基于生存分析的AFC终端设备无故障运行时间预测

doi:10.3969/j.issn.1673-4440.2021.05.011

铁路通信信号工程技术 ›› 2021, Vol. 18 ›› Issue (5): 59-65.DOI: 10.3969/j.issn.1673-4440.2021.05.011

基于生存分析的AFC终端设备无故障运行时间预测

李波¹，张炳森²，张宁³

1．中铁第四勘察设计院集团有限公司，武汉 430063；
2．北京城建设计发展集团股份有限公司，北京 100037；
3．东南大学智能运输系统研究中心轨道交通研究所，南京 210018

收稿日期:2020-08-27 修回日期:2020-08-29 出版日期:2021-05-25 发布日期:2021-08-16
基金资助:
中国铁建股份有限公司科研计划课题（17-C41）

Prediction for Fault-free Operation Time of AFC Terminal Equipment Based on Survival Analysis

Li Bo¹, Zhang Bingsen², Zhang Ning³

1. China Railway Siyuan Survey And Design Group Co., Ltd, Wuhan 430063, China；
2. Beijing Urban Construction Design & Development Group Co., Ltd., Beijing 100037, China；
3. ITS Rail Transit Research Institute, Southeast University, Nanjing 210018, China

Received:2020-08-27 Revised:2020-08-29 Online:2021-05-25 Published:2021-08-16

摘要/Abstract

摘要： 提出一种基于加速失效模型的无故障运行时间预测方法以改善AFC终端设备的维护管理水平。分析人、环境及设备自身状况特征因素对设备故障的影响，在生存分析的理论基础上研究构建基于风险的无故障运行时间预测模型。采用南京地铁油坊桥车站一年的AFC设备故障数据，以机械类故障为例进行估计和验证。根据赤池信息量准则，选择Weibull分布建立无故障运行时间预测模型，以平均绝对百分比误差（MAPE）作为模型性能评价指标，结果显示该方法具有优秀的预测性能，相比基于回归分析的方法表现出明显的优势。本研究结果可为设备维修管理提供有价值的参考。

关键词: 轨道交通, 生存分析, 区间预测, 加速失效模型

Abstract: In order to improve the maintenance management level of AFC terminal equipment, a prediction method of fault free operation time based on accelerated failure model is proposed. This paper analyzes the influence of human, environment and equipment condition characteristics on equipment failure, and constructs a risk-based prediction model of fault free operation time based on the theory of survival analysis. The AFC equipment fault data of Youfangqiao station of Nanjing subway for one year is used to estimate and verify the mechanical fault. According to the Chi Chi information criterion, Weibull distribution is selected to establish the prediction model of fault free operation time, and the mean absolute percentage error (MAPE) is used as the performance evaluation index of the model. The results show that the method has excellent prediction performance, and has obvious advantages over the method based on regression analysis. The research results can provide valuable reference for equipment maintenance management.

Key words: rail transit, survival analysis, interval prediction, accelerated failure model

中图分类号:

U293.22

李波, 张炳森, 张宁. 基于生存分析的AFC终端设备无故障运行时间预测[J]. 铁路通信信号工程技术, 2021, 18(5): 59-65.

Li Bo, Zhang Bingsen, Zhang Ning. Prediction for Fault-free Operation Time of AFC Terminal Equipment Based on Survival Analysis[J]. Railway Signalling & Communication Engineering, 2021, 18(5): 59-65.

