[发明专利]一种地铁车辆转向架多部件预防性维修决策优化模型

权利要求书

1.一种地铁车辆转向架多部件预防性维修决策优化方法，其特征在于：所述维修决策优化方法包括以下步骤：

步骤S1：对转向架多部件发生故障的概率采用基于可靠性的状态-机会维修模式优化模型进行监测，以识别转向架多部件的故障类型，所述状态-机会维修模式优化模型包括优化故障小修模型、预防性维修模型和机会维修模型，其中，令可修部件的实时可靠性值为R，预防性维修可靠性阈值为R_p，机会维修可靠性阈值为R_o；

步骤S2：对转向架多部件中可修部件的故障率建立数学方法，并对该数学模型参数进行估算，从而实时判断可修部件的实时可靠性；

步骤S3：优化列车部件的维修模式以达到节约维修费用和停车维修时间为目的，建立可修部件日均维修花费最低为目标的数学模型；

步骤S4：采用量子遗传算法对目标函数的数学模型的求解过程进行优化搜索出最优值，再利用决策变量之间存在的相关性求解可修部件的可靠值；

步骤S5：采用蒙特卡洛模拟列车多部件维修策略，并获取和记录各部件集合的维修方式、维修数量、维修时间以及维修花费。

2.根据权利要求1所述的一种地铁车辆转向架多部件预防性维修决策优化方法，其特征在于：步骤S2中，对所述可修部件的故障率建立数学模型服从威布尔比例风险模型，然后对威布尔比例风险模型参数进行估算，该威布尔比例风险模型具体如下：

所述可修部件的实时可靠性满足如下可靠函数R(t；Z)：

其中，t是列车运行时间或运行公里数；β、η分别为部件的形状参数和特征寿命参数，矩阵Z＝{z₁；z₂；z₃…z_x…}表示状态监测变量，z_x的取值为：0、0～1或∞，其中，0表示列车运行监测过程中无异常情况发生；对各状态协变量在异常情况范围内的数值归一化处理，取值为0～1，其大小表示部件弱化程度；∞表示监测变量无穷大，即部件可靠性为0，表示部件已经发生故障，矩阵γ＝{γ₁,γ₂,γ₃...γ_x...}为状态协变量系数，γ_x越大表示相应的状态协变量z_x对部件故障率的影响率越大。