维修间隔确定方法及装置、存储介质、终端与流程

[0001]
本发明涉及数据处理技术领域，尤其涉及一种维修间隔确定方法及装置、存储介质、终端。


背景技术：

[0002]
目前，对于高速动车组等设备的修程主要包括五级维修，其中，一二级维修是日常检修，三四五级维修为高级修。目前的预防维修机制主要是基于经验的定时维修方案。
[0003]
但是，现有技术中维修间隔的确定缺乏数据的支撑，出于安全性的考虑。间隔的设定通常过于保守而存在过度维修，造成了不必要的开支。


技术实现要素：

[0004]
本发明解决的技术问题是如何精准地确定设备的维修间隔，以避免维修不及时或过度维修。
[0005]
为解决上述技术问题，本发明实施例提供一种维修间隔确定方法，维修间隔确定方法包括：确定维修项点对应的至少一个故障模式；统计所述维修项点在其对应的每个故障模式下的历史故障数据以及当前运行数据；将所述历史故障数据作为死亡数据，将所述当前运行数据作为右删失数据，并利用所述死亡数据和所述右删失数据得到所述维修项点对应的每个故障模式的可靠度函数，可靠度函数r(t)用于描述维修项点在其对应的故障模式下失效时间大于t的概率；对于所述维修项点对应的各个故障模式，获取可容忍的故障率阈值，利用所述可靠度函数和所述故障率阈值计算允许工作时长；根据所述维修项点对应的各个故障模式的允许工作时长确定所述维修项点的维修时间间隔。
[0006]
可选的，所述利用所述死亡数据和所述右删失数据得到可靠度函数包括：通过调用接口调用生存分析工具箱，并输入所述死亡数据和所述右删失数据，以得到所述可靠度函数。
[0007]
可选的，所述利用所述死亡数据和所述右删失数据得到可靠度函数包括：利用所述死亡数据和所述右删失数据通过参数估计算法得到所述可靠度函数，所述可靠度函数满足指数分布或威布尔分布；或者，利用所述死亡数据和所述右删失数据通过非参数估计算法得到所述可靠度函数，所述可靠度函数为分段阶梯函数。
[0008]
可选的，所述利用所述死亡数据和所述右删失数据通过非参数估计算法得到所述可靠度函数包括：利用所述死亡数据和所述右删失数据统计获得所述分段阶梯函数；判断所述分段阶梯函数是否符合所述指数分布或威布尔分布；如果所述分段阶梯函数不符合所述指数分布或威布尔分布，则确定所述分段阶梯函数为所述可靠度函数；如果所述分段阶梯函数符合所述指数分布或威布尔分布，则通过所述参数估计算法得到所述可靠度函数。
[0009]
可选的，所述对于所述维修项点对应的各个故障模式，获取可容忍的故障率阈值，利用所述可靠度函数和所述故障率阈值计算允许工作时长包括：如果所述可靠度函数是通过参数估计算法得到的，则将所述故障率阈值代入所述维修项点对应的各个故障模式对应
的可靠度函数，并将计算得到的时间作为所述维修项点对应的各个故障模式的允许工作时长。
[0010]
可选的，如果所述可靠度函数是通过非参数估计算法得到的，则采用以下公式计算所述维修项点对应的各个故障模式的允许工作时长：a＝min{r(t)|r(t)≥1-r}，t＝inf{t|r(t)＝a}，其中，r(t)表示维修项点对应的各个故障模式对应的可靠度函数，r表示所述故障率阈值，inf表示下确界函数。
[0011]
可选的，所述确定维修项点对应的至少一个故障模式包括：获取所述维修项点的历史维修数据；根据所述维修项点的历史维修数据中已产生故障的故障模式确定所述维修项点对应的故障模式。
[0012]
可选的，所述根据所述维修项点对应的各个故障模式的允许工作时长确定所述维修项点的维修时间间隔包括：选取所述维修项点对应的各个故障模式的允许工作时长的最小值，以作为所述维修项点的维修时间间隔。
[0013]
可选的，所述历史故障数据包括故障时使用时长或运行里程数，所述当前运行数据包括当前已使用时长或已运行里程数。
[0014]
为解决上述技术问题，本发明实施例还公开了一种维修间隔确定装置，维修间隔确定装置包括：故障模式确定模块，用以确定维修项点对应的至少一个故障模式；统计模块，用以统计所述维修项点在其对应的每个故障模式下的历史故障数据以及当前运行数据；可靠度函数模块，用以将所述历史故障数据作为死亡数据，将所述当前运行数据作为右删失数据，并利用所述死亡数据和所述右删失数据得到维修项点对应的每个故障模式的可靠度函数，可靠度函数r(t)用于描述维修项点在其对应的故障模式下失效时间大于t的概率；允许工作时长计算模块，用以对于所述维修项点对应的各个故障模式，获取可容忍的故障率阈值，利用所述可靠度函数和所述故障率阈值计算允许工作时长；维修时间间隔确定模块，用以根据所述维修项点对应的各个故障模式的允许工作时长确定所述维修项点的维修时间间隔。
[0015]
本发明实施例还公开了一种存储介质，其上存储有计算机指令，所述计算机指令运行时执行所述维修间隔确定方法的步骤。
[0016]
本发明实施例还公开了一种终端，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行所述维修间隔确定方法的步骤。
[0017]
与现有技术相比，本发明实施例的技术方案具有以下有益效果：
[0018]
本发明技术方案通过维修项点在其对应的各个故障模式下的历史故障数据以及当前运行数据，建立可靠度函数，以得到维修项点在其对应的各个故障模式下的故障分布规律，进而得到维修项点在其对应的每个故障模式下失效时间大于t的概率，并以此为基础计算在可容忍的故障率阈值下的允许工作时长，也即在控制故障的发生率的前提下，确定维修项点的维修时间间隔；从而能够解决目前维修项点的维修间隔仅凭经验确定而缺乏数据支撑的问题，有效控制相邻两次维修间隔之间故障的发生率，同时也尽可能的避免了过度维修，从而为保障运营、降低运营成本提供了有力依据。
附图说明
[0019]
图1是本发明实施例一种维修间隔确定方法的流程图；
[0020]
图2是图1所示步骤s103的一种具体实施方式的流程图；
[0021]
图3是图1所示步骤s101的一种具体实施方式的流程图；
[0022]
图4是本发明实施例一种维修间隔确定装置的结构示意图。
具体实施方式
[0023]
如背景技术中所述，现有技术中维修间隔的确定缺乏数据的支撑，出于安全性的考虑。间隔的设定通常过于保守而存在过度维修，造成了不必要的开支。
[0024]
本申请发明人研究发现，可靠性理论可以利用历史故障数据以及当前正常使用无故障的设备数据估计设备可靠度，由此可以有效的估计设备在某一段时间(或里程数)范围内故障的概率，为维修间隔的确定提供了数学方法的支撑，从而可有效防止装备欠修、过度修等情况。
[0025]
本发明技术方案通过维修项点在其对应的各个故障模式下的历史故障数据以及当前运行数据，建立可靠度函数，以得到维修项点在其对应的各个故障模式下的故障分布规律，也即维修项点在其对应的每个故障模式下失效时间大于t的概率，并以此为基础计算在可容忍的故障率阈值下的允许工作时长，也即在控制故障的发生率的前提下，确定维修项点的维修时间间隔；从而能够解决目前维修项点的维修间隔仅凭经验确定而缺乏数据支撑的问题，有效控制相邻两次维修间隔之间故障的发生率，同时也尽可能的避免了过度维修，从而为保障运营、降低运营成本提供了有力依据。
[0026]
本实施例中的维修项点，可以是任意可实施的终端设备中的维修部位，可以包括若干部件，例如可以是动车组的一个或多个部件、车辆的一个或多个部件等。
[0027]
本实施例中的维修项点对应的一个故障模式是指，维修项点中的某一个部件失效。
[0028]
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
[0029]
图1是本发明实施例一种维修间隔确定方法的流程图。
[0030]
请参照图1，所述维修间隔确定方法可以包括以下步骤：
[0031]
步骤s101：确定维修项点对应的至少一个故障模式；
[0032]
步骤s102：统计所述维修项点在其对应的每个故障模式下的历史故障数据以及当前运行数据；
[0033]
步骤s103：将所述历史故障数据作为死亡数据，将所述当前运行数据作为右删失数据，并利用所述死亡数据和所述右删失数据得到所述维修项点对应的每个故障模式的可靠度函数，可靠度函数r(t)用于描述维修项点在其对应的故障模式下失效时间大于t的概率；
[0034]
步骤s104：对于所述维修项点对应的各个故障模式，获取可容忍的故障率阈值，利用所述可靠度函数和所述故障率阈值计算允许工作时长；
[0035]
步骤s105：根据所述维修项点对应的各个故障模式的允许工作时长确定所述维修项点的维修时间间隔。
[0036]
需要指出的是，本实施例中各个步骤的序号并不代表对各个步骤的执行顺序的限定。
[0037]
在步骤s101的具体实施中，每个维修项点可以包括一个或多个部件，每个维修项点在发生故障时可以具有一个或多个故障模式。由此，可以确定每个维修项点对应的一个或多个故障模式。
[0038]
本领域技术人员应当理解的是，故障模式可以是故障的表现形式；关于故障模式的具体类型可以参照现有技术，本发明实施例对此不作限制。
[0039]
在步骤s102的具体实施中，可以统计维修项点在其对应的每个故障模式下的死亡数据和右删失数据，也即历史故障数据以及当前运行数据，以用于得到可靠度函数。例如，统计维修项点1在故障模式1下的历史故障数据11以及当前运行数据11，维修项点1在故障模式12下的历史故障数据2以及当前运行数据12；统计维修项点2在故障模式1下的历史故障数据21以及当前运行数据21等等，其中，当前运行数据11、当前运行数据12以及当前运行数据21可以是同一数据。
[0040]
在一个具体实施例中，所述历史故障数据包括故障时使用时长或运行里程数，所述当前运行数据包括当前已使用时长或已运行里程数。
[0041]
在步骤s103的具体实施中，历史故障数据可以作为死亡数据，也即维修项点在该时刻发生故障；当前运行数据作为右删失数据，也即维修项点在该时刻前未发生故障。利用死亡数据和右删失数据可以得到维修项点对应的每个故障模式的可靠度函数。可靠度函数r(t)能够描述维修项点在其对应的故障模式下失效时间大于t的概率。例如，维修项点1在其对应的故障模式1的可靠度函数r11(t)可以表示维修项点1在故障模式1下失效时间大于t的概率。
[0042]
进而在步骤s104和步骤s105的具体实施中，可以根据已得到的维修项点对应的各个故障模式的可靠度函数，计算维修项点在对应的各个故障模式下的允许工作时长。
[0043]
由于同一维修项点在其对应的不同故障模式下的允许工作时长可能不同，因此可以在上述不同的允许工作时长中选取最终的允许工作时长，来作为该维修项点的维修时间间隔。
[0044]
在具体的应用中，在后续步骤将按照步骤s105确定的维修时间间隔对维修项点执行维修操作。
[0045]
需要说明的是，可容忍的故障率阈值可以是预先设置的概率值，其可以是经验值，可以表示维修项点在其对应的故障模式下的故障率。可容忍的故障率阈值可以根据实际的应用环境进行适应性的调整，本发明实施例对此不作限制。
[0046]
本发明实施例通过维修项点在其对应的各个故障模式下的历史故障数据以及当前运行数据，建立可靠度函数，以得到维修项点在其对应的各个故障模式下的故障分布规律，进而得到维修项点在其对应的每个故障模式下失效时间大于t的概率，并以此为基础计算在可容忍的故障率阈值下的允许工作时长，也即在控制故障的发生率的前提下，确定维修项点的维修时间间隔；从而能够解决目前维修项点的维修间隔仅凭经验确定而缺乏数据支撑的问题，有效控制相邻两次维修间隔之间故障的发生率，同时也尽可能的避免了过度维修，从而为保障运营、降低运营成本提供了有力依据。
[0047]
在一个具体实施例中，图1所示步骤s105可以包括以下步骤：选取所述维修项点对
应的各个故障模式的允许工作时长的最小值，以作为所述维修项点的维修时间间隔。
[0048]
本实施例中，对于每个维修项点对应的各个故障模式的不同的允许工作时长，可以选取不同的允许工作时长中的最小值，来作为维修项点的维修时间间隔。采用该时间间隔，可以兼顾对维修项点在各个故障模式下的及时维修，保证维修项点的正常运行。
[0049]
例如，维修项点1对应的每个故障模式的允许工作时长分别为t1,t2,
…
t
n
。其中，n为该维修项点1下故障模式的个数。输出上述多个允许工作时长最小值t
min
＝min{t1,t2,
…
t
n
}，t
min
为维修项点1的维修时间间隔。
[0050]
在本发明一个非限制性的实施例中，图1所示步骤s103可以包括以下步骤：通过调用接口调用生存分析工具箱，并输入所述死亡数据和所述右删失数据，以得到所述可靠度函数。
[0051]
具体实施中，生存分析工具箱可以集成传统生存分析理论关于可靠度函数(也即生存函数)的各种参数估计算法与非参数估计算法，通过简单的调用接口可以得到对可靠度函数的有效估计。具体而言，生存分析工具箱可以是预先封装好的，通过直接调用生存分析工具箱，也即将统计得到的死亡数据和右删失数据输入至生存分析工具箱，可以获得估计完成的可靠度函数。
[0052]
在本发明一个非限制性的实施例中，对可靠度函数的估计可以包括参数估计算法以及非参数估计算法。请参照图2，图1所示步骤s103可以包括以下步骤：
[0053]
步骤s201：利用所述死亡数据和所述右删失数据通过参数估计算法得到所述可靠度函数，所述可靠度函数满足指数分布或威布尔分布；
[0054]
步骤s202：利用所述死亡数据和所述右删失数据通过非参数估计算法得到所述可靠度函数，所述可靠度函数为分段阶梯函数。
[0055]
需要说明的是，在实际的应用中，可以选择性地执行步骤s201和步骤s202中的其中一个。
[0056]
本实施例中，通过参数估计算法得到的可靠度函数可以满足指数分布或威布尔分布，通过非参数估计算法得到可靠度函数则为分段阶梯函数。
[0057]
具体地，可靠度函数的参数估计算法可以是极大化如下似然函数：其中，θ为待估计参数。第一部分f(t
i
,θ)对应死亡数据，f为可靠度函数对应的密度函数，第二部分1-f(t
i
,θ)对应右删失数据，f为可靠度函数对应的分布函数，即f(t)＝1-r(t)。将死亡数据与右删失数据对应的时刻代入公式，即得关于θ的单变量函数，通过诸如梯度下降等最优化方法，即可得θ的极大似然估计。
[0058]
本领域技术人员应当理解的是，参数估计算法也可以是其他的估计计算过程，本发明实施例对此不作限制。
[0059]
具体地，可靠度函数的非参数估计算法可以是直接估计部分重要时刻，例如，死亡数据对应的若干时刻，的可靠度函数值，得到阶梯型可靠度函数(即从前一个死亡时刻到下一个死亡时刻的可靠度函数取值相同)。例如，以指数分布与威布尔分布的例子说明如何利用非参数方法得到的可靠度函数r(t)并检验其分布类型：取所有死亡数据的死亡时刻t1，t2……
t
n
，在坐标系中得到如下n个点(t
i
,ln(r(t
i
))),i＝1,2,
……
n。若这n个点基本在同
一直线上，则认为该可靠度函数近似服从指数分布。否则，计算如下n个点(ln(t
i
),ln(-ln(r(t
i
)))),i＝1,2,
……
n。若这n个点基本在同一直线上，则认为该可靠度函数近似服从威布尔分布。在这种情况下，可以再采用参数估计算法估计得到可靠度函数。否则，在可靠度函数不服从威布尔分布或指数分布的情况下，直接将前述计算得到的阶梯型可靠度函数作为最终估计的可靠度函数。
[0060]
本领域技术人员应当理解的是，非参数估计方法可以采用寿命表算法、乘积限估计算法等，也可以是其他任意可实施的非参数估计算法，本发明实施例对此不作限制。
[0061]
进一步地，图1所示步骤s103可以包括以下步骤：利用所述死亡数据和所述右删失数据统计获得所述分段阶梯函数；判断所述分段阶梯函数是否符合所述指数分布或威布尔分布；如果所述分段阶梯函数不符合所述指数分布或威布尔分布，则确定所述分段阶梯函数为所述可靠度函数；如果所述分段阶梯函数符合所述指数分布或威布尔分布，则通过所述参数估计算法得到所述可靠度函数。
[0062]
本实施例中，可以对通过非参数估计算法得到的分段阶梯函数的分布进行判断，来确定最终的可靠度函数。
[0063]
换言之，在分段阶梯函数不符合指数分布或威布尔分布的情况下，直接将该分段阶梯函数作为可靠度函数；反之，在分段阶梯函数不符合指数分布或威布尔分布的情况下，表示能够通过参数估计算法进一步估计出在指数分布或威布尔分布下的分布函数，故而可以通过所述参数估计算法得到所述可靠度函数。也即可以结合非参数估计以及参数估计来共同确定可靠度函数。
[0064]
进一步地，步骤s104可以包括以下步骤：如果所述可靠度函数是通过参数估计算法得到的，则将所述故障率阈值代入所述维修项点对应的各个故障模式对应的可靠度函数，并将计算得到的时间作为所述维修项点对应的各个故障模式的允许工作时长。
[0065]
本实施例中，对于通过参数估计算法得到的可靠度函数，在利用其计算允许工作时长时，可以直接将可容忍的故障率阈值代入该可靠度函数。
[0066]
可选地，对于通过非参数估计算法得到的可靠度函数，由于其为分段阶梯函数，而阶梯函数中同一y值可对应不同x值，也就是说在同一故障率阈值下，可以具有多个不同的时刻值，因此还需要计算最小值。
[0067]
在具体的应用中，对于维修项点1对应的故障模式1，设定一可容忍的故障率阈值，也即预设概率r，也即两次维修操作之间该故障模式1的故障概率控制在r范围内。当可靠度函数r(t)通过参数估计算法得到时，允许工作时长t为满足r(t)＝1-r的时刻；当r(t)通过非参数估计算法近似得到时：中间参数a＝min{r(t)|r(t)≥1-r}，允许工作时长t＝inf{t|r(t)＝a}，其中inf表示下确界。
[0068]
在本发明一个非限制性的实施例中，请参照图3，图1所示步骤s101可以包括以下步骤：
[0069]
步骤s301：获取维修项点的历史维修数据；
[0070]
步骤s302：根据所述维修项点的历史维修数据中已产生故障的故障模式确定每个维修项点对应的故障模式。
[0071]
本实施例中，对于维修项点对应的故障模式，可以从维修项点的历史维修数据中获取。维修项点的历史维修数据可以包括该维修项点已产生故障的故障模式。也就是说，可
以将维修项点的历史维修数据中出现的故障模式作为该维修项点对应的故障模式。
[0072]
例如，对于维修项点1，其历史维修数据包括针对故障模式1、故障模式2和故障模式3的维修操作，那么可以确定维修项点1对应的故障模式包括故障模式1、故障模式2和故障模式3。
[0073]
请参照图4，本发明实施例还公开了一种维修间隔确定装置40，维修间隔确定装置40可以包括故障模式确定模块401、统计模块402、可靠度函数模块403、允许工作时长计算模块404和维修时间间隔确定模块405。
[0074]
其中，故障模式确定模块401用以确定维修项点对应的至少一个故障模式；统计模块402用以统计维修项点在其对应的每个故障模式下的历史故障数据以及当前运行数据；可靠度函数模块403用以将所述历史故障数据作为死亡数据，将所述当前运行数据作为右删失数据，并利用所述死亡数据和所述右删失数据得到维修项点对应的每个故障模式的可靠度函数，可靠度函数r(t)能够描述维修项点在其对应的故障模式下失效时间大于t的概率；允许工作时长计算模块404用以对于维修项点对应的各个故障模式，获取可容忍的故障率阈值，利用所述可靠度函数和所述故障率阈值计算允许工作时长；维修时间间隔确定模块405用以根据维修项点对应的各个故障模式的允许工作时长确定所述维修项点的维修时间间隔。
[0075]
本发明实施例通过维修项点在其对应的各个故障模式下的历史故障数据以及当前运行数据，建立可靠度函数，以得到维修项点在其对应的各个故障模式下的故障分布规律，进而得到维修项点在其对应的每个故障模式下失效时间大于t的概率，并以此为基础计算在可容忍的故障率阈值下的允许工作时长，也即在控制故障的发生率的前提下，确定维修项点的维修时间间隔；从而能够解决目前维修项点的维修间隔仅凭经验确定而缺乏数据支撑的问题，有效控制相邻两次维修间隔之间故障的发生率，同时也尽可能的避免了过度维修，从而为保障运营、降低运营成本提供了有力依据。
[0076]
关于所述维修间隔确定装置40的工作原理、工作方式的更多内容，可以参照图1至图3中的相关描述，这里不再赘述。
[0077]
本发明实施例还公开了一种存储介质，其上存储有计算机指令，所述计算机指令运行时可以执行图1至图3中所示方法的步骤。所述存储介质可以包括rom、ram、磁盘或光盘等。所述存储介质还可以包括非挥发性存储器(non-volatile)或者非瞬态(non-transitory)存储器等。
[0078]
本发明实施例还公开了一种终端，所述终端可以包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机指令。所述处理器运行所述计算机指令时可以执行图1至图3中所示方法的步骤。所述终端包括但不限于手机、计算机、平板电脑等终端设备。
[0079]
虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。