[发明专利]一种基于生存分析的城轨设备无故障运行时间预测方法

权利要求书

1.一种基于生存分析的城轨设备无故障运行时间预测方法，其特征在于：包括如下步骤：

S1，故障特征影响因素分析：分析对设备故障造成影响的特征因素；

S2，对特征影响因素量化并赋值说明；

S3，故障分类：将故障类型归纳总结为不同类型；

S4，故障数据统计处理：对设备的故障数据进行分类统计，并进行数据清洗，剔除错误数据。

S5，故障分布模型选择：通过赤池信息量准则对故障分布模型进行选择；

S6，构建基于加速时间失效模型的无故障运行时间预测模型：选择加速时间失效模型分别对不同类型故障进行无故障运行时间预测模型构建；

S7，模型预测与分析：根据构建的模型进行设备无故障运行时间预测，对模型的预测性能进行分析评价，并根据结果分析特征因素对设备无故障运行时间的影响。

2.根据权利要求1所述的一种基于生存分析的城轨设备无故障运行时间预测方法，其特征在于：所述步骤S2中对特征影响因素的量化方法采取二值化量化方法。

3.根据权利要求1所述的一种城轨设备无故障运行时间预测方法，其特征在于：所述步骤S3中故障类型分为机械类故障和电气类故障。

4.根据权利要求2或3所述的一种基于生存分析的城轨设备无故障运行时间预测方法，其特征在于：所述步骤S4故障数据清洗中，在24小时内偶然失效事件达到三次按一次关联性故障统计；故障修复后不足24小时再次发生同一故障，只统计一次故障；多个故障模式由同一器件失效引起时，只统计一次故障。

5.根据权利要求4所述的一种基于生存分析的城轨设备无故障运行时间预测方法，其特征在于：所述步骤5中所述赤池信息量准则表达式为：

AIC＝-2log(L)+2n

式中，L是模型的最大似然函数值，n是模型中所有参数的数目。

6.根据权利要求4所述的一种基于生存分析的城轨设备无故障运行时间预测方法，其特征在于：所述步骤S6通过建立风险函数来构建时间预测模型，所述风险函数的变换过程如下：

对于一个随机时间变量T，其累计分布函数可以表示为：

式中，F(t)表示持续时间T小于t的概率，S(t)为生存函数，f(t)为概率密度函数，表达式为：

根据风险函数的定义，可以得到风险函数的表达式h(t)为

h(t)＝f(t)/S(t)＝f(t)/(1-F(t))

7.根据权利要求6所述的一种基于生存分析的城轨设备无故障运行时间预测方法，其特征在于：所述步骤S6基于加速时间失效模型，在风险函数加入协变量，其条件风险函数和生存函数的具体表达形式为：

h(t|X)＝ψh₀(ψt)

S(t|X)＝S₀(ψt)

式中，ψ＝EXP(-β′X)表示一组协变量向量，β′表示与协变量对应的一组估计参数向量的转置，β′X＝β₀+β₁x₁+…+β_nx_n，h₀(·)、S₀(·)分别表示在所有协变量为零时的基准风险函数和基准生存函数。

8.根据权利要求5或6或7所述的一种基于生存分析的城轨设备无故障运行时间预测方法，其特征在于：所述步骤S7中用平均绝对百分比误差来分析评价模型的预测性，所述平均绝对百分比误差小于20％。