淺析地鐵綜合監控系統可靠性分析與數據管理軟件研制論文
0前言
地鐵綜合監控系統以列車運行管理系統為中心，其各子系統具有各種功能，并且相互實現信息共享的系統。其功能涉及運輸計劃、運行管理、站內作業管理、維修作業管理、車輛管理、設備管理、信息集中監視、電力系統控制等。其體系結構可由站級設備管理系統、中央運行控制系統、區域信息管理系統等不同層次的系統綜合而成，系統功能豐富、結構復雜龐大。
由此看出，地鐵綜合監控系統是一個集成度極高的自動化系統，是一個復雜、動態、異構的系統，負責監視地鐵線網中各車站的設備、指揮列車運行。系統要如實地獲取各個車站中的設備信息，根據需要也可控制各子系統設備、協調設備間的有效運行，實現列車的可靠、穩定和高效運行。這些需求無疑要求綜合監控系統構建成具有極高的可靠性、可用性、安全性等要求的系統。近年來我國地鐵領域已開始適度采用綜合自動化監控系統。綜合自動化監控系統已成為國內城市軌道交通自動化系統的發展趨勢，有必要對綜合自動化系統進行可靠性分析評估。
1地鐵綜合監控系統可靠性分析方法選擇
要對地鐵綜合監控系統進行可靠性分析，首先要確定可靠性分析的方法。我們先后比較嘗試了可靠性框圖法、GO法、故障樹分析法和故障模式影響后果分析法四種方法，其優缺點簡述如下：
(1)可靠性框圖法主要是根據系統的邏輯關系把系統轉換為各種結構模型的可靠性框圖，從而進行下一步分析。該方法適用于對結構較為簡單的系統進行可靠性分析。
(2)GO法是從引起系統成功狀態的基本原因出發，將系統圖直接轉換成GO圖，進行GO運算。此方法建立GO圖的過程較為簡單，但進行GO運算則相對繁瑣。該方法適合于在系統圖邏輯關系較清晰時進行可靠性分析。
(3)故障樹分析法是從最不希望發生的事件出發，關注導致系統故障的基本原因和中間過程，通過故障樹將系統的邏輯關系表示出來，形象直觀，在此基礎上可快捷地寫出故障樹頂事件的結構函數，進而對系統進行可靠性分析。該方法適合于對較復雜的系統進行可靠性分析。
(4)故障模式影響后果分析方法，采用“自下而上”的邏輯歸納法，對系統來說，要從其子系統及其元器件的各種失效模式追蹤到系統級，研究它的后果，決定它對系統的致命度。但隨著系統的`復雜度增加，要實際做完這樣的分析，其工作量大到難以容忍的程度。
分析可知，地鐵綜合監控系統結構相對復雜，信息量大，關注于系統成功運行或出現故障原因的分析，因此，GO法和故障樹分析法較適合于對地鐵綜合監控系統進行可靠性分析。但采用GO法進行可靠性分析，符號使用復雜，同時還需定義一定數量的GO處理單元，工作量較大。采用故障樹分析法進行可靠性分析則相對簡便易行。因此，故障樹分析法更適合于對地鐵綜合監控系統進行可靠性分析。基于以上原因，我們提出采用故障樹分析法對地鐵綜合監控系統進行可靠性分析。
2地鐵綜合監控系統可靠性分析與數據管理軟件設計
在確定本系統的分析方法的基礎上，本文采用VC設計開發了“地鐵綜合監控系統可靠性分析與數據管理軟件”，完成系統的可靠性建模、系統的可靠性分析、系統可靠性數據管理等功能。軟件包含三個模塊：系統可靠性建模模塊，系統可靠性分析模塊，系統可靠性數據管理模塊，三模塊之間相互聯系，相互服務。
2.1系統可靠性建模模塊
可靠性建模功能主要圍繞如何實現系統的計算機輔助故障樹建模這樣一個問題來展開，也就是必須使計算機能輔助繪制故障樹模型。繪制故障樹模型功能包括模型可視化顯示、模型圖形屬性編輯(圖形的添加、刪除、復制和縮放等)、模型事件屬性編輯(事件的名稱、失效概率分布和失效參數等的設置)和模型自動完整性檢查等功能。
軟件中將故障樹模型的節點抽象為派生于CObject類的CFTANode類，模型節點的圖形屬性和事件屬性都封裝作為CFTANode類的成員，對模型節點的圖形及事件屬性編輯操作轉變為通過鼠標消息處理函數來改變CFTANode類的相應成員值的操作。然后，我們再使用MFC中支持CObject指針的數組CObArray類存儲大量模型節點CFTANode類對象，從而實現整個模型的生成，對數組的操作也就是對整個模型的操作。
2.2系統可靠性分析模塊
本模塊要求能夠對已有的系統可靠性模型進行自動可靠性分析，即可以實現故障樹的定性定量分析。
1)系統故障樹模型的定性分析
對綜合監控系統的可靠性定性分析要求分析出系統失效的所有故障模式、故障組合及能夠保證系統不失效的所有有效途徑，即是求出相應系統故障樹模型的全部最小割集。對于含有非門的情況下，求出所有質蘊含割集;求出相應模型的全部小路集，對于含有非門的模型，求出所有質蘊含路集。
