[发明专利]基于性能退化的列控车载设备可靠性预测方法

摘要

本发明提供了一种基于性能退化的列控车载设备可靠性预测方法。该方法包括：运用ARMA及改进后的EMD+ARMA对列控车载设备当前及早期的各故障类型数据进行性能退化过程建模，预测出未来时刻列控车载设备的各故障类型的故障率；采用逐步回归分析方法对各故障类型的故障率预测值进行性能退化过程建模，预测未来时刻整个列控车载设备的故障率，计算出未来时刻列控车载设备的可靠度预测值；利用FMECA算法计算出未来时刻列控车载设备的各故障类型的故障严重度，根据可靠度预测值和故障严重度对列控车载设备在未来时刻的可靠性进行评估。本发明解决了列控较为复杂且最易出现故障的车载设备可靠性预测不及时及响应不合理的问题，可以有效减少列车故障的发生。

主权项

1.一种基于性能退化的列控车载设备可靠性预测方法，其特征在于，包括：运用ARMA及EMD+ARMA对列控车载设备当前及早期的各故障类型数据进行性能退化过程建模，预测出未来时刻列控车载设备的各故障类型的故障率；采用逐步回归分析方法对所述未来时刻列控车载设备的各故障类型的故障率预测值进行性能退化过程建模，预测未来时刻列控车载设备的故障率，计算出未来时刻列控车载设备的可靠度预测值；根据未来时刻列控车载设备的各故障类型的故障率预测值，利用FMECA算法计算出未来时刻列控车载设备的各故障类型的故障严重度，根据所述可靠度预测值和所述故障严重度对列控车载设备在未来时刻的可靠性进行评估；所述的运用ARMA及EMD+ARMA对列控车载设备当前及早期的各故障类型数据进行性能退化过程建模，预测出未来时刻列控车载设备的各故障类型的故障率，包括：通过对当前及早期的故障数据的建模得出列控系统各故障类型的故障率，将所述列控系统各故障类型的故障率输入到时间序列分析法中ARMA模型，所述ARMA模型对输入的各故障类型的故障率进行性能退化建模，预测下一个时刻各故障类型的故障率；建立基于经验模态分解EMD的时间序列预测方法即EMD+ARMA预测方法，EMD分解法将时间序列分解成内在本征模态函数IMF和趋势项，并对每条子序列进行时间序列预测，然后将每条子序列的预测序列进行重组，得到的最终预测序列即为下一个时刻各故障类型的故障率，该故障率是指列控系统某部件或设备在单位时间内故障发生的次数，所述IMF是没有明显趋势的序列，以满足时间序列的要求，该趋势项反映原始序列的总体趋势。