基于WLSM和FWGM的地铁车门故障危害性评估研究*

王夫歌，邢宗义，秦 勇，任金宝

（1.南京理工大学a.机械工程学院；b.自动化学院，南京 210094；2.北京交通大学轨道交通控制与安全国家重点实验室，北京 100044）

基于WLSM和FWGM的地铁车门故障危害性评估研究*

王夫歌1a，邢宗义1b，秦 勇2，任金宝1a

（1.南京理工大学a.机械工程学院；b.自动化学院，南京 210094；2.北京交通大学轨道交通控制与安全国家重点实验室，北京 100044）

车门系统作为乘客上下地铁列车的通道，其可靠性直接关系到乘客的人身安全。为评估车门故障的危害，提出一种基于加权最小二乘法WLSM和模糊加权几何平均值FWGM的危害性评估方法。首先，利用WLSM将故障模式风险因子的所有个人决策整合，得出团队评价决策。然后，通过FWGM定义模糊风险优先数FRPN并应用线性规划模型计算其α水平集。最后，利用质心法去模糊化得出FRPN的明确值，并通过FRPN明确值的排序找出车门危害性较大的故障模式，为车门系统可靠性的提高提供技术支持。

地铁车门；危害性评估；加权最小二乘法；模糊加权几何平均值；质心法

0 引言

随着城市轨道交通的快速发展，地铁列车在日常生活中扮演着越来越重要的角色。地铁列车运营站距短、车门开启频繁，造成车门的故障频发，危害正线的正常运营，对乘客的人身安全造成巨大威胁。因此，对车门系统进行可靠性分析，找出车门设计中的薄弱环节并制定合理的维修策略显得尤为重要。

故障模式影响及危害性分析（Failure Mode Effect and Criticality Analysis，FMECA）方法是一种常用的可靠性分析方法。崔欣哲［1］等运用FMECA方法对某汽车厂商发动机缸盖生产线进行可靠性分析，找出了发动机缸盖生产线的薄弱环节；夏军等［2］采用模糊FMECA方法分析地铁车门三个系统部件，根据危害度评判结果找出车门系统的可靠性改进和维修重点；Kwai-Sang Chin［3］提出一种基于证据推理的FMECA方法，对故障评价信息的不确定性和多样性进行建模。以上研究对地铁车门的可靠性做出了巨大贡献，但都存在传统FMECA危害性分析模糊性和不确定性的缺点。

本文提出一种基于加权最小二乘法（WeightedLeast Square Method，WLSM）和模糊加权几何平均值（Fuzzy Weighted Geometric Mean，FWGM）的车门系统模糊FMECA分析方法。根据地铁公司正线运营和检修中发现的车门故障信息，选取故障率较高的车门故障模式进行危害性分析，确定车门系统中危害度较大的故障模式，为提高车门系统可靠性和制定维修策略提供技术支持。

1 基于WLSM和FWGM的危害性评估

为了克服传统FMECA危害性分析存在模糊性和不确定性的缺点，将发生度（O）、严重度（S）和难检度（D）这三个风险因子视作模糊量并用模糊语言对其评价，并采用模糊风险优先数（Fuzzy Risk Priority Number，FRPN）的概念对故障模式危害性的大小进行分析判断。基于WLSM和FWGM的故障模式危害性决策步骤如下：

（1）团队评价决策的确定

FMECA分析是团队决策行为，但由于分析成员专业和知识背景的不同，对于同一故障模式的同一个风险因子，他们可能会做出不同的评价，为此需要应用WLSM将个人决策整合成团队决策评价。建立O、S和D三个风险因子评价等级及其权重的语言变量与模糊数的对应关系分别如表1和表2所示［4-5］。

假设FMECA分析小组有K个成员，V=（v1，v2，…，vK）表示成员的权重集，表示第i个风险因子的团队决策，表示第k个分析人员对第i个风险因子做出的个人决策，表示个人决策和团队决策之间的偏离误差，它可用来衡量团队决策的有效性，为了确保团队决策尽可能反映出所有分析人员的意见，第i个风险因子的团队决策可以根据WLSM用下式确定［6］：

所有故障模式风险因子及其权重的团队决策评价皆可以通过解决上述优化问题得出。

表1 评价语言的模糊数

表2 风险因子的模糊权重取值

（2）计算模糊风险优先数FRPN

将上式简化变形可以得到：

（3）计算FRPN的α水平集。

用区间表示的模糊集叫做α水平集，模糊集Ã的α水平集定义如下［8］：

为了简化计算，将上述模型简化为线性规划模型后再进行求解［9］，得到：

（4）利用质心法去模糊化

为了进行故障模式危害性比较，采用质心法将FRPN进行去模糊化。质心法将一个模糊数的质心定义为它的去模糊化的明确值，定义公式如下［10-11］：

当一个模糊数的隶属度函数未知而α水平集已知时，去模糊化明确值可根据下式得到［12］：

（5）危害性大小排序

模糊风险优先数FRPN的明确值越大，则代表故障模式的危害性越大。将所有故障模式FRPN的明确值由大到小排序，则得出对车门系统危害性较大的故障模式。

2 实例分析

根据某地铁公司的历史故障数据，选取车门系统常见的6个部件故障模式进行危害性分析，选取的故障模式如表3所示。

表3 车门系统常见故障模式

危害性评估小组由5名来自某地铁维修部门不同岗位的有经验的专家组成，5位成员分别为技术部门经理（TM1）、总工程师（TM2）、工程师（TM3）、工班长（TM4）、技术员（TM5），被赋予不同的相对权重：0.25，0.2，0.2，0.2和0.15，专家对6种故障模式的风险因子的模糊评价如表4所示。

