動(dòng)車組輔助供電系統(tǒng)健康狀態(tài)評(píng)估

趙峰，李淵琴，高鋒陽(yáng)，陳鮮

?

動(dòng)車組輔助供電系統(tǒng)健康狀態(tài)評(píng)估

趙峰1, 2，李淵琴1，高鋒陽(yáng)1，陳鮮1

(1. 蘭州交通大學(xué) 自動(dòng)化與電氣工程學(xué)院，甘肅 蘭州 730070； 2. 蘭州交通大學(xué) 光電技術(shù)與智能控制教育部重點(diǎn)實(shí)驗(yàn)室，甘肅 蘭州 730070)

以CRH3型動(dòng)車組輔助供電系統(tǒng)為例，采用一種基于合作博弈和云模型理論的健康狀態(tài)評(píng)估方法，建立輔助供電系統(tǒng)健康狀態(tài)評(píng)估指標(biāo)體系，獲取各元件指標(biāo)及元件層的組合權(quán)重，確定各元件指標(biāo)對(duì)動(dòng)車組輔助供電系統(tǒng)各狀態(tài)等級(jí)的隸屬度，采用分層評(píng)估方法得到評(píng)估結(jié)果。研究結(jié)果表明：本文所采用的方法能夠結(jié)合輔助供電系統(tǒng)的分層分析模型，直觀地給出各指標(biāo)、各元件以及輔助供電系統(tǒng)整體的健康狀態(tài)信息，有效完成CRH3型動(dòng)車組輔助供電系統(tǒng)的健康狀態(tài)評(píng)估。

動(dòng)車組；輔助供電系統(tǒng)；合作博弈；云模型；健康狀態(tài)評(píng)估

定期檢修是目前最常用的檢修方式，然而，當(dāng)設(shè)備處于健康狀態(tài)時(shí)，這種檢修方式會(huì)造成檢修過(guò)度。近年來(lái)，為了提高檢修效率，一種新的檢修方式——狀態(tài)檢修，被應(yīng)用在設(shè)備或復(fù)雜系統(tǒng)的檢修中。目前，健康狀態(tài)評(píng)估在許多領(lǐng)域中都有研究，路廣勛等[1]將云重心法運(yùn)用在液壓泵的健康狀態(tài)評(píng)估中，驗(yàn)證了該方法的可行性；齊繼陽(yáng)等[2]運(yùn)用熵權(quán)法和可拓層次分析法計(jì)算各關(guān)鍵部件和相關(guān)指標(biāo)的權(quán)重，運(yùn)用灰色聚類法和模糊綜合評(píng)判法分別對(duì)液壓系統(tǒng)關(guān)鍵部件和整個(gè)液壓系統(tǒng)進(jìn)行健康狀態(tài)評(píng)估；雷從英等[3]將云模型運(yùn)用在齒輪的健康狀態(tài)評(píng)估中，并結(jié)合案例證明了該方法的有效性。運(yùn)用在健康狀態(tài)評(píng)估中的方法主要有層次分析法、熵權(quán)法和模糊綜合評(píng)判法等方法，但傳統(tǒng)的單一方法在評(píng)估過(guò)程中存在一定的問(wèn)題，鄭彥濤等[4?5]在確定權(quán)重時(shí)采用層次分析法，但其主觀性較強(qiáng)，得到的權(quán)重精確度不高；Shannon[6]采用熵權(quán)法確定權(quán)重，熵權(quán)法確定權(quán)重時(shí)，對(duì)指標(biāo)差異程度不大的評(píng)估問(wèn)題，得到的權(quán)重準(zhǔn)確度不高，具有一定局限性；王玘等[7]在評(píng)估航空發(fā)動(dòng)機(jī)的健康狀態(tài)時(shí)，采用模糊綜合評(píng)判法確定航空發(fā)動(dòng)機(jī)各指標(biāo)對(duì)各狀態(tài)等級(jí)的隸屬度，但模糊綜合評(píng)判法在確定隸屬度時(shí)準(zhǔn)確度不高。針對(duì)以上各單一方法的不足，本文以CRH3型動(dòng)車組輔助供電系統(tǒng)作為分析實(shí)例，基于合作博弈法和云模型理論對(duì)動(dòng)車組輔助供電系統(tǒng)進(jìn)行健康狀態(tài)評(píng)估，采用將客觀方法熵權(quán)法和灰關(guān)聯(lián)度法、主觀方法層次分析法相結(jié)合的合作博弈法，可以得到精確度較高的組合權(quán)重，采用云模型理論確定各指標(biāo)對(duì)動(dòng)車組輔助供電系統(tǒng)運(yùn)行狀態(tài)的隸屬度，使最終的評(píng)估結(jié)果更加科學(xué)合理。

