南京地铁全效修修程重组优化技术研究

1、南京地铁全效修修程重组优化技术研究第3O卷第6期2021年12月铁道机车车辆RAIIWAYI0C0M0TIVE&CAR文章编号:10087842(2021)06007504南京地铁全效修修程重组优化技术研究陈城辉,徐永能,傅晓莉(南京理工大学车辆与交通工程系,江苏南京210094)摘要全效修是南京地铁为缓解当前日益严峻的客流压力,提高地铁车辆维修效益而采取的车辆维修模式改路,并建立平安约束条件下的重组优化模型,同时也给出了求解模型的遗传算法,能快速的为车辆维修管理部门进行全效修修程重组优化提供决策依据.关键词南京地铁;全效修;修程模块化;修程模块重组;遗传算法中图分类号:U27

2、3.99文献标志码:A南京地铁以往的车辆维修模式同国内大多同行类似,均依照大铁路的维修经验对车辆等设备进行定期的预防性维修,包括日检,双周检,三月检,定修及架修等l-1,各个级别的维修作业内容繁杂,维修内容冗余程度较大,同样存在着维修针对性不强,维修效益不高甚至造成破坏性维修情况.而随着地铁运营线路的增长,客流需求与同俱增,如何在不增加车辆配置量的条件下提高列车投运率,维护资源配置效率与维护工作效率,并尽可能的降低维护本钱成为车辆部进行维护模式改以及设备维护管理的先进经验,提出地铁车辆全效修维修模式以解决当前面临的问题.1全效修概述全效修指的是通过具体分析,将原本应在某固定时陈城辉(1984)

3、男,福建三明人,硕士生(修回日期:20210712)问停修的作业内容(双周检,三月检,定修等检维修内容)更新整合后重新拆分,充分利用车辆运营顶峰回库的窗口时间,结合作业流程,工器具材料,人员组织管理等方面的优化组织,进行较小但完整合理修程的方案性轨采用的"分散修"或"均衡修"方式相同,不同的是全效修维修模式从人,机,物,法,环5个环节人手,以车辆系统的维修经济效率,维护资源配置效率,维修工作效率和列车投运率4方面全面提高为目标,在维修规程的管理与重组优化上更为科学,全面.南京地铁全效修维修模式实施的关键点表现在两个方面:一是车辆维修规程的划分;二是维修规

4、程重组与维修资源的绑定组合.为解决这两个问题,提出了修程模块化概念,依照地铁车辆实际的维修需求和维修DiscussionoftheKeyIssuesonRollingStockChoiceforDongguanMetroLineR2LIJian(TheChinaRailwayEryuanEngineeringGroupCo.Ltd;Chengdu610031Sichuan,China)ulationandstandardsforregionalrailtransitinChina.LineR2isthefirstlinewhichisunderconstruction,Therollingst

5、ockchoicenotworkandthepassengerflowforecast,studyingthehighestrunningspeed,themodelofrollingstock,thecapacityofcar,seatsarrange,andtrainconsist,werecommendthatthehighestrunningspeedshouldbe120km/h,thecriterionofstandingpassengersshouldbe5persons/m2,3doorsonesideshouldbeadopted,seatsshouldbearrangedl

6、ongitudinallyandlaterally,trainconsistshouldbe5carsininitialterm,5carsand6carsinshortterm,and6carsinlongtermforDongguanmetroR2project.Keywords:dongguanmetrolineR2;rollingstockchoice;keyissues铁道机车车辆第3O卷雠雠工作日图1全效修作业时间示意图对象划分假设干小修程,并与相应的维修资源等共同绑定,实现全效修修程模块化,通过修程模块重组优化达到以上4个方面的全效率,因此,主要从修程模块化和模块重组建模两方面阐

7、述全效修修程优化技术.2全效修修程模块化维修模块化设计是处理复杂维修系统的一种直观简化方法,以模块为根底,在对一定范围内的维修及管理内容进行分析,划分并设计出一系列涵盖全部维修内容和维修管理环节的通用模块,便于维修组织管理与优化,因此,它也是优化维修体系的有效手段.全效修维修模块化概念是指在车辆系统全效修维修模式的根底上,按照一定的原那么,将更新的维修作业内容包括作业过程需要配置的维修资源拆分成相对独立而又存在一定关联性的维修单元,并合理分配到12个全效修修程中,这些小的维修单元即所谓的维修模流程中的一个管理环节,如派发工单,也可以是维修作业的一个局部,如车钩检修等,另外,根据实际全效修修程内

