地鐵車輛維修檢查間隔優(yōu)化方法

王偉明　鄒世超

摘 要：地鐵車輛檢查由于受人員和設(shè)備的影響，問題難以發(fā)現(xiàn)，形成安全隱患，不能根據(jù)軌道設(shè)備變化規(guī)律，科學(xué)制定設(shè)備維修周期，維修資源浪費(fèi)。本文提出了初始檢查間隔設(shè)定與檢查周期不同的不等間隔確定方法。提高檢測質(zhì)量，找出設(shè)備病害，利用動(dòng)態(tài)檢測資料指導(dǎo)地鐵檢修部門科學(xué)地養(yǎng)修設(shè)備，消除病害，降低成本，保證列車運(yùn)營安全。

關(guān)鍵詞：地鐵車輛；線路維修；間隔優(yōu)化

地鐵車輛是確保地鐵安全、正點(diǎn)、高效運(yùn)行的關(guān)鍵設(shè)備。建立一套行之有效的維修體制，是保證車輛完好、充分發(fā)揮效能、降低運(yùn)營成本、實(shí)現(xiàn)安全可靠運(yùn)輸?shù)闹匾Ｕ?。地鐵車輛的預(yù)防性維修工作包括檢查、功能檢查及潤滑保養(yǎng)等，其中的檢查和功能檢查是預(yù)防性維修的重點(diǎn)。目前對(duì)檢查工作的研究一般都是基于初始檢查間隔與檢查周期時(shí)間相同的假設(shè)，這與實(shí)際不相符合。為簡化計(jì)算，一般將維修后的故障率假設(shè)為與維修前相同或者故障率與初始相同。

一、地鐵車輛維修方式分析

目前國內(nèi)地鐵車輛的維修主要采用計(jì)劃預(yù)防修制度。地鐵車輛的維修模式在初步設(shè)計(jì)方案中也采用計(jì)劃預(yù)防修，一般分為列檢、月修、定修、架修、大修。目前新建地鐵已開始在車輛上安裝列車自診斷系統(tǒng)和列車信息系統(tǒng)，通過其所控制的測量、監(jiān)控設(shè)備，可對(duì)車輛電子、電氣、機(jī)械系統(tǒng)的功能和耗損等進(jìn)行監(jiān)測與控制。當(dāng)有故障發(fā)生時(shí)，該系統(tǒng)自動(dòng)記錄故障信息，并對(duì)故障進(jìn)行評(píng)估，向司機(jī)報(bào)告；而存儲(chǔ)在中央存儲(chǔ)單元中的故障信息則由維修人員利用便攜式計(jì)算機(jī)讀出或下載后，利用車輛故障診斷系統(tǒng)進(jìn)行分析，來查找故障點(diǎn)和故障原因。該裝置為采用狀態(tài)修提供了良好條件。實(shí)施狀態(tài)修并非不要定期修。由于存在無法檢測的故障，從安全性考慮，定期修在目前還應(yīng)是主要的檢修方式，但應(yīng)對(duì)定期修的修程進(jìn)行適時(shí)調(diào)整。初期確定的修程及其內(nèi)容與實(shí)際車輛狀況必定存在差距。為尋求檢修能力和檢修質(zhì)量的最佳結(jié)合點(diǎn)，建議對(duì)檢修形式做探索性調(diào)整。

二、地鐵車輛維修模式構(gòu)建

本文假設(shè)首次檢查間隔為KT，K取最接近某個(gè)檢查周期的整數(shù)，這樣確定的首次檢查間隔比較符合實(shí)際情況。檢查就是看系統(tǒng)是否能正常工作，不能正常工作則立即進(jìn)行維修，所研究的車輛系統(tǒng)出現(xiàn)故障后維修工作占大部分，故障系統(tǒng)經(jīng)過維修后故障率處于新品和維修前故障率之間，用于系統(tǒng)本身的檢查時(shí)間相對(duì)維修檢查間隔非常小，可忽略不計(jì)。車輛系統(tǒng)出現(xiàn)的故障只有通過檢查才能發(fā)現(xiàn)且首次檢查間隔內(nèi)不會(huì)發(fā)生故障，檢查周期丁為常數(shù)；系統(tǒng)故障后修復(fù)故障率處于修復(fù)如新與修復(fù)如舊之間，役齡同退因子為а；系統(tǒng)檢查工作利用系統(tǒng)的非工作時(shí)間進(jìn)行，不影響系統(tǒng)正常運(yùn)行；檢查是完善的，若系統(tǒng)發(fā)生故障，檢查時(shí)就可檢出。預(yù)防性維修使研究對(duì)象系統(tǒng)功能有一定量的恢復(fù)，性能比維修實(shí)施前有所提高，但不會(huì)使系統(tǒng)工作狀態(tài)與剛投人的狀態(tài)一致，相當(dāng)于將系統(tǒng)的役齡向前推移一定的量，經(jīng)過維修后的故障率發(fā)生變化的回退因子，使得維修后故障率大于新品故障率而小于維修前故障率。

