CN114298521A - 城轨设备的可靠性分析方法、装置、设备和存储介质 - Google Patents
城轨设备的可靠性分析方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN114298521A CN114298521A CN202111592351.2A CN202111592351A CN114298521A CN 114298521 A CN114298521 A CN 114298521A CN 202111592351 A CN202111592351 A CN 202111592351A CN 114298521 A CN114298521 A CN 114298521A
- Authority
- CN
- China
- Prior art keywords
- urban rail
- analyzed
- rail equipment
- equipment
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种城轨设备的可靠性分析方法、装置、设备和存储介质。该方法包括:获取待分析城轨设备的历史故障数据;对历史故障数据进行分析,以确定待分析城轨设备的失效率是否随时间发生变化;若否,通过指数分布确定待分析城轨设备的可靠性指标;若是,通过威布尔分布确定待分析城轨设备的可靠性指标。该方法基于待分析城轨设备的故障分布特性选取相匹配的分布模型对待分析城轨设备进行可靠性分析,使得到的可靠性指标更符合待分析城轨设备的实际运行情况,能够更为有效地对待分析城轨设备进行维护,既能够及时发现故障并对故障进行处理,提高了待分析城轨设备的安全性能,又能够避免对待分析城轨设备在服役阶段的过修或欠修,降低了维护成本。
Description
技术领域
本申请涉及城市轨道交通技术领域,特别是涉及一种城轨设备的可靠性分析方法、装置、设备和存储介质。
背景技术
随着城市轨道交通运营里程不断增长,线网规模不断扩大,城市轨道交通设备的安全运行直接影响着运营效率以及运营安全。
传统检修业务中,为了防止和减少事故,保证城市轨道交通设备能够顺利正常运行,通常按照固定的检修周期对该类设备进行检修。但是,上述方式可能会造成设备在服役阶段的过修,导致设备维护成本增加,也可能会造成设备的欠修,导致其可靠性与安全性降低。
发明内容
本申请提供一种城轨设备的可靠性分析方法、装置、设备和存储介质。
第一方面,本申请实施例提供一种城轨设备的可靠性分析方法,包括:
获取待分析城轨设备的历史故障数据;
对所述历史故障数据进行分析,以确定所述待分析城轨设备的失效率是否随时间发生变化;
若否,则通过指数分布确定所述待分析城轨设备的可靠性指标;
若是,则通过威布尔分布确定所述待分析城轨设备的可靠性指标。
第二方面,本申请实施例提供一种城轨设备的可靠性分析装置,包括:
获取模块,用于获取待分析城轨设备的历史故障数据;
检验模块,用于对所述历史故障数据进行分析,以确定所述待分析城轨设备的失效率是否随时间发生变化;
第一确定模块,用于在所述待分析城轨设备的失效率不随时间发生变化时,通过指数分布确定所述待分析城轨设备的可靠性指标;
第二确定模块,用于在所述待分析城轨设备的失效率随时间发生变化时,通过威布尔分布确定所述待分析城轨设备的可靠性指标。
第三方面,本申请实施例提供一种电子设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现本申请实施例第一方面提供的城轨设备的可靠性分析方法的步骤。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现本申请实施例第一方面提供的城轨设备的可靠性分析方法的步骤。
本申请实施例提供的技术方案,通过对待分析城轨设备的历史故障数据进行分析,并基于分析结果选取指数分布或者威布尔分布来确定待分析城轨设备的可靠性指标。也就是说,能够基于待分析城轨设备的故障分布特性选取相匹配的分布模型对待分析城轨设备进行可靠性分析,使得得到的可靠性指标更符合待分析城轨设备的实际运行情况,能够更为有效地对待分析城轨设备进行维护,既能够及时发现故障并对故障进行处理,提高了待分析城轨设备的安全性能,又能够避免对待分析城轨设备在服役阶段的过修或欠修,降低了维护成本。
附图说明
图1为本申请实施例提供的城轨设备的可靠性分析方法的一种流程示意图;
图2为本申请实施例提供的待分析城轨设备对应的点分布图的一种示意图;
图3为本申请实施例提供的威布尔参数确定过程的一种流程示意图;
图4为本申请实施例提供的同一待分析城轨设备针对失效率的对比示意图;
