高鐵牽引供電系統(tǒng)PHM 與主動(dòng)維護(hù)研究

王 玘， 何正友， 林 圣， 馮 玎， 李朝陽

(西南交通大學(xué)電氣工程學(xué)院，四川 成都610031)

截止2014 年底，我國高速鐵路運(yùn)營(yíng)的總里程達(dá)到了1.6 萬km，占世界高鐵運(yùn)營(yíng)里程的60%以上，穩(wěn)居世界高鐵里程的榜首.預(yù)計(jì)到2015 年高鐵運(yùn)營(yíng)總里程將達(dá)1.8 萬km，高鐵列車日均發(fā)送旅客將達(dá)249 萬人次.我國高速鐵路建設(shè)周期短、運(yùn)營(yíng)規(guī)模大，且正從大規(guī)模的建設(shè)階段向以全面運(yùn)營(yíng)維護(hù)為主的階段轉(zhuǎn)換.牽引供電系統(tǒng)作為高速列車的唯一動(dòng)力來源，其服役安全是保障高速鐵路安全、可靠、高效運(yùn)行的關(guān)鍵［1］. 隨著服役時(shí)間的增長(zhǎng)和設(shè)備性能的退化，高速鐵路牽引供電系統(tǒng)的安全隱患問題必將逐漸暴露出來，維修維護(hù)壓力也將與日俱增.如何保障上萬千米路網(wǎng)條件下上千列高速列車的安全可靠運(yùn)行，減輕一線運(yùn)營(yíng)維護(hù)人員的檢修工作量，提高牽引供電設(shè)備的利用率，使高鐵牽引供電系統(tǒng)始終處于良好的運(yùn)營(yíng)狀態(tài)，減少甚至避免故障的發(fā)生，對(duì)保證未來我國高速鐵路的正常運(yùn)行具有重要意義.

目前，高速鐵路牽引供電系統(tǒng)的故障處理和維修維護(hù)存在以下三方面的不足:

(1)系統(tǒng)及設(shè)備狀態(tài)判斷存在不足［2］. 為了有效地掌握設(shè)備的運(yùn)行狀態(tài)，雖然對(duì)牽引供電關(guān)鍵設(shè)備的特征指標(biāo)存在部分相應(yīng)的監(jiān)測(cè)或檢測(cè)手段，如牽引變壓器的油色譜監(jiān)測(cè)和饋線電纜的光纖測(cè)溫等，但是利用這些特征指標(biāo)判斷設(shè)備運(yùn)行狀態(tài)時(shí)，往往只依賴單一特征指標(biāo)，而未能綜合考慮多個(gè)甚至全部指標(biāo). 只考慮單一設(shè)備的運(yùn)行狀態(tài)，而無法計(jì)及設(shè)備間的耦合和相互影響關(guān)系對(duì)系統(tǒng)的狀態(tài)進(jìn)行整體把握;只能做“正?！被颉肮收稀钡亩袛?，無法反映設(shè)備或系統(tǒng)從“正?！钡健肮收稀边^程中的退化趨勢(shì)即各個(gè)中間狀態(tài);只利用當(dāng)前值進(jìn)行簡(jiǎn)單的閾值比較，而未結(jié)合歷史數(shù)據(jù)，也不預(yù)測(cè)未來走勢(shì).

(2)故障診斷與處理方式存在缺陷［3-4］. 高鐵牽引供電系統(tǒng)采用故障后處理的方式，在故障發(fā)生后才進(jìn)行故障的診斷與排除，這時(shí)已經(jīng)造成了設(shè)備損壞、鐵路停運(yùn)甚至人員傷亡等故障后果. 故障查找與排除速度慢，在與故障爭(zhēng)分奪秒的競(jìng)爭(zhēng)中有時(shí)耗費(fèi)了大量人力卻未能及時(shí)阻止故障范圍的擴(kuò)大與故障程度的惡化.這不僅會(huì)損壞若干價(jià)值不菲的設(shè)備或產(chǎn)生高昂的維修成本，其造成的停電停運(yùn)、人員傷亡、社會(huì)名譽(yù)的負(fù)面影響更是不可估量的.此外，在事后的事故分析與責(zé)任劃分中，故障原因難以真正查明，更無法追蹤并反推故障過程，使得事故責(zé)任歸屬難以明確.

(3)維修維護(hù)模式有待完善改進(jìn)［5］. 目前，高速鐵路牽引供電系統(tǒng)仍然采用周期維修、人工巡檢和事故搶修相結(jié)合的維修維護(hù)模式，這是一種被動(dòng)的模式，維修不足或維修過剩是普遍現(xiàn)象. 維修缺乏針對(duì)性，如維修規(guī)程的制定有些是參考電力系統(tǒng)設(shè)備的運(yùn)行規(guī)程、檢修導(dǎo)則和維修技術(shù)標(biāo)準(zhǔn)等，有些則直接套用普速鐵路的現(xiàn)有規(guī)程，沒有考慮高鐵牽引供電系統(tǒng)的結(jié)構(gòu)特點(diǎn)和服役條件科學(xué)制定維修規(guī)程，直接導(dǎo)致效率低下甚至錯(cuò)誤指導(dǎo)維修活動(dòng)的實(shí)施.維修活動(dòng)的實(shí)施存在盲目性和投機(jī)性，維修人員往往憑經(jīng)驗(yàn)甚至運(yùn)氣來使設(shè)備脫離故障狀態(tài)，雖然表面上暫時(shí)排除了故障，但這種缺乏科學(xué)依據(jù)的維修也為設(shè)備的后續(xù)運(yùn)行埋下了隱患;這種被動(dòng)的維修維護(hù)模式造成了維修效率低、經(jīng)濟(jì)性差、工作量與工作強(qiáng)度大等問題.

以上不足使得現(xiàn)有的故障處理和維修維護(hù)工作并不能高效處理牽引供電系統(tǒng)艱巨的運(yùn)營(yíng)維護(hù)任務(wù)，不能有效緩解鐵路工作者巨大的工作壓力，已無法很好地適應(yīng)高速鐵路進(jìn)入全面運(yùn)營(yíng)維護(hù)期后所面臨的各項(xiàng)問題，對(duì)高速鐵路的安全、可靠、高效運(yùn)行造成了嚴(yán)重的威脅和巨大的挑戰(zhàn).

針對(duì)以上問題，本文提出將故障預(yù)測(cè)和健康管理(prognostic and health management，PHM)與主動(dòng)維護(hù)的理論及技術(shù)應(yīng)用于高速鐵路牽引供電系統(tǒng)中，首先分析了系統(tǒng)在各個(gè)方面的多時(shí)空尺度性、動(dòng)態(tài)性與隨機(jī)性的特點(diǎn)，介紹了PHM 與主動(dòng)維護(hù)的概念、理論與常用方法;接著確立了牽引供電系統(tǒng)PHM 與主動(dòng)維護(hù)的目標(biāo)并建立了相關(guān)的理論框架;然后結(jié)合高速鐵路牽引供電系統(tǒng)的特點(diǎn)探討了其多時(shí)空尺度PHM 與主動(dòng)維護(hù)的理論研究?jī)?nèi)容;最后展望了高速鐵路牽引供電系統(tǒng)實(shí)現(xiàn)PHM與主動(dòng)維護(hù)的技術(shù)途徑.

