System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及铁路机车健康管理,具体涉及一种基于机务大数据的铁路机车健康管理方法及系统。
技术介绍
1、随着国民经济的快速发展,对铁路运输提出了更高的要求,铁路信息化在铁路跨越式发展中的重要地位和支撑作用越来越显著,机务段作为铁路的重点部门,其检修质量直接影响到铁路运输的效率和质量,机车检修信息系统在铁路整个信息化建设中是一个相对薄弱的环节,由于传统的机车检修管理与工作过程中信息化程度低、缺乏过程控制,无法及时准确地掌握机车检修数据,从而很难有效地控制机车检修质量,不能保证机车运用安全性与可靠性,传统的机车检修管理手段与方法存在机车检修质量管理方法落后、检修作业控制和检测手段落后和质量管理与考核机制滞后的弊端,因此,研究如何实现对铁路机车进行健康管理具有十分重要的现实意义,本方案具体涉及一种基于机务大数据的铁路机车健康管理方法及系统;
2、但是现有的一种基于机务大数据的铁路机车健康管理方法及系统无法将机车当量公里的概念引入到机车检修计划编制过程中,没有应用到机车检修管理与监控系统中,无法合理利用检修资源,会影响机车检修效率,无法保证机车运用质量,降低了检修管理的水平,没有制定机车运用与检修可靠性指标,无法利用机车检修信息与故障信息评价机车运用与检修的质量,无法实现对铁路机车进行高效的健康管理。
技术实现思路
1、本专利技术的主要目的在于提供一种基于机务大数据的铁路机车健康管理方法及系统,可以有效解决
技术介绍
中提出的基于机务大数据的铁路机车健康管理方法及系统无法将机车当量
2、为实现上述目的,本专利技术采取的技术方案为:
3、一方面,本专利技术提供一种基于机务大数据的铁路机车健康管理方法,包括以下步骤:
4、步骤一:通过采集设备采集铁路机车的当量公里值,对采集的铁路机车当量公里值进行统计;
5、步骤二:依据从设备采集的机车当量公里数据,计算机车各修程对应的检修日期、计划完成日期,实现机车检修计划的计算机编制;
6、步骤三:对铁路机车进行运用与检修可靠性分析,评价铁路机车的运行状态;
7、步骤四:对铁路机车进行健康管理和监控,保证铁路机车运行的稳定性。
8、优选的,所述机车当量公里为机车行走公里与机车当量公里系数的乘积,其表达式为sd=k×s,其中s为机车行走公里,k为对应机车行走公里s的当量公里系数,机车当量公里系数反映单位行走公里机车部件的损耗程度。
9、优选的,所述当量公里系数是牵引负荷率的增函数和机车速度的减函数,其表达式为k=(a·ρ+b)/v+c,其中ρ为机车牵引负荷率,v为机车速度。
10、优选的,所述机车的损耗发生在牵引运行过程中,机车运行工况分为机车牵引工况、惰行工况、电阻制动工况和有动力停留工况。
11、优选的,所述有动力停留工况下机车累计当量公里表达式为sd1=k1·∑(4·δt1)=4·k1·t1,惰行工况下机车累计当量公里表达式为sd2=∑(b/v+c)·δs2=b·t2+c·s2,机车有动力停留工况相当于机车速度趋近于零,累计行走公里为零的惰行工况,在相同时间t内,机车速度趋近于零时的惰行工况的当量公里与机车有动力停留工况下的当量公里相等,即有4·k1·t=b·t+c·s2,由于速度趋近于零,因此s2≈0,c·s2≈0,可得b=4·k1,则惰行工况下的机车累计当量公里表达式为sd2=4·k1·t2+c·s2,电阻制动工况下机车累计当量公里表达式为sd3=∑(b/v+c+c0)·δs3=4·k1·t3+(c+c0)·s3,牵引工况下机车累计当量公里表达式为机车累计工作时间t=t1+t2+t3+t4,机车累计当量公里
12、优选的,所述机车当量公里的检修计划编制具体流程如下:
13、s1:采集机车当量公里sd,如果机务段机车安装了当量公里记录仪,则直接从当量公里记录仪采集机车当量公里数据;如果机务段机车安装了当量公里记录仪,则直接从当量公里记录仪采集机车当量公里数据,根据各机车运行负荷状况、实际运行时间,输入机车累计工作时间t、机车累计行走公里s、参数k1、a、c、c0以及机车平均牵引负荷率根据机车当量公里计算公式换算的机车当量公里;
14、s2:选择修程,读取该修程对应的检修周期st,检修周期依据机车检修的当量公里门限值确定;
15、s3:搜索机车历史运行记录,计算机车平均当量公里
16、s4:读取该修程自上次检修的机车当量公里数据sl以及上次检修日期tl;
17、s5:利用公式
18、优选的,所述可靠性指标分为评价机车运用状态的指标和评价机车检修状态的指标,评价机车运用状态的指标选取平均故障率和平均无故障时间,评价机车检修状态的指标选取机务段的机车检修率、机车平均修车时间与机车完好率。
19、另一方面,本专利技术提供一种基于机务大数据的铁路机车健康管理系统,包括:
20、管理平台,所述管理平台用于对基于机务大数据的铁路机车健康管理系统进行运维;
21、系统维护模块,所述系统维护模块用于数据库连接设置、用户管理、代码维护以及系统数据维护;
22、基础数据维护模块,所述基础数据维护模块用于对铁路机车基本信息和配件基本信息进行维护;
23、检修计划管理模块,所述检修计划管理模块用于机车检修计划制定以及分配;
24、检修作业监控模块,所述检修作业监控模块用于机车检修作业网络监控和机车检修作业记录;
25、查询报表模块,所述查询报表模块用于对机车运用和检修信息进行查询,并生成报表;
26、统计分析模块,所述统计分析模块用于对机车故障进行统计和分析。
27、优选的,所述检修作业监控模块的具体流程为:
28、ss1:启动检修作业监控模块;
29、ss2:依据本月检修计划,导入检修信息,包括本月计划检修信息及上月未完成的检修信息,如果不存在,则退出模块,并提示制定检修计划,如果存在检修信息,则导入机车型号及检修日期,选择监控机车;
30、ss3:判断用户权限,若用户仅具有浏览权限,没有操作权限,则系统只允许用户浏览当前检修作业完成情况,若用户具有操作权限,则系统允许施修人提交工序完成情况,验收员完成工序验收,同时采用指纹识别仪验证操作员信息;
31、ss4:所有活项完成后,系统更新机车故障记录、机车检修记录、配件更换记录,验收交车检修完毕,退出模块。
32、优选的,所述系统在监控机车临修作业时,首先调取当日机车临修信息及未完成的临修任务,将各项机车临修作本文档来自技高网...