8、容可初步划分为标准模块和可变模块,其中标准模块为全效修12个修程都必需实施的维修模块,而各个修程差异局部即为可变模块.在对这些维修模块进行重组优化时,考虑到模块之间有着多种联系和约束,因此,需要通过数据收集与集中调研,确定相应的维修模块信息,包括模块编号,作业内容,相应维修作业标准,模块作业所需人员数量,人员应具备技能,必备工器具名称及其数量,消耗维修备件名称和数量,作业所需时间,特殊维修条件要求,作业流程顺序要求,模块维修风险程度及其维修周期要求等.只有充分掌握各个模块的根本信息,才能更好的为维修模块重组优化奠定数据根底.3维修规程重组建模全效修维修规程的重组并不是简单的将所有方案预防性维修

9、规程拆分后组合,而是要借助统计分析技术,在明确各类维修内容根本信息及特殊维修条件的基础上,综合考虑各个模块之间的关联性以及模块本身的维修特性,维修条件要求等,充分利用RCM分析方法及数学优化技术,用最正确的维修模块组合满足车辆实际的维修需求,从而保证车辆系统的平安可靠,也进一步凸显维修效益,如维修工时消耗最小,维修本钱最低.因此,全效修修程模块重组优化是一个平安约束条件下的决策优化问题.全效修模块化修程重组优化建模过程中涉及的具体变量描述如下:M为地铁运营窗口时间跨度,h;N为全效修修程模块总数;t为第i个修程模块的平均维修时间长,h,i一1,2,3,N;P为平均维修工时本钱,元/h;C为第i

10、个修程模块的维修材料消耗,元;T为第i个修程模块的可靠维修周期,M;S为第i个修程模块最少需要作业人数,人;K为全效修总修程数,K一12;S为第是个全效修规程作业人数上限,志一1,2,3,K;a为第个全效修规程作业强度上限系数;a为第愚个全效修规程作业强度下限系数;为第i个修程模块和第J个修程模块之间的逻辑关系,其相互关系如下:f0模块i和J相互独立一1模块i和J裙带关系i,一1,2,3,N;l一1模块i和J排斥对立为第是个全效修规程决策变量向量;5C为决策变量,当第i个维修模块属于第是个全效修规程时为1,反之为0.其中,维修作业强度表示总的维修作业时间与运营窗口时问的比值,考虑到维修人员的体

11、力消耗以及可能出现较大的临修状况,需要留有一定的休息时间和冗余数那么需要通过统计处理得到,如窗口时间长度,维修时问长度等,并且各个修程内容之间的逻辑联系也需要通过具体分析确定相应的参数.优化重组的目的是期望通过各个维修模块的重新组合,在保障车体技术状态稳定,平安的前提下,尽可能的覆盖车辆实际的维修需求,同时,要求到达维修消耗时间最短,维修经济效益最正确的目标,因此,目标函数确实定需要从车辆平安,时间效率以及维修本钱3个方面考虑,维修模块中的维修工艺,维修周期等都已充分考虑了设备的维修平安可靠性要求,这里仅需要考虑在这一平安约束环境下的维修效率和维修本钱因素,对于这样的不同量纲条件下的多目标决策

12、问题,需要转换为具有统一量纲的单目标问题,将维修效率转换成时间成本,从而确定优化决策目标为维修总消耗最低,建立如下优化目标函数:第6期南京地铁全效修修程重组优化技术研究rain一Ci?z+P?t?=1i一1=1z=1KN式中?z表示全效修总的维修材料消消耗用;k一1=1KNP?t?表示全效修总的维修工时本钱.k=1t=1考虑到各个维修模块之间在重组过程中并不是相互独立的,且12个全效修规程都有着相应的时间,人力,材料,作业流程以及作业强度控制等约束因素,通过全面系统的分析,确定了全效修规程重组优化模型的约束条件如下:NM?a?M?a(1)一】NS(2)ldCleiX(kqTi)i(3)r?lz