1 高速鐵路牽引供電系統(tǒng)的特點(diǎn)

1.1 多時(shí)空尺度性

高速鐵路牽引供電系統(tǒng)在服役環(huán)境、數(shù)據(jù)和信息以及結(jié)構(gòu)和服役性能等方面具有時(shí)間和空間上的多尺度性質(zhì).

(1)服役環(huán)境的時(shí)空多尺度性

我國高速鐵路運(yùn)營(yíng)環(huán)境極其復(fù)雜，單條線路超過1 000 km 的行駛里程與全年服役的特點(diǎn)使其橫跨多個(gè)自然氣候帶，有時(shí)要輪番承受雨雪、強(qiáng)風(fēng)、雷電等氣象災(zāi)害的侵襲［6］;高速鐵路網(wǎng)覆蓋30 多個(gè)省市，跨越高寒(如京哈線)，高溫、高濕(如武廣線)、強(qiáng)腐蝕(如海南通道)、多風(fēng)沙(如蘭新線)、高原(如滬昆線)等復(fù)雜且極端的地理水文環(huán)境;同時(shí)，各個(gè)地區(qū)的區(qū)域電網(wǎng)在供電能力、電能質(zhì)量、脆弱性等方面具有較大的差異，牽引負(fù)荷的特點(diǎn)以及與區(qū)域電網(wǎng)頻繁的大功率交換使得這種電源條件差異性更加明顯. 因此，多樣的自然環(huán)境、氣象因素、地理水文甚至電源條件等造就了高速鐵路牽引供電系統(tǒng)在服役環(huán)境上的時(shí)空多尺度性.

(2)數(shù)據(jù)和信息的時(shí)空多尺度性

高速鐵路牽引供電系統(tǒng)中存在海量的在線監(jiān)測(cè)數(shù)據(jù)、離線檢測(cè)記錄、統(tǒng)計(jì)數(shù)據(jù)、事件記錄、維修臺(tái)賬等數(shù)據(jù)和信息，它們來源于不同的采集裝置或手段，反映了不同部件或設(shè)備的服役情況. 數(shù)據(jù)采集的間隔、周期、精度、量綱等千差萬別，或客觀或主觀，或定性或定量，且分布式地存放或記錄于不同的物理載體上，構(gòu)成了高速鐵路牽引供電系統(tǒng)在數(shù)據(jù)和信息上的時(shí)空多尺度性.

(3)結(jié)構(gòu)和服役性能的時(shí)空多尺度性

沿著電能的流動(dòng)方向看去，牽引供電系統(tǒng)實(shí)際上是由眾多供電設(shè)備和元件(牽引變電所的一次設(shè)備、接觸網(wǎng)的錨段)所組成的一條鏈?zhǔn)焦╇娀芈? 尤其是牽引變電所的關(guān)鍵設(shè)備(如牽引變壓器)甚至關(guān)鍵結(jié)構(gòu)(如一路進(jìn)線)由于存在備用而形成了冗余結(jié)構(gòu)，這種鏈?zhǔn)交蛉哂嘟Y(jié)構(gòu)在空間上將單獨(dú)的設(shè)備組成了完整的系統(tǒng)，形成了從設(shè)備級(jí)到系統(tǒng)級(jí)的空間尺度的跨越. 另一方面，牽引供電設(shè)備的服役性能在不同的時(shí)間尺度上會(huì)表現(xiàn)出不同的規(guī)律，在實(shí)時(shí)運(yùn)行的短時(shí)間尺度、有限個(gè)失效-修復(fù)周期的中時(shí)間尺度和全壽命周期的長(zhǎng)時(shí)間尺度上，所能觀察到的故障演變、退化趨勢(shì)及失效規(guī)律逐漸從微觀到宏觀，所關(guān)注的問題由點(diǎn)到面，對(duì)其描述所采用的數(shù)學(xué)方法也應(yīng)具有不同的分辨率和精度.

1.2 動(dòng)態(tài)性與隨機(jī)性

高速鐵路牽引供電系統(tǒng)在設(shè)備正常運(yùn)行、性能退化、故障失效以及維修恢復(fù)的全壽命服役周期中都具有典型的動(dòng)態(tài)性和隨機(jī)性的特點(diǎn).

動(dòng)態(tài)性是指與設(shè)備或系統(tǒng)有關(guān)的現(xiàn)象、參數(shù)及指標(biāo)等是時(shí)間的函數(shù)的性質(zhì).如列車的位置是動(dòng)態(tài)變化的，導(dǎo)致牽引負(fù)荷體現(xiàn)出劇烈波動(dòng)的動(dòng)態(tài)性;設(shè)備的服役條件是動(dòng)態(tài)變化的，導(dǎo)致設(shè)備的性能或與性能有關(guān)的指標(biāo)具有動(dòng)態(tài)性;系統(tǒng)運(yùn)行過程中，內(nèi)部的服役性態(tài)退化過程、外部的風(fēng)險(xiǎn)因素是隨時(shí)間動(dòng)態(tài)變化的，使得系統(tǒng)的健康狀態(tài)具有實(shí)時(shí)性和動(dòng)態(tài)性的特點(diǎn).

隨機(jī)性是指設(shè)備或系統(tǒng)的運(yùn)行服役、故障發(fā)展、維修活動(dòng)等過程的特征變量、影響因素和評(píng)價(jià)指標(biāo)是時(shí)間或空間上的隨機(jī)變量的性質(zhì).如故障的發(fā)生、發(fā)展過程是隨機(jī)的，此時(shí)故障的發(fā)生時(shí)間、發(fā)生部位以及發(fā)展速度等均可視為隨機(jī)變量;自然災(zāi)害等外部風(fēng)險(xiǎn)因素是隨機(jī)的，此時(shí)災(zāi)害類型、災(zāi)害次數(shù)和災(zāi)害程度等均可視為隨機(jī)變量;維修活動(dòng)的實(shí)施效果也是隨機(jī)的，這是由于維修過程中天窗時(shí)間、備品備件的需求量、維修人員經(jīng)驗(yàn)水平以及維修難易程度等一系列因素都是隨機(jī)變量造成的.

2 高鐵牽引供電系統(tǒng)PHM 與主動(dòng)維護(hù)的理念

2.1 PHM 理論與方法

由于高速鐵路牽引供電系統(tǒng)中存在多種時(shí)空多尺度性、動(dòng)態(tài)性以及隨機(jī)性，使得問題的描述和模型的建立更加復(fù)雜，傳統(tǒng)的狀態(tài)判斷方法、故障診斷理論以及維修維護(hù)理念將難以取得良好的效果.因此，提出將PHM 的理論與方法以及主動(dòng)維護(hù)的理念引入高速鐵路牽引供電系統(tǒng)中以解決故障處理和維修維護(hù)方面存在的問題.

PHM 是指利用盡可能少的傳感器采集系統(tǒng)的各種數(shù)據(jù)信息，借助各種智能推理算法(如物理模型、神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)融合、模糊邏輯、專家系統(tǒng)等)來評(píng)估系統(tǒng)自身的健康狀態(tài)，在系統(tǒng)故障發(fā)生前對(duì)其進(jìn)行預(yù)測(cè)，并結(jié)合各種可利用的資源信息提供一系列的維修保障措施的理論與技術(shù)［7-9］.PHM 最早在陸軍裝備的直升機(jī)研制中被提出［10］，后其理論被發(fā)展并廣泛應(yīng)用于航空航天、武器裝備、電子設(shè)備、海軍船舶、電力能源以及復(fù)雜系統(tǒng)等多個(gè)領(lǐng)域.