【技术保护点】
1.一种基于机务大数据的铁路机车健康管理方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的一种基于机务大数据的铁路机车健康管理方法,其特征在于:所述机车当量公里为机车行走公里与机车当量公里系数的乘积,其表达式为Sd=k×S,其中S为机车行走公里,k为对应机车行走公里S的当量公里系数,机车当量公里系数反映单位行走公里机车部件的损耗程度。
3.根据权利要求2所述的一种基于机务大数据的铁路机车健康管理方法,其特征在于:所述当量公里系数是牵引负荷率的增函数和机车速度的减函数,其表达式为k=(a·ρ+b)/v+c,其中ρ为机车牵引负荷率,v为机车速度。
4.根据权利要求2所述的一种基于机务大数据的铁路机车健康管理方法,其特征在于:所述机车的损耗发生在牵引运行过程中,机车运行工况分为机车牵引工况、惰行工况、电阻制动工况和有动力停留工况。
5.根据权利要求4所述的一种基于机务大数据的铁路机车健康管理方法,其特征在于:所述有动力停留工况下机车累计当量公里表达式为Sd1=k1·∑(4·ΔT1)=4·k1·T1,惰行工况下机车累计当量公里表达式
6.根据权利要求1所述的一种基于机务大数据的铁路机车健康管理方法,其特征在于:所述机车当量公里的检修计划编制具体流程如下:
7.根据权利要求1所述的一种基于机务大数据的铁路机车健康管理方法,其特征在于:所述可靠性指标分为评价机车运用状态的指标和评价机车检修状态的指标,评价机车运用状态的指标选取平均故障率和平均无故障时间,评价机车检修状态的指标选取机务段的机车检修率、机车平均修车时间与机车完好率。
8.一种根据权利要求1-7任一所述的基于机务大数据的铁路机车健康管理系统,其特征在于,包括:
9.根据权利要求8所述的一种基于机务大数据的铁路机车健康管理系统,其特征在于,所述检修作业监控模块的具体流程为:
10.根据权利要求9所述的一种基于机务大数据的铁路机车健康管理系统,其特征在于:所述系统在监控机车临修作业时,首先调取当日机车临修信息及未完成的临修任务,将各项机车临修作业按机车型号与入段时间顺序载入到主界面中,根据机车临修作业的进程向系统提交各项作业的完成信息,利用列表控件显示所有机车故障信息及故障处理情况,以不同的颜色区别各故障解决与否。
...【技术特征摘要】
1.一种基于机务大数据的铁路机车健康管理方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的一种基于机务大数据的铁路机车健康管理方法,其特征在于:所述机车当量公里为机车行走公里与机车当量公里系数的乘积,其表达式为sd=k×s,其中s为机车行走公里,k为对应机车行走公里s的当量公里系数,机车当量公里系数反映单位行走公里机车部件的损耗程度。
3.根据权利要求2所述的一种基于机务大数据的铁路机车健康管理方法,其特征在于:所述当量公里系数是牵引负荷率的增函数和机车速度的减函数,其表达式为k=(a·ρ+b)/v+c,其中ρ为机车牵引负荷率,v为机车速度。
4.根据权利要求2所述的一种基于机务大数据的铁路机车健康管理方法,其特征在于:所述机车的损耗发生在牵引运行过程中,机车运行工况分为机车牵引工况、惰行工况、电阻制动工况和有动力停留工况。
5.根据权利要求4所述的一种基于机务大数据的铁路机车健康管理方法,其特征在于:所述有动力停留工况下机车累计当量公里表达式为sd1=k1·∑(4·δt1)=4·k1·t1,惰行工况下机车累计当量公里表达式为sd2=∑(b/v+c)·δs2=b·t2+c·s2,机车有动力停留工况相当于机车速度趋近于零,累计行走公里为零的惰行工况,在相同时间t内,机车速度趋近于零时的惰行工况的当量公里与机车有动力停留工况下的当量公里相等,即有4·k1·t=b·t+c·s2,由于速度趋近于零,因此s2≈0,c·s2≈0,可得b=4...
【专利技术属性】
技术研发人员:杨俊明,宋志敏,
申请(专利权)人:北京蓝天多维科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。