基于MBSE的铁路系统RAMS分析技术研究综述

Review of RAMS Analysis Technology for Railway System Based on MBSE

摘要

随着铁路系统的发展，其功能结构高度复杂、各专业强耦合关联、故障动态重构等特点愈发突出，传统RAMS分析技术在铁路系统应用显现出了一定的局限性，无法充分应对系统复杂性和动态变化的需求。通过对铁路系统RAMS内涵研究以及国内外应用现状总结分析，梳理了铁路传统RAMS分析方法面临的主要问题。在分析MBSE关键技术及在铁路系统应用现状的基础上，针对MBSE可构建多维度和多角度系统模型的特点，提出了基于MBSE的铁路系统RAMS分析技术总体思路，明确了系统MBSE建模与RAMS分析的集成流程，并详细阐释了基于MBSE的铁路运营任务RAMS需求分析、系统功能设计与RAMS集成分析、基于列车群运行的RAMS仿真验证等关键技术，为系统全面、客观准确地开展铁路系统RAMS分析评估、仿真计算提供了理论方法支撑。

Abstract

With the development of the railway system, its features such as a highly complex functional structure, strong coupling of various disciplines, and dynamic fault reconstruction are becoming increasingly prominent. The application of traditional reliability, availability, maintainability, and safety (RAMS) analysis technology in the railway system shows certain limitations and fails to fully cope with the needs of system complexity and dynamic changes. Through research on the connotation of RAMS in the railway system and the summary of its application status in China and abroad, the main problems faced by the traditional RAMS analysis method for railways were identified. Based on the analysis of model-based systems engineering (MBSE) key technology and its application status in the railway system, the characteristics that MBSE could build multi-dimensional and multi-angle system models were analyzed, and the general idea of MBSE-based RAMS analysis technology for the railway system was proposed. In addition, the integration process of MBSE modeling and RAMS analysis in the system was clarified. Key technologies such as MBSE-based RAMS requirement analysis for railway operation tasks, system function design, RAMS integration analysis, and RAMS simulation verification based on train group operation, were introduced in detail, providing theoretical and methodological support for comprehensive, objective, and accurate RAMS analysis and simulation calculations of the railway system.

Graphical abstract

关键词

铁路系统 / 基于模型的系统工程(MBSE) / 可靠性、可用性、可维护性、安全性(RAMS) / 模型驱动 / 系统集成

Key words

Railway System / Model-Based Systems Engineering (MBSE) / Reliability, Availability, Maintainability, Safety (RAMS) / Model Drive / System Integration

0　引言

铁路系统的可靠性、可用性、可维护性和安全性(Reliability，Availability，Maintainability，Safety，RAMS)是确保其长期安全、可靠运营的关键指标。随着铁路系统向智能化、信息化和网络化发展，系统需求不断变化，架构设计趋于复杂^[1]。传统的铁路系统RAMS设计分析方法往往侧重于单个系统或组件的分析，难以实现跨专业、跨领域的集成分析，因此，迫切需要一种更为系统化、集成化的方法来提升铁路系统RAMS分析的效率和准确性。

基于模型的系统工程(Model-Based Systems Engineering，MBSE)是一种系统化的建模方法，利用构建模型来提高系统设计质量、降低成本和风险、加快研发周期。相较于传统的系统工程，MBSE通过建立多层次、多视图的模型，为系统提供了全面的需求分析和管理方法，克服了现有建模技术在需求解析和系统架构设计上的局限性，在军工领域以及航天航空领域等有着广泛的应用^[2]。

开展基于MBSE的铁路系统RAMS分析研究，可以将铁路系统RAMS分析融入新一代系统装备MBSE正向研发设计工程，实现RAMS设计与系统功能性能设计集成融合。因此，通过对MBSE的基本概念以及在铁路系统中的应用和发展进行研究，提出一种集成的MBSE建模与RAMS分析思路，研究MBSE建模和RAMS分析的关键技术，为铁路系统的MBSE建模与RAMS分析提供一个科学、系统的方法论框架，从而整体提升铁路系统RAMS水平。

1　铁路系统RAMS分析技术概述

当前铁路系统已成为人们出行、货物运输的重要方式，尤其是高速铁路的发展，大大缩短了出行时间，提高了社会的运行效率，铁路系统RAMS直接关系到铁路系统的正常运行，对于保障乘客生命财产安全、提高运输效率、降低运营成本以及维护社会经济秩序具有至关重要的作用。