與傳統(tǒng)的故障診斷相比，PHM 代表了一種理念和方法上的轉(zhuǎn)變，使傳統(tǒng)基于傳感器的診斷轉(zhuǎn)向基于智能系統(tǒng)的預(yù)測(cè)［11］;同時(shí)PHM 也是對(duì)傳統(tǒng)復(fù)雜系統(tǒng)的機(jī)內(nèi)測(cè)試和狀態(tài)監(jiān)控技術(shù)的進(jìn)一步拓展，加入了對(duì)多元狀態(tài)信息的融合處理、故障發(fā)生前的及時(shí)預(yù)報(bào)和預(yù)防、系統(tǒng)健康狀態(tài)的綜合掌控和未來可靠性的預(yù)測(cè)［12-13］.

目前，PHM 的研究中發(fā)展出3 類較為成熟且常用的方法:基于失效物理模型的方法、基于數(shù)據(jù)驅(qū)動(dòng)的方法和基于統(tǒng)計(jì)可靠性的方法.

(1)基于失效物理模型的方法.這是利用產(chǎn)品的生命周期載荷和失效機(jī)理知識(shí)來進(jìn)行預(yù)測(cè)和診斷的方法.這種方法通常需要利用具體對(duì)象專業(yè)領(lǐng)域的知識(shí)，對(duì)其進(jìn)行故障物理的建模，即一般要求對(duì)象系統(tǒng)的數(shù)學(xué)模型是已知的或可求解的.在模型的支持下，其預(yù)測(cè)精度較高，但針對(duì)復(fù)雜動(dòng)態(tài)系統(tǒng)通常難以建立精確的數(shù)學(xué)模型，限制了該方法的廣泛應(yīng)用.典型的基于失效物理模型的方法有:故障模式、機(jī)理和影響分析(FMMEA)方法［14］、卡爾曼濾波/粒子濾波方法［15］和基于專家知識(shí)的方法［16］等.

(2)基于數(shù)據(jù)驅(qū)動(dòng)的方法.很多時(shí)候復(fù)雜系統(tǒng)的數(shù)學(xué)模型是無法得到或難以求解的，此時(shí)在研究對(duì)象的關(guān)鍵位置安裝各種傳感器或針對(duì)研究對(duì)象進(jìn)行多種實(shí)驗(yàn)就成為了解系統(tǒng)服役規(guī)律的有效手段.基于數(shù)據(jù)驅(qū)動(dòng)的方法正是利用這些傳感器或?qū)嶒?yàn)采集到的數(shù)據(jù)來進(jìn)行分析和預(yù)測(cè)的.由于僅用可用數(shù)據(jù)進(jìn)行健康判斷和預(yù)測(cè)，該方法具有廣泛的適用性，且能滿足一定的精度. 典型的基于數(shù)據(jù)驅(qū)動(dòng)的方法有:主成分分析(PCA)法［17］、隱馬爾可夫模型(HMM)方法［18］、支持向量機(jī)(SVM)方法［19］和人工神經(jīng)網(wǎng)絡(luò)方法(ANN)［20］等.

(3)基于統(tǒng)計(jì)可靠性的方法.由于受到多種條件的限制，有時(shí)難免存在既難以求得系統(tǒng)的數(shù)學(xué)模型又無法獲取足夠狀態(tài)數(shù)據(jù)的情況，但此時(shí)只要積累了充足的歷史失效數(shù)據(jù)，就可以利用這種方法實(shí)現(xiàn)故障預(yù)測(cè).基于統(tǒng)計(jì)可靠性的方法從可靠性的角度擬合對(duì)象的壽命分布，并推測(cè)出平均剩余壽命.由于缺乏細(xì)節(jié)信息，該方法的準(zhǔn)確度波動(dòng)較大，因此常在預(yù)測(cè)結(jié)果中加入一個(gè)置信度來表征準(zhǔn)確度水平.典型的基于統(tǒng)計(jì)可靠性的方法有:D-S 證據(jù)理論［21］、貝葉斯網(wǎng)絡(luò)方法［22］和模糊統(tǒng)計(jì)方法［23］等.

2.2 主動(dòng)維護(hù)理念

在過去的半個(gè)世紀(jì)中，與維修維護(hù)有關(guān)的理念、理論、技術(shù)與管理模式一直在不斷變革，從最初在設(shè)備損壞或故障后才進(jìn)行維修的事后維修(breakdown maintenance，BM)階段，到后來在設(shè)備的平時(shí)運(yùn)行階段按一定的周期和計(jì)劃進(jìn)行維修的預(yù)防維修(preventive maintenance，PB)階段，再到近幾十年來發(fā)展形成的按設(shè)備實(shí)際運(yùn)行狀態(tài)合理安排維修的狀態(tài)維修或視情維修(condition-based maintenance，CBM)階段［24-25］，人們對(duì)于設(shè)備故障和維修維護(hù)之間的關(guān)系逐漸由故障后的“維修”轉(zhuǎn)變?yōu)楣收锨暗摹熬S護(hù)+維修”.

隨著與維修維護(hù)有關(guān)的理論與技術(shù)不斷推陳出新，同時(shí)設(shè)備技術(shù)含量與系統(tǒng)復(fù)雜性不斷提高，人們對(duì)于設(shè)備運(yùn)行過程中的安全可靠性要求也逐年上升，維修維護(hù)理念的聚焦點(diǎn)不應(yīng)僅僅由“故障后”轉(zhuǎn)向“故障前”，更應(yīng)該從圍繞“故障”轉(zhuǎn)移到圍繞“系統(tǒng)及設(shè)備全壽命周期的健康狀態(tài)”，即從“被動(dòng)維修”向“主動(dòng)維護(hù)”轉(zhuǎn)型.與被動(dòng)維修這種對(duì)設(shè)備的故障或性能下降進(jìn)行修復(fù)或恢復(fù)的反射式處理方式不同，主動(dòng)維護(hù)旨在對(duì)引起故障的根源性原因進(jìn)行分析和干涉，以從源頭上避免失效事件的發(fā)生同時(shí)提升設(shè)備的服役性能. 主動(dòng)維護(hù)的優(yōu)勢(shì)在于:無論何種形式的被動(dòng)維修都只能最大限度地保持設(shè)備的健康屬性，而主動(dòng)維護(hù)可以改善設(shè)備的固有健康屬性;被動(dòng)維修只能延緩故障發(fā)展過程或降低故障發(fā)生概率，而主動(dòng)維護(hù)能改變故障發(fā)展方向及消除故障后果.主動(dòng)維護(hù)的實(shí)施并不局限于設(shè)備的運(yùn)行維護(hù)階段，在必要時(shí)可以通過更改設(shè)計(jì)、優(yōu)化制造或升級(jí)施工工藝等手段實(shí)現(xiàn).