图5为本申请实施例提供的同一待分析城轨设备针对失效累积次数的对比示意图;
图6为本申请实施例提供的城轨设备的可靠性分析装置的一种结构示意图;
图7为本申请实施例提供的电子设备的一种结构示意图。
具体实施方式
为使本申请的目的、技术方案及优点更加明晰,通过下述实施例并结合附图,对本申请实施例中的技术方案进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
需要说明的是,下述方法实施例的执行主体可以是城轨设备的可靠性分析装置,该装置可以通过软件、硬件或者软硬件结合的方式实现成为电子设备的部分或者全部。可选地,该电子设备可以为各种类型的设备,且该电子设备可以与外部设备进行信息交互。可选地,该电子设备可以为PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)、手机以及PC(个人计算机)等中的任意一种。下述方法实施例以执行主体是电子设备为例进行说明。
图1为本申请实施例提供的城轨设备的可靠性分析方法的一种流程示意图。如图1所示,该方法可以包括:
S101、获取待分析城轨设备的历史故障数据。
其中,可选地,待分析城轨设备可以包括站台门***中的部件,该部件可以为站台门的门体、照明灯、瞭望灯、地槛灯、机械部件、挂轮、行程开关、车门控制单元、携门架(如端门以及应急门等)、解锁机构(如扎锁以及电磁锁等)、皮带、滑轮、倾覆轮以及导轮中的至少一种。
由于历史故障数据可以在一定程度上反映待分析城轨设备的故障分布特性,因此,通过对历史故障数据进行趋势检验,以确定采用何种方式对待分析城轨设备进行可靠性分析。其中,上述趋势检验主要是检验待分析城轨设备的失效率是否随时间发生变化。失效率可以用来衡量设备的可靠性水平,其是指在某一时刻没有失效的***,在该时刻后单位时间内发生失效的概率。在实际应用中,可以从数据库中获取待分析城轨设备在一时间段内的历史故障数据。
在获取到历史故障数据之后,可以结合故障词典对故障类型进行汇总,并提取各故障类型的故障间隔时间以及同一故障间隔时间对应的故障次数,为后续故障数据分析做好准备工作。
S102、对所述历史故障数据进行分析,以确定所述待分析城轨设备的失效率是否随时间发生变化。
实际应用中,待分析城轨设备在发生故障时是进行修复性维修的,所以其失效率是否会发生变化需要对历史故障数据进行分析(即趋势检验)。
作为一种可选地实施方式,对历史故障数据进行分析的过程可以为:基于所述历史故障数据,通过总时间检验法构建所述待分析城轨设备对应的点分布图;对所述点分布图进行分析,以确定所述待分析城轨设备的失效率是否随时间发生变化。
具体的,基于待分析城轨设备在寿期过程中的历史故障数据,可以分析其在寿期内的失效率是否存在变化趋势。假设待分析城轨设备失效的观察时间区间为[0,Q],总共m个试验过程,那么待分析城轨设备的总失效数量N可以通过下述公式进行计算。其中,ni是每个试验过程发生的失效数量。同时假设Qk是第k次失效的时间,p(u)表示在时刻u仍在观察的过程数,同时到时刻t的总检验时间T(t)可以通过下述公式进行计算,那么以k/N为横坐标,T(Qk)/T(Q)(其中,)为纵坐标构建待分析城轨设备对应的点分布图。
通过对点分布图的趋势进行分析,若点分布图中的点基本呈线性分布,则表明待分析城轨设备的失效率不随时间发生变化,若点分布图中的点不呈线性分布,则表明待分析城轨设备的失效率随时间发生变化,如若是上凸的曲线,则表明失效率随时间是升高的,若是下凹的曲线,则表明失效率随时间是降低的。
若分析的结果为待分析城轨设备的失效率不随时间发生变化,则可以执行下述S103,即通过指数分布对待分析城轨设备的可靠性进行分析。若分析的结果为待分析城轨设备的失效率随时间发生变化,则可以执行下述S104,即通过威布尔分布对待分析城轨设备的可靠性进行分析。
假设运用上述总时间检验法得到的待分析城轨设备对应的点分布图如图2所示,从图2可以看出其失效率确实随运行时间累积性增加,表明待分析城轨设备的故障间隔时间在一定程度上具有减小趋势,由此推断故障发生后的修复不是完全修复,而是最小修复或部分修复,因此可以使用威布尔分布对待分析城轨设备的故障数据进行分析。
S103、通过指数分布确定所述待分析城轨设备的可靠性指标。
其中,针对待分析城轨设备的失效率不随时间发生变化的情况,可以采用指数分布来拟合待分析城轨设备的可靠性指标。
可靠性是指设备在一定条件下无故障的执行指定功能的能力或可能性。可靠性定量分析是对设备进行可靠性设计与分析的重要环节,是根据各种可靠性数据分析工作来完成的。可靠性数据分析是根据收集***或单元设备在研制、试验、生产和维修中所产生的可靠性数据,并依据***的功能或者可靠性结构,利用概率统计方法,给出***的各种可靠性数据指标的定量估计方法。
