维修性分析在铁路视频安防系统中的应用

摘 要：对产品的可维修性进行有效分析，可以最大程度的逼近产品的故障时间，合理评估维修费用，获得最佳的维修效果和维修时间，把系统故障率减小到最小状态。本文针对铁路视频安防系统的产品特点，利用维修性分析方法，将产品的运行维护和预防性分析有机结合起来，以期提高整个视频安防系统的质量及性能。

关键词：维修性分析；平均修复时间；视频安防

中图分类号：TN722.1+2 文献标识码：A

随着国内高铁及城轨事业的高速发展，与之配套的视频安防系统要求也越来越高，对越来越复杂。由于铁路行业的特殊性，对其周边配套系统的稳定性、可靠性、可维护性等都提出了更为严格的要求，特别是在7・23温州动车事件后，各铁路相关企业都把提高产品质量列为今后工作的重中之重。

产品的质量控制可以从研发设计、生产制造、运行维护等各个环节进行改进把控。对产品的可维修性进行有效分析，可以最大程度的逼近产品的故障时间，合理评估维修费用，获得最佳的维修效果和维修时间，把系统故障率减小到最小状态。本文针对铁路视频安防系统的产品特点，利用维修性分析方法，将产品的运行维护和预防性分析有机结合起来，以期提高整个视频安防系统的质量及性能。

1 维修性分析基本知识

1.1 概述

维修性是指一个产品必要的维修可简便、经济、安全、准确地进行，并可根据概率或维修所需的资源级别来度量。因此，维修性对于产品满足所需性能的能力会产生直接影响。维修就是为保持或恢复产品的这种能力所采取的活动。

在一个产品的设计过程中，设计者应事先考虑系统及其组成部分如何进行维修。因此产品的维修性和性能目标的实现都会受到设计活动及其结果的直接影响。

1.2 维修性要求

维修性分析的重要前提是产品有维修性要求：具有良好的可达性；达到较高的标准化水平和互换性要求；确保系统安全；具有完善的防差错措施和识别标志；良好的可测试性；尽量减少维修项目，降低维修技能要求；对贵重件应有可修复性要求；符合维修的人机工程要求。

1.3 维修性分析基本函数

维修度函数：由于每次修复产品的时间T是一个随机变量，产品的维修度M(t)可定义为T不超过规定时间t的概率

当规定时间t作为变量时，上述概率表达式就是维修度函数，它是修理时间的分布函数。

维修概率密度函数：维修概率密度函数m(t)是维修度函数m(t)的导数，即

维修率函数：?滋(t)是单位时间内瞬态修复的概率，定义为

1.4 主要维修性参数选择

1.4.1 平均修复时间

定义：排除故障所需时间的平均值。

1.4.2 最大修复时间Mmax

定义：产品达到规定维修时间所需的时间，即完成给定维修度或某个规定百分度（通常为90%或95%）所需的时间成为最大维修时间。其通常是平均修复时间的2-3倍，具体的取值取决于维修时间的分布和方差及所规定的百分数。

定义：表示维修度等于50%时的修复时间。

1.4.4 预防性维修时间Mpt

定义：指定期检查，维修保养，有计划地换件、校正、检修等。预防性维修时间也有均值、中值及最大值之分。

计算时，以预防性维修频率代替故障率，预防性维修时间代替维修性维修时间。

1.4.5 维修性参数选择原则

维修性参数分为使用参数和合同参数两类。使用参数是反映产品使用需要的维修性参数，它包含产品设计者无法控制的在使用中出现的那些随机因素。合同参数表示在合同或研制任务中说明客户对产品的维修性要求，并且是产品设计者在研制和生产中能够控制和验证的维修性参数。使用参数与指标是客户在方案论证中使用的，而合同参数与指标是经过双方协商后写入合同与研制任务书中的。这里我们的维修性分析以使用参数为主。

2 维修性分析流程

较早的铁路视频监控系统大多以模拟系统为主，随着安防技术的发展，当系统更多的建立在软件基础上时，传统的硬件维修性分析就应当延伸到包含软件部分在内的维修性分析。设计过程中最简单的方法就是确定硬件和软件的维修性目标，然后分别完成它们各自的维修性分析，在产品或者系统层面上将它们结合起来。这种方法的主要缺点是失效数据往往是针对系统或产品的，而不是对特定硬件或软件的鉴别。同样的，较为合理的方法应该是任何系统或模块中的对象应该根据整个系统的性能来定义，因为这样能够防止责任归属的争论，也使得设计团队能综合权衡软件和硬件的设计内容。维修性分析流程图如下图所示。

