可视化分析。在此基础上绘制地面信号系统故障树,进行重要度识别,运用蒙特卡洛模拟方法,基于故障树进行蒙特卡洛仿真,输出地面信号系统可靠性随时间变化的函数图,并结合车载信号系统可靠性分析,计算地铁列车总的信号系统可靠性指标。(4)对地铁运营公司现有维修策略进行调研,归纳维修现状。利用EXAKT建模优化工具,基于比例风险模型、成本决策模型等统计和决策模型,研究考虑风险和成本的地铁信号系统双目标优化维修策略,并以车载控制器为案例建立基于状态的维修模型,有针对性地确定最佳失效风险等级,最小化维保成本的同时保证故障风险处于较低水平,实现维保策略的优化。通过上述几方面的研究,给地铁运营公司的维保人员展现了列车信号系统更直观的故障规律和特点、可靠性现状以及薄弱环节,为实际运营维保制定更合理优化的维修策略,提高系统的服役能力以及降低维修成本具有参考意义。