可选地,可靠性指标可以包括失效率函数和累积故障概率函数。
S104、通过威布尔分布确定所述待分析城轨设备的可靠性指标。
针对待分析城轨设备的失效率随时间发生变化的情况,可以采用威布尔分布来拟合待分析城轨设备的可靠性指标。威布尔分布适用于有薄弱环节的模型,如机械中的疲劳强度、磨损寿命以及腐蚀寿命等。使用威布尔分布对失效数据进行处理,对于待分析城轨设备的失效概率和故障间隔时间具有很重大的意义。与基于指数分布的数据处理方法不同,基于威布尔分布处理得到的失效率是随着设备的累积运行时间发生变化的。由于失效率随着累积运行时间发生改变,使得估计得到的故障间隔时间不再是一个平均值,而是关于累积运行时间t的函数。
可选地,威布尔分布可以为两参数威布尔分布。当然,威布尔分布也可以为三参数威布尔分布。
因此,在通过威布尔分布确定待分析城轨设备的可靠性指标时,首先,确定待分析城轨设备运行到t时刻时,下次发生故障的时间间隔(其中,该时间间隔是累积运行时间t的相关函数),接着,基于下次发生故障的时间间隔函数,确定在[0,t]时间内发生n次故障的概率函数,进一步地,基于该概率函数可得平均故障次数函数,即拟合得到累积故障概率函数为进一步地,通过拟合得到的待分析城轨设备的失效率函数为其中,μMLE和ρMLE为威布尔参数,t为时间参数。
由此可见,通过威布尔分布进行数据拟合,得到的失效率函数是时间参数的变量,符合待分析城轨设备随时间累积而老化的客观规律。通过威布尔分布得到的累积故障概率函数,其寿命周期前期的故障间隔时间明显小于后期,这也符合设备的老化过程,也就是说,基于威布尔分布处理得到的待分析城轨设备的故障间隔时间并不是一个固定值。
综上,通过对待分析城轨设备的故障分布特性进行趋势校验,从而选取最合适的分析方法对待分析城轨设备进行可靠性分析,提高了可靠性分析结果的准确性。
本申请实施例提供的技术方案,通过对待分析城轨设备的历史故障数据进行分析,并基于分析结果选取指数分布或者威布尔分布来确定待分析城轨设备的可靠性指标。也就是说,能够基于待分析城轨设备的故障分布特性选取相匹配的分布模型对待分析城轨设备进行可靠性分析,使得得到的可靠性指标更符合待分析城轨设备的实际运行情况,能够更为有效地对待分析城轨设备进行维护,既能够及时发现故障并对故障进行处理,提高了待分析城轨设备的安全性能,又能够避免对待分析城轨设备在服役阶段的过修或欠修,降低了维护成本。
进一步地,在上述实施例的基础上,可选地,还提供了一种上述威布尔参数的确定过程。可选地,如图3所示,上述通过威布尔分布拟合得到的失效率函数和累积故障概率函数中的威布尔参数的确定过程可以包括以下步骤:
S301、从所述历史故障数据中提取所述待分析城轨设备的故障发生时间,得到故障时间集合。
S302、根据所述故障时间集合,通过极大似然估计法确定所述威布尔参数。
具体的,基于待分析城轨设备的历史故障数据,对于故障时间集合中的第n个故障记录,假设其故障发生时间为Tn,则0≤T1≤T2…≤Tm≤Tn。
上述极大似然估计法的基本思想是:利用总体的概率密度或概率分布函数及其子样所提供的信息来求位置参数(即威布尔参数)的估计值,它是建立在极大似然原理基础上的一种统计方法。因此,可以通过极大似然估计法建立极大似然函数,并进一步对威布尔参数分别求偏导,从而得到:
其中,上述Tn为故障记录中最后一个符合要求的故障时间,Tm为Tn之前,每一个同类故障发生时间的集合,k为该集合内的事件的数量。上述Tn、Tm以及k可以从待分析城轨设备的历史故障维修记录中进行提取,带入上式即可求解出威布尔参数μMLE和ρMLE的估计值,由此可得待分析城轨设备的失效率函数与累积强度函数。后续便可以根据上述得到的失效率函数与累积故障概率函数,对待分析城轨设备的下一次故障间隔时间进行预测。
在本实施例中,利用极大似然估计法求解威布尔分布的参数估计,方法直观,运算简单、使得所估计的参数的准确性较高,进一步提高了待分析城轨设备可靠性分析结果的准确性。
接下来,以同一待分析城轨设备分别采用指数分布以及威布尔分布进行可靠性分析,对比两种方式得到的可靠性指标。如图4所示(横坐标为累积运行时间t,纵坐标为失效率),采用指数分布拟合得到的失效率函数不随累积运行时间以及修复次数发生改变,其失效率为一固定值。而采用威布尔分布拟合得到的失效率函数为累积运行时间的变量,符合设备随时间累积而老化的客观规律。
如图5所示(横坐标为累积运行时间t,纵坐标为失效累积次数),基于指数分布拟合得到的失效累积次数与累积运行时间无关,平均故障间隔时间基本为一固定值。而基于威布尔分布拟合得到的失效累积次数随累积运行时间发生变化,其寿命周期前期的失效间隔时间明显小于后期,这符合设备的老化过程,因此,基于威布尔分布得到的故障间隔时间是不相同的。