表4 故障模式风险因子综合模糊评价信息

表5 车门故障模式模糊评价信息

表6 故障模式模糊风险优先数FRPN水平集

将故障模式的模糊评价等级转化为相应的模糊数后，利用WLSM将所有的个人决策整合成团队决策意见，可以得到6个故障模式的团队评价决策如表5所示。

为了计算故障模式模糊风险优先数FRPN的α水平集，根据公式（4）、（5）、（6）和（7）求利用质心法对模糊风险优先数FRPN的α水平集进行去模糊化，可得到所有故障模式风险优先数的明确值及危害性排名如表7所示。

解它们各自的线性规划模型，其中α水平分别设置为0，0.1，0.2，…1.0，所得结果如表6所示。

表7 FRPN明确值及危害性排序

由表7可知6个故障模式中危害度从高到低的顺序依次为：FM3（EDCU功能失效）、FM4（行程开关S1破损）、FM6（螺母组件破损）、FM5（丝杆润滑不良）、FM2（滚轮磨损）、FM1（压轮松动）。由表7可以看出，EDCU功能失效、行程开关S1破损和螺母组件破损三种故障模式的FRPN明确值远大于其它故障模式，应视为车门系统的关链故障模式，在地铁车门日常维修中应予以重点关注。另外，也应结合维修实际情况，对丝杆润滑不良、滚轮磨损和压轮松动等故障模式给予相应的改进措施。

3 总结

本文采用基于WLSM和FWGM的模糊FMECA分析方法对地铁车门故障率较高的6个故障模式进行可靠性分析，得出EDCU功能失效、行程开关S1破损和螺母组件破损是对车门系统危害较大的故障模式，应得到车门设计单位和维修部门的重点关注。该结论与现场检修工程师的经验基本一致，验证了本文方法的有效性和科学性，为地铁维修部门制定维修决策提供理论依据和技术支持。

［1］崔欣哲，丛明，王冠雄，等.基于FMECA的缸盖机加生产线故障分析［J］.组合机床与自动化加工技术，2014（1）：149-152.

［2］夏军，任金宝，季海燕.基于模糊FMECA的地铁车门可靠性分析［J］.机械制造与自动化，2014，43（2）：184-187.

［3］Kwai-Sang Chin，Ying-Ming Wang，Gary Ka Kwai Poon，et al.Failure mode and effects analysis using a group-based evidential reasoning approach［J］.Computers Operations Research，2009（36）：1768-1779.

［4］Hu-chen Liu，Long Liu，Qi-hao Bian，et al.Failure mode and effects analysis using fuzzy evidential reasoning approach and grey theory［J］.Experts Systems with Applications，2011（38）：4403-4415.

［5］王晓暾，熊伟.基于DLOWG算子的FMEA风险评估方法［J］.浙江大学学报（工学版），2012，46（1）：182-188.

［6］杨海军，雷杨.基于加权最小二乘拟蒙特卡罗的美式期权定价［J］.系统工程学报，2008，23（5）：532-538.

［7］马存宝，李雯，孙焱，等.基于模糊理论的FMEA方法研究［J］.测控技术，2013，32（8）：137-140.

［8］Ying-ming Wang.Centroid defuzzification and the maximizing set and minimizing set ranking based on alpha level sets［J］.Computers&Industrial Engineering，2009（57）：228-236.

［9］Liang-hsuan Chen，Wen-chang Ko.Fuzzy linear programming models for new product design using QFD with FMEA［J］.Applied Mathematical Modeling，2009（33）：633-647.

［10］战国璋.基于模糊理论的数控立式车床可靠性预计及故障分析技术［D］.长春：吉林大学，2014.

［11］Heeralal Gargama，Sanjay Kumar Chaturvedi.Criticality assessment models for failure mode effects and criticality analysis using fuzzy logic［J］.IEEE Transactions on Reliability，2011，60（1）：102-110.

［12］郝庆波.数控机床可靠性及维修性的模糊综合分配与预计［D］.长春：吉林大学，2012.

（编辑 赵蓉）

Study on Fault Harmfulness Assessment Based on WLSM and FWGM for Metro Door

WANG Fu-ge1a，XING Zong-yi1b，QIN Yong2，REN Jin-bao1a
（1a.School of Mechanical Engineering；b.School of Automation，Nanjing University of Science and Technology，Nanjing 210094，China；2.State Key Laboratory of Rail Traffic Control and Safety，Beijing Jiaotong University，Beijing 100044，China）

Door system is the channel for passengers to step in and out of the metro train，so its reliability is directly related to the safety of passengers.To assess the harm of door system failure，a method based on the weighted least squares method and the fuzzy weighted geometric method is put forward.First，by using WLSM to integrate all the individual decisions of failure mode risk factors，team evaluation and decision are reached.Then，FWGM is used to define the fuzzy risk priority Numbers and linear programming model is also used to calculate the level set ofα.Finally，the qualitative method is used to blur FRPN to get a definite value.The failure mode where the harm is bigger is found out according to the order of the FRPN definite value，which can provide technical support for the improvement of the reliability of the door system.

metro door；harmfulness assessment；WLSM；FWGM；centroid defuzzification method

TH165；TG65

A

1001-2265（2015）06-0036-03 DOI：10.13462/j.cnki.mmtamt.2015.06.010

2014-12-15；

2015-01-22

国家科技支撑计划项目（2011BAG01B05）；中国铁路总公司科技研究开发计划课题（2013T002-A-2-3）

王夫歌（1990—），男，江苏徐州人，南京理工大学硕士研究生，研究方向为城市轨道车辆的可靠性，（E-mail）jizi0901wfg@163.com；通讯作者：邢宗义（1974—），男，山东临沂人，南京理工大学副教授，研究方向为城市交通控制与安全，（E-mail）xingzongyi@163.com。