Study on preventive maintenance strategy for switch machine components based on GO-FLOW method
-
摘要: 为解决目前转辙机因采用固定时间间隔的预防性维修导致的维修资源浪费及潜在人为失误造成的安全隐患，提出一种基于GO-FLOW方法的转辙机部件预防性维修策略；依据转辙机的组成结构和工作流程，建立转辙机GO-FLOW模型，在设备整体可靠性约束下，利用故障统计数据，计算在不同服役时间段内转辙机主要部件的可靠度，据此确定维修时间间隔变化的转辙机部件预防性维修方案，以实施针对性维修，更好地平衡维修经济性和安全性。Abstract: To deal with maintenance resources waste and potential human error hazards caused by fixed-interval preventive maintenance of switch machine components, a preventive maintenance strategy for switch machine components based on the GO-FLOW model is proposed. According to the composition, structure and working flow of the switch machine, a GO-FLOW model of the switch machine is constructed. Under the constraints of overall reliability of the switch machine, the degree of reliability of major components of the switch machine in different servicing periods can be quantitatively derived by use of failure statistics. Based on that, the preventive maintenance plan for switch machine components at variant maintenance intervals can be formulated so as to make more targeted maintenance, better balancing the economy and safety of maintenance.
-
产研合作对于实现技术创新、产业发展具有重要意义[1]，《国家中长期科技发展规划刚要》提出把产学研合作的技术创新体系作为国家创新体系建设的突破口，创新驱动发展已被提升到国家战略高度[2]。为提高产研合作的成效，推进创新发展，搭建产研合作服务平台成为众多企业与科研机构的必然选择[3-7]。
铁路行业自2014年起开展产研合作探索，随着产研合作实践的深入，建立支持线上、线下供需对接和促进互利共赢的产研合作平台的重要性日益凸显。如何发挥产研合作优势，使科研院所与铁路企业间更好地“提需求、握上手、解问题、共分享”，使产研合作变成自发、主动的日常性活动，提高铁路企业经济与社会效益成为推动产研合作亟需解决的问题。
通过明确铁路产研合作服务平台（路企e通，简称：平台）的定位，分析铁路产研合作中相关方的业务需求，提出平台的总体架构、技术架构与功能设计，初步完成平台的建设，并逐步在全路实施推广应用。
1 平台定位
铁路产研合作服务平台以中国铁道科学研究院集团有限公司（简称：铁科院集团公司）和各铁路局集团有限公司（简称：铁路局）的产研合作及战略合作项目为基础，以铁科院集团公司与各铁路局的供求为“牵引”，依托铁科院集团公司及各铁路局现有科技产品及技术服务，建设电子化服务平台，旨在促进铁科院与各铁路局之间实现供需对接、互利共赢的开放式技术服务信息互动。
该平台面向中国国家铁路集团有限公司（简称：国铁集团）、铁路科研机构、铁路局企业等机构，统一收集铁路产研相关资讯、产品与服务、产研合作项目等信息，实现铁路产研合作相关信息的及时发布，支持便捷、高效的供需对接；从服务科研机构、铁路局企业的角度出发，通过积极拓展线上、线下相结合的供需对接渠道，建立扁平化合作项目交流平台，使产研合作变成自发、主动的日常性合作[5]，满足铁路产品及服务用户使用需求。
2 平台架构设计
2.1 总体架构
铁路产研合作服务平台的总体架构如图1所示，包括基础层、资源层、支持层、应用层和用户层5个层次，以及平台相关标准规范与安全防护体系。
（1）基础层：提供网络通信、存储备份、数据管理和信息安全管理等基础支撑服务；
（2）资源层：收集和存储资讯库、项目库、产品服务库、人才库、机构库等分类信息资源；