换而言之,通过对指数分布和威布尔分布的分析结果进行比较,可以发现,采用指数分布进行故障数据分析的前提是数据之间的独立同分布,基于威布尔分布的数据处理方法能够有效地体现待分析城轨设备(如站台门***)在运行过程中失效率的变化,与实际情况更加贴切,有效避免在设备寿命周期前期容易造成过修,后期容易造成欠修,不利于设备全寿命周期成本优化的问题。更重要的是,基于威布尔分布的数据处理方法可以有效地为站台门***的维修优化提供决策支持,从而优化其全寿命周期的维修成本。
图6为本申请实施例提供的城轨设备的可靠性分析装置的一种结构示意图。如图6所示,该装置可以包括:获取模块601、检验模块602、第一确定模块603和第二确定模块604。
具体的,获取模块601用于获取待分析城轨设备的历史故障数据;
检验模块602用于对所述历史故障数据进行分析,以确定所述待分析城轨设备的失效率是否随时间发生变化;
第一确定模块603用于在所述待分析城轨设备的失效率不随时间发生变化时,通过指数分布确定所述待分析城轨设备的可靠性指标;
第二确定模块604用于在所述待分析城轨设备的失效率随时间发生变化时,通过威布尔分布确定所述待分析城轨设备的可靠性指标。
本申请实施例提供的城轨设备的可靠性分析装置,通过对待分析城轨设备的历史故障数据进行分析,并基于分析结果选取指数分布或者威布尔分布来确定待分析城轨设备的可靠性指标。也就是说,能够基于待分析城轨设备的故障分布特性选取相匹配的分布模型对待分析城轨设备进行可靠性分析,使得得到的可靠性指标更符合待分析城轨设备的实际运行情况,能够更为有效地对待分析城轨设备进行维护,既能够及时发现故障并对故障进行处理,提高了待分析城轨设备的安全性能,又能够避免对待分析城轨设备在服役阶段的过修或欠修,降低了维护成本。
在上述实施例的基础上,可选地,所述可靠性指标包括:失效率函数和累积故障概率函数。
在上述实施例的基础上,可选地,所述威布尔分布为两参数威布尔分布。
在上述实施例的基础上,可选地,该装置还包括:用于确定所述威布尔参数的第三确定模块。
具体的,第三确定模块具体用于从所述历史故障数据中提取所述待分析城轨设备的故障发生时间,得到故障时间集合;根据所述故障时间集合,通过极大似然估计法确定所述威布尔参数。
在上述实施例的基础上,可选地,检验模块602具体用于基于所述历史故障数据,通过总时间检验法构建所述待分析城轨设备对应的点分布图;对所述点分布图进行分析,以确定所述待分析城轨设备的失效率是否随时间发生变化。
可选地,所述待分析城轨设备包括站台门***中的部件。
在一个实施例中,提供了一种电子设备,其内部结构图可以如图7所示。该电子设备包括通过***总线连接的处理器、存储器和网络接口和数据库。其中,该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该电子设备的网络接口用于与外部的终端通过网络连接通信。该电子设备的数据库用于存储城轨设备的可靠性分析中的数据。该计算机程序被处理器执行时以实现一种城轨设备的可靠性分析方法。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的电子设备的限定,具体的电子设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种电子设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取待分析城轨设备的历史故障数据;
对所述历史故障数据进行分析,以确定所述待分析城轨设备的失效率是否随时间发生变化;
若否,则通过指数分布确定所述待分析城轨设备的可靠性指标;
若是,则通过威布尔分布确定所述待分析城轨设备的可靠性指标。
可选地,所述可靠性指标包括:失效率函数和累积故障概率函数。
可选地,所述威布尔分布为两参数威布尔分布。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:从所述历史故障数据中提取所述待分析城轨设备的故障发生时间,得到故障时间集合;根据所述故障时间集合,通过极大似然估计法确定所述威布尔参数。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:基于所述历史故障数据,通过总时间检验法构建所述待分析城轨设备对应的点分布图;对所述点分布图进行分析,以确定所述待分析城轨设备的失效率是否随时间发生变化。
可选地,所述待分析城轨设备包括站台门***中的部件。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取待分析城轨设备的历史故障数据;
