摘要：随着科技进步，关于地铁车辆的维修工作及模式显然需要进行一定的更新，使其能够在更小成本、更高安全性的范畴内，提高维修效率和风险，因此预防性维修的可靠度就成为了关键。本文以此为出发点，围绕地铁车辆预防性维修周期优化模型的建设，探究可进行优化的建议及意见。
关键词：地铁车辆；预防性维修周期；模型
引言：
当下我国的城市轨道，尤其是地铁，很大程度上已经成为城市内人们出行首选的交通方式，而如何使其高效运行，并长久保持这一状态就成为地铁车辆预防性维修周期设置的根本目的，但在实际的设置过程中，进而导致原有维修资源浪费，维护成本提升，不仅无法达到预期效果，甚至由于欠缺维修而导致正常运行中潜在一定的安全隐患，由此可见，预防性维修周期优化模型的研究十分必要。
一、模型建立策略
地铁车辆预防性维修周期优化模型的建立要有一定的原理作为基础理论支撑整个模型的建立。我国现行的大部分城市所采取的模型，是以时间为固定周期，根据实际情况划分为日检、周检和月检。而这样的检修模型，虽然大大降低了在实际检修中，管理工作开展的难度系数，但是由于检修本身与实际运营情况贴合度不高，导致检修资源可能存在浪费的情况，且无法将历史检修数据进行回收，来提高模型的有效性。
因此，为将预防性维修周期模型优化，要满足以下两点要求，其一是设置维修级别，不同维修级别对于部件恢复程度有不同的要求，如预防性维修当中，可根据维修级别的不同要求，将部件恢复至全新状态，或者恢复到当前状态下的中等水平；其二，以初始故障率为基点，部件的初始故障率就是其全新状态水平。在这两点的基础上，对于地铁车辆预防性维修周期模型进行建立和优化，使其更加贴合实际运行情况，从而避免过度维修或维修欠缺的情况发生。
二、模型的建立与优化
模型的建立与优化主要分为四个部分，即维修费用模型、可用度模型、故障风险模型以及总维护模型，本文将通过对于四部分的逐一阐述来实现对于模型的建立与优化的具体分析。
（一）维修费用模型
维修费用是模型建立的基础，也是模型优化的关键，通过对于间隔周期间预防性维修的故障率的分析，能够间接推导出在预期维修费用率的设定，并通过对于故障率的分析，来衡定列车实际的维修周期和不定时维修的具体情况，提高地铁列车运营的可靠率[2]。
具体到实际中，预防维修费用模型又可以分为小修与维护两部分的费用。小修实际上就是通过对于已有故障的维修，使故障部件能够从故障状态维修为可运营状态。维护则主要是以预防性维护为主，以防止故障发生为主，因此根据实际运营的数据情况，在小修与维护之间，寻找侧重点，着重强调维护的重要性，降低小修概率，大大降低维护成本，提高运营效率。
（二）可用度模型
将地铁运营车辆比作衣服，在反复进行缝补后，既影响衣服的美观性，又影响衣服的实用性，因此，在对于车辆进行反复检修的过程，实际上就是对于车辆进行“补丁”活动，当次数达到一个范畴时，就会影响到地铁车辆本身的可用度。
期刊文章分类查询,尽在期刊图书馆
因此在模型建立时，要将可用度进行精细化，划分为实际运营时间和地铁车辆本身可运营的总时间，并考虑到维修次数与时间、故障次数与时间等，得出完整的比值，根据实际情况进行运算[3]。在可用度模型建立优化中需要强调的是，基于上文中所提出的小修与预防性维修的概念，应当将其引入可用度模型当中，通过模型计算不同占比下的损失费用，进而强化对于预防性的偏重，避免车辆由于故障出现停机的情况，才能够尽可能的提升可用度，减少费用损失。
（三）故障风险模型
故障风险模型是预防性模型中最难实现的模型优化部件，故障风险的测算本身是建立在故障能够对于地铁车辆及乘客造成损失的情况进行测算的，这类故障出现往往属于重大故障，不仅仅是财产安全，还可能涉及生命安全，因此对于故障风险模型的建立与优化，也是预防性维修周期模型优化中的一个重点。
围绕故障风险评估和测算的数据的要求，在建立故障风险模型时，应当从三个方面进行考虑，第一是安全性，第二是经济性，第三是任务性。依照评价标准，国内将故障等级设置分为五档，等级要考虑到故障时对于运营时间的影响、产生的维修费用以及风险所产生的后果等；按照故障风险评估要求设计故障风险模型，计算不同风险等级下所需要采取的不同维修方案和投入的维修成本，进而优化对于维修成本的使用和安全系数的提升。
（四）总维护模型
总维护模型的建立，实际上就是在综合考虑到上文中所提到的数据内容，同时通过对于经济指标的引入，测算损失费用，因此，总维护模型实际上就是经济指标模型，是确保车辆能够在满足任务和安全的同时，实现经济性的模型。通过总维护模型的建立，对于定期与不定期维修次数进行计算，并实施[4]。
与当下的预防性维修周期模型相对比，本文根据模型建立的四个板块对于模型的优化进行分析，强调对于预防性维修周期次数增加的同时来降低实际维修时间与成本，虽然相对于原有模型，地铁列车可用度数值有所降低，但是维修费用能够得到一定程度的提升，与此同时，还能够降低故障风险出现的指数，避免安全隐患与重大故障的出现，相对而言，对于维修成本，有了进一步的降低。
三、结束语
综上所述，本文通过对于模型板块的分析，侧重强调了维修模型当中预防性维修的成本与数据，而实际运营情况复杂，单一模型的优化并不能够满足实际的维修决策需求，应当结合实际情况，以维修成本为基数、降低故障风险，提升安全性为目的，对于维修次数、时间、可靠度等多方因素的考虑，进行进一步的数值优化，实现对于总模型的根本优化，与实际运营数据进行深入贴合。
参考文献：
[1]贺德强,肖红升,姚晓阳,苗剑.地铁列车预防性维修多目标优化模型及应用[J].广西大学学报(自然科学版),2019 (02):09-15.
[2]黄惠宗,胡雄.考虑车辆调度的周期性预防维修模型[J].计算机仿真,2015(05):175-178+220.
[3]林少培,朱炜,徐文彬,郑虹,杨迪,于丽君.基于“FMEA-Fuzzy”模型的地铁车辆维修优化研究(下)[J].基建管理优化,2012(03):16-21.
[4]任翠纯,胡瀚文.广州地铁车辆架大修维修模式研究及优化建议[J].机车电传动,2016 (02):90-93.
论文作者:罗新
论文发表刊物:《基层建设》2019年第30期
论文发表时间:2020/3/16
标签：模型论文; 预防性论文; 故障论文; 车辆论文; 地铁论文; 用度论文; 周期论文; 《基层建设》2019年第30期论文;