1 輔助供電系統(tǒng)健康狀態(tài)評(píng)估方法

1.1 確定權(quán)重方法

1.1.1 熵權(quán)法

熵權(quán)法是一種確定權(quán)重的客觀方法[6]，其主要步驟如下。

步驟2：確定信息熵。系統(tǒng)中第個(gè)元件第個(gè)指標(biāo)的信息熵定義為：

式中：=1/ln。

1.1.2 層次分析法

層次分析法是一種在確定權(quán)重方面應(yīng)用很廣泛的方法[4]。其主要步驟如下。

步驟1：將復(fù)雜系統(tǒng)采用分層分析模型分解成由關(guān)鍵部件和指標(biāo)組成的遞階層次結(jié)構(gòu)圖。

步驟2：根據(jù)指標(biāo)間的隸屬關(guān)系，進(jìn)行兩兩比較，構(gòu)造出判斷矩陣，采用T. L. Sataty1-9標(biāo)度法表示不同指標(biāo)兩兩比較的結(jié)果，如表1所示。

表1 T. L. Sataty1~9比例標(biāo)度法取值及含義

步驟3：利用公式CR=CI/RI對(duì)進(jìn)行一致性檢驗(yàn)，其中：CR為的隨機(jī)一致性比率；CI為的一致性指標(biāo)，由CI=(max?)/(?1)計(jì)算得出；RI為的平均隨機(jī)一致性指標(biāo)[7]，用以消除矩陣階數(shù)的影響，RI的取值如表2所示。一般，≥3時(shí)，當(dāng)0

表2 1~10階成對(duì)比較矩陣RI的取值

1.1.3 灰關(guān)聯(lián)度法

灰色關(guān)聯(lián)法的主要步驟如下。

步驟2：計(jì)算關(guān)聯(lián)度。X()對(duì)X()(≠)的關(guān)聯(lián)度系數(shù)為：

式中：為分辨系數(shù)，其取值一般為0.5[8]。

X()對(duì)X()(≠)的關(guān)聯(lián)度為：

步驟3：權(quán)重計(jì)算。依據(jù)步驟2，計(jì)算第行兩兩元素間的關(guān)聯(lián)度，構(gòu)成關(guān)聯(lián)度矩陣，即

1.1.4 合作博弈法

則對(duì)于系統(tǒng)中某個(gè)元件基于合作博弈法的權(quán)重向量為=[w1,w2, …,w]。

1.2 云模型理論

云模型可以實(shí)現(xiàn)定性概念與定量數(shù)值之間的轉(zhuǎn)換，C(，，e)為云參數(shù)[1]。圖1為=0.5，=0.166 7，e=0.015的正態(tài)云分布圖，其中為期望，代表該論域中最典型的樣本點(diǎn)；為熵，代表定性概念的模糊度；e為超熵，即熵的熵，反映該論域中所有點(diǎn)的凝聚性，即云滴的厚度[10]。