对所述历史故障数据进行分析,以确定所述待分析城轨设备的失效率是否随时间发生变化;
若否,则通过指数分布确定所述待分析城轨设备的可靠性指标;
若是,则通过威布尔分布确定所述待分析城轨设备的可靠性指标。
上述实施例中提供的城轨设备的可靠性分析装置、设备以及存储介质可执行本申请任意实施例所提供的城轨设备的可靠性分析方法,具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节,可参见本申请任意实施例所提供的城轨设备的可靠性分析方法。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种城轨设备的可靠性分析方法,其特征在于,包括:
获取待分析城轨设备的历史故障数据;
对所述历史故障数据进行分析,以确定所述待分析城轨设备的失效率是否随时间发生变化;
若否,则通过指数分布确定所述待分析城轨设备的可靠性指标;
若是,则通过威布尔分布确定所述待分析城轨设备的可靠性指标。
2.根据权利要求1所述的方法,其特征在于,所述可靠性指标包括:失效率函数和累积故障概率函数。
3.根据权利要求1所述的方法,其特征在于,所述威布尔分布为两参数威布尔分布。
5.根据权利要求4所述的方法,其特征在于,所述威布尔参数的确定过程,包括:
从所述历史故障数据中提取所述待分析城轨设备的故障发生时间,得到故障时间集合;
根据所述故障时间集合,通过极大似然估计法确定所述威布尔参数。
6.根据权利要求1至5中任一项所述的方法,其特征在于,所述对所述历史故障数据进行分析,包括:
基于所述历史故障数据,通过总时间检验法构建所述待分析城轨设备对应的点分布图;
对所述点分布图进行分析,以确定所述待分析城轨设备的失效率是否随时间发生变化。
7.根据权利要求1至5中任一项所述的方法,其特征在于,所述待分析城轨设备包括站台门***中的部件。
8.一种城轨设备的可靠性分析装置,其特征在于,包括:
获取模块,用于获取待分析城轨设备的历史故障数据;
检验模块,用于对所述历史故障数据进行分析,以确定所述待分析城轨设备的失效率是否随时间发生变化;
第一确定模块,用于在所述待分析城轨设备的失效率不随时间发生变化时,通过指数分布确定所述待分析城轨设备的可靠性指标;
第二确定模块,用于在所述待分析城轨设备的失效率随时间发生变化时,通过威布尔分布确定所述待分析城轨设备的可靠性指标。
9.一种电子设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111592351.2A CN114298521A (zh) | 2021-12-23 | 2021-12-23 | 城轨设备的可靠性分析方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111592351.2A CN114298521A (zh) | 2021-12-23 | 2021-12-23 | 城轨设备的可靠性分析方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114298521A true CN114298521A (zh) | 2022-04-08 |
Family
ID=80969584
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111592351.2A Pending CN114298521A (zh) | 2021-12-23 | 2021-12-23 | 城轨设备的可靠性分析方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114298521A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115691125A (zh) * | 2022-10-25 | 2023-02-03 | 北京磁浮有限公司 | 基于城市轨道交通设施***的可靠度分析方法及相关装置 |
CN115759357A (zh) * | 2022-10-29 | 2023-03-07 | 思维实创(哈尔滨)科技有限公司 | 基于pscada数据的供电设备安全预测方法、***、设备及介质 |
CN116136987A (zh) * | 2023-02-21 | 2023-05-19 | 北京思维实创科技有限公司 | 一种基于pscada数据的供电设备可靠性在线评估方法及其*** |
