技术领域
[0001] 本发明属于轨道交通车辆RAMS数据分析技术领域，特别涉及一种基于加权映射的轨道交通车辆故障数据分析方法。
相关背景技术
[0002] 随着近几年轨道交通产品市场保有量越来越大，故障数据在不断增加，面对不同用户或者不同分析场合，需要按照指定的结构分解形式进行RAMS指标的计算分析和输出；但是在使用、维保过程中，不同用户因不同的分解方式与产品出厂厂家或企业内部指导的分解结构不同，尤其是面对新的终端用户所需的分解方式，需要进行故障分析时，导致后续对故障数据进行分析耗时耗力。
具体实施方式
[0049] 下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
[0050] 如图1所示，一种基于加权映射的轨道交通车辆故障数据分析方法，包括：
[0051] S10、获取企业内部分析使用的产品分解结构树，称为第一分解结构树；以及获取终端用户所要求的输出分解结构树，称为第二分解结构树；
[0052] S20、构建所述第一分解结构树与第二分解结构树之间的节点加权映射关系；节点加权映射关系包括：一对一、一对多、多对一、多对多；每一映射对应一个节点加权映射系数根据预设规则确定；
[0053] S30、获取轨道交通车辆的故障记录、运行记录、检修记录、技术整改记录数据；用于后续步骤进行评估RAMS指标；
[0054] S40、建立所述故障记录与第一分解结构树的节点之间的故障加权映射关系；故障加权映射系数根据所述预设规则确定；
[0055] S50、根据第一分解结构树，对每一个节点计算故障计数值；
[0056] S60、根据所述节点加权映射关系，计算第二分解结构树中每一个节点的输出故障计数值；
[0057] S70、根据第二分解结构树中每一个节点的输出故障计数值，评估车辆的相关RAMS指标。
[0058] 其中，步骤S10，第一分解结构树一般为企业内部，或厂家采用的分解方式，一般为提供服务的服务商，比如可以是功能分解、装配结构分解或者维修结构分解；第二分解结构树比如为终端用户需要的分解方式，一般为被服务对象所主张采用的分解方式。比如根据产品安装部署方式的分解、或者基于国标或行业标准中定义的结构组成的分解；也或者是终端用户自定义的其他分解。
[0059] 步骤S20和S40中，预设规则比如为理论知识、工程经验、统计分析结果和/或指定规则；该指定规则包括但不限于依据车辆履历数据中的故障时间、故障时累计运行里程、晚点时间、故障后果、故障影响、故障级别等数值进行运算及逻辑组合而形成的规则。
[0060] 步骤S50中，在进行故障数据分析时，首先根据产品结构分解，对每一个节点计算故障计数值，计算方法为：对统计范围内所有映射到该节点的故障记录按对应的加权系数求和，求和结果即为该节点的故障计数值；
[0061] 步骤S60中，然后根据产品结构分解与输出结构分解之间的加权映射关系，计算输出结构分解中每一个节点的故障计数值，计算方法为：对将每一个映射到该节点的产品结构分解的节点的故障计数值分别乘以对应的加权分配系数后求和，求和结果即为该节点的故障计数值；
[0062] 在步骤S70中，可以通过运行记录、检修记录、技术整改记录数据统计得到车辆的累计运行里程、运行时间、维修时间等数值，进而根据输出结构分解数中每一个节点的故障计数值，计算包括但不限于百万公里故障率、百万小时故障率、平均故障间隔里程、平均故障间隔时间、平均维修时间、可用度、可靠度、故障概率等相关RAMS指标，以及占比分析、对比分析、和/或趋势分析等计算评估操作；
[0063] 当有了新的输出结构分解时，只需进行步骤S20，不需要进行步骤S30～S50，就可以直接执行步骤S60、S70得到所需的分析结果。