三、地鐵車輛維修優(yōu)化模型

求解模型的優(yōu)化算法較多，由于粒子群優(yōu)化算法（PSO）編碼相對(duì)簡單、運(yùn)行速度較快、因此通用性較強(qiáng)，但其存在的缺陷是，容易陷入局部最優(yōu)點(diǎn)，導(dǎo)致目標(biāo)函數(shù)達(dá)不到足夠的要求精度。為了避免PSO算法的缺陷，引入免疫算法（IA）對(duì)粒子群算法進(jìn)行改進(jìn)，可提高粒子群算法全局搜索的能力。通過免疫的引用增加新粒子的多樣性，進(jìn)而避免尋優(yōu)過程中的局部收斂.實(shí)際上就是將2種算法結(jié)合，使其具備2種算法的優(yōu)點(diǎn)而一定程度上避免了缺陷。通過隨機(jī)產(chǎn)生S個(gè)符合條件的粒子，S∈[20，40]，選S=40，設(shè)每維權(quán)重r的變動(dòng)范圍為[0，1]；每維速度v變動(dòng)范圍為a[-1，1]，a∈[0.1，1]；最大迭代次數(shù)為imax=600，預(yù)測精度e=0.0001。Ci（T， K1， K2， …Ks）是第i個(gè)粒子的適應(yīng)度，i=1， 2…， S。由上式計(jì)算得到的適應(yīng)度，確定每個(gè)粒子搜索到的最好位置、粒子群該次尋優(yōu)迭代的最好位置以及粒子群到目前為止尋找到的最好位置，通過適應(yīng)度尋優(yōu)后每一維向量表征模型權(quán)重重新求取。引入免疫算法尋優(yōu)，利用優(yōu)等粒子代替劣等粒子；通過檢測新的S個(gè)粒子，判斷其粒子尋優(yōu)位置是否為不可行解，如果為不可行解，則用某個(gè)記憶粒子代替。再一次由隨機(jī)產(chǎn)生M個(gè)滿足要求的粒子；需要增加的新粒子數(shù)為M=S/2。

以某地鐵車輛為例，車輛門的驅(qū)動(dòng)鎖閉機(jī)構(gòu)系統(tǒng)包含傳動(dòng)絲桿、右螺母組件、左螺母組件、解鎖輪組件等4個(gè)子系統(tǒng)，其故障率服從二參數(shù)威布爾分布，由設(shè)計(jì)壽命可知，車輛系統(tǒng)壽命周期，考慮維修領(lǐng)域?qū)嶋H情況，設(shè)定役齡同退因子，根據(jù)統(tǒng)計(jì)數(shù)據(jù)，車輛門進(jìn)行一次預(yù)防性維修的基本費(fèi)用。根據(jù)費(fèi)用率維修優(yōu)化模型，在不同的可用度約束條件下，運(yùn)用免疫粒子群算法對(duì)地鐵車輛門系統(tǒng)實(shí)例進(jìn)行優(yōu)化計(jì)算，優(yōu)化算法粒子數(shù)為40，迭代最大次數(shù)取400，當(dāng)A=0.99時(shí)，可以看出經(jīng)過300次迭代后，優(yōu)化算法尋優(yōu)過程趨于穩(wěn)定。當(dāng)子系統(tǒng)可用度較高時(shí)，初始檢查間隔是檢查周期的3～4倍，檢查間隔略?。蝗绻捎玫乳g隔檢查策略，同時(shí)采用維修優(yōu)化模型，在可知度分別為0.99，0.97，0.95，0.93和0.90時(shí)得到的系統(tǒng)維修費(fèi)用率，比按初始檢查間隔和檢查周期不同的維修策略模型得到的費(fèi)用率分別增加了9.72%，8.96%，7.49%，8.47%和9.05%.說明所提出的維修優(yōu)化方法中初始檢查間隔與檢查周期不同的方法，較傳統(tǒng)的由初始檢查間隔確定維修間隔的方法更經(jīng)濟(jì)。

四、結(jié)束語

鑒于當(dāng)前檢查模型都是等間隔檢查的策略，同時(shí)維修之后元件故障率與初始故障率或者維修前故障率相同，針對(duì)地鐵車輛系統(tǒng)提出了不等間隔檢查周期的檢查優(yōu)化模型；設(shè)備維護(hù)后故障率處于恢復(fù)如舊與恢復(fù)如新之間，考慮了維修的實(shí)際情況，符合實(shí)際的維修模型以及檢查策略提高了地鐵車輛系統(tǒng)的可用性，降低了設(shè)備系統(tǒng)的維修費(fèi)用。

參考文獻(xiàn)：

[1]袁振洲.城市軌道交通通勤乘客心理及運(yùn)營對(duì)策分析[J].城市軌道交通研究，2014.

[2]杜志剛.面向駕駛員視覺信息加工的行車安全評(píng)價(jià)模型研究[J].企業(yè)文化，2014.