动车组多部件系统动态维护策略研究
发布时间：2021-04-05 05:41
随着中国标准动车组的上线运行,标志着我国动车组研发、设计、制造技术已实现由“中国制造”到“中国创造”的全新阶段。高速动车组作为技术密集型高端装备,其维修计划的有效性与维护策略的科学性直接影响到高速动车组的安全和高效运行,尤其是当前进入高级修阶段动车组数量持续增长,更为动车组维护部门带来巨大挑战。因此为进一步优化维护计划,本文针对静态维护策略不能适应客流波动及运行计划动态变化的缺点,建立客流变化影响下动车组动态维护计划,在保证可靠度要求的前提下降低动车组维护费用。主要研究内容如下:首先,为探究客流分布不均对动车组部件维护策略经济性的影响,引入多项式拟合方法对波动客流进行分段量化,并建立客流分布不均影响下的部件差异化停机损失成本函数,进而结合加速失效模型构建了以可靠度为约束条件的部件维护计划动态调整策略,通过对部件延迟维护可靠度阈值的敏感性分析,确定了经济性最佳的维护策略调整方法。其次,基于单部件动态维护策略,构建考虑客流需求的部件成本模型,以客流波动影响下单部件故障率/可靠度演化规律为基础,通过成本优化获得部件层最优维护计划。引入基于滚动时间窗的动态成组方法,建立考虑客流需求影响的部件成...
【文章来源】：兰州交通大学甘肃省
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
客流数据拟合曲线
动车组多部件系统动态维护策略研究-18-图2.6等效平均客流量由图2.5可见，全年的客流数据存在四个变化趋势较为明显的波峰，为体现客流量的分阶段变化，将全年划分为波动较为明显的四个区间。文献[46]中数据以自然年为统计范围，而生产实际中动车组维护周期主要是以走行公里数为依据，因此将其时间序列与日走行公里数相乘即可得到具体的客流分布区间及因子值(京沪高铁对发里程为2636km，近似处理取日走行公里数为3000km)。等效后客流变化取值如表2.1所示：表2.1客流区间及客流因子值区间长度il/104km173526321735263217运量波动因子i0.850.961.160.970.850.961.160.970.85不同客流分布影响下的设备可靠度和失效率函数变化规律，与恒定客流相比有一定差异。设恒定客流下的客流因子数值为1，则考虑客流分布影响下的可靠度和失效率函数变化如图2.7、图2.8所示：
动车组多部件系统动态维护策略研究-18-图2.6等效平均客流量由图2.5可见，全年的客流数据存在四个变化趋势较为明显的波峰，为体现客流量的分阶段变化，将全年划分为波动较为明显的四个区间。文献[46]中数据以自然年为统计范围，而生产实际中动车组维护周期主要是以走行公里数为依据，因此将其时间序列与日走行公里数相乘即可得到具体的客流分布区间及因子值(京沪高铁对发里程为2636km，近似处理取日走行公里数为3000km)。等效后客流变化取值如表2.1所示：表2.1客流区间及客流因子值区间长度il/104km173526321735263217运量波动因子i0.850.961.160.970.850.961.160.970.85不同客流分布影响下的设备可靠度和失效率函数变化规律，与恒定客流相比有一定差异。设恒定客流下的客流因子数值为1，则考虑客流分布影响下的可靠度和失效率函数变化如图2.7、图2.8所示：
【参考文献】：
期刊论文
[1]基于波动聚集性的城际高铁客流量预测[J]. 耿立艳,鲁荣利,李新杰. 铁道科学与工程学报. 2019(08)
[2]动车组高级修计划优化模型及算法研究[J]. 武建平,何君礼,林柏梁,王辉,张旭辉,王忠凯. 铁道学报. 2019(07)
[3]考虑部件相关性的海上风电机组预防性维护策略[J]. 符杨,杨凡,刘璐洁,王毅,潘捷. 电网技术. 2019(11)
[4]考虑故障风险的动车组部件机会维修优化策略[J]. 王红,熊律,何勇,蒋祖华. 铁道学报. 2019(03)
[5]飞机多疲劳结构动态成组维修决策优化方法[J]. 罗斌,林琳,钟诗胜. 控制与决策. 2019(07)
[6]批量生产模式下考虑设备运行负荷的预防维护策略[J]. 胡家文,蒋祖华,侯文瑞,裴海燕,王海丽,孙小明. 上海交通大学学报. 2018(03)
[7]退化相关多部件系统预防性维修决策模型[J]. 杨志远,赵建民,程中华. 系统工程与电子技术. 2018(04)
[8]考虑相关性的串联系统动态机会成组维修优化[J]. 徐孙庆,耿俊豹,魏曙寰,刘凌刚. 系统工程与电子技术. 2018(06)
[9]耐用度服从三参数Weibull分布的机床刀具在变加工条件下的可靠性评估[J]. 王智明,任丽娜,段红燕,杨海鱼. 西安交通大学学报. 2018(04)
[10]中国高速动车组运用检修状况与发展[J]. 韦皓. 铁道机车车辆. 2017(05)
博士论文
[1]数控车床混杂故障传播建模及诊断[D]. 龙哲.吉林大学 2019
[2]高速铁路动车组交路计划优化编制理论与方法研究[D]. 李文俊.北京交通大学 2019