（3）支持层：提供搜索、工作流、企信和Web Service引擎服务；
（4）应用层：提供各类产研合作相关资讯的展示、信息检索和信息发布；
（5）用户层：面向国铁集团、铁路局、科研机构和国铁企业等各类用户，提供定制化访问门户，分角色授权的功能设置；
（6）标准规范体系：提供各类信息收集、整理和分类归档管理的规范，定义实现信息交换与共享的数据接口，支持相关信息的集成与融合应用；
（7）安全防护体系：按照平台安全等级要求，建立多层次安全防护，保障系统安全运行。
2.2 技术架构
铁路产研合作服务平台采用B/S应用模式，基于Java语言的J2EE Web框架进行开发[8]，开发工具为MyEclipse。在开发框架的选择上，采用成熟的开源技术，以降低平台研发的学习成本，同时也保证开发的一致性、扩展性和敏捷性，今后可与铁科院集团公司的ERP系统、CRM系统实现互联互通。
如图2所示，该平台的技术架构划分为5个层次：
（1）基础层：提供持久化数据存储，主要包含MySQL数据库、Redis分布式缓存、文件存储等[9]；采用Hibernate提供数据持久层框架，支持定制化SQL、存储过程以及高级映射功能；使用Redis分布式缓存，实现服务实例间的session共享；通过缓存常用信息，降低数据库服务器压力；
（2）支持层：通过Axios、Ajax技术实现前端调用后台服务功能；使用轻量级数据交换格式JSON，实现前后端之间数据交互；接口遵循RestFul技术规范，保证软件分层设计、更加简洁；
（3）服务层：采用Spring Security提供声明式的安全访问控制解决方案，利用Spring IoC、DI和AOP等技术，实现安全访问控制；根据不同的日志记录要求，将日志分为审计日志、常规操作日志及关键业务日志，采用Log4j日志组件实现简便的日志记录功能；采用Web Service接口与其它平台进行对接，提供跨语言、跨平台的远程调用技术，支持多个平台之间的数据交互与集成服务；
（4）控制层：采用Spring Cloud框架，可支持MySQL/Oracle/SQL Server等多种数据库[10]；采用Spring MVC实现请求分发，将包含业务数据的模块与显示模块的视图解耦，通过简单的配置更改即可灵活地动态更改组件；
（5）展示层：前端采用当前流行的HTML5\CSS3\Element UI技术，App采用原生页面+HTML5页面，遵循标准的前端开发规范。
3 平台功能设计
3.1 平台功能框架
铁路产研合作服务平台的功能框架如图3所示，其功能可划分为基础功能和业务功能2部分，基础功能主要包括权限控制、工作流服务、检索服务，业务功能主要包括资讯、商城、项目库、互动和个人管理。
3.2 平台门户定制与用户权限管理
针对不同角色的人员，定制不同门户，并分配相应的权限，具体角色设置及权限见表1。
表 1 铁路产研合作服务平台的用户角色及权限单位 角色 权限描述 国铁
集团国铁集团领导 具有浏览所有信息和统计报表权限以及
普通用户权限铁科院
集团公司集团公司领导及业务
管理部门具有系统除系统管理外的所有权限 所属单位项目负责人 进行项目填报等 所属单位管理员 编辑本单位项目的基本信息和项目进展权限、
统计所有本单位项目属性并生成报表以及普通
用户权限所属单位普通用户 查看所有项目进度 铁路局 铁路局领导及业务
管理部门具有统计所有本铁路局项目属性并生成报表权限
以及普通用户权限铁路局项目负责人 对自己负责的产品和服务进行增、删、改、查 铁路局普通用户 查看所有项目进度 后台
管理系统管理员 具有系统所有权限 运维人员 只具有人员审核激活权限 3.3 功能模块设计
3.3.1 资讯
资讯模块提供项目合作的推广宣传窗口，综合运用图片、文字、音频、视频等多媒体方式，更加全面、系统、立体地展示铁路先进产品及示范单位，具体功能包括：
（1）要闻：展示国铁企业的相关动态；
（2）产业政策：报道与铁路产业规划相关的资讯；
（3）行业资讯：展示业内人士关注度较高的行业资讯；
（4）合作动态：报道与路内单位合作有关的资讯；
（5）专题报道：以专题的形式报道优秀合作单位或优秀产品；
（6）铁路科技：报道与铁路应用技术创新有关的资讯；
（7）感悟：分享合作过程中获得的成功经验及心得体会；
（8）内容检索：用于检索关键词相关的咨询信息。
3.3.2 商城
商城模块集中展示铁科院集团公司、各铁路局现有产品及技术服务，并提供线下沟通的方式，以促进产研企业进行交流合作，具体功能如下。
（1）产品服务：分为运输企业和其它企业的产品服务，运输企业包括18个铁路局，非运输企业包括铁科院集团公司、投资公司、经规院等；展示各单位产品详情，包括产品图片、产品简介、产品组成、产品特点、产品功能、产品标签、性能指标、技术参数、所属单位、联系方式等内容；
（2）网上店铺：为各单位开设网上店铺，展示其店铺内产品和服务及单位详细信息，包括企业名称、企业地址、认证信息等；
