高速铁路大风监测系统可靠性分析

王 楠，史 宏，张德强，李晓宇

（1.中国铁道科学研究院 电子计算技术研究所， 北京100081；2. 中国铁道科学研究院 铁道科学技术研究发展中心， 北京100081）

为保障高速铁路运营安全，减少或消除因大风天气条件下导致铁路行车事故，高速铁路大风监测系统已成为高速铁路重要的应用系统之一。

在我国新建的高速铁路上，依据线路所处的自然环境、地理条件以及防灾安全监控技术，不同程度地建立了防灾安全监控系统。例如，京沪（北京—上海）高速铁路建立的防灾安全监控系统，包括了大风监测、雨量监测、地震监控和异物侵限监控。这些防灾安全监控系统投入使用的时间并不长，但为保证高速铁路安全运营发挥了重要作用。

1 大风监测系统逻辑结构

部分以串联方式构成，其中，传感器、监控单元、数据处理设备、网络传输及供电系统采用了二级冗余，逻辑结构如图1。

图1 大风监测系统逻辑结构图

大风监测系统具有大风实时监测和大风报警两项功能，主要是对危及列车运行安全的大风进行监测报警，将灾害报警、限速、停运等信息提供给运营调度所，为列车运行计划调整、下达抢险救援、行车管制和维修管理等命令提供依据，当风速超过报警阈值时，自动产生大风报警信息（报警等

高速铁路大风监测系统包含风传感器，监控单元，监控数据处理中心，调度终端，工务终端，网络传输及供电系统。系统的逻辑结构由各组成级、限速区段、临时限速值），并传送到调度所防灾终端。

2 大风监测系统的可靠性分析

2.1 FMEA分析

采用失效模式及影响分析法（FMEA）对大风监测系统中的关键环节进行归纳，分析可能存在的失效模式及其产生的后果和影响，找出薄弱环节，并实施重点改进和控制。

对几个铁路局现有大风监测系统进行调研，截至到2012年4月，对发现的问题作失效模式及影响分析（FMEA），归纳为6种失效模式，如表1。

表1 失效模式分析表

各失效模式按比率排序如图2。

图2 各失效模式所占比率排序

这6种失效模式不可能通过简单的落实管理制度来完全避免，需要对其可靠性作进一步分析。

2.2 可靠性分析

大风监测系统属于可修复性系统，系统运行过程中，正常情况与故障情况交替出现，如图3。

图3 大风监测系统运行进程图

其中，Xi和Yi分别表示第i个周期的开工时间和停工时间，i=1,2,…,n，在开工时间内系统属于正常状态， 在停工时间内系统属于故障状态。

2.2.1 大风监测系统的随机过程模型

考虑到大风监测系统的运行及维修特点，系统的维修和调试只能在天窗点进行，因此可以不考虑维修时间，于是系统故障发生的时刻可以看成时间轴上的一些随机点，因而能够用随机过程来描述。

不考虑系统老化带来的系统性能降低和系统升级带来的系统性能增加，我们假定系统故障时间服从指数分布，从而可以用时齐普阿松过程（HP模型）来描述系统故障时间。

针对以上假定，搜集大风监测系统故障数据并对其进行验证。

武广高速铁路2012年2月8日—4月16日故障统计如表2。

利用以上数据，对大风监测系统的运行规律为时齐普阿松过程（HP模型）的假定进行非参数检验，使用柯尔莫哥洛夫-斯米洛夫检验（Kolmo-gorov-Smirnov Test），计算得P值为0.1189>0.05，即大风监测系统的运行规律为时齐普阿松过程（HP模型）的置信度为95%以上。

