车辆装备可靠性试验评价指标研究

周金宝，周军，翟斌

车辆装备可靠性试验评价指标研究

周金宝，周军，翟斌

（中国人民解放军63969部队，江苏 南京 210028）

针对当前评价指标无法全面体现车辆可靠性性能，文章在研究可靠性基本概念的基础上，将故障程度、故障位置等以修正系数的形式加入平均故障间隔时间，提出一种车辆装备可靠性试验评价指标，可较为全面地评价车辆可靠性，当仅进行可靠性试验时仍能进行有效评价。所提评价指标可为压缩车辆可靠性试验周期奠定基础。

车辆装备；可靠性；平均故障间隔时间；评价指标

前言

可靠性是车辆装备的通用质量特性之一，是完成其使命任务的基础[1-2]。军用车辆装备结构复杂、承担任务繁重、使用地域多样且使用环境恶劣，故对其可靠性要求更高。车辆装备系统或其零部件是否符合可靠性指标的要求，需要通过可靠性行驶试验考核及评定[3-4]。通过可靠性行驶试验考核与评定，评价其可靠性水平，确认车辆装备是否符合可靠性定量要求，且发现车辆装备在设计、材料和工艺方面的缺陷，为车辆装备研制、定型、使用和保障提供信息与依据，因而所有车辆都要进行可靠性试验与研究[5-7]。

当前对车辆可靠性的评价进行了大量研究，评定所采用的指标较多，在汽车试验领域已具有较为广泛的应用[8-12]。但这些指标仅能描述部分可靠性特征，无法描述车辆整体效果，当可靠性试验进行不充分或仅进行可靠性试验时，采用这些评定方法效果一般。本文拟提出一种综合性的可靠性评价指标，能够利用较多的试验信息，尽可能全面地描述车辆可靠性。

1 基本概念

1.1 车辆装备可靠性

车辆装备可靠性是指车辆装备在规定条件下和规定时间内完成规定功能的能力，对其本身及车载装备基本性能的稳定、作战效能的发挥起关键作用，是车辆装备最基本、最重要的指标之一。

车辆装备可靠性试验实在整车基础上进行的试验，但不仅能够考核车辆整车性能，还能同时考核车体发动机、变速箱、分动器、电力设备等关键零部件的性能。在高速环道、山区公路、加入强化系数的特种路面上进行行驶，对车辆装备考核的性能指标较为全面，包含车辆加减速动力性能、轮胎磨损、车体噪声等。车辆可靠性试验对试验条件有着明确的规定，车辆需在指定范围的气象条件下以规定的装载形式进行行驶，同时，其基本单位为广义的时间，既可以指车辆的实际行驶时间，也可以采用其里程或行驶的剖面数量进行表示。

1.2 可靠度函数

车辆装备可靠度是表征车辆可靠性程度的重要参数，传统可靠性的表述为定性阐述，仅表示为与故障发生程度相反的一个参数，随着数理统计原理在可靠性工程中的应用，逐渐出现了系统的可靠性定义，将定性描述转化为定量表达。

可靠度函数一般用()表示，用于描述车辆装备产品运行至时刻时，该车辆仍能维持所需功能的概率大小。当样本量足够大时，考虑到频率值无限趋近于概率值，往往采用采集的样本频率近似该概率值。同时，所定义的时刻是一个广义的时间，也可用距离代表。举例而言，将相同的100辆车辆装备进行可靠性试验，行驶至2000公里时，有10辆装备发生故障，则故障发生频率为10%，未发生故障的频率为90%，可将此时的频率90%近似为该型车辆装备在行驶2000公里时的可靠度。也就是说，该型车辆装备在行驶2000公里时的可靠度为90%。

因此车辆装备可靠度就是车辆装备行驶至某一时刻仍未发生故障的概率，其值越高，说明车辆装备越不容易发生故障，即理解上的“越可靠”。

与可靠度相对应的是不可靠度()，也称为累计故障率。可靠度()与不可靠度()之和等于1，即：

如果设(t)为故障概率，或称为故障概率密度函数、失效密度函数，那么：

()、()与(t)的关系如图1所示。()是图1中斜线部分的面积，()是剩下部分的面积。由此还可得到：

图1 故障概率函数

瞬时故障率)是故障概率(t)与可靠度()的比值，亦即：

联立式(3)可得：

由式(6)可知，可靠度函数()也可用瞬时故障率)来表示，或者说，可靠度是瞬时故障率的函数。

2 故障分析

故障是反应车辆可靠性的重要环节，所有的车辆可靠性定量参数的获取均通过采集车辆故障获得，若要分析车辆装备可靠性试验评价指标，必须先将故障按一定规则进行归类处理。

2.1 故障定义

故障是可靠性研究的对象，单从定义理解，可靠性也可称无故障性，也就是说，故障是一种与车辆装备可靠性相反的概念内涵。对比车辆装备可靠性的定义，在前述气象、装载前提下，车辆行驶至某个时刻或距离发生了故障，意味着车辆装备丧失其可靠能力，即发生了故障。传统车辆装备是一种典型的可修复复杂机电设备，当丧失规定功能时称之发生了故障；若研发了新型车辆装备丧失功能即报废，即不可修复时，故障往往改称为失效。

