本发明涉及产品可靠性数据统计和分析方法,特别是一种轨道交通车辆故障数据分析方法。
背景技术:
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,且现有故障数据收集系统仅以台帐的方式对故障进行记录,以传统的方式去统计、分析故障数据耗时耗力,如何快速准确地统计分析故障数据成为一个难题。
技术实现要素:
本发明所要解决的技术问题是,针对现有技术不足,提供一种轨道交通车辆故障数据分析方法,使故障数据与产品结构挂钩,节约rams工程师对故障数据进行统计分析时所需花费的大量时间与精力,为设计师与产品管理部门提供产品故障的真实故障率、平均无故障时间、平均维修时长的有效数据。
为解决上述技术问题,本发明所采用的技术方案是:一种轨道交通车辆故障数据分析方法,包括以下步骤:
1)选定需要的产品和时间区间,并计算该产品在该时间区间内的总运营里程:总运营里程=∑每列车的运营里程;
2)选定故障类型,计算上述产品在所述时间区间内对应故障类型的总故障次数:总故障次数=∑每列车的故障次数;
3)计算所有故障对应的平均无故障时间mtbf和所有故障对应的平均修复时间mttr;
4)利用所有故障对应的平均无故障时间mtbf和所有故障对应的平均修复时间mttr计算可用度ao;利用所述所有故障对应的平均无故障时间mtbf计算故障率λ;计算各故障模式占比。
步骤2)之后,还计算平均无故障运营里程mdbf:mdbf=总运营里程/总故障次数。
mtbf=(总运营里程/平均旅行速度)/总故障次数。
mttr=∑每次故障的修复时间。
ao=mtbf/(mtbf+mttr)。
故障率λ=1/mtbf。
故障模式占比=各故障模式发生的故障次数/总故障次数。
与现有技术相比,本发明所具有的有益效果为:本发明提出一种了适合轨道交通车辆快速准确的可靠性数据分析的方法,通过对故障的分析和数据迭代计算,快速获得整车装备及其最小可更换单元的平均无故障时间、平均无故障里程、可用度、平均修复时间、故障率等,快速获得产品各故障模式在总故障中的占比,使故障数据与产品结构挂钩,节约了rams工程师对故障数据进行统计分析时所需花费的大量时间与精力,为设计师与产品管理部门提供产品故障的真实故障率、平均无故障时间、平均维修时长等有效数据。
附图说明
图1范例-mdbf计算结果列表;
图2范例-mdbf计算结果柱状图;
图3范例-mtbf计算结果列表;
图4范例-mtbf计算结果柱状图。
图5可靠性数据计算过程。
具体实施方式
将现场故障记录落实到产品功能结构树中的对应部件及对应故障模式,经统计分析而得到该部件对应的故障次数、故障率、平均无故障时间mtbf、平均无故障运营里程mdbf、平均维修时间mttr、可用度、故障模式发生占比等相关数据信息。
本发明包括以下步骤:
第一步,获取车辆故障描述、故障部件、故障类型、故障模式、故障等级、故障处理时间、维修时长、列车运营里程、列车平均旅行速度、更换件成本、维修劳动力成本等实际运营数据记录;
第二步,选定需要产品和时间区间,并通过公式(1)计算该产品在该时间区间总的运营里程:
总运营里程=∑每列车的运营里程(某时间区间)(1)
注:列车的运营里程不局限于某个项目,可多个项目累积。举例说明如下:
a地区与b地区的地铁车辆运营环境相近似,假设a地区和b地区地铁车辆上配置的风源系统压缩机型号一样,现要计算质保期内该型风源系统压缩机的可靠性数据,则可累积这两条地铁线路上质保期内所有列车的运营里程,当然也可以分别累积两条线路的运营里程,相应分别计算每条地铁线路的可靠性数据。
第三步,基于第二步选定的产品和时间区间,选定故障类型(如碎修,系统修,清客,下线,机破等等),通过公式(2)计算该产品在该时间区间、对应故障类型的总故障次数:
总故障次数=∑每列车的故障次数(某时间区间)(2)
第四步,基于第二步和第三步,计算平均无故障运营里程mdbf,通过公式(3)计算得到:
mdbf=总运营里程/总故障次数(3)
第五步,基于第二步和第三步,计算平均无故障时间mtbf,通过公式(4)计算得到:
mtbf=(总运营里程/平均旅行速度)/总故障次数(4)
第六步,基于第二步选定的产品和时间区间,计算平均维修时间mttr,通过公式(5)得到:
mttr=∑每次故障的修复时间(5)
第七步,基于第二步选定的产品和时间区间,通过公式(4),计算所有故障对应的平均无故障时间mtbf;通过公式(5),计算所有故障的平均修复时间mttr;通过公式(6)计算使用可用度ao:
ao=mtbf/(mtbf+mttr)(6)
第八步,通过公式(7)计算故障率λ:
λ=1/mtbf(7)
第九步,计算各故障模式占比,通过公式(8)计算得到:
故障模式占比=各故障模式发生的故障次数/该部件总的故障次数(8)。