基于GA-BP神经网络的列车关键部件预防性维修优化模型及应用

• 作者: 周志恒 贺德强 陈彦君 张小振 沈国强
• 来源期刊: 铁道科学与工程学报
• 关键词: 列车 GA-BP神经网络 威布尔分布 不完全维修 可靠度
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 高速铁路技术与智慧交通|High-speed Rail Technology and Intelligent Transportation
• 页码范围: 1382-1391
• 页数: 10页
• 分类号: U279.4
• 语种: 中文
• DOI: 10.19713/j.cnki.43-1423/u.T20200761

摘要

针对现有列车检修模式存在欠维修或过维修的不足,综合考虑列车运行安全性、经济性和高效性,提出一种基于GA-BP神经网络的列车关键部件不完全维修模型.首先,引入役龄回退因子,采用故障小修、预防性维修和更换维修相结合的维修策略;然后,以单位时间维修费用最小为目标函数,列车运行可靠度和周期内预防性维修次数为决策变量;最后,以某市地铁1号线列车车门部件为验证对象,结合GA-BP神经网络,对未来可靠度进行预测并验证准确性,预测结果作为模型决策变量寻优约束条件,获得最佳维修时间间隔.仿真结果表明:相比于现有检修模式,基于GA-BP神经网络的不完全预防性维修模型日均维修费用可节约24.07％,可靠度提高约3.4％,维修次数减少50％.研究结果可为地铁列车检修模式优化提供理论和实践参考.