軌道交通車輛關鍵部件故障模式風險優(yōu)先數(shù)的確定方法
【專利摘要】本發(fā)明公開了一種軌道交通車輛關鍵部件故障模式風險優(yōu)先數(shù)的確定方法。該方法包括了以下步驟：首先確定城軌車輛的關鍵部件；其次選取K個分析成員對車輛關鍵部件故障模式的風險因子進行模糊評判，得到關鍵部件的三個模糊因子，利用加權最小二乘法得到每一個風險因子團隊決策結果；然后通過加權幾何平均法定義模糊風險優(yōu)先數(shù)并應用線性規(guī)劃模型得到模糊風險優(yōu)先數(shù)的α水平集；最后利用質(zhì)心法去模糊化得到風險優(yōu)先數(shù)的準確值，對風險優(yōu)先數(shù)排序得到部件故障模式對車輛的危害程度大小。本發(fā)明結合了加權最小二乘法和模糊加權幾何平均法確定風險優(yōu)先數(shù)，步驟簡單、運算量小，能得到團隊整體對部件故障模式的估計，避免了由于個體差異而導致結論錯誤。
【專利說明】軌道交通車輛關鍵部件故障模式風險優(yōu)先數(shù)的確定方法
【技術領域】
[0001]本發(fā)明屬于交通安全工程【技術領域】，特別是一種軌道交通車輛關鍵部件故障模式風險優(yōu)先數(shù)的確定方法。
【背景技術】
[0002]城市軌道車輛運行環(huán)境封閉、載客量大，一旦發(fā)生交通事故將對乘客的出行造成極大不便，甚至產(chǎn)生巨大的人員和財產(chǎn)損失。而隨著城市軌道交通線路、車輛的增多以及城市軌道交通車輛自身的復雜性，對車輛的檢修工作帶來了更大的挑戰(zhàn)。計算城軌車輛部件故障模式的風險優(yōu)先數(shù)，能依據(jù)風險優(yōu)先數(shù)大小對部件進行風險度排序，得到城軌車輛故障風險高的部件，以便檢修人員對此類部件進行重點關注。
[0003]目前計算風險優(yōu)先數(shù)的方法主要是通過專家來估計風險因子等級，通過風險因子等級計算風險優(yōu)先數(shù)。Bowels提出了利用專家知識系統(tǒng)中模糊if-then規(guī)則評價方法,運用模糊語言評價三個風險因子，評價結果要與模糊if-then規(guī)則相匹配。模糊if-then規(guī)則的缺點是構造規(guī)則時過于繁瑣，不利于一般維修人員對規(guī)則進行更改。Franceschini提出了多專家多目標決策評估方法，他能利用設計團隊所提供資料評估三個風險因子，而不需要和人工數(shù)值進行轉(zhuǎn)化，從而能比較精確的得出風險優(yōu)先數(shù)的明確值，但多專家多目標決策評估方法的主要缺陷是利用設計團隊的經(jīng)驗，而忽略了運營中檢修工程師對風險因子的評估。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的在于提供一種簡便高效、精確可靠的軌道交通車輛關鍵部件故障模式風險優(yōu)先數(shù)的確定方法。
[0005]實現(xiàn)本發(fā)明目的的技術解決方案是:一種軌道交通車輛關鍵部件故障模式風險優(yōu)先數(shù)的確定方法，包括以下步驟:
[0006]步驟1，確定車輛關鍵部件故障模式:根據(jù)車輛的歷史故障數(shù)據(jù)，確定軌道交通車輛的L個關鍵部件及各個關鍵部件對應的故障模式；
[0007]步驟2，風險因子模糊評判:對步驟I中L個關鍵部件的風險因子進行模糊評判，利用加權最小二乘法得到每一個風險因子的團隊決策結果；
[0008]步驟3，模糊風險優(yōu)先數(shù)確定:根據(jù)步驟2中所得風險因子評價等級和權重的團隊決策結果，通過加權幾何平均法確定模糊風險優(yōu)先數(shù)；
[0009]步驟4，采用線性規(guī)劃模型確定模糊風險優(yōu)先數(shù)的α水平集；
[0010]步驟5，模糊風險優(yōu)先數(shù)去模糊化:利用質(zhì)心法對步驟4中所得的故障模式模糊風險優(yōu)先數(shù)的α水平集進行去模糊化，得到風險優(yōu)先數(shù)的準確值；
[0011]步驟6，對故障模式風險優(yōu)先數(shù)準確值進行排序，得到故障模式的重要度排序。
[0012]本發(fā)明與現(xiàn)有技術相比，其顯著優(yōu)點是:(I)應用模糊數(shù)作為風險因子評價等級，降低了團隊決策中專家的主觀決斷對結果的影響；(2)應用加權最小二乘法綜合團隊整體決策，克服了由于單個專家評價結果的偏差而導致結果不準確；(3)應用加權幾何平均值法計算模糊風險優(yōu)先數(shù)，能充分考慮每個風險因子的權重對風險優(yōu)先數(shù)的影響，使計算結果更具有參考價值。
【專利附圖】