CN116245362A (zh) * | 2023-03-07 | 2023-06-09 | 北京磁浮有限公司 | 城轨接触网风险评估方法及相关装置 |
-
2021
- 2021-12-23 CN CN202111592351.2A patent/CN114298521A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115691125A (zh) * | 2022-10-25 | 2023-02-03 | 北京磁浮有限公司 | 基于城市轨道交通设施***的可靠度分析方法及相关装置 |
CN115759357A (zh) * | 2022-10-29 | 2023-03-07 | 思维实创(哈尔滨)科技有限公司 | 基于pscada数据的供电设备安全预测方法、***、设备及介质 |
CN116136987A (zh) * | 2023-02-21 | 2023-05-19 | 北京思维实创科技有限公司 | 一种基于pscada数据的供电设备可靠性在线评估方法及其*** |
CN116136987B (zh) * | 2023-02-21 | 2023-08-15 | 北京思维实创科技有限公司 | 一种基于pscada数据的供电设备可靠性在线评估方法及其*** |
CN116245362A (zh) * | 2023-03-07 | 2023-06-09 | 北京磁浮有限公司 | 城轨接触网风险评估方法及相关装置 |
CN116245362B (zh) * | 2023-03-07 | 2023-12-12 | 北京磁浮有限公司 | 城轨接触网风险评估方法及相关装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114298521A (zh) | 城轨设备的可靠性分析方法、装置、设备和存储介质 | |
CN110826772A (zh) | 车辆尾气排放预测方法、装置、设备及存储介质 | |
CN102360335B (zh) | 定量评估核电厂安全级dcs***应用软件缺陷价值的方法 | |
CN108919776B (zh) | 一种故障评估方法及终端 | |
CN109388888B (zh) | 一种基于车辆荷载空间分布的桥梁结构使用性能预测方法 | |
CN111881023B (zh) | 一种基于多模型对比的软件老化预测方法及装置 | |
CN109270921A (zh) | 一种故障诊断方法及装置 | |
CN114267178A (zh) | 一种车站的智能运营维护方法及装置 | |
CN111598467A (zh) | 一种对集输联合站以及关键设备的可靠性评价方法及*** | |
CN112766771A (zh) | 一种基于svm的重型汽车整车质量预测方法 | |
CN114995346A (zh) | 一种发动机电气诊断标定方法、装置、设备及介质 | |
CN117719385A (zh) | 一种智能充电桩控制***及方法 | |
CN115204260A (zh) | 预测模型的训练、预测方法、装置、电子设备及存储介质 | |
Zheng et al. | Criterion to determine the minimum sample size for load spectrum measurement and statistical extrapolation | |
CN112836967B (zh) | 新能源汽车电池安全风险评估*** | |
CN114688926A (zh) | 一种运载火箭健康检测验证评估***和方法 | |
CN112529059B (zh) | 机组电磁振动诊断方法、***、计算机设备和存储介质 | |
CN115114124A (zh) | 主机风险的评估方法及评估装置 | |
CN115587526A (zh) | 基于神经网络的车辆二氧化碳实时排放预测方法及*** | |
CN115219216A (zh) | 一种排气***的寿命评价方法 | |
CN112782236B (zh) | 变流器柜体的材料状态监测方法、***、装置及存储介质 | |
CN112199776A (zh) | 机车全寿命周期的评估方法、评估***及优化方法 | |
CN114139383A (zh) | 一种燃料电池汽车的动态疲劳可靠性风险评估方法 | |
CN112859805A (zh) | 一种发动机控制器在线诊断方法及相关装置 | |
CN116579677B (zh) | 一种高速铁路电务车载设备全生命周期管理方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |