对于不可修系统或总是经历完美修理的可修系统,系统失效间隔时间可以假定是独立同分布的[1]。寿命分布模型,如威布尔分布、伽马分布和对数正态分布可用于它们的失效建模。对于可修系统(如车辆),其失效间隔时间一般不可以假定是独立同分布的,故常用失效计数(即失效点过程)模型来描述,如齐次或非齐次泊松过程模型。泊松过程模型可由平均累积函数(mean cumulative function,MCF)或失效强度函数[2]来描述。典型的平均累积函数有幂律(power law)模型[3]和对数线性(Loglinear)模型[4]。
系统随着使用而不断劣化,其劣化速度随着时间的推移会逐步加快。保养或维护是一种预防维修。它有利于减缓系统的劣化。通过对比保养前后的失效强度,可以评价预防维修的质量。当前,各行各业大量地引入外包维修。在这种背景下,维修质量评价已成为一个重要的研究课题。
已有很多研究涉及维修质量评价。张国凤和蒋仁言[5]使用变点方法评价了公共汽车二级保养的效果。陈勇刚[6]开发维修质量指标并用于优化飞机维修计划。刘元鹏等[7]提出评价汽车维护质量的指标,并用于评定汽车维护质量等级。王永攀等[8]建立了相控阵雷达的维修质量评价指标体系,并验证了该指标体系和评价方法的有效性。文献[9-10]提出了质量控制和预防维修的联合策略。配件质量影响维修质量。为了加强汽车维修市场的规范化管理,2008年杭州市出台了《杭州市机动车配件质量保证和追溯制度》,建立了机动车配件追溯平台。
当用最小二乘法拟合失效点过程时,由于靠近预防维修时间的失效数据含有更多的关于该点的失效强度的信息,故应赋予这些点更多的重视。为此,本文用一个与正态密度函数成比例的权函数来反映不同时间失效数据的重要性。用加权最小二乘法将现场数据拟合到幂律模型,以定量评价预防维修的质量。本文所述模型可看作文献[5]的模型的扩展。
1 经验平均累积函数假设修理时间是可以忽略的,失效过程可以被简化为点过程。如图1所示,在时间
考虑
$\quad\quad\left\{ {{t_{ij}};1 {\text{≤}} i {\text{≤}} m,1 {\text{≤}} j {\text{≤}} {n_i}} \right\}{\text{。}}$ | (1) |
这里,
$\quad\quad\left\{ {{t_k},1 {\text{≤}} k {\text{≤}} N} \right\}{\text{。}}$ | (2) |
令
$\quad\quad M(t) = E[N(t)],$ | (3) |
显然,
$\quad\quad M(t_k^ - ) = M(t_{k - 1}^ + ),M(t_k^ + ) = M(t_{k - 1}^ + ) + 1/s({t_k}),M(t_0^ + ) = 0{\text{。}}$ | (4) |
这里
$\quad\quad M({t_k}) = [M(t_k^ - ) + M(t_k^ + )]/2{\text{。}}$ | (5) |
采用幂律模型来近似地描述一个失效点过程。它适合于描述经验MCF的形状大体上是凹的或凸的的情况[11-12]。幂律模型可表示为
$\quad\quad M(t) = {(t/\eta )^\beta }{\text{。}}$ | (6) |
其中
可修系统的可靠性可以用失效发生率来描述。失效发生率是系统在单位时间内的平均失效次数,即平均累积函数的微分,并记为
$\quad\quad m(t) = (\beta /\eta ){(t/\eta )^{\beta - 1}},$ | (7) |
参见图2,设想在时间
$\quad\quad m(t){\rm{ = }}\left\{ \begin{array}{l} {m_i}({\tau _i}),{\rm{ }}t \in ({\tau _i} - \Delta t,{\tau _i}); \\ {m_{i + 1}}({\tau _i}),{\rm{ }}t \in ({\tau _i},{\tau _i} + \Delta t){\text{。}}\end{array} \right.$ | (8) |
其中,
可以使用最小二乘法拟合在
$\quad\quad{M_i}(t) = {\alpha _i}{t^{{\beta _i}}}{\text{。}}$ | (9) |
在时间
$\quad\quad{m_i}({\tau _i}) = {\alpha _i}\frac{{[\tau _i^{{\beta _i}} - {{({\tau _i} - \Delta t)}^{{\beta _i}}}]}}{{\Delta t}}{\text{。}}$ | (10) |
类似地,拟合在
$\quad\quad{M_{i + 1}}(t) = {\alpha _{i + 1}}{(t - {\tau _i})^{{\beta _{i + 1}}}}{\text{。}}$ | (11) |
在时间
$\quad\quad{m_{i + 1}}({\tau _i}) = {\alpha _{i + 1}}\Delta {t^{{\beta _{i + 1}} - 1}}{\text{。}}$ | (12) |
该预防维修前、后的失效发生率的变化程度可用差值
$\quad\quad\Delta m = {m_i}({\tau _i}) - {m_{i + 1}}({\tau _i}){\text{。}}$ | (13) |
幂律模型的参数可用普通最小二乘法来估计。参数的最小二乘估计通过最小化以下的平方误差和(SSE)来获得。
$\quad\quad{\rm{SSE}} = \sum\limits_{k = 1}^N {[M} ({t_k};\beta ,\eta ) - M({t_k}){]^2}{\text{。}}$ | (14) |
使用Excel的规划求解(Solver)找参数的最小二乘估计。
在区间
$\quad\quad{\rm{SS}}{{\rm{E}}_w} = \sum\limits_{k = 1}^N {w({t_k})[M} ({t_k};\beta ,\eta ) - M({t_k}){]^2}{\text{。}}$ | (15) |
现在考虑权函数的表达式。给靠近
$\quad\quad w(t) \!=\! \exp \left[ \!-\! \frac{{{{(t \!-\! \mu )}^2}}}{{2{\sigma ^2}}}\right] \!=\! \sqrt {2\pi } \sigma \phi (t;\mu ,\sigma ),0 {\text{<}} t {\text{≤}} \mu{\text{。}\!\!\!\!\!} $ | (16) |
其中,
此算例的数据来源于长沙市某公交公司维修保养数据库。从中选取26辆同型号并于同一时间投入使用,且运行于同一线路的公交车辆作为研究对象,评价其二级维护的质量。分析这些车辆从2006年9月1日至2009年12月31日的失效和维修记录,提取车辆在二级保养前后的失效时间(累积运行天数)和保养时间的信息。表1给出了序号为1和13的两辆车的二级保养和失效时间数据。
