城市轨道交通设备维修模式现状分析

吴 昊

（南京地铁车辆维修有限公司，江苏 南京 210008）

一、维修模式

1.维修模式的发展历程

维修工作在不断发展，其种类也在不断完善和细化。从18世纪的手工作坊的简单维修到今天的高技术含量的综合维修，设备维修管理经历了不同的维修体系，如图1所示。

2.轨道交通维修模式现状

城市轨道交通设备维修模式，在长期实践中形成了定期、事后和状态维修三种模式。随着社会发展，国内外出现了多种维修模式或理念，包括RCM、TPM、e—维护、智能维护以及绿色设备管理与维修模式等。然而，以上这些维修管理模式和理念在进行维修决策时基本上都是根据经验和定性判断，决策过程缺少定量分析方法和模型支持，其科学性和合理性受到限制。

二、维修决策建模与算法

1.维修决策模型现状

维修决策建模和优化技术与上述的宏观维修理念不同，采用定量化的方式描述系统或设备的工作状态并以追求最大维修效益为目标，优化和指导维修工作，使得维修决策结论更具科学性和可信性。

从20世纪60年代以来，研究人员提出了大量的维修决策模型。包括NagaSrinivasaRao提出的以单位小时总费用最低为优化目标建立的马尔科夫决策模型；J.Wang基于设备实际安全需要建立多目标的安全维修决策模型；张耀辉建立定时维修和状态维修的维修级别逻辑决策模型。另外，不少专家将整个设备看成一个灰色系统，提出基于维修风险以及利用灰色局势决策理论、多属性决策理论和层次分析法，确定设备维修级别决策等。然而现有的维修决策模型总是基于某一设备进行分析，较少考虑设备之间的关联，而现代设备特别是城市轨道交通系统设备多是复杂而相互作用的，因而在对单一设备进行维修决策建模的同时，需要将与该设备相关联的设备作用考虑入内。

2.维修决策模型算法

对于建立的维修决策模型，除了一般的解析法外，更多的是采用智能的优化算法加以求解，如ZiminYang利用遗传算法确定维修优先级进行维修决策；陶基斌把选择维修方式的属性的隶属度作为BP神经网络的输入，运用BP神经网络算法输出维修的等级和最佳的维修方式；DJFornseca采用模糊推理算法估算各种故障模式发生的概率以及各种故障模式的后果等级排序以此来优化维修决策。对于维修决策算法的研究国内外研究，人员已经取得了较好的成果，在具体应用上也取得了良好的成效。

三、维修决策支持系统

随着计算机技术、传感技术的进步，对维修决策管理的信息化需求越来越迫切，国外较早开始了这一研究，如布朗福德大学研发了REGINA，英国人开发并成功应用了MAINOPT，美国人开发的AGE/CON、PERDEC以及RELCODE等。另外还有波音公司的维修资源管理系统、美国海军使用的维修资源管理系统MRMS等。在我国，2002年台湾大华技术学院为半导体行业的机械设备开发了设备维修决策系统，西北工业大学高地广等开发了一个设备维修及管理智能决策支持系统，该软件系统对多部件复杂设备在周期性预防维修和视情维修同时存在情况下，能够重新调整周期性预防维修时间，给出最优的维修时间和维修方案。这些维修决策信息化软件都在特定领域的设备维修管理方面发挥着积极作用。然而，据有关检索资料显示，目前国内外未见有针对城市轨道交通系统设备的维修决策体系、决策软件开发及应用的报道，也没有基于城市轨道运营、维修决策管理或规范。

四、结论

综上所述，在维修决策理论的研究应用上，特别是在城市轨道交通迅猛发展的阶段，我国亟需对城市轨道交通系统的维修决策体系进行深入研究，建立城市轨道交通系统维修管理规范以提高运营维修决策能力、设备运营安全可靠性及经济效益。同时，为使城市轨道交通设备维修管理实现智能化、信息化，提高维修决策的准确性和可靠性，维修决策支持软件在城市轨道交通系统中的开发应用方面也需要进一步深入研究。