圖1 Ex=0.5，En=0.166 7，He=0.015的正態(tài)云分布圖

2 輔助供電系統(tǒng)分層分析模型的建立

影響動(dòng)車組輔助供電系統(tǒng)健康狀態(tài)的因素較多，而動(dòng)車組輔助供電系統(tǒng)是一個(gè)復(fù)雜、龐大的系統(tǒng)，其各因素的影響程度不同，各因素之間又存在聯(lián)系，在進(jìn)行動(dòng)車組輔助供電系統(tǒng)健康狀態(tài)評(píng)估時(shí)，很難考慮到影響其健康狀態(tài)的所有因素，因此，本文只選取具有代表性的評(píng)估狀態(tài)量，將整個(gè)系統(tǒng)分為系統(tǒng)層、元件層和指標(biāo)層等3個(gè)層次構(gòu)成，如圖2所示。

2.1 輔助供電系統(tǒng)健康狀態(tài)等級(jí)的劃分

本文將輔助供電系統(tǒng)的實(shí)際健康狀態(tài)劃分為5個(gè)等級(jí)，具體如下：T={T1，T2，T3，T4，T5}={好，較好，一般，較差，差}。

好：各指標(biāo)檢測(cè)值處于最優(yōu)值附近，系統(tǒng)能安全運(yùn)行。此時(shí)，系統(tǒng)不需要檢修，可以延長(zhǎng)檢修 計(jì)劃。

較好：個(gè)別指標(biāo)檢測(cè)值略有下降，但系統(tǒng)無(wú)劣化趨勢(shì)，仍能正常運(yùn)行。此時(shí)，系統(tǒng)可按計(jì)劃進(jìn)行檢修。

一般：某些指標(biāo)檢測(cè)值下降幅度較大，但系統(tǒng)仍能正常運(yùn)行。此時(shí)，可對(duì)系統(tǒng)計(jì)劃安排優(yōu)先檢修。

較差：某些指標(biāo)檢測(cè)值下降幅度較大，系統(tǒng)運(yùn)行狀態(tài)欠佳，容易發(fā)生故障，劣化趨勢(shì)較明顯。此時(shí)，應(yīng)盡快安排系統(tǒng)檢修。

差：某些指標(biāo)檢測(cè)值嚴(yán)重偏離設(shè)計(jì)值，系統(tǒng)整體狀態(tài)欠佳，已無(wú)法正常運(yùn)行，性能劣化趨勢(shì)非常明顯。此時(shí)，需立即進(jìn)行相關(guān)處理。

圖2 動(dòng)車組輔助供電系統(tǒng)分層分析模型

2.2 輔助供電系統(tǒng)各元件指標(biāo)參數(shù)

以CRH3型動(dòng)車組輔助供電系統(tǒng)為例進(jìn)行分析。對(duì)于輔助變流器，其指標(biāo)分別為輸入電壓(C1)、總諧波失真(C2)、三相負(fù)載允許不平衡度(C3)和效率(C4)；對(duì)于充電機(jī)，其指標(biāo)分別為輸入電壓(C5)、輸入頻率(C6)和輸出功率(C7)；對(duì)于蓄電池，其指標(biāo)分別為容量(C8)、輸出電壓(C9)和允許環(huán)境溫度(C10)。

根據(jù)文獻(xiàn)[13?14]中確定閾值的方法及現(xiàn)場(chǎng)評(píng)估經(jīng)驗(yàn)，輔助變流器、充電機(jī)、蓄電池的健康狀態(tài)評(píng)估指標(biāo)的閾值如表3所示。

某CRH3型動(dòng)車組輔助供電系統(tǒng)各元件指標(biāo)在某3個(gè)時(shí)間段檢測(cè)到3組相關(guān)數(shù)據(jù)的平均值如表4所示。

表3 輔助供電系統(tǒng)各元件健康狀態(tài)評(píng)估指標(biāo)閾值

表4 某CRH3型動(dòng)車組輔助供電系統(tǒng)各元件指標(biāo)檢測(cè)數(shù)據(jù)

3 CRH3型動(dòng)車組輔助供電系統(tǒng)健康狀態(tài)評(píng)估實(shí)例分析

3.1 原始數(shù)據(jù)處理

由于能反應(yīng)動(dòng)車組輔助供電系統(tǒng)健康狀態(tài)的指標(biāo)標(biāo)度類型和量綱都不相同，為將量綱數(shù)據(jù)變?yōu)闊o(wú)量綱數(shù)據(jù)，需利用規(guī)范化公式將原始數(shù)據(jù)進(jìn)行處理，將其壓縮在[0,1]之間。由于動(dòng)車組輔助供電系統(tǒng)各元件的指標(biāo)都為定量指標(biāo)，故其規(guī)范化公 式為：

