基于现场数据的机车变流器功率模块可靠性预测

赵节芳 马连凤 靳晓姣

摘要：本文通过研究现场数据特性后进行数据统计，基于数据利用可靠性分析软件分析了最佳失效分布类型及对应的分布参数，并对拟合的失效分布进行假设检验，确定了功率模块的失效分布函数和可靠度函数，以此开展了功率模块使用阶段的可靠性预测，为预防性维修修程的制定提供数据支撑。同时，本文提供的方法为轨道交通行业产品进行试验数据、现场数据分析时提供参考。

关键词：现场数据，可靠性预测，预防性维修，失效分布，假设检验

引言

目前，轨道交通机车组检修修程多以计划预防修为主，修程通常较为保守。例如变流器功率模块一般在未达到使用寿命就被更换下来，造成维修成本增加，给轨道交通系统运营造成了压力。如何在保证安全可靠的同时延长维修更换周期，降低维修成本，需要进行可靠性分析，预测现行预防性维修周期下功率模块的可靠度及中位寿命。本文通过收集及统计分析大量的机车变流器功率模块实际运用数据，进行可靠性预测，预测结果可为延长维修周期、降低成本提供数据支撑。

1 数据统计

可靠性数据特性

可靠性数据来源于产品寿命周期各阶段的一切可靠性活动，本次分析数据是从实际使用现场收集得到的现场数据，包括产品开始工作至故障的时间（故障时间）及开始工作至统计时还未故障的工作时间（无故障工作时间），这类似于随机截尾试验，因此现场数据具有随机截尾的特性。

数据统计

根據随机截尾特性进行数据统计，首先确定样本范围为从产品上线至今，再统计可靠性数据，包括故障时间和无故障工作时间。统计故障时间时，仅统计能反映产品可靠性的有效关联故障，统计项点包含产品编号、上线日历时间t1、故障日历时间t2、每天平均工作小时数h，将统计截止日历时间设为t3，则：

2可靠性预测

2.1 数据拟合及最优分布分析

数据统计分析的目标是获取产品总体的性质，根据所选取的样本对总体的分布做出合理的统计推断。本次基于现场数据利用RELEX软件进行数据拟合及拟合优度检验，采用点估计进行数据拟合，常用的点估计有：矩估计、极大似然估计等，其中极大似然估计具有通用性且最精确。拟合结果如图1，可以看出最优分布是两参数指数分布，大量的试验和经验证明，电子产品的寿命服从指数分布，本次以两参数指数分布进行参数估计。

2.1.1 参数估计

指数分布的失效分布函数F（t）和可靠度函数R（t）分别为：

使用RELEX对两参数指数分布进行参数估计，得到刻度参数θ为66074，位置参数γ为6.732，同时得到可靠度与时间关系图（图2），获得功率模块失效时间分布，以便进行可靠性分析，预测给定可靠度下功率模块的运行时间以及给定运行时间下功率模块的可靠度。

2.1.2 假设检验

参数估计后需通过假设检验判断原假设的真实性，本次选用检验精度更高、计算更简便的K-S检验法进行假设检验，步骤为：先将分析数据从小到大排列，再计算每个失效数据的 ，将其与经验分布函数的 进行比较并计算差值，取差值的绝对值最大值即为K-S检验统计量 （式5）; 为在显著性水平α下的检验临界值;当 ≤ 时，不拒绝原假设，否则拒绝原假设。对于大于50的大样本数据，在显著性水平α为5%下，通过经验公式6计算检验临界值 。

2.2 可靠性预测

根据以上可靠性模型、失效分布函数、可靠度函数及可靠性参数，进行功率模块可靠性预测。

现行的机车功率模块维修策略为C5修时进行维修，C6修时更换，现计算C5、C6修时的可靠度。C5修时的工作时间约为6年即12504小时，C6修时的工作时间约为12年即25008小时，代入式8计算可靠度分别为0.7937、0.63。同理，可计算可靠度为0.5时的工作时间为37546小时，即此时在线使用的功率模块将有50%失效，该时间远大于C6修更换功率模块的时间，该结果可为延长维修功率模块更换周期提供数据支撑。

同样地，将可靠性参数和C5、C6修对应的时间代入式7可分别得到C5、C6修时的失效概率为0.2063、0.37，该结果可为备件策略的制定提供数据支撑。

3结论

本次基于现场数据，利用可靠性分析软件对数据进行拟合，分析失效分布，并进行参数估计和假设检验，确定了失效分布类型及函数，最终对功率模块进行了可靠性预测，分析结论可为延长功率模块的维修更换周期和制定备件策略提供数据支撑。

参考文献

【1】赵宇，杨军，马小兵.可靠性数据分析教程【M】 北京：北京航空航天大学出版社 2009.

【2】鲍超.基于Minitab的地铁车辆光电式速度传感器可靠性分析【J】 机电工程技术2019年第48卷第05期.

作者简介：赵节芳（1979年5月—），女，汉族，籍贯：山西省运城市，本科学历，高级工程师，研究方向为可靠性技术及工程应用。