[发明专利]基于大数据的铁路列车检测维修分析方法

权利要求书

1.基于大数据的铁路列车检测维修分析方法，其特征在于，包括以下步骤：

S1，对零部件的历史状态信息数据按照铁路列车系统的模块化划分理论进行分类聚类；

S2，应用大数据技术对分类聚类后的零部件历史状态信息数据进行计算分析，提取零部件的状态评估值；

S3，对零部件的历史故障检修日志数据按照铁路列车系统的模块化划分理论进行分类聚类；

S4，对分类聚类后的零部件故障检修日志数据进行零部件的故障模式影响及危害度分析；

S5，结合零部件的状态评估值和零部件的故障模式影响及危害度分析，对零部件的维修更换进行维修更换评估；

S6，根据零部件的维修更换评估结果，制定零部件确切的维修更换方案。

2.根据权利要求1所述的基于大数据的铁路列车检测维修分析方法，其特征在于，模块化划分理论根据列车零部件的功能属性及零部件的结构依存关系来划分。

3.根据权利要求2所述的基于大数据的铁路列车检测维修分析方法，其特征在于，模块化划分理论具体为：首先对铁路线路中运行的列车按照列车型号进行分类，然后在同一型号列车中对各部件进行分类，再对同一类部件中的各零件进行分类，最后对所有的分类数据进行汇总存储。

4.根据权利要求1所述的基于大数据的铁路列车检测维修分析方法，其特征在于，在S2中，应用大数据技术对分类聚类后的零部件历史状态信息数据进行计算分析包括利用Hadoop分布式框架系统对数据进行计算分析，再通过数据挖掘来提取零部件的状态评估值。

5.根据权利要求1所述的基于大数据的铁路列车检测维修分析方法，其特征在于，在S4中，对分类聚类后的零部件故障检修日志数据进行零部件的故障模式影响及危害度分析包括以下步骤：

S41，分析零部件的故障检修数据，得到零部件的故障模式；

S42，对故障模式影响的严酷度进行量化；

S43，根据故障模式对铁路列车的各功能级别造成的影响和后果，确定主要的故障模式；

S44，将主要故障模式中危害程度较大的零部件列入清单中。

6.根据权利要求5所述的基于大数据的铁路列车检测维修分析方法，其特征在于，在S41中，采用概率统计分析方法，对零部件的故障原因、故障影响、补偿措施及发生概率进行统计分析。

7.根据权利要求1所述的基于大数据的铁路列车检测维修分析方法，其特征在于，在S6中，根据零部件确切的维修更换方案获取零部件维修更换周期及其维修方式。