廖理明,王 鑫,林金強,江 磊,王小敏
(1. 成都軌道交通集團有限公司,成都 610058;2. 西南交通大學 信息科學與技術學院,成都 611756)
作為軌道交通道岔轉換的關鍵基礎設備,轉轍機能否安全、可靠地運行直接影響列車運行效率和行車安全[1]。轉轍機部件繁多、結構復雜,且因安裝在室外,易受各種因素影響,設備故障率較高。因此,制定切實可行的維修策略,保證轉轍機的安全可靠尤為重要。
近年來,針對鐵路信號設備特點,基于大數據和機器學習的故障診斷方法已取得一些成果[2-4]。劉大偉等人[5]提出建立鐵路智能檢測系統,實現設備故障提前預警,支持設備“故障修”向“狀態修”轉變;伏玉明等人[6]提出采用模糊綜合評判法來評估轉轍機的健康狀況,綜合考慮各種不確定影響因素,但并未進一步研究確定維修策略;王寧等人[7]采用隱半馬爾可夫模型對設備進行狀態識別和故障預測,需要積累大量歷史數據,且僅適用于結構簡單的設備;有學者提出健康管理技術,根據歷史數據預測設備部件壽命,實現部件預防性維護[8-9]。這些方法僅對設備各個部件進行狀態檢測和預測,未考慮部件間復雜相關性。
目前,鐵路轉轍機部件的預防性維修采用較為粗放的固定維修間隔,由此帶來的過度維修一方面造成維修資源浪費,同時還可能因潛在人為失誤造成設備故障,引發安全事故。本文提出一種基于GOFLOW 方法的轉轍機部件預防修策略,以轉轍機整體可靠性為核心,對其部件可靠性變化進行定量分析,依據部件可靠度變化規律,確定合理的轉轍機部件維修間隔。
20 世紀80年代,日本學者Takeshi Matsuoka 和Michiyuki Kobayashi 在GO 方法[10]的基礎上提出GOFLOW 方法[11-12]。GO-FLOW 方法是一種設備可靠性分析方法,采用圖形演繹方式,根據設備內部信號流分析計算設備的失效概率。
(1)GO-FLOW 方法以成功為導向構建設備模型,主要用于分析狀態隨時間變化或具有復雜運行時序的系統的失效概率。
(2)GO-FLOW 方法通過分析設備組成結構和工作原理,選擇相應的操作符,將系統結構原理圖轉換為GO-FLOW 模型圖,基于操作符計算規則,進行設備可靠度的定量計算和定性分析,實現設備可靠性評價。
(3)GO-FLOW 定義了14 種操作符,構建的模型圖與所研究設備的物理部件一一對應,可清晰地反映設備的組成結構,便于對照設備構造進行模型核查。
GO-FLOW 模型主要包含3 類要素:信號流、時間點和操作符。GO-FLOW 方法的分析流程劃分為GO-FLOW 圖構建和GO-FLOW 程序運算2個階段,如圖1 所示。

圖1 GO-FLOW 方法的分析流程
以S700K 型轉轍機為研究對象,系統主要由三相電動機、齒輪組、摩擦連接器、滾珠絲桿、保持連接器、動作桿、檢測桿、鎖閉塊和鎖舌及速動開關組9個部件組成[9],工作流程如圖2 所示;部件間聯系緊密,任何部件發生故障均會造成轉轍機無法正常工作。

圖2 S700K 轉轍機的工作流程
以轉轍機正常工作為成功導向準則,根據轉轍機的工作流程建立GO-FLOW 模型,信號流方向與轉轍機工作流程一致,部件的可靠度用信號流強度表示。信號流強度越高,表明部件的可靠性越好,反之亦然。
GO-FLOW 定義了14 種操作符,轉轍機系統使用其中的3 種類型操作符,如圖3 所示。基于轉轍機的組成結構與工作原理,選擇操作符21(兩狀態部件)代替轉轍機的9個部件,選擇操作符25(信號發生器)作為輸入信號和輸入時間點;鑒于部件在使用中可靠度會發生變化,選擇操作符35(隨時間失效的工作部件),模擬部件可靠性變化。

圖3 選用的3 種類型GO-FLOW 操作符
以S(t)、K、R(t)分別表示t時刻操作符的輸入信號強度、正常工作概率和輸出信號強度,則操作符的運算規則如下:
(1)兩狀態部件類型21 操作符的輸出信號強度為:

(2)信號發生器部件類型25 操作符的輸出信號強度為:

(3)對于隨時間失效部件類型35,K表示部件的失效率,其輸入信號t是時變單元,由于失效率隨時間累加不斷變大,所以輸出信號強度會不斷減小,其輸出信號強度為:

如圖4 所示,操作符A 為轉轍機電動機部件的等效模塊,操作符中水平線上方表示符號類型,下方為對應編號,左邊輸入連接上一模塊的輸出,右邊A 表示當前模塊的輸出RA;符號25 表示電動機部件已工作時間tA1,符號21 表示電動機部件能夠正常工作的概率KA2,符號35 表示部件的失效概率KA3。按式(1) ~ (3),該模塊的輸出信號強度為:


