0前言
地铁综合监控系统以列车运行管理系统为中心，其各子系统具有各种功能，并且相互实现信息共享的系统。其功能涉及运输计划、运行管理、站内作业管理、维修作业管理、车辆管理、设备管理、信息集中监视、电力系统控制等。其体系结构可由站级设备管理系统、中央运行控制系统、区域信息管理系统等不同层次的系统综合而成，系统功能丰富、结构复杂庞大。
由此看出，地铁综合监控系统是一个集成度极高的自动化系统，是一个复杂、动态、异构的系统，负责监视地铁线网中各车站的设备、指挥列车运行。系统要如实地获取各个车站中的设备信息，根据需要也可控制各子系统设备、协调设备间的有效运行，实现列车的可靠、稳定和高效运行。这些需求无疑要求综合监控系统构建成具有极高的可靠性、可用性、安全性等要求的系统。近年来我国地铁领域已开始适度采用综合自动化监控系统。综合自动化监控系统已成为国内城市轨道交通自动化系统的发展趋势，有必要对综合自动化系统进行可靠性分析评估。
1地铁综合监控系统可靠性分析方法选择
要对地铁综合监控系统进行可靠性分析，首先要确定可靠性分析的方法。我们先后比较尝试了可靠性框图法、GO法、故障树分析法和故障模式影响后果分析法四种方法，其优缺点简述如下：
(1)可靠性框图法主要是根据系统的逻辑关系把系统转换为各种结构模型的可靠性框图，从而进行下一步分析。该方法适用于对结构较为简单的系统进行可靠性分析。
(2)GO法是从引起系统成功状态的基本原因出发，将系统图直接转换成GO图，进行GO运算。此方法建立GO图的过程较为简单，但进行GO运算则相对繁琐。该方法适合于在系统图逻辑关系较清晰时进行可靠性分析。
(3)故障树分析法是从最不希望发生的事件出发，关注导致系统故障的基本原因和中间过程，通过故障树将系统的逻辑关系表示出来，形象直观，在此基础上可快捷地写出故障树顶事件的结构函数，进而对系统进行可靠性分析。该方法适合于对较复杂的系统进行可靠性分析。
(4)故障模式影响后果分析方法，采用自下而上的逻辑归纳法，对系统来说，要从其子系统及其元器件的各种失效模式追踪到系统级，研究它的后果，决定它对系统的致命度。但随着系统的复杂度增加，要实际做完这样的分析，其工作量大到难以容忍的程度。
分析可知，地铁综合监控系统结构相对复杂，信息量大，关注于系统成功运行或出现故障原因的分析，因此，GO法和故障树分析法较适合于对地铁综合监控系统进行可靠性分析。但采用GO法进行可靠性分析，符号使用复杂，同时还需定义一定数量的GO处理单元，工作量较大。采用故障树分析法进行可靠性分析则相对简便易行。因此，故障树分析法更适合于对地铁综合监控系统进行可靠性分析。基于以上原因，我们提出采用故障树分析法对地铁综合监控系统进行可靠性分析。
2地铁综合监控系统可靠性分析与数据管理软件设计
在确定本系统的分析方法的基础上，本文采用VC设计开发了地铁综合监控系统可靠性分析与数据管理软件，完成系统的可靠性建模、系统的可靠性分析、系统可靠性数据管理等功能。软件包含三个模块：系统可靠性建模模块，系统可靠性分析模块，系统可靠性数据管理模块，三模块之间相互联系，相互服务。
2.1系统可靠性建模模块
可靠性建模功能主要围绕如何实现系统的计算机辅助故障树建模这样一个问题来展开，也就是必须使计算机能辅助绘制故障树模型。绘制故障树模型功能包括模型可视化显示、模型图形属性编辑(图形的添加、删除、复制和缩放等)、模型事件属性编辑(事件的名称、失效概率分布和失效参数等的设置)和模型自动完整性检查等功能。
软件中将故障树模型的节点抽象为派生于CObject类的CFTANode类，模型节点的图形属性和事件属性都封装作为CFTANode类的成员，对模型节点的图形及事件属性编辑操作转变为通过鼠标消息处理函数来改变CFTANode类的相应成员值的操作。然后，我们再使用MFC中支持CObject指针的数组CObArray类存储大量模型节点CFTANode类对象，从而实现整个模型的生成，对数组的操作也就是对整个模型的操作。
2.2系统可靠性分析模块
本模块要求能够对已有的系统可靠性模型进行自动可靠性分析，即可以实现故障树的定性定量分析。
1)系统故障树模型的定性分析