式中：x()′為第個(gè)元件第個(gè)指標(biāo)的第個(gè)檢測(cè)值；x為該指標(biāo)的極限值，即最差值；x為該指標(biāo)的最優(yōu)值；x()為第個(gè)元件第個(gè)指標(biāo)的第個(gè)檢測(cè)值的規(guī)范化值；原始數(shù)據(jù)利用式(10)規(guī)范化處理后的數(shù)據(jù)如表5所示。

3.2 權(quán)重確定

3.2.1 熵權(quán)法確定元件指標(biāo)權(quán)重

表5 輔助供電系統(tǒng)各元件的指標(biāo)規(guī)范化數(shù)據(jù)

3.2.2 層次分析法確定元件指標(biāo)權(quán)重

以元件層元件之一的輔助變流器為例，通過(guò)專家經(jīng)驗(yàn)給定輔助變流器各指標(biāo)兩兩比較時(shí)的重要性標(biāo)度，寫成判斷矩陣形式，即：

3.2.3 灰關(guān)聯(lián)度法確定權(quán)重

按上述步驟，依次求得輔助變流器指標(biāo)兩兩間的關(guān)聯(lián)度得關(guān)聯(lián)矩陣1。

表6 輔助變流器指標(biāo)的絕對(duì)差數(shù)列

表7 輔助變流器指標(biāo)的關(guān)聯(lián)度系數(shù)

表8 輔助變流器指標(biāo)的關(guān)聯(lián)度

3.2.4 合作博弈法確定元件指標(biāo)組合權(quán)重

同樣，計(jì)算得元件層其他元件，即充電機(jī)、蓄電池的組合權(quán)重向量分別為2=[0.295 1，0.337 1，0.367 8]，3=[0.338 8，0.231 5，0.429 8]。

圖3為3種計(jì)算權(quán)重的方法和合作博弈法計(jì)算的指標(biāo)層權(quán)重結(jié)果，由圖3可以看出，合作博弈法下求得的指標(biāo)權(quán)重介于3種單一方法求得的指標(biāo)權(quán)重之間，避免單一確定權(quán)重的方法導(dǎo)致權(quán)重精確度變差。

圖3 輔助供電系統(tǒng)指標(biāo)層權(quán)重值

3.3 輔助供電系統(tǒng)各元件隸屬度的確定

輔助供電系統(tǒng)各元件的模糊隸屬度函數(shù)以及云模型函數(shù)如表9所示，根據(jù)輔助供電系統(tǒng)各元件的云模型參數(shù)可以得到其對(duì)應(yīng)的定性評(píng)測(cè)云發(fā)生器，如圖4所示。

圖4 輔助供電系統(tǒng)各元件的正態(tài)云分布圖

表9 輔助供電系統(tǒng)各元件的模糊隸屬度函數(shù)以及云模型參數(shù)

因此，輔助變流器各指標(biāo)對(duì)5個(gè)等級(jí)的隸屬度構(gòu)成了評(píng)判矩陣：

用同樣的方法得到元件層其他元件，即充電機(jī)、蓄電池各指標(biāo)對(duì)5個(gè)等級(jí)的隸屬度構(gòu)成的評(píng)判矩陣分別為：

