基于Markov的列控中心可用度及剩余寿命预测*

doi:10.16265/j.cnki.issn1003-3033.2021.10.008

中国安全科学学报 ›› 2021, Vol. 31 ›› Issue (10): 54-61.doi: 10.16265/j.cnki.issn1003-3033.2021.10.008

基于Markov的列控中心可用度及剩余寿命预测^*

齐金平^1,2,3 副教授, 王康^**1,2, 周亚辉^1,2, 李少雄^1,2, 赵睿虎⁴, 郭浩⁴

1 兰州交通大学机电技术研究所,甘肃兰州 730070;
2 甘肃省物流及运输装备信息化工程技术研究中心, 甘肃兰州 730070;
3 甘肃省物流与运输装备行业技术中心,甘肃兰州 730070;
4 中国铁路兰州局集团有限公司,甘肃兰州 730000

收稿日期:2021-07-19 修回日期:2021-09-18 出版日期:2021-10-28 发布日期:2022-04-28
通讯作者: ** 王康(1997—),男,浙江嘉善人,硕士研究生,研究方向为载运工具运用工程。E-mail:879594423@qq.com。
作者简介:齐金平 (1978—),男,山东诸城人,博士,副教授。主要从事动车组部件可靠性建模分析、动车组部件剩余寿命等方面的科研工作。E-mail:qijinping@ mail.lzjtu.cn。
基金资助:
国家自然科学基金资助(71861021);甘肃省重点研发计划项目(17YF1FA122);甘肃省教育厅优秀研究生“创新之星”项目(2021CXZX-575);甘肃省高等学校科研项目(2018A-026;2018C-10)。

Prediction of availability and remaining life of train control center based on Markov

QI Jinping^1,2,3, WANG Kang^1,2, ZHOU Yahui^1,2, LI Shaoxiong^1,2, ZHAO Ruihu⁴, GUO Hao⁴

1 Mechatronics T& R Institute, Lanzhou Jiaotong University, Lanzhou Gansu 730070, China;
2 Gansu Provincial Engineering Technology Center for Informatization of Logistics & Transport Equipment, Lanzhou Gansu 730070, China;
3 Gansu Provincial Industry Technology Center of Logistics& Transport Equipment. Lanzhou Gansu 730070, China;
4 China Railway Lanzhou Group Co., Ltd. Lanzhou Gansu 730000, China

Received:2021-07-19 Revised:2021-09-18 Online:2021-10-28 Published:2022-04-28

摘要/Abstract

摘要： 为防止列控中心(TCC)设备故障的发生,根据列控中心设备的失效机制建立动态事故树(DFT),采用马尔科夫理论进行可靠性分析,提出基于马尔科夫链的列控中心可用度及剩余使用寿命预测模型。由各系统状态转移关系得到状态转移图,进而写出状态方程,并对其求解得到可用度、可靠度分布函数和剩余使用寿命公式。研究结果表明:列控中心设备的薄弱环节为驱动采集单元(PIO)>冗余电源(DY)>TCC与TC通信接口(CI-TC)>安全主机单元(SCU)>其余各通信接口;考虑共因失效后列控中心的稳态可用度达到设计标准,且列控中心设备的平均剩余寿命为186.256个月。

关键词: 马尔科夫链, 列控中心(TCC), 可用度, 剩余寿命预测, 共因失效, 动态事故树(DFT)

Abstract: In order to prevent occurrence of equipment failure in the TCC, according to failure mechanism of TCC equipment, DFT was established, and reliability analysis was carried out by Markov theory, availability and remaining useful life prediction model of TCC based on Markov chain was proposed. State transition diagram was obtained from state transition relationship of each system, and then state equation was written out. Availability distribution functionand,reliability distribution functionand and formula of remaining service life were obtained. The research shows that weak link of TCC equipment was port input/output(PIO)>dian yuan(DY)> CI-TC>secure centre unit(SCU)>other communication interfaces. Considering CCF, steady-state availability of TCC reaches design standard, and average remaining life of TCC equipment is 186.256 months.

Key words: Markov chain, train control center(TCC), availability, remaining life prediction, common cause failure, dynamic fault tree(DFT)

中图分类号:

X928.03

齐金平, 王康, 周亚辉, 李少雄, 赵睿虎, 郭浩. 基于Markov的列控中心可用度及剩余寿命预测^*[J]. 中国安全科学学报, 2021, 31(10): 54-61.