1.1　铁路系统RAMS内涵分析

铁路系统安全性是铁路系统RAMS的核心，是指铁路系统在运行过程中，能够有效防止各种事故的发生，保障乘客生命财产安全的能力。铁路系统的安全性要求包括对系统各组成部分的设计、制造、安装、运营、维护等各个环节进行严格的安全管理，确保各个组成部分都能够正常、安全地运行，以及制定和实施铁路系统应急预案，以应对可能发生的安全事故^[3]。

铁路系统可靠性是指在规定的时间、规定的条件下，完成规定任务的能力^[4]。铁路系统的可靠性要求包括对系统各组成部分的设计、制造、安装、运营、维护等各个环节进行严格的质量管理，确保各个组成部分都能够正常、可靠地运行。同时还包括对铁路系统的故障预测和故障处理能力的评估，以应对可能发生的故障，最大限度地减少故障对铁路系统正常运行的影响。

铁路系统可用性是指在规定的时间和条件下，能够提供运输服务的能力^[5]。铁路系统的可用性要求确保铁路系统能够在规定的时间和条件下提供充足的运输服务，并确保铁路系统在发生故障时能够快速恢复正常运行。

铁路系统可维护性是指在规定的时间、规定的条件下，系统完成规定维修工作的能力^[5]。铁路系统可维护性要求包括对铁路系统的维护管理进行优化，提高铁路系统的维护效率，确保铁路系统在发生故障时能够快速维修或更换。同时，铁路系统的可维护性还包括对铁路系统维护人员的培训和管理，提高维护人员的维护技能和维护意识，确保铁路系统在发生故障时能够得到有效的维护。

铁路系统RAMS之间既相互独立，又存在联系，铁路系统RAMS关系图如图1所示。铁路系统RAMS分析是铁路系统建设和运营的重要环节，需要从铁路系统建设运营的各个环节进行全面、系统地RAMS评估和管理，以确保达到规定的标准和要求^[6]。同时，铁路系统RAMS的评估和管理还需要不断改进和完善，以适应铁路系统的发展和变化。

1.2　铁路系统RAMS分析现状研究

铁路系统RAMS之间相互影响、相互制约，共同决定了铁路系统的整体性能，因此国内外相关行业制定了一系列标准规范以及措施，来指导RAMS的实施、分析和评估。欧洲电工标准化委员会制定的《轨道交通 可靠性、可用性、可维修性和安全性(RAMS)的规范和验证》(EN50126标准)，将欧洲各国轨道交通RAMS的评估要求列入相关法规或技术标准中^[7]。法国采用可靠性设计理论开展了高速列车TGV的设计，确保TGV具有较高的运行可靠性^[8]。日本根据可靠性工程理论，开展了新干线高速列车可靠性研究^[9]。2008年，我国发布了国家标准《轨道交通 可靠性、可用性、可维修性和安全性规范及示例》(GB/T21562—2008)，并逐步开展RAMS分析方法的推广和应用，如故障树分析、故障模式影响分析、可靠性工程设计及试验等，对于提高我国铁路行业安全性和可靠性起到了重要作用。同时，国内外学者在铁路系统RAMS分析方法方面开展了深入的研究。在可靠性方面，Mokhtarian等提出了一种非参数贝叶斯方法开展铁路可靠性分析，并通过仿真验证了方法的有效性^[10]；赵嘉芳针对时速250 km的动车组牵引电机，开展了故障率统计分析及可靠性研究^[11]；Cai等提出了车辆-轨道耦合动态可靠性评估模型，开展了系统动态可靠性评估^[12]；在可维修性方面，Macchi等通过可靠性分析模拟方法，评估了轨道基础设施维修计划，并基于服务级别提出了RAMS分析的改进措施^[13]；张岩等从可靠性、维修性2个方面综合分析了铁路牵引供电可靠性分析模型和运营维修优化管理策略^[14]；在可用性方面，Patra等采用Petri网模型建立了可用性分析模型，开展状态修策略分析和定时维修策略分析^[15]；王华胜等分析了动车组系统RAM的影响因素，构建了整车RAM评价指标体系，并给出了相应的计算评估方法^[16]；Leite等开展了相关故障下的铁路机车可靠性和可用性分析^[17]；在安全性方面，David等通过改进的故障模式、影响及危害度分析方法，开展了ETCS-2级系统的风险评估，明确了系统存在的危害性影响和潜在风险^[18]；Chang等提出了综合加权算法改进了铁路信号安全风险分析方法^[19]。