13、?z0(4)一,(r一1)(5)约束条件(1)表示te个全效修程的维修作业时间总量控制在一定的维修劳动强度范围内,即时间窗口M的合理作业时问区间EM3,Ma,约束条件(2)表示维修作业人数满足实际人数限制条件,约束条件(3)那么为平安约束维修前提下的维修周期条件,各个维修部件内容作业间隔严格遵守维修周期要求,约束条件(4)表示某一个全效修程各个维修模块之间满足逻辑关系约束,如维修部件i与维修部件J之间相互对立,那么r一一1,那么,对于任意的k,27和z不能同时为1,即二者不能同时属于修程;约束条件(5)表示在两模块属于裙带关系时,二者同时存在或不存在某一修程中.4重组优化遗传算法以上建立的决策

14、优化模型属于典型01数学规划问题,其可行解具有较高的离散性和随机性,因此,在解决此类优化决策问题时,很难以通过解析方法获得精确的最优解,目前在处理此类问题上更多的是采用蒙特卡洛仿真方法或者其他智能优化算法,如蚁群算法,DNA优化问题时处理对象不是参数本身而是一系列编码,且通过变异具有更为广阔的搜索空间,具有很好的鲁棒性和适用性,因此,考虑用遗传算法进行维修规程重组优化模型求解5j.采用遗传算法求解模块化修程重组优化问题的关键在于染色体的构造以及操作算子的设计,将"作为二进制染色体编码,且染色体长度为K×体对应一个模块重组方案,而方案的好坏那么需要通过定义适应度函数来评价,将

15、个体h的适应度函数定义同代群体中最正确个体的目标函数值Z与该个体的目标函数值Z1的比值,即:fitness()=Z/z.对于遗传算法的3个主要操作算子:种群更新选择,交叉和变异,分别采用轮盘赌选择算子,二交叉算子和二交换变异算子l_6J,具体流程见图2所示.图2维修规程重组模型遗传算法处理流程铁道机车车辆第3O卷5应用算例实际全效修修程模块化重组优化过程中,由于涉及的修程模块较多,包含信息量庞大,在有限篇幅内不易修模块,每个模块信息如表1所示.现要将其重组划分为4个全效修修程,并在地铁运营窗口时间跨度为3h内完成,作业强度系数为0.6,0.85,平均维修工时本钱为20元/时.其中,可变模块表1

16、维修模块根本信息M与M裙带关联,而M.和M互斥,假设各个模块程重组遗传算法,采用VisualC十+编程_7得到所有满足重组约束下最正确的染色体编码为1111011010l110111O110¨O11111011,得到最小的目标函数值为l144,相应的最正确维修模块组合如表2所示,且总的维修本钱为1】44元,通过维修模块规程重组,使得重组后的修程既能满足设备实际可靠维修的需要,又能使得总的维修本钱最低,提高维修的经济效益.表2模块优化重组结果6结论通过维修规程的模块化处理,确定了南京地铁车辆全效修12个标准作业模块和32个可变作业模块,并采用以上构建的规程优化重组方法,实现了全效修12

17、个规程的优化重组.从目前实施来看,每列车的方案检修停时由原来的37D缩短为19D,提高了检修效率,南京地铁20列车每年总的方案检修停时缩短360D,相当于节约出了一辆价值6000多万的地铁列车,同时也能够保证顶峰上线率9O,大大提高了地铁列车投运率.因此,针对全效修实施中维修规程重组优化问题,提出修程模块化思路,并在全面把握维修模块各类信息的根底上建立平安约束条件下的维修规程重组模型以及遗传算法求解流程,能快速的为车辆维修管理部门进行全效修修程重组优化提供决策依据.参考文献1宗清泉.地铁车辆维修模式的探讨_J.城市轨道交通研究,2007,(5):6567.与均衡修修程周期J.城市轨道交通研究,

18、2006,(1):4649.智能化设汁方法J.西安交通大学,2021,44(5):111115.4肖伟,赵嵩正.设备可靠性与维修决策关系研究J.机械科学与技术,2004,23(1):8587.置模型及遗传算法求解J.重庆大学,2021,33(3):4955.配送路径优化中的研究应用J.四川I兵_,2021,31(2):13-16.析(c+版)M.北京:电子工业出版社,2002.ResearchoftherecombineandoptimizetechniqueonTotalEfficiencyMaintenanceregulationinNanjingmetroneng,FUXiaoli(Departmentofvehicleandtransporta"onengineering,NaniingUniversityofScienceandTechnology,Nanjing210094Jiangsu,China)Abstract:TotalEfficiencyMaintenanceinNanjingmetroreferstoavehicle