在以往的普速鐵路以及早期高速鐵路的運(yùn)營(yíng)中，維修維護(hù)工作主要采用事后維修(故障修)與預(yù)防維修(周期修)相結(jié)合的方式. 隨著近年來狀態(tài)維修的大力發(fā)展以及在電力系統(tǒng)中的迅速推廣與應(yīng)用，狀態(tài)維修的相關(guān)技術(shù)也逐漸被引入高鐵牽引供電系統(tǒng)中.但目前狀態(tài)維修在牽引供電系統(tǒng)中的應(yīng)用效果并不理想，雖有一系列在線監(jiān)測(cè)裝置(如變壓器油色譜監(jiān)測(cè)、電纜光纖測(cè)溫等)上線投運(yùn)，但其采集的數(shù)據(jù)并未有效地利用以指導(dǎo)維修;另外，與狀態(tài)維修有關(guān)的經(jīng)驗(yàn)、標(biāo)準(zhǔn)與規(guī)程等都直接照搬電力系統(tǒng)，缺少針對(duì)牽引供電系統(tǒng)的合理改進(jìn).而主動(dòng)維護(hù)理念的提出，一方面希望將各個(gè)設(shè)備的各種實(shí)時(shí)的、歷史的監(jiān)測(cè)、檢測(cè)數(shù)據(jù)充分收集并加以分析利用，另一方面希望結(jié)合牽引供電系統(tǒng)的特點(diǎn)形成具有針對(duì)性的經(jīng)驗(yàn)、標(biāo)準(zhǔn)與規(guī)程，為狀態(tài)維修在牽引供電系統(tǒng)中的普及奠定堅(jiān)實(shí)基礎(chǔ)，并更好地與既有的維修維護(hù)發(fā)展方向相結(jié)合.

2.3 高鐵牽引供電系統(tǒng)PHM 與主動(dòng)維護(hù)的目標(biāo)

將PHM 理論與主動(dòng)維護(hù)理念應(yīng)用于高速鐵路牽引供電系統(tǒng)中，應(yīng)充分考慮并利用其多時(shí)空尺度性和動(dòng)態(tài)性與隨機(jī)性的特點(diǎn). 針對(duì)多時(shí)空尺度性，可將問題目標(biāo)從不同的時(shí)間與空間層面進(jìn)行劃分，并采用多尺度建模方法、多尺度融合算法以及時(shí)空聯(lián)合分析方法等進(jìn)行分析;針對(duì)動(dòng)態(tài)性與隨機(jī)性，其實(shí)質(zhì)表現(xiàn)為時(shí)間上的序列性結(jié)合空間上的概率性，因此可利用隨機(jī)過程的數(shù)學(xué)工具進(jìn)行統(tǒng)一建模分析，以期實(shí)現(xiàn)以下目標(biāo):

(1)對(duì)系統(tǒng)中存在的海量、繁雜、分布式的多時(shí)空尺度數(shù)據(jù)，建立統(tǒng)一的數(shù)據(jù)管理平臺(tái)，對(duì)各種歷史和實(shí)時(shí)數(shù)據(jù)進(jìn)行高效地收集、存儲(chǔ)和管理;研究大數(shù)據(jù)背景下的信息處理與融合方法，以實(shí)現(xiàn)對(duì)牽引供電系統(tǒng)中海量異構(gòu)多態(tài)數(shù)據(jù)的有效處理、集中分析與綜合利用［26］.

(2)結(jié)合牽引供電設(shè)備投運(yùn)后全壽命周期的服役性態(tài)演變以及失效退化規(guī)律(如圖1 所示)，在功能性故障發(fā)生之前，對(duì)系統(tǒng)中可能存在的潛在故障與隱藏故障(定義見表1)進(jìn)行及時(shí)地識(shí)別與預(yù)測(cè)，以實(shí)現(xiàn)對(duì)故障的提早預(yù)警并將故障消滅在孕育階段;若功能性故障已經(jīng)發(fā)生，則進(jìn)行快速準(zhǔn)確的故障診斷，迅速識(shí)別故障元件或準(zhǔn)確定位故障部位以及時(shí)排除故障.

圖1 牽引供電設(shè)備服役性態(tài)演變及失效退化規(guī)律Fig.1 Service state and degradation trend of traction power supply equipment

表1 牽引供電設(shè)備失效過程中的3 種故障Tab.1 Three types of fault in the failure process of traction power supply equipment

(3)借鑒生物體的健康概念與免疫機(jī)制，定義系統(tǒng)從正常運(yùn)行到失效退出的若干個(gè)中間健康狀態(tài)(如圖2 所示);從牽引供電系統(tǒng)的眾多狀態(tài)參數(shù)中，提煉出能描述系統(tǒng)健康狀態(tài)的典型指標(biāo)參數(shù)，建立包括各項(xiàng)監(jiān)測(cè)檢測(cè)數(shù)據(jù)的重要度和時(shí)效性的動(dòng)態(tài)評(píng)估指標(biāo)體系;實(shí)現(xiàn)對(duì)牽引供電系統(tǒng)及設(shè)備所處健康狀態(tài)的多因素綜合評(píng)估，以全面、準(zhǔn)確、客觀地掌握系統(tǒng)和設(shè)備實(shí)時(shí)的服役狀態(tài)［27-28］;根據(jù)一定時(shí)間段內(nèi)設(shè)備的健康走勢(shì)對(duì)設(shè)備剩余壽命做出合理預(yù)測(cè).

圖2 牽引供電設(shè)備健康狀態(tài)Fig.2 Health status of traction power supply equipment

(4)針對(duì)牽引供電系統(tǒng)內(nèi)部負(fù)荷頻繁沖擊、供電質(zhì)量波動(dòng)、設(shè)備絕緣下降等安全性問題，以及外部惡劣天氣、自然災(zāi)害、電源不穩(wěn)定等安全風(fēng)險(xiǎn)因素，從統(tǒng)計(jì)可靠性角度考察系統(tǒng)的可靠度、可用度、故障率等指標(biāo)，評(píng)估系統(tǒng)在多尺度復(fù)雜服役環(huán)境下的各種風(fēng)險(xiǎn)值，找出系統(tǒng)中可靠性低、風(fēng)險(xiǎn)值高的薄弱環(huán)節(jié)，并探尋提高可靠性、降低或規(guī)避風(fēng)險(xiǎn)的技術(shù)手段［29-30］.

(5)PHM 的實(shí)施最終要服務(wù)于主動(dòng)維護(hù)目標(biāo)的實(shí)現(xiàn)，因此在數(shù)據(jù)處理、故障預(yù)測(cè)、健康評(píng)估、可靠性和風(fēng)險(xiǎn)分析的基礎(chǔ)上，充分利用以上PHM 的分析結(jié)果與結(jié)論，研究牽引供電系統(tǒng)的各類維修決策(維修時(shí)間決策［31-32］、維修方式?jīng)Q策［33-34］、維修周期決策［35-36］和維修程度決策［37-38］等)問題、維修策略的優(yōu)化以及最優(yōu)組合問題［39-42］，以最終形成一套高速鐵路牽引供電系統(tǒng)維修維護(hù)的成套化解決方案，為涵蓋維修規(guī)程制定、檢修計(jì)劃安排以及維修活動(dòng)實(shí)施等各個(gè)階段的運(yùn)營(yíng)維護(hù)工作提供理論指導(dǎo)與技術(shù)支撐.

根據(jù)以上目標(biāo)，提出高鐵牽引供電系統(tǒng)PHM與主動(dòng)維護(hù)理論框架如圖3 所示.將該理論框架的各部分進(jìn)行細(xì)化，形成高鐵牽引供電系統(tǒng)PHM 與主動(dòng)維護(hù)的理論研究?jī)?nèi)容.