2.2 故障类别

当前，车辆装备可靠性试验分类的准则已经十分成熟，故障分类的常用规则是故障的性质和严重程度，按故障导致或可能导致的后果，排除难易和关联性，对完成任务影响程度，往往分类为致命故障、严重故障、一般故障和轻微故障四大类，具体分类的规则和累呗见表1。

表1 故障分类原则

2.3 故障模式及位置

一般来说，车辆装备的故障模式可以通过试验统计逐步积累，常用的车辆装备各类故障模式如表2所示，这些不同的故障均可归至表1中的大类。

本文同时形成基本覆盖到军用车辆装备所有通用零部件以及部分专用零部件所有故障模式的分类库，故障模式范例库共计5904条，分类统计如表3所示。

表2 故障模式及代号

表3 军用车辆装备故障位置统计

易知，当故障模式和故障位置发生改变时，故障程度是不一样的，所提可靠性指标应充分考虑这些因素的影响。

3 可靠性试验评价指标

采用定程结尾试验的方法提出军用车辆装备可靠性行驶试验评价，对于可靠性评价最常用的指标就是平均故障间隔时间，即MTBF。

3.1常用指标

3.1.1平均故障间隔时间MTBF

按照指数分布进行计算，其点估计值为：

（7）

（8）

式中：n为试验样车辆数；r为的故障总数；S为总试验里程；k为终止试验样车数；Sj为第j车辆终止试验里程；Se为定程截尾里程。

平均故障间隔里程置信下限值按下式计算：

（9）

式中，(MTBF)L为平均故障间隔里程置信下限值；S为总试验里程。χ2[2(r+1),α]—自由度为2(r+1)，置信水平为α的χ2分布值，推荐取值为0.1或0.3。

3.1.2千公里维修时间

若rx>U2-U1和C>U3-U0+rx同时成立，则(诚信，诚信)和(欺骗，欺骗)都是纳什均衡。由于U1>U0，所以(诚信，诚信)是帕累托有效的纳什均衡。

（10）

式中，TMm为千公里维修时间；TRm为总试验里程S内发生故障后维修时间总和；TPm为总试验里程S内预防维修时间总和。

3.2 结合维修时间

平均故障间隔里程是描述车辆可靠性的关键指标，为综合考虑其它因素，可将维修性参数赋权加入可靠性参数中，弥补MTBF描述可靠性的不足。

将维修时间的定义向平均故障间隔时间进行等效处理，维修时间越长，意味着故障越大，所对应的前一个故障间隔时间应该越短。定义标准的维修时间为Ts，实际维修时间不高于Ts的故障不做处理，而实际维修时间高于Ts的故障应进行等效处理。记总故障数为rall，先验的平均故障间隔时间为MTBF，实际该故障的维修时间为TMm，则对应的故障间隔时间应与TMm成反比，若定义标准的维修时间为Ts，则修正后的MTBF为MTBF*Ts/TMm，此时，试验等效总里程发生变化。若记维修时间超过Ts的故障数有khigh个，则修正后的平均故障间隔时间MTBFr的表达式为：

（11）

式中，右侧分子第一项表示维修时间不大于Ts的故障对应的总里程，分子第二项表示维修时间大于Ts的故障对应的修正总里程。

3.3 结合故障程度

除维修时间外，故障程度对平均故障间隔时间也有一定影响，可将此项目以赋权的形式进行考虑。故障位置和故障类别均对应不同的故障程度，表1和表2所示的故障分类在对应的标准中已经给出了四个权值，但该权值没有考虑到故障位置的影响。

样本采集：含藻种的样本采自广州华南理工大学校内东湖，共设置2个采集点，采集水样用采样瓶装好，分离纯化在实验室中进行。

成功获得11条HPV18型E6基因序列（477 bp，nt105~nt581）， 变异分析发现， 和参照株（NC001357）序列比对，获得的序列均发生了1个碱基颠换（C287G），为同义突变。

考虑到已经定义了总故障数量并给予维修时间进行了修正，期望能够以最简单的形式对结果进行修正。考虑到标准中已经给出了类别修正，这里定义不大于1的正数Pi为故障i对应的位置修正系数，将此代入公式中用于修正故障比重，可得：