2)系統故障樹模型的定量分析
對綜合監控系統的可靠性定量分析要求分析出系統故障的發生概率、系統故障時系統下層子系統/設備對其的貢獻大小，即是求出相應系統故障樹模型的頂事件的發生概率及各底事件的重要度。本軟件可以根據底事件的故障分布設置及分析時間參數計算出被分析事件按指定時間間隔的不同時間段內的失效概率，各底事件不同時間段內的概率重要度值，用戶可以列表查看被分析事件失效概率及底事件概率重要度隨時間的變化，同時，軟件還可以從模型結構角度計算底事件的結構重要度。
軟件中采用二元決策圖(BDD)法對故障樹模型進行求解。二元決策圖(BinaryDecisionDiagrams)，簡稱BDD，由美國科學家SheldonB.Akers于1978年提出的，基本思想就是利用“圖”的形式定義一種數字函數，通過函數可以直觀地根據函數變量的輸入值確定函數輸出值，從而故障樹頂事件可以通過BDD直接表達成不交化路徑之和，它可以通過回溯BDD中所有葉節點為1的路徑，寫出相應函數的不交化表達式，再利用互斥事件和的概率公式可計算出頂事件發生的概率。由于文章篇幅的限制，本文中就不再對BDD算法進行詳細的介紹，讀者可以閱讀參考文獻加以了解。
2.3系統可靠性數據管理模塊
本模塊要求能夠實現地鐵綜合監控系統/設備的可靠性數據管理統計功能，不但要能對系統/設備的基本信息、運行情況、故障檢修數據、可靠性試驗數據等實現統一的管理平臺，而且要具有一定的統計分析功能，為系統建模時設備失效概率分布的確定提供參考作用。
2.3.1系統設備可靠性數據設計
本文中把系統/設備的可靠性數據分為三類：設備基礎信息、設備可靠性信息和計算機生成數據，具體描述如下。
(1)設備基礎信息
設備基礎信息包括：設備名稱、設備編號、設備類型、功能描述、設備制造廠商、制造型號、制造序列號、設備所在車站、設備所在系統、設備首次投入運行時間、設備安全等級、設備設計參數、數據采集開始日期、運行方式、故障方式或故障判斷標準等信息。
(2)設備可靠性信息
設備可靠性信息包括：設備狀態變換數據、設備故障數據(故障時間、故障等級、故障模式、故障簡述、故障原因、解決措施、此次故障導致設備不可用的時間等)、設備檢修數據(檢修時間、檢修原因、此次檢修所用時間等)、設備試驗數據(試驗時間、試驗類型、試驗方案、可替換或不可替換、試驗參數、此次試驗所用時間、試驗數據組(失效編號、失效簡述、原因分析、解決措施、失效時間、備注))、備注等信息。
(3)計算機生成數據
計算機生成可靠性數據包括：設備累計運行時間，設備累計不可用時間，運行故障率、平均故障維修時間、平均試驗間隔時間。
2.3.2軟件中的數據庫設計
軟件中的數據庫采用SQL設計，根據系統可靠性數據包含的信息，軟件中設計了7了個數據庫：設備可靠性數據庫、設備所在位置信息庫、設備狀態信息庫、設備故障信息庫、設備維修信息庫、設備可靠性試驗信息庫、設備可靠性試驗失效庫。其中設備可靠性數據庫為主要數庫，其它六個數據庫都為其的子級數據庫。
2.4地鐵綜合監控系統可靠性模型圖庫的設計
軟件完成以后，利用軟件的系統可靠性建模功能對地鐵綜合監控系統進行建模，可以從系統設備結構失效、系統常見故障、系統常用功能失效等多角度建模，并將建好的模型文件統一記錄存檔，使用戶能夠在需要時方便快捷的調用已有的模型進行可靠性分析，快速查找，精確定位系統故障部位，可以稱之為地鐵綜合監控系統故障樹圖庫，軟件中已經對地鐵綜合監控系統中部分子系統或子設備故障進行了初步建模，但還遠遠不夠。本文希望起到拋磚引玉的作用，吸引更多學者到地鐵自動化系統可靠性分析領域來，進一步充實完善地鐵綜合監控系統故障樹模型圖庫，最終形成以此為基礎的地鐵故障診斷系統。
3結束語
地鐵綜合監控系統可靠性分析及數據管理軟件集可靠性建模分析與可靠性數據管理于一身，使得收集統計的系統設備數據在建模時可直接提供參考，同時，系統分析的結果也可作為設備可靠性數據組成部分。軟件中設計了地鐵綜合監控系統故障樹模型圖庫，并初步充實了本圖庫。我們認為建立全面的地鐵綜合監控系統故障樹圖庫具有極其深遠的意義，因此，我們仍需長期工作于此。
【淺析地鐵綜合監控系統可靠性分析與數據管理軟件研制論文】相關文章：
小水電信息數據采集監控系統研究論文04-13
淺析鐵路小型集裝箱的研制的論文05-28
淺析高校《數據庫系統概論》的教學方法論文07-05