对综合监控系统的可靠性定性分析要求分析出系统失效的所有故障模式、故障组合及能够保证系统不失效的所有有效途径，即是求出相应系统故障树模型的全部最小割集。对于含有非门的情况下，求出所有质蕴含割集;求出相应模型的全部小路集，对于含有非门的模型，求出所有质蕴含路集。
2)系统故障树模型的定量分析
对综合监控系统的可靠性定量分析要求分析出系统故障的发生概率、系统故障时系统下层子系统/设备对其的贡献大小，即是求出相应系统故障树模型的顶事件的发生概率及各底事件的重要度。本软件可以根据底事件的故障分布设置及分析时间参数计算出被分析事件按指定时间间隔的不同时间段内的失效概率，各底事件不同时间段内的概率重要度值，用户可以列表查看被分析事件失效概率及底事件概率重要度随时间的变化，同时，软件还可以从模型结构角度计算底事件的结构重要度。
软件中采用二元决策图(BDD)法对故障树模型进行求解。二元决策图(BinaryDecisionDiagrams)，简称BDD，由美国科学家SheldonB.Akers于1978年提出的，基本思想就是利用图的形式定义一种数字函数，通过函数可以直观地根据函数变量的输入值确定函数输出值，从而故障树顶事件可以通过BDD直接表达成不交化路径之和，它可以通过回溯BDD中所有叶节点为1的路径，写出相应函数的不交化表达式，再利用互斥事件和的概率公式可计算出顶事件发生的概率。由于文章篇幅的限制，本文中就不再对BDD算法进行详细的介绍，读者可以阅读参考文献加以了解。
2.3系统可靠性数据管理模块
本模块要求能够实现地铁综合监控系统/设备的可靠性数据管理统计功能，不但要能对系统/设备的基本信息、运行情况、故障检修数据、可靠性试验数据等实现统一的管理平台，而且要具有一定的统计分析功能，为系统建模时设备失效概率分布的确定提供参考作用。
2.3.1系统设备可靠性数据设计
本文中把系统/设备的可靠性数据分为三类：设备基础信息、设备可靠性信息和计算机生成数据，具体描述如下。
(1)设备基础信息
设备基础信息包括：设备名称、设备编号、设备类型、功能描述、设备制造厂商、制造型号、制造序列号、设备所在车站、设备所在系统、设备首次投入运行时间、设备安全等级、设备设计参数、数据采集开始日期、运行方式、故障方式或故障判断标准等信息。
(2)设备可靠性信息
设备可靠性信息包括：设备状态变换数据、设备故障数据(故障时间、故障等级、故障模式、故障简述、故障原因、解决措施、此次故障导致设备不可用的时间等)、设备检修数据(检修时间、检修原因、此次检修所用时间等)、设备试验数据(试验时间、试验类型、试验方案、可替换或不可替换、试验参数、此次试验所用时间、试验数据组(失效编号、失效简述、原因分析、解决措施、失效时间、备注))、备注等信息。
(3)计算机生成数据
计算机生成可靠性数据包括：设备累计运行时间，设备累计不可用时间，运行故障率、平均故障维修时间、平均试验间隔时间。
2.3.2软件中的数据库设计
软件中的数据库采用SQL设计，根据系统可靠性数据包含的信息，软件中设计了7了个数据库：设备可靠性数据库、设备所在位置信息库、设备状态信息库、设备故障信息库、设备维修信息库、设备可靠性试验信息库、设备可靠性试验失效库。其中设备可靠性数据库为主要数库，其它六个数据库都为其的子级数据库。
2.4地铁综合监控系统可靠性模型图库的设计
软件完成以后，利用软件的系统可靠性建模功能对地铁综合监控系统进行建模，可以从系统设备结构失效、系统常见故障、系统常用功能失效等多角度建模，并将建好的模型文件统一记录存档，使用户能够在需要时方便快捷的调用已有的模型进行可靠性分析，快速查找，精确定位系统故障部位，可以称之为地铁综合监控系统故障树图库，软件中已经对地铁综合监控系统中部分子系统或子设备故障进行了初步建模，但还远远不够。本文希望起到抛砖引玉的作用，吸引更多学者到地铁自动化系统可靠性分析领域来，进一步充实完善地铁综合监控系统故障树模型图库，最终形成以此为基础的地铁故障诊断系统。
3结束语
地铁综合监控系统可靠性分析及数据管理软件集可靠性建模分析与可靠性数据管理于一身，使得收集统计的系统设备数据在建模时可直接提供参考，同时，系统分析的结果也可作为设备可靠性数据组成部分。软件中设计了地铁综合监控系统故障树模型图库，并初步充实了本图库。我们认为建立全面的地铁综合监控系统故障树图库具有极其深远的意义，因此，我们仍需长期工作于此。