圖3 高鐵牽引供電系統(tǒng)PHM 與主動(dòng)維護(hù)理論框架Fig.3 Theoretical frame of PHM and active maintenance for high-speed railway traction power supply system

3 高鐵牽引供電系統(tǒng)PHM 與主動(dòng)維護(hù)的理論研究?jī)?nèi)容

3.1 多尺度數(shù)據(jù)處理與融合研究

如圖4 所示，針對(duì)牽引供電系統(tǒng)中不同設(shè)備(空間)和不同采集間隔(時(shí)間)的各種多時(shí)空尺度數(shù)據(jù)，分析其多源異構(gòu)的信息特征，包括廣域空間(位置)標(biāo)識(shí)、事件標(biāo)識(shí)、連續(xù)或離散性質(zhì)、傳輸特性等.從各類結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)中挖掘趨勢(shì)信息;研究各個(gè)時(shí)間尺度下數(shù)據(jù)的去噪、剔冗余、解耦和特征提取等算法，研究各個(gè)空間尺度下數(shù)據(jù)的分類、聚類及相關(guān)性分析等方法. 考慮不同尺度之間的背景效應(yīng)進(jìn)行多尺度聯(lián)合分析，研究小尺度向大尺度的統(tǒng)計(jì)性轉(zhuǎn)化和大尺度向小尺度的平滑算法，建立含空間相關(guān)項(xiàng)和時(shí)空交互項(xiàng)的層次時(shí)空模型進(jìn)行多時(shí)空尺度數(shù)據(jù)的融合分析.

圖4 多尺度數(shù)據(jù)處理與融合研究的內(nèi)容Fig.4 Theoretical contents of data processing and fusion in multiple scales

3.2 故障預(yù)測(cè)與健康評(píng)估研究

在短時(shí)間尺度(實(shí)時(shí)運(yùn)行)和中時(shí)間尺度(設(shè)備的有限個(gè)失效與更新周期)上，采用隨機(jī)過程理論對(duì)潛在故障和隱藏故障發(fā)生、發(fā)展的隨機(jī)性以及設(shè)備健康狀態(tài)退化的動(dòng)態(tài)性進(jìn)行建模，研究潛在故障和隱藏故障的概率分布描述形式和設(shè)備健康狀態(tài)的實(shí)時(shí)評(píng)估方法，以在功能性故障發(fā)生前或健康狀態(tài)的劣化超過閾值前進(jìn)行及時(shí)預(yù)測(cè)并預(yù)警，并在一定的置信區(qū)間內(nèi)預(yù)測(cè)設(shè)備的剩余使用壽命.在功能性故障發(fā)生后或健康狀態(tài)的劣化超過閾值后，利用基于案例推理的方法進(jìn)行故障的快速診斷;在空間尺度上將單元件單故障模式的設(shè)備級(jí)分析擴(kuò)充為多元件多故障模式的系統(tǒng)級(jí)分析，針對(duì)牽引供電系統(tǒng)的串并聯(lián)、冗余、冷/熱備用等多部件結(jié)構(gòu)，以及劣化故障、沖擊故障以及多重故障并發(fā)等多故障模式，采用基于數(shù)據(jù)驅(qū)動(dòng)和基于失效物理模型相結(jié)合的PHM 方法進(jìn)行建模，以對(duì)系統(tǒng)進(jìn)行健康狀態(tài)的綜合評(píng)估并實(shí)現(xiàn)系統(tǒng)級(jí)的故障預(yù)測(cè).

3.3 全壽命周期可靠性分析與風(fēng)險(xiǎn)評(píng)估研究

在長(zhǎng)時(shí)間尺度(牽引供電系統(tǒng)服役的全壽命周期)上，從隨機(jī)過程的角度對(duì)牽引供電系統(tǒng)的可靠性和可用性進(jìn)行分析，基于設(shè)備故障率的浴盆曲線，對(duì)系統(tǒng)可靠性指標(biāo)的時(shí)間序列進(jìn)行建模并預(yù)測(cè)該序列未來的發(fā)展趨勢(shì)，準(zhǔn)確追蹤到安全風(fēng)險(xiǎn)增大的區(qū)間并在轉(zhuǎn)折期安排避險(xiǎn)措施以抑制故障率的上升.在空間尺度上一方面考慮惡劣天氣、自然災(zāi)害等風(fēng)險(xiǎn)因素對(duì)系統(tǒng)故障率和可用度的影響，評(píng)估風(fēng)險(xiǎn)值的大小，另一方面針對(duì)牽引供電系統(tǒng)的鏈?zhǔn)?串聯(lián))及備用(并聯(lián))結(jié)構(gòu)考察系統(tǒng)故障率和可用度的概率分布形式，在傳統(tǒng)的以時(shí)間為單一自變量的故障率模型λ(t)中加入健康狀態(tài)H 與服役環(huán)境E 的影響，建立可定量反映系統(tǒng)內(nèi)、外部風(fēng)險(xiǎn)的綜合故障率模型λ(H，t，E)，并引入尺度變量建立條件可靠度模型分析系統(tǒng)全壽命周期的可靠性.

3.4 維修決策與優(yōu)化研究

在前三點(diǎn)研究?jī)?nèi)容的基礎(chǔ)上，考慮維修活動(dòng)中的多種動(dòng)態(tài)性和隨機(jī)性，考察維修活動(dòng)在時(shí)間上的多尺度效應(yīng)(如事故搶修的緊迫性、狀態(tài)維修的實(shí)時(shí)性和定期維修的周期性等)和空間上的多尺度效應(yīng)(如部件級(jí)、設(shè)備級(jí)、子系統(tǒng)級(jí)、系統(tǒng)級(jí)維修等)，建立多因素、多尺度的時(shí)空聯(lián)合決策模型，重點(diǎn)研究維修時(shí)間、維修周期、維修程度和維修方式等方面的決策問題(各類維修決策的含義如表2所示);應(yīng)用靈敏度分析方法、非線性數(shù)學(xué)規(guī)劃方法以及多目標(biāo)智能優(yōu)化算法等研究維修決策變量的優(yōu)化與最優(yōu)組合問題;分析牽引供電系統(tǒng)在維修活動(dòng)中表現(xiàn)出的各項(xiàng)屬性，合理分配其權(quán)重，形成維修影響因素集，并結(jié)合維修活動(dòng)所要用到的備件、工具和工種等建立維修庫，最終為每條結(jié)構(gòu)、性能各異的牽引供電系統(tǒng)提供一整套定制化的維修維護(hù)解決方案. 上述主動(dòng)維護(hù)層面的研究?jī)?nèi)容如圖5 所示.

表2 四種維修決策類型及其含義Tab.2 Four types of maintenance decision and their meanings

圖5 維修決策與優(yōu)化研究的內(nèi)容Fig.5 Theoretical contents of maintenance decision and optimization

4 高鐵牽引供電系統(tǒng)PHM 與主動(dòng)維護(hù)的技術(shù)展望

隨著高速鐵路牽引供電系統(tǒng)PHM 與主動(dòng)維護(hù)的理論研究不斷深入與完善，實(shí)現(xiàn)其目標(biāo)的技術(shù)途徑也將得到長(zhǎng)足的發(fā)展.最終將由一定的軟硬件平臺(tái)作為各種技術(shù)手段的載體，安裝于現(xiàn)有牽引供電系統(tǒng)上，甚至融合進(jìn)新建高鐵線路的建設(shè)中，形成一套高鐵牽引供電系統(tǒng)的健康監(jiān)控與智能維護(hù)系統(tǒng)，如圖6 所示.