图/表 10

参考文献

[1]胡超芬，董源，董方武.地铁自动售检票系统设备故障数据分析与维修策略[J].城市轨道交通研究，2017，20(3):144-147.
Hu Chaofen, Dong Yuan, Dong Fangwu. Analysis of Fault Data in AFC System Equipment and Maintenance Strategy[J]. Urban Mass Transit, 2017, 20(3):144-147.
[2]李其林，李源军，陈榕.南京地铁自动售检票设备维修管理系统研究[J].城市轨道交通研究，2015，18(8):138-141.
Li Qilin, Li Yuanjun, Chen Rong. On AFC Equipment Maintenance Management System in Nanjing Metro[J]. Urban Mass Transit, 2015, 18(8): 138-141.
[3]黎江，杨军.自动售检票线网化维修管理系统的构建[J].都市快轨交通，2014，27(3):56-59.
Li Jiang, Yang Jun. Construction of Networked Maintenance System for Automatic Fare Collection of Rail Transit[J]. Urban Rapid Rail Transit, 2014, 27(3): 56-59.
[4]刘忠俊，崔艳雨，梁开义，等.地铁车辆全生命周期维修策略研究[J].中国铁路， 2016(4):81-85.
[5]潘乐真，张焰，俞国勤，等.状态检修决策中的电气设备故障率推算[J].电力自动化设备， 2010，30(2):91-94.
Pan Lezhen, Zhang Yan, Yu Guoqin, et al. Prediction of Electrical Equipment Failure Rate for Condition-based Maintenance Decision-making[J]. Electric Power Automation Equipment, 2010, 30(2):91-94.
[6]杨文臣，张轮，施奕骋，等.城市快速路交通事件持续时间生存分析[J].交通运输系统工程与信息，2014，14(5):168-174.
Yang Wenchen, Zhang Lun, Shi Yicheng, et al. Survival Analysis of Traffic Incident Duration for Urban Expressways[J]. Journal of Transportation Systems Engineering and Information Technology, 2014, 14(5).168-174.
[7]石庄彬，张宁，钱振东.基于生存分析的轨道交通客流高峰持续时间区间预测[C]//第十二届中国智能交通年会论文集.常熟：2017:251-260.
[8] Shi Zhuangbin, Zhang Ning, Zhang Yunlong. Hazard-Based Model for Estimation of Congestion Duration in Urban Rail Transit Considering Loss Minimization[J]. Transportation Research Record: Journal of the Transportation Research Board, 2016, 2595(1):78-87.
[9] Karalashvili M, Gro S, Marquardt W, et al. Identification of Transport Coefficient Models in Convection-Diffusion Equations[J]. SIAM Journal on Scientific Computing, 2011, 33(1):303-327.
[10]石庄彬.城轨交通客流高峰事件持续时间预测[D].南京:东南大学，2015.

[1]	肖晨, 何跃齐, 赵嘉伟, 张宁. 城市轨道交通路网建模中路径搜索算法的实现#br#[J]. 铁路通信信号工程技术, 2021, 18(9): 49-53.
[2]	刘博, 乐梅, 张军, 李擎. 多制式轨道交通协同应急指挥平台方案研究[J]. 铁路通信信号工程技术, 2021, 18(8): 31-35.
[3]	宋大治, 张浩, 徐钟全, 刘光杰. 基于MPP和Hadoop的城市轨道交通线网指挥平台设计[J]. 铁路通信信号工程技术, 2021, 18(8): 47-53.
[4]	李永, 张学兵. 城市轨道交通行车调度岗位风险分析与思考[J]. 铁路通信信号工程技术, 2021, 18(8): 57-61.
[5]	马龙. 城市轨道交通信号系统DCS有线网络过渡方案研究[J]. 铁路通信信号工程技术, 2021, 18(8): 62-64,89.
[6]	王欣. 基于Cordova的跨平台智慧出行APP设计与实现[J]. 铁路通信信号工程技术, 2021, 18(7): 40-44.
[7]	黄璞, 黄海荣. CBTC城市轨道交通工程车ATP应用研究[J]. 铁路通信信号工程技术, 2021, 18(5): 100-104.
[8]	周茂庆, 陈卓, 张宁, 张炳森. 基于层次聚类的城轨设备维修方式决策研究[J]. 铁路通信信号工程技术, 2021, 18(4): 52-58.
[9]	赵野, 付保明, 张宁. 城市轨道交通安检集成系统研究[J]. 铁路通信信号工程技术, 2021, 18(4): 71-76.
[10]	王紫薇, 韩冰. 基于人脸识别和信用登乘的轨道交通乘车方案[J]. 铁路通信信号工程技术, 2021, 18(3): 43-46,53.
[11]	石晓雯. 列车安全防护包络对CBTC列车影响的研究[J]. 铁路通信信号工程技术, 2021, 18(1): 71-75.

基于生存分析的AFC终端设备无故障运行时间预测

Prediction for Fault-free Operation Time of AFC Terminal Equipment Based on Survival Analysis

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 10

参考文献

相关文章 11

编辑推荐

Metrics

本文评价