[0064] 本实施例中，通过建立产品结构分解与输出结构分解的节点加权映射关系；建立故障记录与产品结构分解的故障加权映射关系；根据节点加权映射关系计算输出结构分解中各层级节点的故障计数结果；进而实现计算和分析轨道交通车辆的RAMS指标。在面对不同用户或者不同分析场合，需要按照指定的结构分解形式进行RAMS指标的计算分析和输出，可以很便捷的得到所需的RAMS计算分析结果，省时省力，提高了分析效率；同时应用加权映射关系，可以在进行故障分析时可以对单个故障进行区别性的分析，使分析结果更加合理贴近实际。
[0065] 下面通过一个具体实施例对上述各个步骤进行详细的说明。
[0066] 1)、获取产品分解结构树(第一分解结构树)、输出分解结构树(第二分解结构树)；
[0067] 对产品分解结构树中的节点从1开始依次编号，则一个节点总数为i的产品分解结构树可由一个含有i个元素的列向量Item表示：
[0068]
[0069] 列向量的每一个元素Itemi对应产品分解结构树中的一个节点。其中，产品分解结构树示例，如图2所示；以制动系统为例，产品分解结构树包括：两层；第一层为：Item1-制动系统；第二层为：Item1-制动系统节点包括的下述节点，分别是Item2-BCU组件、Item3-EP制动电磁阀、Item4-EP缓解电磁阀、Item5-压力传感器、Item6-紧急电磁阀、Item7-空重车调整阀、Item8-截断塞门、Item9-停放制动装置、Item10-防滑阀和Item11-基础制动等10个节点。则对应的列向量Item共有11个元素，可表示为：
[0070]
[0071] 同理，对输出分解结构树中的节点从1开始依次编号，则一个节点总数为j的输出分解结构树可由一个含有j个元素的列向量O表示：
[0072]
[0073] 列向量的每一个元素Oj对应输出分解结构树中的一个节点。输出的分解结构树示例，如图3所示；同样以制动系统为例，输出分解结构树包括：三层。第一层为：O1-制动控制系统；第二层为：O1-制动控制系统包括的O2-制动控制装置、O7-夹钳；第三层为：O2-制动控制装置包括的O3-BCU组件、O4-电空转换阀、O5-紧急电磁阀、O6-截断塞门。对应的列向量O共有7个元素，可表示为：
[0074]
[0075] 2)、建立产品结构分解树与输出结构分解树之间的加权映射关系，该产品结构分解树为功能分解、装配结构分解或者维修结构分解。产品结构分解树与输出结构分解树的节点之间的节点映射关系可以是一对一、一对多、多对一、多对多，每一映射对应一个节点加权映射系数，节点加权映射系数可以根据理论知识、工程经验、统计分析结果和/或指定规则确定；
[0076] 假设产品分解结构树中的节点标识为Itemi，输出分解结构树中的节点标识为Oj，则产品分解结构树与输出分解结构树之间的节点加权映射关系可表示为：
[0077] Oj＝∑i(aji Itemi) (1)
[0078] (1)式中，aji表示Itemi映射至Oj的结构加权映射系数，通常为非负实数，当Itemi与Oj间不存在映射关系时aji为0。
[0079] 矩阵形式的加权映射关系可表示为：
[0080] O＝A*Item (2)
[0081] (2)式中，A为j行i列的结构加权映射矩阵。
[0082] 结构加权映射矩阵示例：
[0083]
[0084] 3)、获取车辆的故障记录、运行记录、检修记录、技术整改记录等履历数据；
[0085] 4)、建立车辆故障记录与产品分解结构树的节点之间的故障加权映射关系；故障映射关系可以是一对一、一对多、多对一、多对多，每一映射对应一个故障加权映射系数，故障加权映射系数同样可以根据理论知识、工程经验、统计分析结果和/或指定规则确定。
[0086] 假设故障记录共有m条；
[0087] Rm＝[rm1 rm2…rmi] (3)
[0088] (3)式中，rmi表示第m条故障记录与第一分解结构树节点Itemi的故障加权映射系数，为非负实数；Rm表示为行向量形式；
[0089] 故障加权映射矩阵表示为：
[0090]
[0091] (4)式中，R表示为m行i列的故障加权映射矩阵。