目前，常采用的RAMS分析方法包括故障模式、影响及危害度分析、故障树分析法、事件树分析法、Petri网模型以及贝叶斯网络模型等。其中，故障模式、影响及危害度分析通过识别系统中可能的故障模式，评估对系统性能的影响，并确定故障的严重程度；故障树分析法通过构建图形化的故障树来分析系统中各种故障事件之间的逻辑关系^[20-21]；事件树分析法关注于特定初始事件可能导致的各种后果，通过事件树来分析这些后果发生的概率^[22]；Petri网模型可以用来描述和分析具有并发和同步特性的系统，在铁路系统中常用来模拟列车运行、信号控制等复杂过程，并分析系统在不同情况下的行为^[23]；贝叶斯网络模型通过表示变量之间的条件依赖关系来分析不确定性信息，在铁路系统的风险评估和决策支持中提供有力的分析工具^[24]；通过综合运用这些分析方法，可以对铁路系统的RAMS特性进行全面而深入的评估，从而优化系统设计，提高其整体性能和安全性，这些方法的学术性和实用性在工程和研究领域得到了广泛的认可和应用。

1.3　铁路RAMS分析方法面临的主要问题

在铁路系统RAMS分析过程中，传统的RAMS分析方法发挥了重要作用。但随着铁路系统的复杂性增加和技术的快速发展，在铁路系统级层面这些传统方法的应用具有一定的局限性，主要包括以下3个方面。

（1）如何表征与分解传递铁路系统RAMS要求。铁路系统是一个复杂系统，众多子系统和零部件协同工作，传统RAMS方法侧重于单个子系统或零部件的分析，缺乏跨系统、跨领域的集成分析，但铁路系统整体的RAMS要求不仅取决于单个子系统，还受到子系统间协同工作的影响，铁路系统中的移动装备、牵引供电、通信信号等多个子系统之间存在密切的交互，将系统级RAMS简单定义为其组成子系统RAMS的加总是不科学的，忽视了铁路系统自身耦合性、涌现性等复杂特性，不能满足铁路系统级的RAMS要求，也无法在子系统及零部件设计过程中落实。因此，对于铁路系统RAMS分解，不能单纯地进行硬件间的摊派分配，而是要从系统架构设计角度出发，结合多层次的功能分解，开展系统RAMS的分解。

（2）如何对动态铁路系统故障传播进行描述。静态分析带来的局限性也是传统RAMS分析方法在铁路系统应用中的一个关键问题，静态分析通常指在特定时间或条件下对系统性能的分析，不考虑系统随时间变化的动态特性。铁路系统运行环境是动态变化的，包括客流量的波动、列车运行的实时调整、维护活动的计划与执行等，静态分析无法捕捉动态变化对系统RAMS的影响。此外铁路系统RAMS也受时间、环境和操作条件的影响，包括天气变化、温度波动、设备磨损、疲劳累积等因素，静态分析通常假设环境和操作条件是恒定的，无法客观、准确地描述铁路系统的故障传播和规律。

（3）如何在铁路系统建设运营前开展RAMS验证。铁路系统具有施工难度大、建设周期长、工程风险高等特点，铁路系统的RAMS验证要求模型能够准确反映系统的运营场景、环境条件、人为因素以及功能组成等，传统RAMS方法可能无法充分捕捉所有相关因素，导致模型与实际情况之间存在差异，不能准确、客观开展铁路系统RAMS验证。

传统RAMS分析方法为铁路系统的设计、建设和运营提供了重要支持，但是随着铁路系统技术的不断发展、标准规范的持续更新和评估分析对象的动态变化，传统RAMS分析方法显现出了一定的局限性。因此，需要发展更为先进的RAMS分析方法，以满足现代铁路系统在安全性、可靠性、可用性和可维护性方面的高标准要求。