QI Jinping, WANG Kang, ZHOU Yahui, LI Shaoxiong, ZHAO Ruihu, GUO Hao. Prediction of availability and remaining life of train control center based on Markov[J]. China Safety Science Journal, 2021, 31(10): 54-61.

参考文献

[1] 刘建丽, 李先军. 中国铁路行业改革成效、现实问题及高质量发展思路[J]. 理论学刊, 2020(2): 71-82.
LIU Jianli, LI Xianjun. Reform effect, existing problems and suggestions for high quality development of China's railway industry[J]. Theory Journal, 2020(2): 71-82.
[2] 胡昌华, 施权, 司小胜,等. 数据驱动的寿命预测和健康管理技术研究进展[J]. 信息与控制, 2017, 46(1): 72-82.
HU Changhua, SHI Quan, SI Xiaosheng, et al. Data-driven life prediction and health management: state of the art[J]. Information and Control, 2017, 46 (1): 72-82.
[3] 周东华, 魏慕恒, 司小胜. 工业过程异常检测、寿命预测与维修决策的研究进展[J]. 自动化学报, 2013, 39(6): 711-722.
ZHOU Donghua, WEI Muheng, SI Xiaosheng. A survey on anomaly detection, life prediction and maintenance decision for industrial processes[J]. Acta Automatica Sinica, 2013, 39 (6): 711-722.
[4] 周绍华, 胡昌华, 司小胜,等. 运行状态切换下的设备剩余寿命预测[J]. 电光与控制, 2017, 24(2): 95-99,104.
ZHOU Shaohua, HU Changhua, SI Xiaosheng, et al. Remaining life estimation for products with operation state switching[J]. Electronics Optics & Control, 2017, 24(2): 95-99,104.
[5] MEDJAHER K, TOBON-MEJIA D A, ZERHOUNI N. Remaining useful life estimation of critical components with application to bearings[J]. IEEE Transactions on Reliability, 2012, 61(2):292-302.
[6] 于泉, 郭增增, 梁锐. 基于马尔科夫链的高速公路机电设备寿命预测研究模型[J]. 公路交通科技, 2018, 35(1): 28-35.
YU Quan, GUO Zengzeng, LIANG Rui. A prediction model of expressway electromechanical equipment life based on markov chain[J]. Journal of Highway and Transportation Research and Development, 2018, 35(1): 28-35.
[7] ZHANG Shuai, ZHANG Yongxiang, ZHU Jieping. Residual life prediction based on dynamic weighted Markov model and particle filtering[J]. Journal of Intelligent Manufacturing, 2018, 29(4): 753-761.
[8] 张新生, 裘瑾. 基于动态PSO-HSMM的海底油气管道寿命预测[J]. 消防科学与技术, 2019, 38(11): 1 628-1 632.
ZHANG Xinsheng, QIU Jin. Remaining lifetime prediction of submarine pipelines based on dynamic PSO-HSMM[J]. Fire Science and Technology, 2019, 38(11): 1 628-1 632.
[9] 张攀科, 罗帆. 水上机场航道冲突风险机制的FTA-BN建模[J].中国安全科学学报, 2018, 28(9): 177-182.
ZHANG Panke, LUO Fan. FTA-BN modeling of runway conflict risk mechanism at water aerodrome[J]. China Safety Science Journal, 2018, 28(9): 177-182.
[10] 王文和, 董传富, 刘林精, 等. 基于FTA-BN模型的页岩气井口装置失效概率分析[J]. 中国安全科学学报, 2019, 29(4): 89-95.
WANG Wenhe, DONG Chuanfu, LIU Linjing, et al. Failure probability analysis of shale gas wellhead devices based on FTA-BN model[J]. China Safety Science Journal, 2019, 29 (4): 89-95.
[11] 吴键. 基于动态故障树的列控中心可靠性与安全性分析[D]. 兰州: 兰州交通大学, 2016.
WU Jian. Analysis of reliability and safety for train control center based on dynamic fault tree[D]. Lanzhou: Lanzhou Jiaotong University, 2016.
[12] 齐金平, 李兴运, 蒋兆远,等.动车组空气供给系统动态可靠性分析[J]. 兰州交通大学学报, 2018, 37(2): 92-97.
QI Jinping, LI Xingyun, JIANG Zhaoyuan, et al. Dynamic reliability analysis of air supply system for multiple units[J]. Journal of Lanzhou Jiaotong University, 2018, 37 (2): 92-97.
[13] 江磊, 王小敏, 蔺伟. 基于动态贝叶斯网络的列控中心可靠性及可用性评估[J]. 交通运输系统工程与信息, 2018, 18(3): 182-188,217.
JIANG Lei, WANG Xiaomin, LIN Wei. Reliability and availability evaluation of train control center based on dynamic bayesian network[J]. Journal of Transportation Systems Engineering and Information Technology, 2018, 18(3): 182-188,217.
[14] 孔德良, 王少萍. 可修系统的可用度分析方法研究[J]. 北京航空航天大学学报, 2002, 28(2): 129-132.
KONG Deliang, WANG Shaoping. Study on availability analysis for repairable system[J]. Journal of Beijing University of Aeronautics and Astronautics, 2002, 28(2): 129-132.
[15] 铁道部科学技术司,铁道部运输局. 列控中心技术规范[L]. 2010-12-13.