[0092] 上述指定规则包括但不限于依据车辆履历数据中的故障时间、故障时累计运行里程、晚点时间、故障后果、故障影响、故障级别、故障所属系统部件等数据进行运算及逻辑组合而形成的规则；
[0093] 作为示例，假设共有10条故障记录，规定若故障导致晚点时间大于5分钟，或者故障后果为未出库、掉线、清客、救援的，对应故障所属系统部件的故障加权映射系数为1(自身原因导致的故障)或0.5(运行环境导致的故障)，其余情况为0，对应的故障加权映射矩阵R为：
[0094]
[0095] 5)、在进行故障数据分析时，首先根据产品结构分解树，对每一个节点计算故障计数值Fi，计算方法为对统计范围内所有映射到该节点的故障记录按对应的故障加权映射系数求和：
[0096] Fi＝∑m rmi (5)
[0097] (5)式中，Fi表示第一分解结构树中每一个节点的故障计数值；m表示故障的数量；rmi表示故障加权映射系数，为非负实数；
[0098] 矩阵形式的计算公式为：
[0099] F＝RT*M (6)
[0100] (6)式中，F表示含有i个元素的故障计数列向量，M为m个1组成的求和列向量：
[0101] RT表示故障加权映射矩阵R的转置矩阵。
[0102] 如上示例计算得到的故障计数向量F为：
[0103]
[0104] 6)、然后根据产品结构分解树与输出结构分解树之间的节点加权映射关系，计算输出结构分解树中每一个节点的输出故障计数值Foj，计算方法为：对将每一个映射到该节点的产品结构分解树的节点的故障计数值分别乘以对应的加权分配系数后求和：
[0105] Foj＝∑i(ajiFi) (7)
[0106] (7)式中，Foj表示第二分解结构树中每一个节点的故障计数值；Fi表示第一分解结构树中每一个节点的故障计数值；
[0107] 矩阵形式的计算公式为：
[0108] Fo＝A*F (8)
[0109] (8)式中，Fo表示第二分解结构树含有j个元素的输出故障计数列向量。
[0110] 如上示例计算得到的输出故障计数向量为：
[0111]
[0112] 7)、接下来可以通过运行记录、检修记录、技术整改记录数据统计得到车辆的累计运行里程、运行时间、维修时间等数值，进而根据输出结构分解树中每一个节点的故障计数值，计算包括但不限于百万公里故障率、百万小时故障率、平均故障间隔里程、平均故障间隔时间、平均维修时间、可用度、可靠度、故障概率等相关RAMS指标，以及占比分析、对比分析、和/或趋势分析等计算评估操作；
[0113] 例如，当统计得到车辆的累计运行里程为500万公里时，由Fo可进一步计算得到输出分解结构中制动控制装置(O2)的百万公里故障率为Fo2/5＝1.1。
[0114] 最后，当有了新的输出结构分解树(第二分解结构树)时，只需进行步骤2)，不需要进行步骤3)～5)，就可以直接执行步骤6)、7)得到所需的分析结果。
[0115] 例如，需要按如图4所示的新的输出分解结构树分析：同样以上述制动系统为例，输出分解结构树包括三层：第一层为：O1-制动控制系统；第二层为：O1-制动控制系统包括的O2-制动控制装置、O6-辅助制动控制装置和O9-辅助制动控制装置；第三层包括两个节点，第一个节点O2-制动控制装置包括：O3-常用制动控制、O4-紧急制动控制和O5-防滑控制；第二个节点O6-辅助制动控制装置包括：O7-停放制动控制和8-制动切除。对应的列向量O共有9个元素，可表示为：
[0116]
[0117] 则新的结构加权映射矩阵可表示为：
[0118]
[0119] 计算得到的新的输出故障计数向量为：
[0120]
[0121] 当统计得到车辆的累计运行里程为500万公里时，由Fonew可进一步计算得到新的输出分解结构中制动控制装置(O2)的百万公里故障率为
[0122] 以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