3.4 輔助供電系統(tǒng)健康狀態(tài)綜合評(píng)估

綜合以上結(jié)果，求得輔助供電系統(tǒng)的評(píng)判矩陣為：

根據(jù)最大隸屬度法，取與max=max [b|=1, 2,…,5]相對(duì)應(yīng)的評(píng)判集元素作為評(píng)估結(jié)果，從而判斷出輔助供電系統(tǒng)的健康狀態(tài)等級(jí)。根據(jù)已計(jì)算的輔助供電系統(tǒng)的評(píng)估向量=·=[0.604 8，0.273 7，0.043 2，0.001，0]，再根據(jù)最大隸屬度法，即max=max[b|0.604 8，0.273 7，0.043 2，0.001，0]，則可得max=0.604 8，在評(píng)估向量中，0.604 8所對(duì)應(yīng)的狀態(tài)等級(jí)為好，所以可得輔助供電系統(tǒng)的健康狀態(tài)等級(jí)是好，根據(jù)評(píng)估結(jié)果可知該動(dòng)車組輔助供電系統(tǒng)能正常運(yùn)行。

4 結(jié)論

1) 以CRH3型動(dòng)車組輔助供電系統(tǒng)為具體研究對(duì)象，驗(yàn)證了合作博弈法和云模型理論評(píng)估方法的有效性。

2) 采用合作博弈法計(jì)算輔助供電系統(tǒng)元件層及各元件指標(biāo)權(quán)重，可彌補(bǔ)3種單一確定權(quán)重方法的不足，得到準(zhǔn)確率更高的權(quán)重。

3) 研究結(jié)果表明，本文所采用的健康狀態(tài)綜合評(píng)估方法運(yùn)用在CRH3型動(dòng)車組輔助供電系統(tǒng)的健康狀態(tài)評(píng)估中，能得到準(zhǔn)確的評(píng)估結(jié)果。

[1] 路廣勛, 李建增, 李鵬俊. 基于云重心法的發(fā)射場(chǎng)液壓泵的健康狀態(tài)評(píng)估[J]. 計(jì)算機(jī)測(cè)量與控制, 2014, 22(3): 800?802. LU Guangxun, LI Jianzeng, LI Pengjun. State assessment of the hydraulic pump of launch site based on cloud gravity evaluation[J]. Computer Measurement & Control, 2014, 22(3): 800?802.

[2] 齊繼陽(yáng), 王凌云, 李金燕, 等. 液壓系統(tǒng)健康狀態(tài)的綜合評(píng)估方法[J]. 機(jī)械設(shè)計(jì)與制造, 2016(5): 56?60. QI Jiyang, WANG Lingyun, LI Jinyan, et al. Method of comprehensive health assessment of the hydraulic system[J]. Machinery Design & Manufacture, 2016(5): 56?60.

[3] 雷從英, 夏良華, 郝晉峰. 云模型在齒輪健康狀態(tài)評(píng)估中的應(yīng)用研究[J]. 機(jī)械傳動(dòng), 2013(12): 22?26. LEI Congying, XIA Lianghua, HAO Jinfeng. Research on the application of cloud model in gear health condition assessment[J]. Journal of Mechanical Transmission, 2013(12): 22?26.

[4] 鄭彥濤. 基于層次分析法的CRH380B動(dòng)車組維修可靠性分析與研究[D]. 北京: 清華大學(xué), 2013. ZHENG Yantao. Hierarchy analysis based maintenance reliability for CRH380B series electric motor units[D]. Beijing: Tsinghua University, 2013.

[5] Mordeson J N, Wierman M J, Clark T D, et al. The analytic hierarchy process[M]. Encyclopedia of Biostatistics, John Wiley & Sons, Ltd, 2013: 19?28.

[6] Shannon C E. A mathematical theory of communication [J]. Bell System Technical Journal, 2014, 27(3): 379?423.

[7] 王玘, 何正友, 程宏波, 等. 基于多層免疫原理與模糊統(tǒng)計(jì)的地鐵牽引供電系統(tǒng)健康評(píng)估方法[J]. 鐵道學(xué)報(bào), 2015(12): 31?39. WANG Qi, HE Zhengyou, CHENG Hongbo, et al. Health assessment method for metro traction power supply system based on multi-layer immune principle and fuzzy statistics[J]. Journal of the China Railway Society, Railway Engineering, 2015(12): 31?39.

