随着城市轨道交通的高速发展,复杂的运营环境和设备状况让设备可靠性能力保持面临着更多的不确定性。如何根据运营环境的复杂多变,来设计和优化维修策略的制定,有着非常重要的意义。基于差异化维修策略,我们就基本上可以确定实施BDBM精准维修的设备对象。所谓基于大数据的维修模式(BDBM,Big Data Based Maintenance),就是基于设备劣化的多种类型的大量数据信息,判断维修时机和指导维修工作的维修管理模式,也可以看作是智能维护时代一种非常重要的维修策略。本文结合城市轨道交通行业特点,给出4类数据来源的界定及收集方式,通过构建故障集合优选分析模型和典型设备的特征参数矩阵,确立设备关键部位的状态监测方式及取值范围的开展步骤,绘制出BDBM"信息采集圈"和"决策实施圈"的逻辑流程。最后给出城市轨道交通行业推动BDBM的落地步骤及效果评价原则。