2　铁路系统MBSE研究现状分析

2.1　基于模型的系统工程技术

MBSE技术支持系统需求、设计、分析、验证和确认等活动，从而在概念设计到开发再到后期生命周期阶段的整个过程中发挥作用^[25]，基于模型的系统工程流程示意图如图2所示。MBSE是用于支持在“基于模型的”背景环境中系统工程学科诸多相关流程、方法和工具的集合^[26]，其实施的3个重要方面是建模语言、建模方法和建模工具^[27]。

在系统设计过程中，MBSE的核心在于利用模型来促进系统工程的各项技术活动，从而降低需求传递的误差，实现多学科间的协同设计。MBSE建模能够详细描述和分析系统在不同情境和任务下的状态、行为和交互信息，进而验证并生成功能需求和逻辑架构，从而对需求变更能够迅速做出反应，进而为详细的设计、生产、测试和验证工作提供指导。目前，针对系统需求、结构和行为的MBSE模型通常采用SysML语言进行构建，SysML模型组成示意图如图3所示^[28]。如行为方面，活动图用于表示系统行为的流程，序列图表示在实现行为过程中模块间的交互，状态机图表示系统的状态转换，用例图表示系统需要完成的功能^[29-30]。

在复杂系统设计研发方面MBSE具有显著的技术优势，首先MBSE通过多视图、多层次开展需求分解与传递，完整建立了一条从顶层任务需求到中层产品需求再到底层零部件物理设计要求的需求传递路径。其次，MBSE全维度的标准化、规范化系统建模，可实现不同专业开展协同设计的数据统一，保证了设计方案的一致性表述；MBSE重点强调研制阶段的多样化仿真手段，实现多领域、多物理和高保真的仿真应用。目前国内外航空航天、军工、汽车等多个领域均已开展了广泛的MBSE应用，如 “系统工程椭圆模型”的框架，是一个迭代的、以需求为中心的过程，包括需求定义、系统分析、系统设计、系统实现、系统验证等阶段，强调了系统生命周期的各个阶段之间的相互作用和反馈，系统工程椭圆模型如图4所示。

2.2　铁路行业MBSE的应用分析

在国外铁路行业，庞巴迪运输公司最早将MBSE技术应用于铁路行业，通过引入MBSE来优化其铁路系统应用的开发流程，确保在开发过程中全面考虑功能实现、需求满足和安全保障等关键要素。庞巴迪运用软件工具来进行系统建模，成功地在不同层次上展现了列车整车的逻辑架构^[31]。阿尔斯通公司也在MBSE的应用上取得了显著进展，通过采用MBSE理念，从运用、功能和建构3个视角对系统进行了阐释^[32]。此外，Connecta和Safe4Rail项目代表了MBSE在铁路行业应用的2个关键案例。Connecta项目利用MBSE对列车控制和监督系统的架构和标准进行了深入分析，为下一代无线列车控制管理系统的架构设计提供了依据。而Safe4Rail项目则通过MBSE对列车的安全关键、时间关键和任务关键功能进行了模块化集成和认证，并通过模拟环境对这些功能进行了测试，从而为减少无线列车控制管理系统的生命周期成本和运营成本奠定了基础^[33-34]。在国内铁路行业，关于MBSE理论方法的研究还处于起步阶段，如黄静研究了西部铁路列控系统，采用MBSE方法，通过SysML建模语言，对虚拟轨道区段占用检测的逻辑流程进行了分析^[35]。针对铁路系统动车组，张世聪等基于MBSE设计方法进行了建模分析^[36]；梁玉泽通过引入MBSE思想，从利益相关方出发针对动车组列车控制逻辑建模进行了深入研究^[37]；王保民等系统地阐释MBSE的定义及发展历程，探究国内外列车领域MSBE的研究现状，提出了基于OFAP建模方法的动车组整车逻辑实施开发过程^[38]，动车组整车逻辑MBSE开发过程图如图5所示。