圖6 牽引供電系統(tǒng)的健康監(jiān)控與智能維護(hù)系統(tǒng)Fig.6 Health monitoring and intelligent maintenance system of traction power supply system

圖6 中的高鐵牽引供電健康監(jiān)控與智能維護(hù)系統(tǒng)是一套分布式軟硬件集成平臺(tái)，具有從設(shè)備級(jí)到系統(tǒng)級(jí)的分布式分層結(jié)構(gòu).類似生物體的免疫系統(tǒng)，其組成結(jié)構(gòu)傳感器agent、免疫agent、管理agent和執(zhí)行器agent 分布于各個(gè)設(shè)備、子系統(tǒng)及系統(tǒng)中，用以實(shí)現(xiàn)PHM 與主動(dòng)維護(hù)的各項(xiàng)功能.其中各個(gè)結(jié)構(gòu)的含義和功能為:

(1)傳感器agent:用于采集系統(tǒng)中的海量數(shù)據(jù)與信息，它通過與現(xiàn)有的或未來可能增設(shè)的各項(xiàng)在線監(jiān)測(cè)裝置(如SCADA 系統(tǒng)、電氣設(shè)備絕緣狀態(tài)監(jiān)測(cè)、接觸網(wǎng)6C 系統(tǒng)等)和離線檢測(cè)手段(如預(yù)防性試驗(yàn)、保護(hù)測(cè)試儀、接觸網(wǎng)檢測(cè)車等)對(duì)接，獲取表征設(shè)備健康狀態(tài)的各項(xiàng)指標(biāo).由于每項(xiàng)指標(biāo)的采集源、存儲(chǔ)媒介與采集手段等不盡相同，每項(xiàng)指標(biāo)對(duì)應(yīng)一種傳感器agent，如圖7 所示為以牽引變壓器和接觸網(wǎng)一個(gè)跨距為例設(shè)置的傳感器agent.

(2)免疫agent:該部分集成了PHM 在設(shè)備級(jí)的主要功能，在接收到傳感器agent 上傳的信息后，實(shí)現(xiàn)對(duì)設(shè)備健康指標(biāo)數(shù)據(jù)的處理、設(shè)備潛在故障和隱藏故障的預(yù)測(cè)、設(shè)備健康狀態(tài)的評(píng)估以及設(shè)備的可靠性分析和風(fēng)險(xiǎn)評(píng)估等，它將處理結(jié)果編碼成一定的輸出狀態(tài)序列，經(jīng)過通信接口上傳到子系統(tǒng)的管理agent. 對(duì)于牽引供電系統(tǒng)的典型子系統(tǒng)——牽引變電所和接觸網(wǎng)，前者按每一設(shè)備設(shè)一免疫agent，后者按每一跨距設(shè)一免疫agent，如圖8所示.

圖7 傳感器agent 示意圖Fig.7 Schematic diagram of sensor agents

圖8 免疫agent 示意圖Fig.8 Schematic diagram of immunity agents

(3)管理agent:負(fù)責(zé)系統(tǒng)級(jí)PHM 功能與維修策略制定的實(shí)現(xiàn)，包括多尺度融合、時(shí)空聯(lián)合分析、維修決策支持以及系統(tǒng)級(jí)綜合評(píng)估等功能. 此外，不同的子系統(tǒng)管理agent 要相互通信交互，并激發(fā)抗體庫產(chǎn)生抗體，這些行為需要在上一級(jí)的系統(tǒng)管理agent 的支配和協(xié)調(diào)下完成，如圖9 所示，其中牽引變電所和接觸網(wǎng)分別設(shè)置子系統(tǒng)管理agent，整個(gè)牽引供電系統(tǒng)設(shè)置系統(tǒng)管理agent.

圖9 管理agent 示意圖Fig.9 Schematic diagram of management agents

(4)執(zhí)行器agent:其實(shí)質(zhì)是執(zhí)行各項(xiàng)主動(dòng)維護(hù)活動(dòng)的具體人員、工具、裝置或手段. 它在管理agent 的調(diào)配下接受并執(zhí)行來自抗體庫的抗體，對(duì)抗原存在部位實(shí)施主動(dòng)維護(hù)行為，以消滅抗原并優(yōu)化系統(tǒng)的健康運(yùn)行.

(5)抗原:即牽引供電系統(tǒng)中存在的各類故障(包括潛在故障和隱藏故障)、健康狀態(tài)退化、供電質(zhì)量下降、運(yùn)行方式不當(dāng)和各種風(fēng)險(xiǎn)因素的總稱.

(6)抗體:即經(jīng)過PHM 和主動(dòng)維護(hù)的一系列分析、預(yù)測(cè)、評(píng)估和決策過程后生成的一體型成套化解決方案(維修策略).

這樣，在牽引供電系統(tǒng)中抗原產(chǎn)生時(shí)，該健康監(jiān)控與智能維護(hù)系統(tǒng)能迅速感知并及時(shí)做出應(yīng)激反應(yīng)，經(jīng)過從傳感器agent 到管理agent 的一步步采集、傳輸與處理，刺激抗體庫生成抗體，并由執(zhí)行器agent 執(zhí)行抗體最終消滅抗原. 若抗原事件初次發(fā)生，則此次生成的抗體可被記錄保存于抗體庫中，待下次相同抗原侵入時(shí)能跳過重復(fù)的分析、預(yù)測(cè)、評(píng)估和決策過程，直接激發(fā)對(duì)應(yīng)抗體迅速消滅抗原.

例如，當(dāng)安裝在牽引變壓器上的局放傳感器agent 監(jiān)測(cè)到局放量異常時(shí)，將此信息上傳到牽引變壓器免疫agent(此時(shí)局放量異常這一事件即為一個(gè)抗原)，牽引變壓器免疫agent 綜合此信息以及其他傳感器agent 上傳的信息后對(duì)牽引變壓器進(jìn)行一系列PHM 分析(故障預(yù)測(cè)、健康評(píng)估、可靠性分析等)，能大致推測(cè)該臺(tái)變壓器的局放何時(shí)將劣化超過允許值，并決策出在此之前何時(shí)進(jìn)行何種維修工作能避免局放超標(biāo)，但這僅僅完成了設(shè)備級(jí)的分析.牽引變壓器免疫agent 還要將以上分析結(jié)果繼續(xù)上傳到牽引變電所管理agent，若除牽引變壓器外還有別的設(shè)備存在異常事件(抗原)，則這些設(shè)備的免疫agent 都會(huì)向牽引變電所管理agent上傳分析結(jié)果，牽引變電所管理agent 綜合考慮所有結(jié)果合理安排這些設(shè)備的同時(shí)維修抑或相隔多久先后維修，以保證最少的人力和最低的費(fèi)用等.變電所管理agent 與接觸網(wǎng)管理agent 還要共同接受高鐵牽引供電系統(tǒng)管理agent 的支配與協(xié)調(diào)，形成各自的最終決策結(jié)果，這樣才完成了系統(tǒng)級(jí)的分析與決策;最終這些管理agent 給出的具體維修策略即為抗體，它們被下發(fā)到相應(yīng)的維修車間或維修工(執(zhí)行器agent)，由這些維修工(執(zhí)行器agent)來執(zhí)行維修策略(抗體)以消除設(shè)備異常事件(抗原).