2.2.2 系统无故障工作时间分布

系统无故障工作时间的分布为：

Fi(t)=P{xi≤t}

无故障工作平均时间（MTTFF）是：

对武广高速铁路2012年2月8日—4月16日的数据进行分析，得到无故障工作平均时间的估计值为：

MTTFF=2.65（天）

2.2.3 （0, t] 时间内故障次数的分布

高速铁路防灾安全监控系统随时间运行的进程是正常情况与故障情况交替出现的过程，因此，在（0, t] 时间内故障次数N(t)是一个取非负整数的随机变量，系统在（0, t] 时间内故障次数的分布是：

Pk(t)=P{N(t)=k}, k=0,1,2,…, n

表2 武广高速铁路12年2-4月大风监测系统设备故障统计表

系统在（0, t] 时间内的平均故障次数为：

当()Mt可导时，瞬时故障频度为：

系统的稳态故障频度为：

对武广高速铁路2012年2月8日—4月16日的数据进行分析，得到系统稳态故障频度的估计值为：M=11.57次/月

3 提高大风监测系统可靠性的措施

3.1 可靠性优化原则

根据上述分析，对提高大风监测系统可靠性应遵循以下原则：

（1）使系统保持简单，模块化的结构，既能满足性能要求，也能保证维修方便，增加系统的有效度。（2）对于可靠性低的关键环节重点关注，使用高级材料或更多的研究来提高可靠性。对于可靠性高的环节，在不致大幅降低可靠性的条件下可以适当降低材料费用，最终达到提高可靠性，降低系统成本的目的。（3）对可靠性低的部件或级，使用并联冗余，但要保证冗余设计的合理性，不致降低系统的可用性。（4）使用预防性维修，在某一固定的时间间隔内，不管欲替换的部件是否失效，均用一些新的部件来替换。

3.2 可靠性优化措施

3.2.1 硬件问题

对线上使用的风速风向计，选取同型号设备进行检测、标定，确定其可靠度，并对替换下来的故障风速风向计进行分析，查找其故障原因，以提高风速风向计的可靠性。

3.2.2 供电问题

（1）增设一套检测设备，对防灾监测单元引出的防灾电缆线进行监测，及时发现故障，同时对电缆或设备性能劣化造成的指标变化提前掌握，以便及时采取措施。（2）UPS及电源开关故障引发的系统故障较多，更换可靠性高的产品。

3.2.3 网络传输问题

定期检测网络及交换机，保障网络通畅。

3.2.4 软件问题

对于系统中软件问题，厂家应及时升级，提高系统的可用性。

3.2.5 系统设计问题

（1）变更或优化防雷设计，消除因雷击而产生的系统运用故障。（2）分析现有大风监测点分布、运用情况及历史气象资料，在合理地点增设大风监测点。（3）研究大风预测模型，增加大风提前预警能力。

3.2.6 人员维护问题

建议增加高速铁路防灾安全监控系统专业专职维护人员，以保障系统故障的及时解决，提高系统的可靠性。

4 结束语

本文应用失效模式及影响分析法（FMEA），对影响高速铁路大风监测系统可靠性的原因进行研究，归纳出6中故障模式。通过创建随机模型，利用时齐普阿松过程（HP模型）检验大风监测系统的运行规律，提出可靠性的优化原则，并从系统硬件、供电、网络传输及人员维护等方面提出优化建议，从而提高系统可靠性。

[1] 王彤. 铁路防灾安全监控系统[C] . 第五届中国智能交通年会暨第六届国际节能与新能源汽车创新发展论坛优秀论文集（上册），2009.

[2] 郭奇园，杨林，王小铁. 客运专线综合防灾安全监控系统设计[J] . 铁路计算机应用，2007（9）.

[3] 赵廷弟. 系统可靠性设计分析教程[M] . 北京：航天航空大学出版社，2004.

[4] 程侃. 寿命分布类与可靠性数学理论[M] . 北京：科学出版社， 1999.

[5] 茆诗松. 可靠性统计[M] . 北京：高教出版社，2008.

[6] （美）F.A.蒂尔曼. 系统可靠性最优化[M] . 北京：科学出版社，2011.