图4显示了1号车保养前后的经验平均累积函数。由图可见,经验MCF曲线既不是凹的,也不是凸的。这意味着从整体上讲幂律模型并不恰当。然而,在保养前后的一个小的时间区间内,MCF曲线可由幂律模型近似。加权方法和幂律模型的结合能确保找到一个保养前后失效强度的合理估计。
根据《机动车维修管理规定》[14],汽车二级维护质量保证期为车辆行驶5 000 km或者30 d。因此,取
图5显示了从两种不同的参数估计方法所得到的
1) 使用普通最小二乘法,有9辆车的
2) 从加权最小二乘法所得
本文研究了公共汽车二级保养质量评价的问题。所采用的方法是一个加权最小二乘法与幂律模型相结合的复合方法。实例表明,与普通最小二乘法相比,加权方法能找到一个保养前后失效强度的更合理估计,从而为评价维修质量提供了一个新的手段。实例也表明,二级保养的维修效果有显著改进的空间。因此,加强维修质量控制大有可为。
一个值得进一步深入研究的课题是权函数的
[1] |
JIANG R. Introduction to quality and reliability engineering [M]. London: Springer & Beijing: Science Press, 2015.
|
[2] |
KRIVTSOV V V. Practical extensions to NHPP application in repairable system reliability analysis[J].
Reliability Engineering & System Safety, 2007, 92(5): 560-562.
|
[3] |
COX D R, LEWIS P A. The statistical analysis of series of events [M]. London: Methuen, 1966.
|
[4] |
CROW L H. Reliability analysis for complex repairable systems [M]. In Reliability and biometry, eds. Proschan F., Serfling R. J. Philadelphia: SIAM, 1974, 379-410.
|
[5] |
张国凤, 蒋仁言. 用变点方法评价城市公共汽车预防维修效果[J].
交通科学与工程, 2010, 26(3): 71-76.
ZHANG Guofeng, JIANG Renyan. Evaluation of the effect of preventive maintenance for urban bus using the change point method[J]. Journal of transport science and engineering, 2010, 26(3): 71-76. |
[6] |
陈勇刚. 风险矩阵在民航机务维修质量风险管理中的应用[J].
工业工程与管理, 2014, 19(1): 138-142.
CHEN Yonggang. Application of risk matrix in civil aviation maintenance quality risk management[J]. Industrial Engineering and Management, 2014, 19(1): 138-142. |
[7] |
刘元鹏, 牛会明, 许书权, 等. 汽车维护质量评价指标及方法[J].
公路交通科技, 2012, 29(3): 153-158.
LIU Yuanpeng, NIU Huiming, XU Shuquan, et al. Evaluation indexes and method of automobile maintenance quality[J]. Journal of Highway and Transportation Research and Development, 2012, 29(3): 153-158. |
[8] |
王永攀, 杨江平, 王涛, 等. 基于改进层次分析法的相控阵雷达维修质量评价模型[J].
电讯技术, 2016, 56(9): 1053-1059.
WANG Yongpan, YANG Jiangping, WANG Tao, et al. A maintenance quality assessment model for phased array radars based on improved analytic hierarchy process[J]. Telecommunication Engineering, 2016, 56(9): 1053-1059. |
[9] |
MEHDI R, NIDHAL R, ANIS C. Integrated maintenance and control policy based on quality control[J].
Computers & Industrial Engineering, 2010, 58(3): 443-451.
|
[10] |
EL-FERIK S. Economic production lot-sizing for an unreliable machine under imperfect age-based maintenance policy[J].
European Journal of Operational Research, 2008, 186(1): 150-163.
DOI: 10.1016/j.ejor.2007.01.035. |
[11] |
JIANG R, Murthy DNP. Maintenance: Decision models for management [M]. Beijing: Science Press, 2008.
|
[12] |
JIANG R, Guo Y. Estimating failure intensity of a repairable system to decide on its preventive maintenance or retirement[J].
International Journal of Performability Engineering, 2014, 10(6): 577-588.
|
[13] |
JIANG R. Overhaul decision of repairable systems based on the power-law model fitted by a weighted estimation method[C]. WCEAM and VETOMAC, Brisbane, Australian, August 2-4, 2017, SCOAP.
|
[14] |
佚名. 机动车维修管理规定[J].
中华汽摩配, 2005(10): 34-37.
|