一种基于模糊综合评判的地铁信号系统维修方法
文献发布时间:2023-06-19 11:57:35
技术领域
本发明涉及数据处理及分析技术领域,特别涉及一种基于模糊综合评判的地铁信号系统维修方法。
背景技术
信号系统在地铁运营过程中起着信息传递的功能,其集成化、复杂化水平较高,受外界环境影响,以及设施设备使用周期的因素,导致设施设备状态逐年下降且出现不同程度的故障,因此及时的对设备及系统的可靠性进行监控,依据可靠性进行合适的维修是保障地铁线路正常运行的重要措施。对于复杂系统的可靠性评估是一项不小的工程,且数据较难获取,本发明提出的基于模糊综合评判的地铁信号系统维修方法步骤简单,数据来源于专业人员填写的专家评价表,具有实时性强,数据获取方便,可信度高等优点。
模糊综合评价是利用最大隶属度原则,考虑与被评价事物相关的各个因素,对其作出合理的综合评价,模糊综合评价需要获取评价指标的隶属度矩阵及权重矩阵,及确立模糊算子。
目前常用的模糊算子有主要因素决定型、主要因素突出型、取小上界合型、加权平均型。
目前常用的隶属度矩阵有三角形隶属度函数、梯形隶属度函数、高斯型隶属度函数三种,主要存在的问题是:不完全贴合特殊条件下复杂系统的隶属度矩阵特征。
发明内容
为了克服现有技术中的不足,本发明提供一种基于模糊综合评判的地铁信号系统维修方法,解决现有技术中数据不易获取、可靠性评估步骤复杂、设备维修顺序不明确等缺陷问题。
为了达到上述发明目的,解决其技术问题所采用的技术方案如下:
一种基于模糊综合评判的地铁信号系统维修方法,包括以下步骤:
步骤1:画出故障树图,用于梳理系统各层次之间的所属关系,得到模糊综合评判的框架;
步骤2:定义评价指标、模糊评语,划分维修急迫性分数区间,用于制订专家评价表,对专家评价表的内容及评分结果进行规范化处理;
步骤3:根据评价指标、模糊评语建立专家评价表,用于收集系统专业维护人员对系统的评价,得出模糊综合评判所需的隶属度矩阵和权重矩阵;
步骤4:模糊综合评判,基于模糊数学的一种评价方法,用于将模糊因素定量化,从多个方面对设备及系统进行评价,得出评分结果,从而确立系统的维修急迫性等级及设备维护优先级。
进一步的,步骤1中所述画出故障树图,具体包括:列出系统中各个设备的故障原因,收集各设备之间的关联信息,得出系统的层次结构。
进一步的,步骤2中所述定义评价指标、模糊评语,划分维修急迫性分数区间,具体包括:用于规范评价指标及评语,确定可靠性评价分数所属的维修急迫性分数区间,对专家评价表的内容及评分结果进行规范化处理。
进一步的,步骤3中所述建立专家评价表,面向的调查对象为所评价系统的专业维保人员,具体包括:基于评价指标与模糊评语制订专家评价表,通过专业维保人员填写的专家评价表,从而得到隶属度矩阵和判断矩阵,并计算得出判断矩阵的权重向量。
进一步的,步骤4中所述模糊综合评判,具体包括:综合隶属度矩阵和判断矩阵,使用加权平均算子,得出设备目前的可靠性评分,并依据可靠性评分为设备进行维修优先级排序;结合故障树图多次模糊综合评判得出系统目前的可靠性评分,并依据维修急迫性分数区间,得出系统目前维修的急迫性,判断系统是否需要维修,结合设备维修优先级进行维修。其中,所述加权平均算子算法如下:
其中,D
所述模糊综合算法计算式为I=G*P,
其中,G为判断矩阵的权重向量,P为隶属度矩阵,*为加权平均算子。
本发明由于采用以上技术方案,使之与现有技术相比,具有以下的优点和积极效果:
本发明提供的基于模糊综合评判的地铁信号系统维修方法,使用专家评价表方式获取更加符合实际的隶属度矩阵,专家评价表填写对象为从事多年地铁信号系统维保工作的专业人员,可以准确并贴近实时地得到最合适的隶属度矩阵,提高信号系统可靠性估计的准确度。根据可靠性评分判断系统维修的急迫性及系统内部设备维修优先级,依据判断结果进行维修,方法简单有效,数据来源于专业人员填写的专家评价表,具有实时性强,数据获取方便,可信度高等优点。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见,下面描述中的附图仅仅是本发明的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。附图中:
图1为本发明提供的基于模糊综合评判的地铁信号系统维修方法流程示意图;
图2为设备及系统的可靠性模糊综合评价流程图;
图3为某地铁线路信号系统故障树图(以两设备为例);
图4为某地铁线路信号系统计轴设备故障重要性判断专家评价表图;
图5为故障严重程度、故障率、故障易检修程度重要性判断专家评价表图;
图6为某地铁线路信号系统计轴设备磁头松动故障严重程度专家评价表图;
图7为某地铁线路信号系统计轴设备磁头松动故障率专家评价表图;
图8为某地铁线路信号系统计轴设备磁头松动故障易检修度专家评价表图。
具体实施方式
以下将结合本发明的附图,对本发明实施例中的技术方案进行清楚、完整的描述和讨论,显然,这里所描述的仅仅是本发明的一部分实例,并不是全部的实例,基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明的保护范围。
复杂系统的可靠性评估是一项耗时耗力的技术难题,一直以来维保部门花费了大量的人力物力在多设备组成的复杂系统的可靠性性评估上,地铁信号系统是一个复杂的系统,承担着地铁运行中信息传递的功能,与地铁安全运行息息相关。地铁维保人员具有丰富的实践经验和理论积累,对地铁信号系统设备十分了解,一些经验丰富的维保人员能够敏锐的察觉地铁信号系统的设备状态。采用专家评价表的方式能够及时的收集专业维保人员的即时判断,得到最符合设备目前状态的隶属度矩阵,从而可以进行模糊综合评判得出设备目前可靠性状态,根据设备可靠性状态,给设备划分维修优先级。结合故障树图进行多次模糊综合评判即可得出复杂系统的可靠性评分,从而得出系统的维修急迫性,结合系统中设备维修优先级,对系统设备进行维修。该方法所用计算量较少,计算机可以轻松完成,所用隶属度矩阵贴合实际,评判结果有较高的参考价值。
如图1-2所示,本实施例公开了一种基于模糊综合评判的地铁信号系统维修方法,包括以下步骤:
步骤1:画出故障树图,用于梳理系统各层次之间的所属关系,得到模糊综合评判的框架;
步骤2:定义评价指标、模糊评语,划分维修急迫性分数区间,用于制订专家评价表,对专家评价表的内容及评分结果进行规范化处理;
步骤3:根据评价指标、模糊评语建立专家评价表,用于收集系统专业维护人员对系统的评价,得出模糊综合评判所需的隶属度矩阵和权重矩阵;
步骤4:模糊综合评判,基于模糊数学的一种评价方法,用于将模糊因素定量化,从多个方面对设备及系统进行评价,得出评分结果,从而确立系统的维修急迫性等级及设备维护优先级。
进一步的,步骤1中所述画出故障树图,具体包括:列出系统中各个设备的故障原因,收集各设备之间的关联信息,得出系统的层次结构。
进一步的,步骤2中所述定义评价指标、模糊评语,划分维修急迫性分数区间,具体包括:用于规范评价指标及评语,确定可靠性评价分数所属的维修急迫性分数区间,对专家评价表的内容及评分结果进行规范化处理。
进一步的,步骤3中所述建立专家评价表,面向的调查对象为所评价系统的专业维保人员,具体包括:基于评价指标与模糊评语制订专家评价表,通过专业维保人员填写的专家评价表,从而得到隶属度矩阵和判断矩阵,并计算得出判断矩阵的权重向量。
进一步的,步骤4中所述模糊综合评判,具体包括:综合隶属度矩阵和判断矩阵,使用加权平均算子,得出设备目前的可靠性评分,并依据可靠性评分为设备进行维修优先级排序;结合故障树图多次模糊综合评判得出系统目前的可靠性评分,并依据维修急迫性分数区间,得出系统目前维修的急迫性,判断系统是否需要维修,结合设备维修优先级进行维修。其中,所述加权平均算子算法如下:
其中,D
所述模糊综合算法计算式为I=G*P,
其中,G为判断矩阵的权重向量,P为隶属度矩阵,*为加权平均算子。
实施例:
地铁信号系统的集成化和复杂化水平较高,易受外界环境影响,导致设施设备状态逐年下降且出现不同程度的故障,因此及时的对设备及系统的可靠性进行监控,是保障地铁线路正常运行的重要措施。本发明提供的基于模糊综合评判的地铁信号系统维修方法以某地铁线路信号系统部分设备为例,包括以下步骤:
步骤S1:收集信号系统下设备的所属关系,画出设备故障树图,本实施例以信号系统下计轴设备与ZYJ7型液压转辙机为例,故障树图见图3;
步骤S2:定义评价指标、模糊评语,划分维修急迫性分数区间。
步骤S2包括以下步骤:
步骤S2.1:将评价指标分为故障严重程度、故障发生频率、故障检测难易程度三个维度。
步骤S2.2:将模糊评语等级从高到低分为A、B、C、D、E五个等级,A等级为故障严重程度最高,发生频率越高,最难检测等级,E等级为故障严重程度最低,发生频率越低,最易检测等级。
步骤S2.3:定义A等级为两分,B等级为四分,C等级为六分,D等级为八分,E等级为十分。
步骤S2.4:系统的急迫性得分为评价指标各维度中模糊评语的等级对应分的乘积,将系统维修急迫性得分划分为4个区间,如表1所示。
表1维修急迫性区间表
步骤S3:根据评价指标、模糊评语制定专家评价表;
评价表的内容是对计轴设备和ZYJ7型液压转辙机各故障原因的严重程度、故障发生率、故障检测难易程度进行模糊评语等级的归属划分,以及对故障原因、设备、评语的重要性判断。专家评价表中的部分问题如下:您认为计轴设备CPU板故障发生频率如何?故障检测难度如何?一旦发生该故障,其严重程度如何?您认为ZYJ7型液压转辙机断相保护器缺相故障发生频率如何?故障检测难度如何?一旦发生该故障,其严重程度如何?请您对计轴设备中的以下故障进行重要性打分。请您给计轴设备和ZYJ7型液压转辙机重要性进行打分。请您给故障严重程度、故障发生频率、故障检测难易程度三者的重要性打分。通过统计专家评价表的结果得出各故障原因在不同模糊评语等级中的频率,得到隶属度矩阵G,G的表达式如下:
其中,g
以计轴设备为例,部分专家评价表见图4、图5、图6、图7、图8,部分数据表如表3、表6、表7所示。同理可得ZYJ7型液压转辙机的数据表及专家评价表,本实施例中不再赘述。
步骤S4:回收专家评价表,结合表2重要程度依据表分析每份评价表得出判断矩阵,利用计算机软件算出判断矩阵的权重向量,统计专家人数的比例确定隶属度矩阵,该方法所有的隶属度矩阵与判断矩阵数据均来自专家评价表。
表2重要程度依据表
根据专家评价表,统计得出本实施例中计轴设备故障原因对评语等级的隶属度矩阵,如表3所示。
表3计轴设备故障原因对评语等级的隶属度矩阵
根据专家评价表中专家对于评价指标的重要性打分情况,得出评价指标的判断矩阵,利用计算机软件算出权重向量,结果如表4所示。
表4评价指标的判断矩阵
为了改善由于专家的主观判断带来的偏差,这里引入了一致性检查,通过对判断矩阵进行一致性检查,保障了权重向量的可靠性,一致性计算公式如下:
其中,n为评价指标的维度,在本实施例中n为3,λ为判断矩阵的最大特征值,RI的取值与n有关,具体关系如表5所示。
表5不同维度RI对应表