[3]高速列车传动系统可靠性分析与评估[D]. 赵聪聪.吉林大学 2016
[4]动车组可靠性评估及维修策略优化方法研究[D]. 张可新.中国铁道科学研究院 2015
[5]以可靠性为中心的高速列车设备维修决策支持系统研究[D]. 王灵芝.北京交通大学 2011
硕士论文
[1]民机维修任务组合优化方法研究[D]. 杨清秀.中国民航大学 2016
[2]京沪高铁短期客流量预测及票额分配的优化研究[D]. 李建一.华北电力大学 2015
本文编号：3119245
【文章来源】：兰州交通大学甘肃省
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
客流数据拟合曲线
动车组多部件系统动态维护策略研究-18-图2.6等效平均客流量由图2.5可见，全年的客流数据存在四个变化趋势较为明显的波峰，为体现客流量的分阶段变化，将全年划分为波动较为明显的四个区间。文献[46]中数据以自然年为统计范围，而生产实际中动车组维护周期主要是以走行公里数为依据，因此将其时间序列与日走行公里数相乘即可得到具体的客流分布区间及因子值(京沪高铁对发里程为2636km，近似处理取日走行公里数为3000km)。等效后客流变化取值如表2.1所示：表2.1客流区间及客流因子值区间长度il/104km173526321735263217运量波动因子i0.850.961.160.970.850.961.160.970.85不同客流分布影响下的设备可靠度和失效率函数变化规律，与恒定客流相比有一定差异。设恒定客流下的客流因子数值为1，则考虑客流分布影响下的可靠度和失效率函数变化如图2.7、图2.8所示：
动车组多部件系统动态维护策略研究-18-图2.6等效平均客流量由图2.5可见，全年的客流数据存在四个变化趋势较为明显的波峰，为体现客流量的分阶段变化，将全年划分为波动较为明显的四个区间。文献[46]中数据以自然年为统计范围，而生产实际中动车组维护周期主要是以走行公里数为依据，因此将其时间序列与日走行公里数相乘即可得到具体的客流分布区间及因子值(京沪高铁对发里程为2636km，近似处理取日走行公里数为3000km)。等效后客流变化取值如表2.1所示：表2.1客流区间及客流因子值区间长度il/104km173526321735263217运量波动因子i0.850.961.160.970.850.961.160.970.85不同客流分布影响下的设备可靠度和失效率函数变化规律，与恒定客流相比有一定差异。设恒定客流下的客流因子数值为1，则考虑客流分布影响下的可靠度和失效率函数变化如图2.7、图2.8所示：
【参考文献】：
期刊论文
[1]基于波动聚集性的城际高铁客流量预测[J]. 耿立艳,鲁荣利,李新杰. 铁道科学与工程学报. 2019(08)
[2]动车组高级修计划优化模型及算法研究[J]. 武建平,何君礼,林柏梁,王辉,张旭辉,王忠凯. 铁道学报. 2019(07)
[3]考虑部件相关性的海上风电机组预防性维护策略[J]. 符杨,杨凡,刘璐洁,王毅,潘捷. 电网技术. 2019(11)
[4]考虑故障风险的动车组部件机会维修优化策略[J]. 王红,熊律,何勇,蒋祖华. 铁道学报. 2019(03)
[5]飞机多疲劳结构动态成组维修决策优化方法[J]. 罗斌,林琳,钟诗胜. 控制与决策. 2019(07)
[6]批量生产模式下考虑设备运行负荷的预防维护策略[J]. 胡家文,蒋祖华,侯文瑞,裴海燕,王海丽,孙小明. 上海交通大学学报. 2018(03)
[7]退化相关多部件系统预防性维修决策模型[J]. 杨志远,赵建民,程中华. 系统工程与电子技术. 2018(04)
[8]考虑相关性的串联系统动态机会成组维修优化[J]. 徐孙庆,耿俊豹,魏曙寰,刘凌刚. 系统工程与电子技术. 2018(06)
[9]耐用度服从三参数Weibull分布的机床刀具在变加工条件下的可靠性评估[J]. 王智明,任丽娜,段红燕,杨海鱼. 西安交通大学学报. 2018(04)
[10]中国高速动车组运用检修状况与发展[J]. 韦皓. 铁道机车车辆. 2017(05)
博士论文
[1]数控车床混杂故障传播建模及诊断[D]. 龙哲.吉林大学 2019
[2]高速铁路动车组交路计划优化编制理论与方法研究[D]. 李文俊.北京交通大学 2019
[3]高速列车传动系统可靠性分析与评估[D]. 赵聪聪.吉林大学 2016
[4]动车组可靠性评估及维修策略优化方法研究[D]. 张可新.中国铁道科学研究院 2015
[5]以可靠性为中心的高速列车设备维修决策支持系统研究[D]. 王灵芝.北京交通大学 2011
硕士论文
[1]民机维修任务组合优化方法研究[D]. 杨清秀.中国民航大学 2016
[2]京沪高铁短期客流量预测及票额分配的优化研究[D]. 李建一.华北电力大学 2015
本文编号：3119245
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3119245.html