从式(3)中笛卡尔速度中获得可用的离散样本,然后可以用雅可比矩阵的列向量Ji来改写式(3)的离散形式，得

（12）

式中，0≤Pi≤1，由表3所示，故障发生在7个位置，因而Pi有7个取值(或定义的更加详细)。MTBF进行修正后，式(9)给出的置信下限也应按修正后的数值进行处理。

GenBank登录号是MH256113，将菌株16S rDNA序列与GenBank上的其他16S rDNA序列进行Blast分析，做进化树(图2)比较结果显示，菌株MBM-7与Arthrobacter protophormiae strain DSM 20168(NR_026195)相似性为99.9%，将该菌鉴定为放线菌目下的原玻璃蝇节杆菌(Arthrobacter protophormiae)。经RDP进行分类，其分类地位为：放线菌纲(Actinobacteria)、放线菌目(Actinomycetales)、微球菌科(Micrococcaceae)、节细菌属(Arthrobacter)。

对比式(7)给出的平均故障间隔时间的点估计值，提出的修正MTBFr充分考虑了故障类别、故障程度和故障位置的影响，因而更加全面。对于大多数的车辆试验，仅做可靠性试验或试验不充分时，所提评价指标仍可有效地刻画车辆可靠性，因而可有效缩短试验周期，节约试验成本。

研究人员发现，近一半的安全座椅与汽车座位并不合适。近日，美国俄亥俄州立大学医学院的研究人员对50辆家用汽车的座位及60个安全座椅（共3600个组合）进行了安全测试，结果发现，座位角度与弹性头枕的位置导致42%的安全座椅与汽车座椅无法完全兼容。

4 结论

在分析可靠性概念和故障影响程度的基础上，系统研究了军用车辆装备故障规律，加入车辆故障程度、故障位置的影响，对平均故障间隔时间进行修正，提出一种新的车辆装备可靠性试验的评价指标，为车辆装备可靠性试验的综合评价提供依据。

参考文献

[1] 吴大林,李伟,贾云非.国内车辆可靠性强化试验技术的现状与发展趋势[J].环境技术,2006(06):15-18.

[2] 王志.车辆可靠性试验的影响因素及改进措施[J].现代农业研究,2018(8):105-108.

[3] 周金宝,王可,傅耀宇,等.军用车辆装备试验理论[M].北京:科学普及出版社,2015.

[4] 高树新,马维平.军用车辆可靠性鉴定试验的故障归零[J].军事交通学院学报,2018,20(1):51-55.

[5] 周海京,遇令.故障模式、影响及危害性分析与故障树分析[M].北京:航空工业出版社,2003.

[6] 李建伟,程晓卿,秦勇,张媛,邢宗义.基于BP神经网络的城市轨道交通车辆可靠性预测[J].中南大学学报(自然科学版),2013,44(S1): 42-46.

[7] 董锡明.我国铁道机车车辆可靠性工程的研究[J].中国铁路,1996, (1):9-12+5.

[8] 段晓霞,郭云健,李志国,吴志远,马宁.轨道车辆可靠性分配软件设计与开发[J].起重运输机械,2017, (9):122-126.

[9] 郑玮.营运车辆使用可靠性监管数据平台设计[D].长安大学,2012.

[10] 周莉茗,郝云锋.轨道交通车辆可靠性评估体系研究[J].中国市场, 2010, (23):13-14.

[11] 滕云.国产汽车使用可靠性评价研究[D].长安大学,2010.

[12] 刘曙蓉.机车车辆整车可靠性指标的探讨[J].电力机车与城轨车辆,2009,32(03):43-44,62.

Research on the reliability test evaluation index for the vehicle equipment

Zhou Jinbao, Zhou Jun, Zhai Bin

( PLA Troop 63969, Jiangsu Nanjing 210028 )

Abstract:Current evaluation index can not fully reflect the reliability performance of vehicles. The fault degree and fault location were joined into the mean time between failures using the forms of correction coefficients based on the study of the basic concept of reliability. Then a new reliability test evaluation index for the vehicle equipment was proposed. Proposed index can evaluate the reliability of vehicles more comprehensively, and also be effective under the condition when only reliability test is carried out. Proposed evaluation index can lay a foundation for reducing vehicle reliability test time.

Keywords:vehicle equipment;reliability;mean time between failures;evaluation index

CLC NO.: U461.7

Document Code: A

Article ID: 1671-7988(2019)14-137-04

中图分类号：U461.7

文献标识码：A

文章编号：1671-7988(2019)14-137-04

作者简介：周金宝，硕士，高级工程师，就职于中国人民解放军63969部队，研究方向为车辆检测与车辆工程。

10.16638/j.cnki.1671-7988.2019.14.045