圖4 轉轍機電動機部件的GO-FLOW 等效模塊
采用A、B、C、D、E、F、G、H 和I 分表代表轉轍機的9個部件,編號S1 表示輸入設備,S 為輸入信號強度,R 為轉轍機的輸出信號強度,構建如圖5 所示的GO-FLOW 模型。由式(4)可推導出轉轍機t 時刻的輸出信號強度為:

其中,S(t)表 示輸入信號,Ki2表示部件的正常工作概率;Ki3表示部件隨時間變化的失效概率;ti1表示部件的已工作時間。

圖5 基于GO-FLOW 的轉轍機模型
根據轉轍機的使用步驟,定義3個時間點:時間點t=0為準備態,即轉轍機還未投入使用;時間點t=1為初始態,即轉轍機正式投入使用中;時間點t=τ為部件維修態,即轉轍機處于不可靠狀態,極可能發生故障。
定義設備整體的可靠度下降 σ時,處于維修狀態,則由式(5)可推導得出:

其中,R(1) 是設備剛投入使用時的可靠度;ti1為部件已工作的時間;Ki3表示部件隨時間變化的失效概率;t為待求的部件現階段工作時間。
當部件工作一段時間后,其正常工作的概率會降低,假設每個子模塊的輸入信號強度均為1(完全可靠),則由式(4)可以推導得到模塊可靠度變化為:

按時間點的劃分,當t=1時表示轉轍機正式投入使用,故令開始時間t=1。轉轍機正式使用后部件維修建立過程如圖6 所示,主要步驟如下。

圖6 部件維修間隔的計算流程
( 2) 按 式( 5) 計 算 部 件 的R(t), 如R(1)–R(t)<σ,則更新時間t;否則按式(6)計算部件的工作時間t,并更新部件i的使用時間判斷如果大于8年,則結束流程,否則轉步驟(3);
(3)按式(7)計算每個部件此時的可靠度變化率,找出變化率較大的部件 ?i,該部件即為維修部件;記錄時間點和該部件的(如部件A,時間點1,記為維修后令該部件的若多個部件的變化率相近,允許同時維修多個部件,維修后將多個部件的工作時間均設為0。判斷是否出現i∈{A,B,···,I},即所有的部件同時維修,如果是,則轉步驟(4),否則更新i和j并轉步驟 (2);
(4)當所有部件都完成維修后,系統恢復到初始使用狀態,此時不再執行流程,維修的部件和時間間隔按∈(A,B,···,I),j∈(1,2,···,n))中存儲的數據執行,流程結束。
假設轉轍機的輸入信號強度恒為1(完全可靠),設置閾值 σ=0.1(即設備可靠度下降10%,處于不安全狀態,該值可視不同情形設置);參考相關文獻[13],結合實際統計設置轉轍機模型的參數見表1。

表1 轉轍機模型參數
采用Matlab 軟件完成計算,利用表1 中的數據,按3.1 小節中給出的相關算法計算轉轍機投入使用后部件可靠度的變化和維修時間間隔,轉轍機部件可靠度的變化見表2。

表2 轉轍機部件可靠度的變化
表2 中,第1 列為轉轍機服役時間,表中帶“*”號的數據項表示轉轍機在某一服役時間段需要維修的部件。假設一個部件在維修后,其正常工作概率可恢復到初始態,即該部件已工作時間恢復為0。以第2 行部件A 的可靠度變化量“*2.06”為例,表示部件A 再繼續工作3750 h(由9760-6010 得到)后,其可靠度下降2.06%;同理,第2 行部件C 的可靠度變化量為0.64,表明部件C 在工作9760 h 后,其可靠度下降0.64%;在第2 行中,部件A 和部件B 的可靠度變化較大且相近,成為導致轉轍機發生故障的主要因素,需對其進行維修。表2 中的最后1 行,當轉轍機工作20710 h 后,除了部件G 和I,其它部件的可靠度變化率相近,表明應對轉轍機進行全面維修,將所有部件恢復至剛投入使用時的狀態。轉轍機的整體可靠度及其部件維修間隔見表3。

表3 轉轍機設備整體可靠度和部件維修間隔
表3 中,第1 列為轉轍機的維修時間,括號內的時間是前后2 次維修之間的時間間隔;第2 列是設備整體可靠度;第3 列是某一時刻需要維修的部件。當轉轍機工作時間超過20710 h 時,由于所有部件均恢復到初始狀態,后期的維修策略將依據表3 循環執行。
由此可見,轉轍機的維修時間間隔依次為:6010 h,3750 h,2300 h,······,2500 h;維修時間間隔是一個變化量,且每次維修部件均不同,較好地解決了轉轍機以往預防性維修中固定維修時間間隔所造成的“過維修”問題,可節約維修資源。采取上述分析方法,可知電動機和齒輪組維修相對頻繁,通過實際故障統計分析,發現電動機和齒輪組故障率較高,從另一個方面也驗證了本文方法的可行性。
轉轍機在使用過程中其可靠性會不斷下降,目前固定部件維修時間間隔的預防性維修方案在經濟性和安全性方面都不太合理。本文根據轉轍機系統的組成結構及工作流程,建立基于GO-FLOW 方法的系統可靠性分析模型,對轉轍機部件的可靠度進行定量分析;以轉轍機整體可靠性為約束,分析識別可靠度顯著降低的部件,據此制定維修時間間隔變化的轉轍機部件預防性維修方案,以實施針對性維修,更好地平衡維修的經濟性和安全性。