劉晶郁 李雪莉 肖金堅 李曉霞
(長安大學)
可靠性是營運客車的重要指標之一,其直接決定客車運行安全,同時也是保證汽車動力性、經濟性與舒適性等基本性能得以充分發(fā)揮的必要條件。為有效地從可靠性方面提高營運安全,需要對營運車輛進行可靠性評價研究。目前,可靠性的評價主要采用單項指標:平均首次故障里程Tf、平均故障間隔里程Tb及當量故障率D。其中,Tf和Tb越大表明該試驗車的可靠性水平越高,D則反之。但這種方法并不能對可靠性進行清晰而準確的評價,因此,研究一種全面系統(tǒng)、科學有效的可靠性評價方法尤為迫切[2]。本文將模糊集理論應用于可靠性評價,建立了一種綜合各單項指標對可靠性進行全面評價的方法。
綜合評判模型是一種基于模糊數學的評判辦法,其從影響評價事物的多個因素出發(fā),根據模糊集理論得到各因素的隸屬度等級情況,將定性問題轉化為定量問題,對事物進行總體評價,以此來反映被評價事物的整體情況,使評價具有清晰性、全面性和系統(tǒng)性等優(yōu)點[3]。
可靠性評價的單項指標Tf、Tb及D構成了可靠性評價的要素體系,因此記因素集U={u1、u2,…,ui}={Tf,Tb,D}(Tf、Tb和 D 的計算方法參考 GB/T 13043—2006客車定型試驗規(guī)程)。
評價集是評價可靠性水平的依據,其與單項指標和綜合評定結果相對應。根據綜合評判理論,結合評價目標并聽取相關專家意見,采用3級制評價集,記為:
式中,v1為可靠性優(yōu)秀;v2為可靠性一般;v3為可靠性差。
若可靠性綜合評定結果記為α,則可靠性等級劃分標準見表1所列。
表1 可靠性等級劃分標準
權重確定的方法很多,本文采用專家調查法,具體方法如下。
a.設計調查因素表。設有n位專家對單項指標Tf、Tb和D的權重進行打分,指標權重系數見表2所列。表2中,qij為第j位專家對第i個單項指標給出的權重 (其中,j=1、2、 …、n 表示專家數;i=1、2、3分別表示單項指標Tf、Tb和D)。
表2 指標權重系數
b.向國內汽車行業(yè)可靠性專家與教授、主要車輛制造廠的設計人員和具有豐富經驗的現場管理人員發(fā)出調研問卷,各專家對單項指標權重的打分見表3所列。
表3 各專家對單項指標權重的打分
c.對表3進行模糊隸屬度賦權法處理,該方法的核心依據是在模糊數學中可將隸屬度定義為權重,即將平均相對隸屬度ai定義為指標i的權重,則有指標權重向量:
用上述方法最終得到權重向量A={0.24,0.26,0.5}。
指標標準值的制定是定量與定性相結合的過程,需在大量數據的基礎上結合評價等級確定[4]。在這里采用聚類分析的快速聚類(K-均值聚類)算法,該算法是由用戶指定類別數,通過調用過程,使類內相似度高、類間相似度低。通常以距離作為數據對象間相似度的度量,使準則函數最小化,實現樣本數據的逐步聚類。
選擇誤差平方和函數作為K-均值聚類的準則函數,其定義如下:式中,E代表各類數據對象與所屬質心的誤差平方之和;x是對象空間數據的任一點;pi是聚類ci的質心。
K-均值聚類分析具體步驟如下:
a.在獲得大量數據基礎上,依據評定目的確定聚類數目K。
b.選擇K個有代表性的樣本數據作為迭代初始值(初始聚類質心)。
c.以與初始質心距離最近為原則,將其余數據劃分到初始類中,形成數目為K的新類。
d.計算新類的K個質心。
e. 重復步驟b、c,以達到指定的迭代次數或準則函數最小或收斂為止。
樣本數據來源于整車可靠性試驗報告 (由國家客車質量監(jiān)督檢驗中心監(jiān)制),該報告以國內22家主要客車制造廠為調研對象,涵蓋了國內主流品牌與主要車型,最后獲得可靠性試驗總里程為30000 km的有效樣本為26例。
利用快速聚類過程對樣本數據進行聚類分析,在spss主菜單中依次單擊 “Analyze→Classify→KMeans Cluster”打開快速聚類主對話框,設置K(number of cluster)=3,最終得到的試驗總里程為30000 km的指標標準值見表4所列。
表4 指標標準值
為了得到評價矩陣,需要對單項指標進行模糊化處理。
記評價矩陣:
式中,rij為因素ui屬于評價等級vj的隸屬值。
記指標標準值矩陣:
式中,sij表示因素ui在評價等級vj中的等級分界點。
則隸屬值的計算方法具體如下。
a.對試驗值落于等級區(qū)間外的指標,有:
當 i≠3 時, 則試驗值≥si1,Ri·=[1,0,0]; 試驗值≤si3,Ri·=[0,0,1]; 當 i=3 時, 則試驗值≥si3,Ri·=[0,0,1],試驗值≤si1,Ri·=[1,0,0]。
b.對試驗值落于等級區(qū)間內的指標,有:
經以上處理,得到各指標的評價向量rij,組成評價矩陣R。
在確定了評價因素集,評價集,指標權重和評價矩陣后,就可以進行綜合評價矩陣B的計算。記B=[b1,b2,…,bi],其中 bi為對綜合評定結果對評價模糊子集vj的隸屬度,則有:
為了使評價結果更加直觀,對評價等級 “優(yōu)秀”、“一般”、“差” 進行賦值, 分別為 “90”、“60”、“20”,即賦值向量 C={c1,c2,c3}={90,60,20},則綜合評判結果:
以營運客車為例,統(tǒng)計了10輛(5種車型)試驗總里程均為30000 km樣車的可靠性試驗故障情況,所得可靠性單項指標見表5所列。
表5 可靠性單項指標統(tǒng)計數據
利用綜合評判法對以上車型進行可靠性評價,得到α,參考表1可靠性等級劃分標準,最終評判結果見表6所列。
表6 可靠性評判結果
由上述評定結果可以看出,試驗樣車的可靠性總體是合格的。在Matlab中對α進行分布擬合[5],如圖1,可以看出α符合正態(tài)分布,即評價結果具有集中性和均勻變動性。對評定等級進行柱狀圖仿真,結果如圖2所示,表明3級制評價集能很好地反應營運客車可靠性水平的高低。
建立了客車可靠性綜合評判數學模型與相應的評判方法,指出可由可靠性單項指標Tf、Tb及D構成可靠性綜合評價因素集,并集專家打分法得到各指標的權重依次為0.24、0.26、0.5。應用spss軟件制定了各指標標準值,最后通過實例驗證了該方法的科學性與實用性。
1 GB/T 13043-2006.客車定型試驗規(guī)程.北京:中國標準出版社,2006.
2 王霄峰.汽車可靠性工程基礎.北京:清華大學出版社,2007.
3 徐慶,焦繼文,趙建昕.模糊數學及其在軍事上的應用.北京:海潮出版社,1999.
4 周尚明,約翰.甘.模糊系統(tǒng)的可判性:基于可識別視圖的模糊數據驅動系統(tǒng).模糊集和系統(tǒng),2008,159(23):3091~3131.
5 張德豐,周燕.詳解MATLAB在統(tǒng)計與工程數據分析中的應用.北京:電子工業(yè)出版社,2010.