可見，高鐵牽引供電健康監(jiān)控與智能維護(hù)系統(tǒng)的建設(shè)有助于未來牽引供電系統(tǒng)智能化與自愈性的實(shí)現(xiàn).

5 結(jié)束語

隨著我國高速鐵路由大規(guī)模建設(shè)期向全面運(yùn)營(yíng)維護(hù)期的轉(zhuǎn)型，作為高速鐵路唯一動(dòng)力來源的牽引供電系統(tǒng)在狀態(tài)判斷、故障處理與維修維護(hù)模式上的不足將逐漸暴露出來，成為影響高速鐵路安全、可靠、高效運(yùn)行的短板.

針對(duì)以上不足，本文總結(jié)了高鐵牽引供電系統(tǒng)在各個(gè)方面的多時(shí)空尺度性、動(dòng)態(tài)性和隨機(jī)性的特點(diǎn)，提出將PHM 與主動(dòng)維護(hù)的理念應(yīng)用于高鐵牽引供電系統(tǒng)中，以在不同的時(shí)間和空間尺度上實(shí)現(xiàn)對(duì)故障的預(yù)測(cè)預(yù)警、對(duì)系統(tǒng)健康狀態(tài)的綜合評(píng)估、對(duì)全壽命周期可靠性的分析和風(fēng)險(xiǎn)的評(píng)估以及對(duì)各類維修變量的決策、優(yōu)化和組合. 分析了高鐵牽引供電系統(tǒng)多時(shí)空尺度PHM 與主動(dòng)維護(hù)理論層面的研究?jī)?nèi)容，并展望了其技術(shù)層面的實(shí)現(xiàn)途徑. 總之，PHM 與主動(dòng)維護(hù)理念的應(yīng)用，將為高鐵牽引供電系統(tǒng)整個(gè)運(yùn)維周期的維修維護(hù)工作奠定成套化理論基礎(chǔ)并提供智能化決策支持，同時(shí)也是實(shí)現(xiàn)自愈型智能化牽引供電系統(tǒng)的過程中不可或缺的環(huán)節(jié).

［1］ 李群湛. 論新一代牽引供電系統(tǒng)及其關(guān)鍵技術(shù)［J］.西南交通大學(xué)學(xué)報(bào)，2014，49(4):559-568.LI Qunzhan. On new generation traction power supply system and its key technologies for electrification railway［J］. Journal of Southwest Jiaotong University，2014，49(4):559-568.

［2］ 何正友，程宏波. 高速鐵路牽引供電系統(tǒng)健康管理及故障預(yù)警體系研究［J］. 電網(wǎng)技術(shù)，2012，36(10):259-264.HE Zhengyou，CHENG Hongbo. Research on health management and early warning system for traction power supply system of high-speed railway［J］. Power System Technology，2012，36(10):259-264.

［3］ 劉志剛，鐘煒，鄧云川，等. 牽引變電站故障的基于模型診斷方法［J］. 中國電機(jī)工程學(xué)報(bào)，2010，30(34):36-41.LIU Zhigang，ZHONG Wei，DENG Yunchuan，et al.Electric railway substation diagnosis with model-based method［J］. Proceedings of the CSEE，2010，30(34):36-41.

［4］ 吳雙，何正友，錢澄浩，等. 模糊Petri 網(wǎng)在高速鐵路牽引供電系統(tǒng)故障診斷中的應(yīng)用［J］. 電網(wǎng)技術(shù)，2011，35(9):79-85.WU Shuang，HE Zhengyou，QIAN Chenghao，et al.Application of fuzzy petri net in fault diagnosis of traction power supply system for high-speed railway［J］.Power System Technology，2011，35(9):79-85.

［5］ 陳紹寬，彭宏勤，毛保華，等. 基于費(fèi)用最小的鐵路牽引變電所維修計(jì)劃優(yōu)化模型［J］. 鐵道學(xué)報(bào)，2011，33(8):39-44.CHEN Shaokuan，PENG Hongqin，MAO Baohua，et al. Optimization model of least-cost-based maintenance schedules for railway traction substations［J］. Journal of the China Railway Society，2011，33(8):39-44.

［6］ 劉志剛，宋洋，劉煜鋮. 電氣化高速鐵路接觸網(wǎng)微風(fēng)振動(dòng)特性［J］. 西南交通大學(xué)學(xué)報(bào)，2015，50(1):1-6.LIU Zhigang，SONG Yang，LIU Yucheng. Aeolian vibration characteristics of electrified high-speed railway catenary［J］. Journal of Southwest Jiaotong University，2015，50(1):1-6.

［7］ HESS A，F(xiàn)ILA L. The joint strike fighter (JSF)PHM concept: potential impact on aging aircraft problems［C］∥Proceedings of the IEEE Aerospace Conference. ［S.l.］:IEEE，2002:3021-3026.

［8］ KOTHAMASU R，HUANG S H，VERDUIN W H.System health monitoring and prognostics:a review of current paradigms and practices［J］. Handbook of Maintenance Management and Engineering， 2006，28(9):1012-1024.

［9］ 孫博，康銳，謝勁松. 故障預(yù)測(cè)與健康管理系統(tǒng)研究和應(yīng)用現(xiàn)狀綜述［J］. 系統(tǒng)工程與電子技術(shù)，2007，29(10):1762-1767.SUN Bo，KANG Rui，XIE Jingsong. Research and application of the prognostic and health management system［J］. Systems Engineering and Electronics，2007，29(10):1762-1767.

［10］ TUMER I Y，BAJWA A. A survey of aircraft engine health monitoring systems［C］∥The 35th AIAA/ASME/SAE/ASEE Joint Propulsion Conference and Exhibit. Los Angeles:Aevospace Research Central，1999:1-8.

［11］ TUCHBAND B A. Implementation of prognostics and health management for electronic systems［D］.Washington D. C.:University of Maryland，College Park，2007.

［12］ PECHT M， JAAI R. A prognostics and health management roadmap for information and electronicsrich systems［J］. Microelectronics Reliability，2010，50(3):317-323.

［13］ 彭宇，劉大同，彭喜元. 故障預(yù)測(cè)與健康管理技術(shù)綜述［J］. 電子測(cè)量與儀器學(xué)報(bào)，2010，24(1):1-9.PENG Yu，LIU Datong，PENG Xiyuan. A review:prognostics and health management［J］. Journal of Electronic Measurement and Instrument， 2010，24(1):1-9.

［14］ DAS D，AZARIAN M，PECHT M. Failure modes，mechanisms and effects analysis (FMMEA) for automotive electronics［C］∥The 11th Annual AEC Workshop. Indianapolis: Automotive Electronics Council，2006:156-162.

［15］ CLIMENTE-ALARCON V，ANTONINO-DAVIU J A，STRANGAS E G， et al. Rotor-bar breakage mechanism and prognosis in an induction motor［J］.IEEE Transactions on Industrial Electronics，2015，62(3):1814-1825.

［16］ MICHAEL G P. Prognostics and health management of electronics［M］. Hoboken:John Wiley ＆ Sons. Inc.，2008:73-85.