【附圖說明】
[0013]圖1是本發(fā)明軌道交通車輛關鍵部件故障模式風險優(yōu)先數(shù)的確定方法流程圖。
[0014]圖2是本發(fā)明實施例1中6個關鍵部件故障模式的模糊風險優(yōu)先數(shù)。
【具體實施方式】
[0015]下面結合附圖對本發(fā)明作進一步詳細說明。
[0016]結合圖1，本發(fā)明軌道交通車輛關鍵部件故障模式風險優(yōu)先數(shù)的確定方法，包括以下步驟:
[0017]步驟1，確定車輛關鍵部件故障模式:根據(jù)車輛的歷史故障數(shù)據(jù)，確定軌道交通車輛的L個關鍵部件及各個關鍵部件對應的故障模式；具體為:根據(jù)車輛的歷史故障數(shù)據(jù)，確定車輛m個部件的故障率，依據(jù)故障率的數(shù)值從大到小對各部件進行排序依次為R1, R2,…，Rffl,車輛關鍵部件的故障模式個數(shù)L為最接近(1/3) Xm的整數(shù)，其中前L個部件為關鍵部件，即關鍵部件依次為R1, R2,…，
[0018]步驟2，風險因子模糊評判:對步驟I中L個關鍵部件的風險因子進行模糊評判，利用加權最小二乘法得到每一個風險因子的團隊決策結果；具體如下:
[0019](2.1)風險因子包括發(fā)生度O、嚴重度S和難檢度D，團隊決策小組對每一個關鍵部件故障模式的各個風險因子進行模糊評判；
[0020](2.2)設團隊決策小組有K個成員，用V= (V1, V2,…，νκ)表示K個成員的權重集，第k個成員對第i個風險因子做出的個人決策表示為Η/ =(?/，七/,?/，《,/);
[0021](2.3)用梯形模糊數(shù)評估每一個風險因子的團隊決策，即第i個風險因子的團隊決策表示為年=(ail，aiS，aih，aiu );
[0022](2.4)最后利用加權最小二乘法確定第i個風險因子的團隊決策，如式(I)所示:
[0023]
【權利要求】
1.一種軌道交通車輛關鍵部件故障模式風險優(yōu)先數(shù)的確定方法，其特征在于，包括以下步驟: 步驟1，確定車輛關鍵部件故障模式:根據(jù)車輛的歷史故障數(shù)據(jù)，確定軌道交通車輛的L個關鍵部件及各個關鍵部件對應的故障模式； 步驟2，風險因子模糊評判:對步驟I中L個關鍵部件的風險因子進行模糊評判，利用加權最小二乘法得到每一個風險因子的團隊決策結果； 步驟3，模糊風險優(yōu)先數(shù)確定:根據(jù)步驟2中所得風險因子評價等級和權重的團隊決策結果，通過加權幾何平均法確定模糊風險優(yōu)先數(shù)； 步驟4，采用線性規(guī)劃模型確定模糊風險優(yōu)先數(shù)的α水平集； 步驟5，模糊風險優(yōu)先數(shù)去模糊化:利用質(zhì)心法對步驟4中所得的故障模式模糊風險優(yōu)先數(shù)的α水平集進行去模糊化，得到風險優(yōu)先數(shù)的準確值； 步驟6，對故障模式風險優(yōu)先數(shù)準確值進行排序，得到故障模式的重要度排序。
2.根據(jù)權利要求1所述的軌道交通車輛關鍵部件故障模式風險優(yōu)先數(shù)的確定方法，其特征在于，步驟I所述確定車輛關鍵部件故障模式，具體為:根據(jù)車輛的歷史故障數(shù)據(jù)，確定車輛m個部件的故障率，依據(jù)故障率的數(shù)值從大到小對各部件進行排序依次為R1, R2,…，Rm，其中前L個部件為關鍵部件，即關鍵部件依次為R1, R2,…，
3.根據(jù)權利要求1所述的軌道交通車輛關鍵部件故障模式風險優(yōu)先數(shù)的確定方法，其特征在于，步驟2中所述風險因子模糊評判，具體如下: (2.1)風險因子包括發(fā)生度O、嚴重度S和難檢度D，團隊決策小組對每一個關鍵部件故障模式的各個風險因子進行模糊評判； (2.2)設團隊決策小組有K個成員，用V=G1, V2,…，νκ)表示K個成員的權重集,第k個成員對第i個風險因子做出的個人決策表示為 CZ 5)用梯形模糊數(shù)評估每一個風險因子的團隊決策，即第i個風險因子的團隊決策表示為?7 =(%，&，％，％); (2.4)最后利用加權最小二乘法確定第i個風險因子的團隊決策，如式(I)所示:

4.根據(jù)權利要求1所述的軌道交通車輛關鍵部件故障模式風險優(yōu)先數(shù)的確定方法，其特征在于，步驟3所述的模糊風險優(yōu)先數(shù)確定，具體如下: (3.1)根據(jù)步驟2中所得風險因子評價等級和權重的團隊決策結果，通過加權幾何平均法確定模糊風險優(yōu)先數(shù)，如式(2)所示:

5.根據(jù)權利要求1所述的軌道交通車輛關鍵部件故障模式風險優(yōu)先數(shù)的確定方法，其特征在于，步驟4所述采用線性規(guī)劃模型確定模糊風險優(yōu)先數(shù)的α水平集，具體如下: (4.1)用區(qū)間表示的模糊集叫做α水平集，模糊集2的α水平集定義如式(4):
6.根據(jù)權利要求1所述的軌道交通車輛關鍵部件故障模式風險優(yōu)先數(shù)的確定方法，其特征在于，步驟5所述模糊風險優(yōu)先數(shù)去模糊化，具體如下: (5.1)采用質(zhì)心法將步驟3中所得的L個關鍵部件的故障模式模糊風險優(yōu)先數(shù)進行去模糊化，質(zhì)心法將一個模糊數(shù)2的質(zhì)心定義為它的去模糊化的明確值，定義公式(7):

【文檔編號】G06F19/00GK103678924SQ201310700483
【公開日】2014年3月26日 申請日期:2013年12月18日 優(yōu)先權日:2013年12月18日
【發(fā)明者】邢宗義, 任金寶, 冒玲麗, 郭翔, 陳岳劍, 王夫歌, 王曉浩, 石奮義, 郭岑 申請人:南京理工大學