当前铁路信号设备智能运维正在起步阶段,针对转辙机机械故障率高且存在模糊性与随机性的特点,建立一种结合云模型与主、客观组合赋权相融合的设备健康状态(SOH,state of health)评估模型。首先,从“设备-环境-人员-管理”4个方面建立影...当前铁路信号设备智能运维正在起步阶段,针对转辙机机械故障率高且存在模糊性与随机性的特点,建立一种结合云模型与主、客观组合赋权相融合的设备健康状态(SOH,state of health)评估模型。首先,从“设备-环境-人员-管理”4个方面建立影响转辙机SOH的综合指标体系;其次,选择改进AHP法(主观法)与CRITIC法(客观法)理论求取对应20组指标层的权重;再分别采用2种组合赋权法(乘法集成法、动态赋权法)对比求取对应7组部件层的组合权重。然后,通过云模型理论与组合赋权相交,结合云相似度计算设备当前SOH等级。最后,通过一个实例分析验证了该方法的可行性与有效性,为铁路信号设备智能运维提供借鉴。展开更多
文摘当前铁路信号设备智能运维正在起步阶段,针对转辙机机械故障率高且存在模糊性与随机性的特点,建立一种结合云模型与主、客观组合赋权相融合的设备健康状态(SOH,state of health)评估模型。首先,从“设备-环境-人员-管理”4个方面建立影响转辙机SOH的综合指标体系;其次,选择改进AHP法(主观法)与CRITIC法(客观法)理论求取对应20组指标层的权重;再分别采用2种组合赋权法(乘法集成法、动态赋权法)对比求取对应7组部件层的组合权重。然后,通过云模型理论与组合赋权相交,结合云相似度计算设备当前SOH等级。最后,通过一个实例分析验证了该方法的可行性与有效性,为铁路信号设备智能运维提供借鉴。