（3）大宗废旧物资：展示大宗废旧物资相关信息，包括废旧物资名称、废旧物资数量、发布时间、存放位置、详细情况等；
（4）招标采购：展示各项招标信息；
（5）信息检索：可快速检索产品服务、大宗废旧物资及招标等相关信息。
3.3.3 项目库
项目库主要展示各铁路局和铁科院集团公司开展的产研合作项目或战略合作项目，对项目基本信息、应用案例、合作方式进行动态管理，可作为类似合作项目的参考，起到“模式复制”的作用，具体功能包括：
（1）项目检索：提供基于关键词检索项目库中的合作项目；
（2）项目新建：用于添加合作项目，填报项目基本情况，包括项目简介及背景、项目需求及目标、合作方式、铁科院集团公司联系信息、铁路局联系信息、当前存在问题等；
（3）进度管理：主要供项目负责人定期填报项目进度情况。
3.3.4 互动
互动模块用于帮助用户提需求、握上手、解问题、共分享，打造畅通的沟通渠道，具体功能包括：
（1）企信：用于显示所有历史聊天记录；
（2）联系人：可添加常用联系人、创建群聊；
（3）工作圈：可发布相关信息，进行点赞和评论，方便路企用户互动交流；
（4）小工具：包括日常办公和便民服务2项内容，日常办公包括会议管理、发票查验、税务发票助手；便民服务包括天气信息、火车时刻等内容。
3.3.5 个人管理
个人管理模块包括用户注册、登录、密码找回、用户信息编辑、密码修改、资讯投稿等功能。
4 应用效果
依据铁路产研合作服务平台（路企e通）的定位、系统总体架构、技术架构及功能设计要求，采用Web 3.0和移动互联技术，已完成该平台开发并部署上线运行。
该平台所设置的资讯栏目可作为项目合作的推广宣传窗口，运用音像、图片、文字等多媒体方式，更加全面、系统、立体地展示铁路先进产品及示范单位；所开设的线上商城可集中展示各铁路局、铁科院集团公司现有产品及技术服务，提供线下沟通的方式，促进产研企业进行交流合作；对于已建立合作项目的用户，还可在该平台进行项目管理（如图4所示），包括新建项目、进度管理、质量反馈和统计查询等业务；此外，该平台还提供多种互动交流的沟通渠道。
铁路产研合作服务平台的建设实现了铁路科研开发、产品销售、技术转让、技术服务等活动的线上沟通、服务新模式，目前已在全路范围内开展操作培训和应用推广宣传，用户反馈的应用效果良好。截至目前，该平台已发布资讯3500余条，收录全路工业产品1 116项、技术服务133项，为全路非运输企业开设店铺106家，合作项目565项，查看点击量超过15万次。
5 结束语
铁路产研合作服务平台（路企e通）是各铁路局与铁科院集团公司之间实现供需对接、互利共赢的开放式信息平台，对推动路企产研合作、降低产品研发技术风险、提高成果转化率具有重要作用。
前期应用成效表明，该平台在铁路行业具有应用推广价值，为保证其良好的运作效果，须建立起成熟有效的配套运营机制。下一步将结合实际，深入研究探讨该平台的长效运营机制。
-
表 1 转辙机模型参数
编号 类型 单元名称 参数 S1 25 输入信号 $S = 1$ A2 21 电动机 ${K_{A2} } = {\rm{0} }{\rm{.999\,998\,151\,8} }$ A3 35 模拟失效单元 ${K_{A3} } = 5.544\,7 \times {10^{ {\rm{ - } }6} }$ B2 21 齿轮组 ${K_{B2} } = {\rm{0} }{\rm{.999\,994\,699\,9} }$ B3 35 模拟失效单元 ${K_{B3} } = 5.300\,1 \times {10^{ {\rm{ - } }6} }$ C2 21 摩擦联结器 ${K_{C2} } = {\rm{0} }{\rm{.999\,999\,565\,1} }$ C3 35 模拟失效单元 ${K_{C3} } = 0.652\,3 \times {10^{ {\rm{ - } }6} }$ D2 21 滚珠丝杠 ${K_{D2} } = {\rm{0} }{\rm{.999\,998\,532\,3} }$ D3 35 模拟失效单元 ${K_{D3} } = 1.467\,7 \times {10^{ {\rm{ - } }6} }$ E2 21 保持连接器 ${K_{E2} } = {\rm{0} }{\rm{.999\,999\,429\,2} }$ E3 35 模拟失效单元 ${K_{E3}} = 0.5708 \times {10^{{\rm{ - }}6}}$ F2 21 动作杆 ${K_{F2} } = {\rm{0} }{\rm{.999\,996\,901\,6} }$ F3 35 模拟失效单元 ${K_{F3} } = 1.549\,2 \times {10^{ {\rm{ - } }6} }$ G2 21 检测杆 ${K_{G2} } = {\rm{0} }{\rm{.999\,997\,227\,6} }$ G3 35 模拟失效单元 ${K_{G3} } = 1.386\,2 \times {10^{ {\rm{ - } }6} }$ H2 21 锁闭块和锁舌 ${K_{H2} } = {\rm{0} }{\rm{.999\,999\,633\,1} }$ H3 35 模拟失效单元 ${K_{H3} } = 0.733\,9 \times {10^{ {\rm{ - } }6} }$ I2 21 速动开关组 ${K_{I2} } = {\rm{0} }{\rm{.999\,999\,673\,8} }$ I3 35 模拟失效单元 ${K_{I3} } = 0.326\,2 \times {10^{ {\rm{ - } }6} }$ 注：${K_{i2}} $，${K_{i3}}$$(i \in \{ {\rm{A} },{\rm{B} }\cdots,{\rm{I} }\})$分别表示每小时部件正常工作的概率和部件的失效率。 
下载: 导出CSV
表 2 转辙机部件可靠度的变化
设备服役
时间/h部件可靠度变化/% A B C D E F G H I t=6010 *3.28 *3.14 0.39 0.88 0.34 0.93 0.83 0.44 0.20 t=9760 *2.06 *1.97 0.64 1.42 0.56 1.50 1.34 0.71 0.32 t=12060 1.23 1.21 0.78 *1.75 0.67 *1.85 1.66 0.88 0.39 t=14160 *2.41 *2.31 0.92 0.31 0.81 0.33 1.94 1.03 0.46 t=16860 1.49 1.42 1.07 0.70 0.94 0.74 *2.26 1.20 0.54 t=18210 *2.22 *2.12 1.16 0.90 1.01 0.95 0.19 1.30 0.56 t=20710 *1.38 *1.32 *1.32 *1.26 *1.15 *1.33 0.53 *1.38 0.66
下载: 导出CSV
表 3 转辙机设备整体可靠度和部件维修间隔
工作时间/h 设备整体可靠度 维修部件 t=1 0.999984 无 t=6010 (6010) 0.899984 电动机、齿轮组 t=9760 (3750) 0.899476 电动机、齿轮组 t=12060 (2300) 0.899788 滚珠丝杆、电动杆 t=14160 (2100) 0.899400 电动机、齿轮组 t=16860 (2700) 0.899745 检测杆 t=18210 (1350) 0.899479 电动机、齿轮组 t=20710 (2500) 0.899563 全面维修
下载: 导出CSV
-
[1] 郭 进. 铁路信号基础 [M]. 北京: 中国铁道出版社, 2010. [2] 王瑞峰,陈旺斌. 基于灰色神经网络的S700K转辙机故障诊断方法研究 [J]. 铁道学报,2016,38(6):68-72. DOI: 10.3969/j.issn.1001-8360.2016.06.012 [3] Atamuradov V, Camci F, Baskan S, et al. Failure diagnostics for railway point machines using expert systems[C]//IEEE International Symposium on Diagnostics for Electric Machines, Power Electronics and Drives. IEEE, 2009: 1-5.
[4] Jonguk L, Heesu C, Daihee P, et al. Fault Detection and Diagnosis of Railway Point Machines by Sound Analysis: [J]. Sensors, 2016, 16(4): 549. DOI: 10.3390/s16040549
[5] 刘大为,郭 进,王小敏,等. 中国铁路信号系统智能监测技术 [J]. 西南交通大学学报,2014,49(5):904-912. DOI: 10.3969/j.issn.0258-2724.2014.05.025 [6] 伏玉明. 转辙机健康管理关键技术的研究[D]. 兰州: 兰州交通大学, 2017. [7] 王 宁,孙树栋,李淑敏,等. 基于DD-HSMM的设备运行状态识别与故障预测方法 [J]. 计算机集成制造系统,2012,18(8):1861-1868. [8] Ardakani H D, Lucas C, Siegel D, et al. PHM for railway system — A case study on the health assessment of the point machines[C]// Prognostics and Health Management. IEEE, 2012: 1-5.
