基于贝叶斯网络的地铁列车制动系统可靠性分析

摘要

城市轨道交通因其高可靠性、安全性和大运量等特点成为目前城市交通中最具可持续性发展的运输工具之一。地铁列车作为城市轨道交通的载体，其安全性对保障轨道交通的安全运营有着十分重要的影响。制动系统作为地铁列车的关键组成部分，该系统的正常运行，对地铁列车安全运营起到重要的保障作用。制动系统的安全可靠性不仅影响轨道交通系统的运营质量和服务质量，更影响着居民的安全出行及城市交通的正常运转。因此，对地铁列车制动系统进行可靠性分析，从而提高系统可靠性具有十分重要的现实意义。然而，由于地铁列车制动系统结构复杂、分布在列车不同作用位置，且其故障模式多，系统中各个部件的故障难以系统地进行记录且精确故障率难以获得，采用传统的可靠性分析方法较为困难。
　　因此，本文提出一种基于贝叶斯网络的可靠性分析方法对地铁列车制动系统进行可靠性分析，主要从以下三个方面展开分析和研究:
　　(1)通过对下一代地铁列车制动系统的故障模式与影响分析(FMEA)表中数据的分析，基于下一代地铁列车制动系统的功能及故障模式建立下一代地铁列车制动系统故障树模型。
　　(2)提出故障树模型向贝叶斯网络转化的转化建模方法，研究并改进了不同系统结构的故障树转化方法。基于下一代地铁列车制动系统故障树模型，构建制动系统贝叶斯网络模型，采用EM算法对贝叶斯网络进行网络的参数学习，并利用联合树算法对网络展开推理，得出制动系统发生故障的原因及排序，根据计算结果找出下一代地铁列车制动系统的薄弱环节。其中比较薄弱的部件为:网关阀、智能阀、空气压缩机、空气干燥器等，得到的结果有助于在制动系统维修阶段优先找出故障部件，对地铁列车日常维修保养工作具有十分重要的指导意义。
　　(3)建立考虑维修因素的制动系统动态贝叶斯网络。针对传统的静态贝叶斯网络未考虑时间因素及维修因素对系统各变量的影响，本文通过将维修凶素与动态贝叶斯网络中两时间片间的条件概率表，即转移网络相结合的方法，构建沿时间轴变化的动态贝叶斯网络。通过GeNIE软件进行系统仿真，建立地铁列车制动系统动态贝叶斯网络模型。对动态贝叶斯网络展开分析与推理，提出针对推理结果的可靠性分配方法，基于关键部件对给定可靠度下的预防性维修周期的优化提出制定方法，辅助维修人员优化维修策略，减少维修成本，提高系统可靠性。

目录

声明

致谢

摘要

1．1研究背景及意义

1．2国内外研究现状

1．2．1 可靠性分析方法研究现状

1．2．2制动系统可靠性研究现状

1．2．3贝叶斯网络的应用

1．3研究内容和结构安排

1．3．1研究思路及技术路线

1．3．2研究内容

2 地铁列车制动系统故障分析

2．1地铁列车制动系统概述

2．1．2制动系统组成

2．1．3下一代地铁列车制动系统概述

2．2下一代地铁列车制动系统故障模式分析

2．2．1制动控制系统

2．2．2基础制动装置

2．2．3风源系统

2．3可靠性理论基础

2．4制动系统故障树模型

2．4．1故障树模型

2．4．2故障树的建立

2．4．3 下一代地铁列车制动系统故障树模型的建立

2．5本章小结

3贝叶斯网络可靠性分析方法的研究

3．1贝叶斯网络基本理论

3．1．1贝叶斯网络的概率论基础

3．1．2贝叶斯网络的定义

3．1．3贝叶斯网络的学习

3．1．4贝叶斯网络的推理

3．2动态贝叶斯网络

3．2．1动态贝叶斯网络的定义

3．2．2动态贝叶斯网络的学习

3．2．3动态贝叶斯网络的推理

3．3贝叶斯网络的技术优势

3．4本章小结

4 基于贝叶斯网络地铁列车制动系统可靠性分析

4．1．1故障树转化的基本规则

4．1．2故障树转化假设条件的扩展

4．1．3 多重串联系统的转化扩展方法

4．2地铁列车制动系统可靠性分析模型的建立

4．2．1 贝叶斯网络应用软件简介

4．2．2贝叶斯网络的构建

4．2．3 贝叶斯网络模型的赋值

4．3地铁列车制动系统可靠性分析

4．3．1制动系统可靠度计算

4．3．2制动系统贝叶斯网络模型的参数学习

4．3．3制动系统贝叶斯网络模型的推理

4．4本章小结

5 考虑维修因素的制动系统可靠性分析

5．1 故障树-动态贝叶斯网络的转化建模方法

5．2基于动态贝叶斯网络的制动系统可靠性分析

5．2．1 制动系统动态贝叶斯网络的构建

5．2．2考虑维修因素的制动系统可靠性分析

5．3制动系统动态贝叶斯网络的推理

5．4基于贝叶斯网络推理结果的制动系统可靠性分配

5．5基于关键部件可靠度的预防性维修周期制定

5．5．1维修方式的划分

5．5．2制定维修策略的关键因素

5．5．3给定可靠度下维修费用率最小制定预防性维修周期

5．6本章小结

6 结论与展望

6．1 工作总结以及主要创新点

6．2未来研究展望

参考文献

附录

作者简历及攻读硕士学位期间取得的研究成果

学位论文数据集