توسعه مدل احتمالاتي زوال بر مبناي توزيع ويبال براي سايش ريل با مطالعه موردي راه آهن محور لرستان

Development of Deterioration Probabilistic Model on the basis of Weibull Distribution for Rail Wear: Case Study in Lorestan Railway

سامانه هاي مديريت نگهداري و تعمير در چند دهه اخير مورد توجه صاحبنظران قرار گرفته و در صنايع مختلف بكار گرفته شده است. در راه آهن نيز سامانه مديريت نگهداري و تعمير خط آهن جهت بهينه كردن فعاليتها و هزينه هاي مرتبط با آنها مطالعه و پياده سازي شده است. چنين سامانه هايي براي پيش بيني وضعيت آتي خرابي از تكنيكهاي مختلفي استفاده كرده اند. در اين مقاله ابتدا شاخص خرابي ريل تعريف شده و سپس با بكارگيري توزيع ويبال، وضعيت آتي سايش ريل تخمين زده شده است. تابع زوال براي سايش ب هوسيله ماتريس احتمالات گذر ) انتقال( گسسته ماركوف بيان شده است. عموماً براي همه كاربردهاي عملي در مديريت روسازي راه و راه آهن , از مدلهاي نا همگن استفاده مي شود. در تمام كارهايي كه تاكنون در سطح كشور انجام شده است، به پيش بيني وضعيت مسير بر اساس مدلهاي همگن پرداخته شده است و عوامل سببي در مدلهاي زوال دخالت داده نشده اند. از طرفي مهم ترين متغير سببي موثر بر سايش ريل، ترافيك عبوري است. در اين تحقيق، به منظور ساده سازي، تنها اين متغير در حل مدل زوال دخالت داده شده است. در واقع مي توان با داشتن دو متغير زمان و ترافيك عبوري از خط، وضعيت آتي ريل را پي شبيني كرده و عمر ريل را از ديدگاه سايش برآورد نمود. در اين تحقيق ، سايش ريل در قوسهاي 250 متري و با برداشتهاي ميداني در فواصل 6 ماهه صورت گرفته وبا كمك مدل احتمالاتي زوال عمر ريل پيش بيني شده است.

The vital part of every overall maintenance system is “predicting the future condition” sector. This sector will receive all data which are “gathered by inspection systems and saved in data base” and predict the future condition by analyzing this information. In this paper, first of all, the rail condition was categorized according to definition of rail wear defect index and thereafter, the future rail condition on the basis of wear was predicted. In fact, by having two “time and line passing traffic” variables, the future rail condition can be predicted. In addition, the rail life, from the wear point of view, can be estimated by Deterioration Model. Actually, in this research, rail wear in curved track with 250 meters radius was measured with field scan on six - month periods and rail life was predicted by Deterioration Probabilistic Model.