[发明专利]地铁车辆故障模式风险度识别方法

摘要

本发明涉及一种地铁车辆故障模式风险度识别方法。该方法包括以下步骤：(1)q位专家对地铁的各故障模式的风险因子进行评估；(2)将得到的语言评估值转换为云评估值(3)将q位专家的所述云评估值进行算术平均，得到群体云评估值(4)通过计算风险因子fj的权重wj；(5)通过计算故障模式FMi相对于故障模式FMo的优势度δ(FMi,FMo)；(6)计算各故障模式的总体优势度(7)根据上述所得到各故障模式的总体优势度来识别各故障模式的风险度。该方法可准确的确定各故障模式的风险度。

主权项

1.一种地铁车辆故障模式风险度识别方法，其特征在于，包括以下步骤：(1)q位专家对地铁的各故障模式的风险因子进行评估，其中将第k位专家对地铁车辆的故障模式FM_i的风险因子f_j进行评估得到的语言评估值表示为k＝1,2,…,q；i＝1,2,…,m；j＝1,2,…,n；q,m,n为正整数；(2)将得到的语言评估值转换为相应的云评估值该云评估值的云数字特征表示为其中为期望，为熵，为超熵；(3)将q位专家的所述云评估值进行算术平均，得到群体云评估值其中，该群体云评估值的云数字特征表示为(Ex′_ij,En′_ij,He′_ij)，其中Ex′_ij为期望，En′_ij为熵，He′_ij为超熵；(4)通过公式(1)计算风险因子fj的权重wj，具体为：公式(1)中，Gj＝1‑Hj，其中，G_j为风险因子f_j的偏差度，H_j为故障模式FM_i的风险因子f_j的信息熵，信息熵H_j值越小，偏差度G_j越大；为根据得分函数S得到的得分值；(5)通过公式(2)计算故障模式FMi相对于故障模式FMo的优势度δ(FMi,FMo)，公式(2)中，o＝1,2,...,m，表示故障模式FM_i的风险因子f_j相对于故障模式FM_o的风险因子f_j的优势度，其中，w_jr＝w_j/w_r，w_jr为风险因子f_j相对于风险因子f_r的相对权重，w_j表示风险因子f_j的权重，θ是损失的衰减系数，且θ＞0；(6)通过公式(3)计算各故障模式的总体优势度其中，(7)根据上述所得到各故障模式的总体优势度来识别各故障模式的风险度。