依据上表,可以得出本实施例的维度n对应的RI值,将n与RI以及最大特征值λ带入一致性计算公式,即可得CR的值,若CR满足CR≤0.1,则求出的权重向量可以认为较为准确,可以使用,若不满足CR≤0.1,则说明该权重向量不可使用,需要重新建立判断矩阵得出新的权重向量,如此循环直至CR≤0.1。本实施例中的判断矩阵都已进行一致性检查,符合CR≤0.1的要求。
根据专家评价表中专家对计轴设备各故障原因的重要性打分情况,结合重要程度依据表,得出计轴设备故障原因判断矩阵,利用计算机软件算出该判断矩阵的权重向量,结果如表6所示。
表6计轴设备故障原因判断矩阵
通过统计专家评价表中不同专家给出的计轴设备各种故障的评语等级,将各评语等级对应的分数相乘,将得分对应于表1得出各故障的维修急迫性,算出不同专家给出的维修急迫性判断,统计专家人数比例,绘制出计轴设备故障原因对维修急迫性水平的隶属度矩阵,如表7所示。
表7计轴设备故障原因对维修急迫性水平的隶属度矩阵
依据表2重要程度依据表及专家评价表中关于两设备重要性的评价结果,得出计轴设备故障与ZYJ7型液压转辙机故障判断矩阵与权重向量,结果如表8所示。
表8计轴设备故障与ZYJ7型液压转辙机故障判断矩阵
步骤S5:进行模糊综合评判;
步骤S5可以包括以下步骤:
步骤S5.1:将故障原因判断矩阵的权重向量与设备故障原因对模糊评语等级的隶属度矩阵进行模糊综合评判,将评判结果与评价指标的判断矩阵的权重向量再做一次模糊综合评判,得出设备的可靠性评分。
在本实例中即将表6的权重向量与表3进行一次模糊综合评判,得出的结果与表4再进行一次模糊综合评判,将结果去模糊化,去模糊化的等级向量为U=[20406080100],即可得出计轴设备的可靠性评分,计算结果显示计轴设备的可靠性评分为47.9882。同理,可以计算出另一设备ZYJ7型液压转辙机的可靠性评分,计算结果显示ZYJ7型液压转辙机的可靠性评分为46.8065。综上所述,ZYJ7型液压转辙的可靠性略低于计轴设备,因此在检修时应优先检修ZYJ7型液压转辙机。
步骤S5.2:将计轴设备不同故障原因对维修急迫性水平的隶属度矩阵以及计轴设备不同故障原因判断矩阵的权重向量做一次模糊综合评价,同理,将ZYJ7型液压转辙机不同故障原因对维修急迫性水平的隶属度矩阵以及ZYJ7型液压转辙机不同故障原因判断矩阵的权重向量做一次模糊综合评价,两次模糊评判得出的结果组合成为新的隶属度矩阵,再与不同设备间的判断矩阵的权重向量做模糊综合评判,得出系统的维修急迫性。
在本实例中,即将表7与表6的权重向量做一次模糊综合评判,得出结果1,同时,将ZYJ7型液压转辙机故障原因对维修急迫性水平的隶属度矩阵与ZYJ7型液压转辙机故障原因判断矩阵的权重向量做一次模糊综合评判,得出结果2,将结果1与结果2组合成为一个新的隶属度矩阵,再与表8的权重向量进行一次模糊综合评判,结果进行去模糊化处理,去模糊化的等级向量为U=[400300200100],可得信号系统的可靠性性评分为115.3547分,对应表1维修急迫性区间表,得该信号系统较急维修,维保部门应在最近合适的时间段对信号系统设备进行检修。
本实例以信号系统部分设备为例阐述了一种基于模糊综合评判的地铁信号系统维修方法,最终结果显示该信号系统需要在最近的时间段及时对信号系统进行检修,且优先检修ZYJ7型液压转辙机。另外,该方法也可用于其他设备及系统,使用面扩展后,能得到不同系统间的维修急迫性比较,更利于复杂系统的可靠性评估,具有较高的参考价值。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
- 一种基于模糊综合评判的地铁信号系统维修方法
- 基于Hadoop平台的BP神经网络的地铁信号系统故障预测方法