[8] 游桂芝, 鮑大忠. 灰色關(guān)聯(lián)度法在地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)指標(biāo)篩選及指標(biāo)權(quán)重確定中的應(yīng)用[J]. 貴州工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版), 2008, 37(6): 4?8. YOU Guizhi, BAO Dazhong. Gray correlative degree in geological hazard evaluation and election index weights to determine the application[J]. Journal of Guizhou University of Technology (Natural Science Edition), 2008, 37(6): 4?8.

[9] Purba J H. A fuzzy-based reliability approach to evaluate basic events of fault tree analysis for nuclear power plant probabilistic safety assessment[J]. Annals of Nuclear Energy, 2014(70): 21?29.

[10] ZHENG R, MA Z, WU Q, et al. Numerical characteristics analysis of cloud model and its application to random IOT security risk assessment[J]. International Journal of Applied Mathematics & Statistics, 2013, 48(18): 143? 153.

[11] 鄭建輝, 王天輝, 張超恒. 基于云重心評(píng)判法的裝備維修保障效能評(píng)估[J]. 艦船電子工程, 2016, 36(3): 115? 117, 129. ZHENG Jianhui, WANG Tianhui, ZHANG Chaoheng. Efficiency evaluation of equipment ervice base on cloud gravity center assessment method[J]. Ship Electronic Engineering, 2016, 36(3): 115?117, 129.

[12] 王開(kāi)銘. 高速鐵路牽引變電所可靠性分析與風(fēng)險(xiǎn)評(píng)估[D]. 蘭州: 蘭州交通大學(xué), 2017. WANG Kaiming. Reliability analysis and risk assessment of high-speed railway traction substation[D]. Lanzhou: Lanzhou Jiaotong University, 2017.

[13] 劉民. 動(dòng)車組輔助供電系統(tǒng)研究[D]. 成都: 西南交通大學(xué), 2016. LIU Min. The research of EMU auxiliary power supply system[D]. Chengdu: Southwest Jiaotong University, 2016.

[14] 何正友. 復(fù)雜系統(tǒng)可靠性分析在軌道交通供電系統(tǒng)中的應(yīng)用[M]. 北京: 科學(xué)出版社, 2015: 224?242. HE Zhengyou. Complex system reliability analysis and application in rail transit power supply system[M]. Beijing: Science Press, 2015: 224?242.

Health assessment of EMU auxiliary power supply system

ZHAO Feng1, 2, LI Yuanqin1, GAO Fengyang1, CHEN Xian1

(1. School of Automation and Electrical, Lanzhou Jiaotong University, Lanzhou 730070, China; 2. Key Laboratory of Opto-Technology and Intelligent Control Ministry of Education, Lanzhou Jiaotong University, Lanzhou 730070, China)

A method based on cooperative game method and cloud model was adopted to evaluate the health status with auxiliary power supply system of CRH3 EMU as an example in this paper. An evaluation index system of auxiliary power supply system health status assessment was established, the cooperative game method was adopted to obtain the combination weights of each component’s index and component layer. Cloud model was applied to obtain the membership degree of each component’s index to each auxiliary power supply system status grade. Hierarchical evaluation was used to assess auxiliary power supply system status. The results show that the adopted method combines the layered analysis model of auxiliary power supply system, and intuitive information on the health status of each index, key components and auxiliary power supply system can be gotten, meanwhile, the health status assessment of CRH3 EMU auxiliary power supply system can also be carried out effectively.

EMU; auxiliary power supply; cooperative game; cloud model; health status assessment

10.19713/j.cnki.43?1423/u.2019.03.004

U266

A

1672 ? 7029(2019)03 ? 0581 ? 09

2018?04?02

國(guó)家重點(diǎn)研發(fā)計(jì)劃資助項(xiàng)目(2017YFB1201003-020)；光電技術(shù)與智能控制教育部重點(diǎn)實(shí)驗(yàn)室開(kāi)放課題資助項(xiàng)目(KFKT2016-6)

趙峰(1966?)，男，上海人，教授，從事鐵道電氣化與自動(dòng)化、電能質(zhì)量分析及控制方面的研究；E?mail：zhaofeng818@163.com

(編輯 涂鵬)