[9] García F P, Pedregal D J, Roberts C. Time series methods applied to failure prediction and detection [J]. Reliability Engineering & System Safety, 2017, 95(6): 698-703.
[10] Shen Z, Yao W, Huang X. A quantification algorithm for a repairable system in the GO methodology [J]. Reliability Engineering & System Safety, 2003, 80(3): 293-298.
[11] Matsuoka T, Kobayashi M. GO-FLOW: A New Reliability Analysis Methodology [J]. Nuclear Science & Engineering, 1988, 98(1): 64-78.
[12] Matsuoka T. Improvement of the GO-FLOW Methodology [J]. Nuclear Engineering and Design, 1997, 175: 205-214. DOI: 10.1016/S0029-5493(97)00038-1
[13] 伏玉明,刘伯鸿,宋 爽. 基于模糊综合评判的转辙机健康评估研究 [J]. 铁道科学与工程学报,2017,14(5):1070-1076. DOI: 10.3969/j.issn.1672-7029.2017.05.026 -
期刊类型引用(14)
1. 李博，朱建生，戴琳琳，景辉，黄植正. 铁路客运场景下基于图像搜索的遗失物品查找方法. 铁道运输与经济. 2024(05): 89-99 . 
百度学术
2. 武凌，黄淑芹，陈劲松，周健. 基于深度学习语义匹配的通用智能问答系统的设计与实现. 安庆师范大学学报(自然科学版). 2024(02): 84-89 . 百度学术
3. 周巧扣. 基于BERT模型的自动问答系统的设计与实现. 现代信息科技. 2024(20): 83-86 . 百度学术
4. 景辉，戴琳琳，候亚伟，朱宇豪，随玉腾. 基于光照自适应调节和模糊分类的人脸图像质量提升算法研究. 铁路计算机应用. 2023(02): 1-6 . 本站查看
5. 吕占民，李士达，戴琳琳，宋春晓，董兴芝. 基于AR智能眼镜的免打扰列车验票应用研究. 铁路计算机应用. 2023(05): 64-67 . 本站查看
6. 董亚蕾，张师宁，武旭聪. 基于小人脸识别的高校课堂考勤系统研究. 现代信息科技. 2023(12): 62-65 . 百度学术
7. 傅荟瑾，史天运，王瑞，马祯，张万鹏. 基于改进ByteTrack的高铁周界入侵监测方法研究. 仪器仪表学报. 2023(04): 61-71 . 百度学术
8. 朱宇豪，李平，戴琳琳，景辉，董兴芝. 基于知识迁移的旅客人脸图像异常检测方法研究. 铁路计算机应用. 2023(06): 7-13 . 本站查看
9. 王彪，毋涛. 基于卷积神经网络的面料检索系统. 计算机技术与发展. 2023(09): 52-56 . 百度学术
10. 刘瑞昊，于振中，孙强. 基于深度学习的织物图像检索系统研究. 棉纺织技术. 2022(05): 42-47 . 百度学术
11. 李贝贝，朱建生，阎志远，戴琳琳，候亚伟. 铁路客票系统人像检索平台构建与关键技术研究. 铁道运输与经济. 2021(05): 58-63+91 . 百度学术
12. 王雪峰，董兴芝，原非凡. 京张高铁旅客全行程智慧信息服务技术研究与应用. 铁路计算机应用. 2021(07): 50-55 . 本站查看
13. 王仲林，王卫民，朱乐俊. Siamese-ELECTRA网络结合对抗训练的FAQ问答模型研究. 软件导刊. 2021(08): 58-64 . 百度学术
14. 单杏花，张志强，宁斐，李士达，戴琳琳. 中国铁路电子客票关键技术应用与系统实现. 中国铁道科学. 2021(05): 162-173 . 百度学术
其他类型引用(8)
计量
- 文章访问数: 37
- HTML全文浏览量: 70
- PDF下载量: 10
- 被引次数: 22
