[发明专利]基于大数据的铁路列车检测维修分析方法

说明书

本发明属于铁路列车检修技术领域，公开了一种基于大数据的铁路列车检测维修分析方法，包括以下步骤：S1，对零部件的历史状态信息数据按照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，对零部件的维修更换进行维修更换评估；S6，制定零部件确切的维修更换方案。本发明通过大数据技术对零部件的数据信息进行分析，制定零部件的维修更换方案，减小铁路列车的维修成本。

技术领域

本发明属于铁路列车检修技术领域，具体涉及一种基于大数据的铁路列车检测维修分析方法。

背景技术

中国拥有世界上里程最长的高铁网络，迄今运营里程达到2.2万公里，动车列数已经超过总列车数的一半，速度和安全是高速列车的核心。目前，我国铁路运输设备的状态保障主要以设备监测及检修为主，用到的检修方式包括故障修、定期修(或称为计划修)和状态修。列车关键零部件采用的维修方式不当，会导致维修工作量增加。因为缺乏对列车的维修管理经验，国内至今没有对列车各个主要零部件的维修方式做一个系统的分析。缺乏对各类零部件的故障分析和可靠性分析，没有对各个部件的寿命模型进行判别分析，从而导致一些零部件所采用的维修方式不当。如服从指数分布的电子元件的故障率为常数，是不随时间发生变化的，新元件和旧元件的失效率是一样的，所以在元件坏之前对它进行的维修是没有意义的，所以不适合采用计划预防维修。因为没有对国产零部件进行故障分析，所以出现了维修方式决策不合理，维修工作量大却成效不大的现象。

由于运输设备的技术状态受设备自身质量、管理作业组织和其他外界环境等诸多因素影响，传统的定期修模式已不能适应我国铁路大规模建设和发展的新形式需要，迫切需要对运输设备全寿命周期内的技术状态进行监测及分析，采取以状态修为主的智能维修模式，及时消除设备安全风险，使运输设备处于健康的工作状态，同时也可以减小维修成本。我国的机车修制正从计划预防修向状态修过渡，机车的状态修以零部件的状态寿命周期为基础，零部件的状态修是以零部件的准确使用寿命值为依据，而零部件寿命值的确定需要大量数据作为支撑。

随着物联网和传感器在高速铁路运巧中的大量应用，铁路信号系统每天都产生海量的数据。海量的数据当中隐藏着数据的潜在的价值，但目前这些数据并没有有效的利用起来。针对铁路列车产生的海量数据，要想将其有效的利用起来，为列车安全性和检修等提供有价值的信息，就需要利用大数据技术对海量的数据根据列车系统进行模块化划分并分类存储后进而分析，同时结合历史零部件的检修日志数据和故障模式影响和危害度分析，确定对列车进行有计划的维修。大数据近年来继云计算、物联网之后最为流行的IT行业术语。大数据并不是一种概念，而是一种方法论，一句话概括，就是通过分析和挖掘全量的非抽样的数据辅助决策。大数据技术可以理解为在海量的数据资源中提取到有价值的部分加以分析和处理。大数据必然无法用人脑来推算、估测，或者用单台的计算机进行处理，必须采用分布式计算架构，依托云计算的分布式处理、分布式数据库、云存储和虚拟化技术，其在数据的处理上具有高效性和可用性。

发明内容

为了解决现有技术存在的上述问题，本发明目的在于提供一种基于大数据的铁路列车检测维修分析方法，通过大数据技术对零部件的数据信息进行分析，制定零部件的维修更换方案，减小铁路列车的维修成本。

本发明所采用的技术方案为：基于大数据的铁路列车检测维修分析方法，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；