摘要: |
由于机车现场运行客观条件及某些操作人员主观原因的差异,同一批次或型号机车的某部件寿命分布也会有较明显的差异,因此对这些机车做相同的修程修制就显得不够科学。本文获取的数据来源于某机务段在运行的HXD1C型机车车载6A&CMD系统自动记录的某部件故障记录。CMD系统记载数据缺少对部件的维修记录,即无法查看故障处理方案是对部件进行了更换还是小修恢复。要充分利用故障记录对机车运行状态和部件质量信息进行分析,就需要选择合适的数据段,选择合适的数据节点。本文提出一种更新点的自动识别算法对故障记录数据进行删选,得到真实的寿命数据。得到寿命数据后,分别利用威布尔分布、对数正态分布、极值分布进行寿命分布拟合。选取AD统计量进行最优分布判断依据,通过寿命分布的拟合情况将机车分为三类。但是,要在机车现场维护中,要做到极致个性化为每一辆机车制定各不相同的检修计划或者检修周期,不现实也不经济,并且固定的规章制度难以形成。因此在完成最优寿命分布拟合之后,需要将类似的车分为一类,制定相同相近的维修策略。文章采用动态聚类分析中的离差平方和法对同一分布的参数进行聚类,进一步达到对机车再次分类的目的。聚类的结果便是将60台机车分别就威布尔分布分成了3类,对数正态分布分成4类,极值分布分成了3类。每个分布类内部相同点便是寿命分布均为最优分布,类别之间的区别是分布参数显著不同。文章最后一部分按照分布和参数的不同,利用连续时间的年龄更换维修策略模型,对每一类制定了个性化的维修周期,并在一定费用比的情况下计算单个周期的维修费用情况。至此,文章达到了对机车实行个性化但又不失共性的维修策略制定的目标,具有良好的实际生产指导意义。 |