［17］ CHERRY G A， QIN S J. Multiblock principal component analysis based on a combined index for semiconductor fault detection and diagnosis［J］. IEEE Transactions on Semiconductor Manufacturing，2006，19(2):159-172.

［18］ TOBON-MEJIA D A，MEDJAHER K，ZERHOUNI N，et al. A data-driven failure prognostics method based on mixture of gaussians hidden markov models［J］.IEEE Transactions on Reliability，2012，61(2):491-503.

［19］ POYHONEN S，NEGREA M，JOVER P，et al.Numerical magnetic field analysis and signal processing for fault diagnostics of electrical machines［J］. The International Journal for Computation and Mathematics in Electrical and Electronic Engineering， 2003，22(4):969-981.

［20］ WANG P，VACHTSEVANOS G. Fault prognostics using dynamic wavelet neural networks［J］. Artificial Intelligence for Engineering Design Analysis and Manufacturing，2001，15(4):349-365.

［21］ HANG Jun，ZHANG Jianzhong ，CHENG Ming. Fault diagnosis of wind turbine based on multisensors information fusion technology［J］. IET Renewable Power Generation，2014，8(3):289-298.

［22］ POURALI M， MOSLEH A. A functional sensor placement optimization method for power systems health monitoring［J］. IEEE Transactions on Industry Applications，2013，49(4):1711-1719.

［23］ ZHAO Zhiyao，QUAN Quan，CAI K Y. A profust reliability based approach to prognostics and health management［J］. IEEE Transactions on Reliability，2014，63(1):26-41.

［24］ 李葆文. 國外設(shè)備管理模式及發(fā)展趨勢(shì)(一)［J］.設(shè)備管理＆維修，2000(7):36-37.LI Baowen. Lecture pattern of equipment management abroad and its development trend (1)［J］. Plant Maintenance Engineering，2000(7):36-37.

［25］ 謝小鵬. 設(shè)備狀態(tài)識(shí)別與維修決策［M］. 北京:中國石化出版社，2000:3-5.

［26］ COBLE J B，RAMUHALLI P，BOND L J，et al.Prognostics and health management in nuclear power plants:a review of technologies and applications［M］.Richland: Pacific Northwest National Laboratory，2012:33-36.

［27］ 程宏波，何正友，母秀清. 基于多層免疫模型的高鐵牽引供電系統(tǒng)健康監(jiān)測(cè)與評(píng)估［J］. 電網(wǎng)技術(shù)，2012，36(9):95-101.CHENG Hongbo，HE Zhengyou，MU Xiuqing. Health monitoring and evaluation of traction power supply system for high-speed railway based on multi-layer immune model［J］. Power System Technology，2012，36(9):95-101.

［28］ 張曉陽，孫宇. 基于生物免疫機(jī)制的復(fù)雜系統(tǒng)健康監(jiān)測(cè)與評(píng)估［J］. 系統(tǒng)仿真學(xué)報(bào)，2005，17(5):1212-1215.ZHANG Xiaoyang，SUN Yu. Health evaluation and monitoring of complex system based on biological immune mechanism［J］. Journal of System Simulation，2005，17(5):1212-1215.

［29］ 張小瑜，吳俊勇. 高速鐵路牽引供電系統(tǒng)的供電可靠性評(píng)估方法［J］. 電網(wǎng)技術(shù)，2007，31(11):27-32.ZHANG Xiaoyu，WU Junyong. Reliability estimation method of traction power supply system for high-speed railway［J］. Power System Technology， 2007，31(11):27-32.

［30］ 程宏波，何正友，胡海濤，等. 高速鐵路牽引供電系統(tǒng)雷電災(zāi)害風(fēng)險(xiǎn)評(píng)估及預(yù)警［J］. 鐵道學(xué)報(bào)，2013，35(5):21-26.CHENG Hongbo，HE Zhengyou，HU Haitao，et al.Risk assessment and early warning of lightning disaster for traction power supply system of high-speed railway［J］. Journal of the China Railway Society，2013，35(5):21-26.

［31］ 王有元，徐海霞，陳偉根，等. 電力變壓器狀態(tài)維修策略的灰局勢(shì)決策方法［J］. 重慶大學(xué)學(xué)報(bào)，2009，32(12):1419-1424.WANG Youyuan，XU Haixia，CHEN Weigen，et al.Grey situation decision making method of condition based maintenance strategy for power transformer［J］.Journal of Chongqing University，2009，32 (12):1419-1424.

［32］ 謝慶華，梁劍，左洪福. 基于變精度粗糙集的航空發(fā)動(dòng)機(jī)送修等級(jí)決策［J］. 系統(tǒng)工程理論方法應(yīng)用，2006，15(4):380-384.XIE Qinghua，LIANG Jian，ZOU Hongfu. Studies on maintenance level decision of aero-engine based on variable precision rough sets theory［J］. Journal of Systems ＆ Management，2006，15(4):380-384.

［33］ IVY J S，NEMBHARD H B. A modeling approach to maintenance decisions using statistical quality control and organization［J］. Quality and Reliability Engineering International，2005，21(4):355-366.

［34］ BERTOLINI M，BEVILACQUA M. A combined goal programming:AHP approach to maintenance selection problem［J］. Reliability Engineering ＆ System Safety，2006，91(7):839-848.

［35］ CASTANIER B， GRALL A. A condition-based maintenance policy with non-periodic inspections for a two-unit series system［J］. Reliability Engineering ＆System Safety，2005，87(1):109-120.

［36］ WANG Wenbin. A two-stage prognosis model in condition based maintenance［J］. European Journal of Operational Research，2007，182(3):1177-1187.

［37］ KALLEN M J，VAN-NOORTWIJK J M. Optimal maintenance decisions under imperfect Inspection［J］.Reliability Engineering and System Safety，2005，90(2):177-185.

［38］ CHEN Dongyan，TRIVEDI K S. Optimization for condition-based maintenance with semi-markov decision process［J］. Reliability Engineering and System Safety，2005，90(1):25-29.

［39］ MARQUEZ A C，HEGUEDAS A S. Models for maintenance optimization: a study for repairable systems and finite time periods［J］. Reliability Engineering and System Safety，2002，75(3):367-377.

［40］ MECHEFSKE C K，WANG Zheng. Using fuzzy linguistics to select optimum maintenance and condition monitoring strategies［J］. Mechanical Systems and Signal Processing，2003，17(2):305-316.

［41］ 李雪，吳俊勇，楊媛，等. 高速鐵路接觸網(wǎng)懸掛系統(tǒng)維修計(jì)劃的優(yōu)化研究［J］. 鐵道學(xué)報(bào)，2010，32(2):24-30.LI Xue，WU Junyong，YANG Yuan，et al. Research on optimization of catenary system maintenance schedule for high-speed railways［J］. Journal of the China Railway Society，2010，32(2):24-30.

［42］ 陳民武，李群湛，解紹鋒. 牽引供電系統(tǒng)維修計(jì)劃的優(yōu)化與仿真［J］. 華南理工大學(xué)學(xué)報(bào):自然科學(xué)版，2009，37(11):100-106.CHEN Minwu， LI Qunzhan， XIE Shaofeng.Optimization and simulation of maintenance plan of traction power supply systems［J］. Journal of South China University of Technology: Natural Science Edition，2009，37(11):100-106.