基于Markov的列控中心可用度及剩余寿命预测^*

Prediction of availability and remaining life of train control center based on Markov

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	张新生, 王旭业, 张莹莹, 常潆戈. 海底腐蚀管道剩余寿命预测与维修策略研究[J]. 中国安全科学学报, 2022, 32(3): 41-47.
[2]	胡甚平, 李圣媛, 赵睿, 李帅召, 王新雅. LNG动力船应急响应系统流程GSPN-MC仿真模型^*[J]. 中国安全科学学报, 2021, 31(10): 174-181.
[3]	韩磊, 朱守林, 高明星, 李航天, 刘鑫. 注视熵和马尔科夫链的弯道诱导设施信息量研究[J]. 中国安全科学学报, 2020, 30(8): 122-128.
[4]	张新生, 吕品品. 考虑随机效应的腐蚀管道贝叶斯退化分析[J]. 中国安全科学学报, 2019, 29(8): 73-80.
[5]	潘姝, 郭唐仪, 邵飞, 徐倩. 城市隧道环境中驾驶人注视转移特性研究[J]. 中国安全科学学报, 2018, 28(8): 19-24.
[6]	曹兰柱, 王珍, 王东, 王前领. 露天矿滑坡预警理论与方法研究[J]. 中国安全科学学报, 2017, 27(3): 163-168.
[7]	古莹奎, 余东平, 张全新. 基于UPM的柴油机冷却系统共因失效分析[J]. 中国安全科学学报, 2017, 27(10): 68-74.
[8]	张新生, 赵梦旭, 王小完. 尾段残差修正GM(1,1)模型在管道腐蚀预测中的应用[J]. 中国安全科学学报, 2017, 27(1): 65-70.
[9]	王思华，赵琼，马军党，车玉龙. 接触网系统可靠性的马尔科夫建模分析[J]. 中国安全科学学报, 2013, 23(9): 39-.
[10]	古莹奎，邱光琦. 基于ET-DFT分层模型的复杂系统动态概率安全评价方法研究[J]. 中国安全科学学报, 2013, 23(8): 78-.
[11]	王锴，徐皑冬，王宏. 基于差异化设计技术的安全仪表系统共因失效分析方法研究[J]. 中国安全科学学报, 2013, 23(3): 91-.
[12]	吴付威，付锐，吴晨，马勇. 高速公路跟车过程中驾驶人注视转移模式研究[J]. 中国安全科学学报, 2013, 23(10): 44-.
[13]	陈钊，徐阿猛. 基于灰色马尔科夫模型的钻孔瓦斯流量预测[J]. 中国安全科学学报, 2012, 22(3): 79-.
[14]	亢永，许开立，刘家喜. 城市埋地燃气管道危险性SPA-Markov链评价预测模型[J]. 中国安全科学学报, 2012, 22(3): 147-.
[15]	宋宇博，牟海波，蒋兆远. 基于随机Petri网的城市轨道交通应急系统安全性能分析[J]. 中国安全科学学报, 2011, 21(9): 82-.