[发明专利]一种多属性融合的动车组系统关键部件辨识方法

摘要

本发明属于动车组系统可靠性领域，尤其是涉及一种多属性融合的动车组系统关键部件辨识方法。其特征在于，首先依次计算系统中各部件的可靠性属性Ri，包括部件i的故障概率μi、故障前平均行驶里程Mi、可靠度ri以及各部件的拓扑属性Ti，包括节点的度ki、介数bi、紧密度ci；构建动车组系统部件属性结构模型，所述模型的第一层为决策属性，Ri和Ti构成第二层，μi、Mi、ri、ki、bi及ci构成第三层，计算各部件的属性和属性集的权重；对各属性进行Choquet积分，得到各部件的重要度ai；对ai大小排序，辨识动车组系统中的关键部件。本发明有效的结合动车组系统的可靠性属性以及拓扑结构属性，对系统中的关键部件进行辨识，解决了以往动车组系统关键部件辨识方法中对结构影响程度考虑不足的缺陷。

主权项

一种多属性融合的动车组系统关键部件辨识方法，其特征在于，包括以下步骤：步骤(1)依据动车组系统故障数据，依次计算系统中各部件的可靠性属性Ri，包括部件i的故障概率μi、故障前平均行驶里程Mi、可靠度ri；步骤(2)以动车组系统中的部件为节点，构建动车组系统全局拓扑网络模型，计算各节点的拓扑属性Ti，包括节点的度ki、节点的介数bi、节点的紧密度ci；步骤(3)对部件的可靠性属性Ri和拓扑属性Ti的取值进行归一化处理，其中部件的可靠性属性和拓扑属性共同构成了动车组系统部件i的属性集Ci＝{μi,Mi,ri,ki,bi,ci；}步骤(4)构建动车组系统部件属性结构模型，所述模型的第一层为决策属性，可靠性属性Ri和拓扑属性Ti构成第二层，部件i的属性集即部件的故障概率μi、故障前平均行驶里程Mi、可靠度ri、节点的度ki、介数bi以及紧密度ci构成第三层，利用Marichal熵依次计算各部件的属性和属性集的权重；步骤(5)根据建立的动车组系统部件属性结构模型，由第三层向上对各层进行Choquet积分，得到部件i的重要度Ii；步骤(6)对部件的重要度Ii进行大小排序，辨识动车组系统中的关键部件。