轨道交通设备维修管理系统

浅析轨道交通设备维修管理系统

摘要: 针对城市轨道交通系统的组成、运行和维修特点，提出了城市轨道交通设备采用计算机维修管理系统的基本框架，分析功能模块和关键技术，给出系统的设计方案。计算机维修管理系统由中心数据库、方法模型库和建模优化推理子系统组成，并能够基于维修决策建模和优化技术，以及维修过程建模和优化技术, 对设备维修工作进行不断优化。

关键词：城市轨道交通；维修管理系统；建模

中图分类号：c913.32 文献标识码：a 文章编号：

0 引言

设备维修对于保证城市轨道交通系统的正常工作和安全运行具有重要意义，维修费用也是城市轨道交通系统运营时期的主要支出。如天津地铁年运营费用达3亿元左右，其中1.6亿元为维修支出[1]。计算机维修管理系统（cmms）的应用, 能在较大程度上改进城市轨道交通系统的设备维修管理水平、提高维修质量和降低维修费用，是城市轨道交通系统运行和维修管理的必然趋势。

计算机维修管理系统虽然在一定程度上实现状态监控、故障记录、维修报表生成等功能，但都无法实现对维修决策进行建模和优化。

针对城市轨道交通系统的组成、运行和维修特点，提出城市轨道交通系统的计算机维修管理系统的基本框架，包括各功能模块和涉及的关键技术，以及系统的设计方案。该计算机维修管理系统的特

点是能够基于设备状态、故障和维修记录数据，利用维修决策建模和优化技术，以及维修过程建模和优化技术对城市轨道交通系统中的维修工作进行不断优化。

1 系统总体框架和功能分析

cmms由3部分组成:中心数据库、方法模型库和建模优化推理子系统。

1.1 中心数据库

城市轨道交通系统一般有车辆和轨道、车站机电设备、供电子系统及通信信号子系统等，

对土建设施不予考虑。中心数据库中应存储数据包括以下内容。（1）相关各类设备的型号、购买日期和基本参数。

（2）各类设备运行维修记录，包括每次运行起止时间、运行里程、各次维修起止时间、维修参与人员、维修项目、所耗维修备件。（3）所有设备历次故障的记录，包括故障时间、故障部位、故障原因等;设备状态监控数据，主要是自动在线监测或离线监测结果，以及人工检测得到的各类设备状态监控数据。

（4）维修人员数据，包括维修人员年龄、性别、职称、入职时间，分组情况和所参与的维修工作记录。

（5）各类维修备件的生产厂家、型号、基本参数、采购时间、储存地点、采购数量、所需金额、当前剩余数量，以及各备件的领用日期、领用人员和使用原因。

（6）维修工具记录，主要是各类维修工具的储存地点、类别、

价格、数量、消耗情况。

1.2 方法模型库

方法模型库是计算机维修管理系统实现决策自动化和智能化的核心。方法模型库中存储了大量的用于诊断、决策和分析计算的数学模型，以及代表专家知识和行业标准的规则库。维修决策模型和维修过程模型用于设备维修决策支持和维修活动过程优化。故障诊断和故障预测方法库中存储了城市轨道交通系统各类设备故障诊断、故障预报所需要的各种方法，实现故障预警、事故预防，尽可能避免运行安全事故。行业维修标准规范库和专家经验知识库采用恰当的方法，描述和存储现有的地铁、轻轨和独轨系统各类设备维修的经验和规范，如地铁车辆的日检、月检，定修、架修和大修规程。维修质量分析方法库给出衡量维修质量需要的计算指标和相应计算方法，如各设备或部件平均无故障时间、平均维修时间、列车行驶每公里所需的维修保养费用、每名维修人员平均支出等。

1.3 建模优化推理子系统

建模优化推理子系统基于上述的方法模型库，根据设备运行数据、维修记录、状态监测数据等各项记录，用软件方法自动生成各类维修工单、维修质量分析报表、设备可靠性分析报表等。

2 系统开发所需的关键技术

2.1 维修决策建模和优化技术

维修建模和优化技术侧重于对系统或设备的失效，以及对维修工作进行定量的描述和分析，从运筹学角度指导维修工作的进行。维

修决策建模和优化技术正处于快速发展阶段，特别是单设备系统的定期维修决策建模和优化理论已经较为成熟。目前，由于缺少维修决策支持软件系统，在地铁、轻轨和独轨等系统设备的维修保养中，主要还是依据专家经验和行业规程进行维修计划制定和维修决策。另外，要在轨道交通系统设备维修管理中应用维修决策建模和优化技术，必须重视设备故障和劣化数据的积累, 这是维修决策建模和优化的基础。

2.2 维修过程建模和优化

维修过程建模和优化，对城市轨道交通系统管理部门合理安排维修作业、优化维修资源配置十分必要。维修过程模型就是使用数学解析模型或仿真模型描述维修活动的执行顺序，维修活动所需要的资源及其获取，以及这些活动间的相互关系，分析维修过程的平均维修时间、资源利用率等。维修过程模型必须考虑在维修过程中确定维修活动顺序和分配维修资源的限制规则，从而更好的模拟维修过程。已有的维修过程建模和优化方法，是基于petri网理论。2.3 故障诊断和故障预测技术

故障诊断是通过信号检测和信号提取，识别设备所处状态（正常状态、故障状态和临界状态等）。设备故障诊断方法包括:基于专家系统的智能化诊断方法、灰色系统理论诊断方法、神经网络诊断方法、模糊系统诊断方法、信号处理技术诊断方法等，目前相关理论已较为成熟。

故障预测技术目前的研究仍然不够充分，已有的故障预测技术可

分为:基于经验的故障预测方法、特征的故障预测方法和对象物理模型的故障预测方法。

2.4 备件采购决策模型

维修作业需要的维修备件，从维修资源需求角度考虑，存储的维修备件越多越好。然而，维修备件采购受到资金和储存场地的限制，因此存在采购维修备件的最佳数量和最佳时机问题。解决这一问题需要维修备件采购建模和优化技术，文献[8]对定期维修体制下的维修备件订购策略和建模优化进行了综述。在城市轨道交通设备维修管理信息系统中，嵌入备件采

购模型必须要有相应专家支持。

3 系统实现方案

城市轨道交通系统的计算机维修管理系统，可采用

client/server结构，基于有限和无线局域网，由系统服务器、在线监测系统、便携式测试设备和人工管理终端等组成，如图。

中心数据库、方法模型库和建模优化推理子系统，运行于系统服务器中。中心数据库的构建可采用sql server等数据库平台;方法模型库的设计和实现可基于对象建模技术和构件对象模型技术[9];建模优化推理子系统要求能够根据设备档案、设备故障记录、设备状态监测数据，利用方法模型库中的各种数学型、解析模型、诊断预测方法和知识库，基于模糊推理、案例推理、统计推理等理论，实现系统设备维修决策和故障预报等的自动化。

在线监测系统包括地铁系统中各种设备在线监测设备，例如供电