2.1 维修性数据的获取

维修性相关数据可以从相似产品的历史数据，产品设计和制造数据，产品演示验证和现场数据等方面得到。同时，FMECA和FTA也可以作为维修性分析的数据来源。这些数据可用基本的维修性度量值，例如维修时间、修理次数、停机时间、故障率等表示。

2.2 分析工具及分析过程

2.2.1 常用统计分布

在铁路视频安防系统中，经常用到的统计分布为对数正态分布和指数分布。其它的分布也可以使用，这主要决定于数据的分析和实际校验的采用情况。

（1）指数分布

指数分布适用于完成维修的时间与以前的维修经验无关的情况。当维修时间t为指数分布时，其维修度函数为M(t)=1-e-?滋t，其维修率是常数，即?滋(t)=?滋；

平均修复时间：MTTR=1/?滋；

最大修复时间为Mmax=-MTTRln(1-p)，其中p为给定维修度。

（2）对数正态分布

这种分布是在维修性分析中应用最广泛的一种，它适用于修理频率和持续修理时间都互不相等的若干项工作组成的维修工作项目，因为它较好的代表修理时间的统计规律，在许多维修规范中都规定使用这种分布，其维修密度函数由下式给出

计算中要借助正态分布统计分布表(?准())及正态分布分位数表(Zp)。

2.2.2 基本维修性数据的计算分析

根据北京国铁华晨公司铁路视频安防系统的项目产品应用，维修率较高的设备主要为编码器、监控平台和光端机三种产品。依据2009年到2010年实际维修次数和每次维修时间，并根据每次的维修级别，整理出维修数据表：

其中DVE6040的总维修时间为160.5小时，68台次，线上可控运行设备总数量为1650台，故障率为4.1%；WTOSR117的总维修时间为56小时，34台次，线上可控运行总数量为960台，故障率为3.5%；监控平台的总维修时间为38小时。

（1）对于DVE6040编码器，其维修性时间采用对数正态分布，可计算出其维修性参数：

（2）对于WTOSR117光端机，其维修性时间同样采用对数正态分布，计算其维修性参数如下：

平均修复时间：

（3）对于监控平台，其维修性时间采用指数分布，计算其维修性参数为：

平均修复时间：

MTTR=38/16=2.375（小时）

完成95%维修活动的时间：

1小时的维修度函数值：

M(t)=1-e-?滋t=1-e-(1/2.375)*1=0.34

2.2.3 其它分析计算

有效的预防性维修，可以大大提高产品或系统的寿命。国铁华晨公司在2010年3月到12月，对线上运行的近1000台DVE6040进行了三次预防性维修，共花费工时130小时。下面是2010年2月到2011年9月，线上运行的2680台DVE6040设备的实际维修数据表：

总维修时间为113.5小时，90台次，故障率为3.1%。可以看出，通过预防性维修，降低了DVE6040的故障率。2009年到2010年DVE6040的年维修时间统计为160.5小时，2010年到2011年之间的年维修时间统计大约为133小时（113.5*12/20+130/2）。可见维修工时也有所降低。

2.3 数据表示

通过产品维修性分析，国铁华晨公司主要应用目前体现在三个方面：产品规格书和销售、维护合同，维修管理及新品开发。

通过维修性分析，国铁华晨公司在制定产品维修大纲时有了客观依据，而且在解决设备故障时，能够根据客户要求，合理把控维修时间，最大限度的规避了合同违约。同时，维修成本也有了较为明显的下降。

根据设备的故障概率及维修时间，国铁华晨公司对DVE6040及WTOSR117做了备品库管理，并定制了最低库存量。新研制产品DVE6060对DVE6040的故障率和维修时间等方面做了较为深入的分析和借鉴，其理论故障率及维护性都将有所改善。

结论

通过对实际应用中的设备或系统的故障情况及维修活动进行有效的分析，客观的掌握了产品的维修性指标，对产品的稳定性运行维护有了理论依据，而且对类似新产品的开发也有很好的指导意义。在铁路视频安防系统这种特殊行业中，维修性分析的有效执行，有利于系统的稳定可靠运转，同时降低高额的维护费用。

随着国铁华晨公司IRIS体系的深入开展，维修性分析将会引入维修风险等诸多因素，视频安防系统的维修性分析也将更为复杂，更加准确，维修性分析的价值也将得到更好的体现。

参考文献

[1]于永利等.系统维修性建模理论与方法[M].国防工业出版社，2007，6.

[2]何益海.可靠性与维修性工程概论[M].清华大学出版社，2010，7.

[3]GB/T 9414.2-200X/IEC[S].

[4]上海人丛众企业管理咨询有限公司培训教材[Z].