MBSE为铁路系统提供了一种系统化、集成化的方法，有助于应对铁路系统复杂性。首先，MBSE通过建立多层次、多视图的模型，为铁路系统提供了全面的需求分析和管理方法，通过模型化的表示，需求与系统架构和设计之间的关系得以明确，从而支持需求的动态管理和变更控制。其次，MBSE强调了系统架构的规范化建模，对于铁路系统的集成和接口管理至关重要，铁路系统由多个子系统组成，子系统间相互作用、相互影响，MBSE通过模型来定义系统组件之间的接口和交互，支持不同专业进行有效的沟通和协作，从而实现复杂系统集成的优化设计。MBSE在故障传播规律和行为建模方面具有独特的优势，通过模型来分析和预测系统潜在的故障模式及其对系统性能的影响^[39]。同时，MBSE还支持基于多物理模型的系统仿真验证^[40]，对于铁路系统的高精度仿真和性能评估至关重要，通过集成不同领域的物理模型如力学、电气、控制等，在各种操作条件下实现铁路系统的性能和行为的全面仿真，不仅有助于在铁路系统实际建造前验证设计的相关功能性能指标，还能够对系统的优化提供指导，减少后期修改的成本和风险。MBSE在铁路行业的应用也促进了其标准化和数字化转型，通过MBSE与数字化工具和平台的结合，为铁路系统的设计、建造和运营提供了数字化解决方案，推动了铁路行业智能化发展。

3　基于MBSE的铁路系统RAMS分析技术研究

3.1　基于MBSE的铁路系统RAMS分析技术总体思路

MBSE具有规范化的建模语言和建模方法，在进行自顶向下分析的同时开展铁路系统RAMS设计分析，实现系统RAMS与系统需求、行为和功能的融合集成；通过MBSE对铁路系统需求、行为和功能的建模，开展RAMS与功能的统一数据源建模，保证了铁路系统功能性能设计与RAMS设计分析的同源性。此外，结合MBSE中的仿真验证，在铁路建设运营前构建相应的仿真模型，开展铁路系统RAMS仿真验证，依据仿真结果进行协同优化改进，从而实现铁路系统RAMS水平的大幅度提升。主要步骤如下。

（1）系统需求定义：确定铁路系统的RAMS需求，并将其纳入整体系统需求中，通过MBSE工具创建需求模型，确保RAMS需求与功能需求和非功能需求被明确记录和管理。

（2）系统设计建模：在铁路系统的设计阶段，基于MBSE方法进行系统功能分析、逻辑和物理架构的构建，并在模型中整合RAMS属性。如通过精心设计的系统架构来增强系统的可靠性，以及通过实施冗余设计来提升系统的可用性。

（3）RAMS分析集成：将RAMS分析工具和方法集成到铁路MBSE流程中，通过系统模型对故障传播规律和行为进行建模开展RAMS分析。

（4）仿真与验证：利用MBSE模型，开展铁路系统RAMS评估仿真，在仿真中考虑铁路不同运营场景和故障条件，确保系统能够在各种情况下满足RAMS目标。

（5）优化与迭代：根据RAMS分析的结果，对铁路系统设计进行优化，并迭代地更新系统模型，反映设计变更，并进行新一轮的RAMS分析。

（6）测试与验证：在实际测试阶段，利用MBSE模型来指导铁路测试计划和验证过程。确保测试覆盖了所有的RAMS需求，并通过实际的测试结果来验证模型的准确性。

（7）文档与报告：使用MBSE工具生成铁路系统设计和RAMS分析的文档和报告。确保所有的RAMS信息都被记录。

（8）持续监控与改进：在铁路运营阶段，持续监控系统的RAMS性能，利用MBSE模型进行定期的RAMS评估，以识别潜在的风险和改进机会。

3.2　基于MBSE的铁路系统RAMS分析关键技术

MBSE通过模型化的管理将传统的文档驱动转变为模型驱动，可以在铁路设计的早期阶段进行功能分析，帮助识别潜在问题和瓶颈，及早发现问题减少后期的设计变更，并通过仿真验证，模拟各种运行场景和故障情况，从而确保铁路系统的RAMS满足预期目标。基于MBSE的铁路系统RAMS分析技术总体思路，对需求分析、综合建模以及仿真验证3个方面关键技术进行详细阐述。

（1）面向运营任务的铁路系统RAMS需求分析。在铁路系统RAMS分析中，面向运营任务的RAMS需求分析扮演着至关重要的角色，有助于确保铁路系统的设计和运营能够满足特定的任务需求，其核心目标在于建立系统功能与铁路运营任务之间的精确映射关系即功能剖面。然而，在传统的铁路系统设计中，由于对任务需求描述的精确度不足，精确映射关系往往难以准确获得。MBSE通过使用视图和功能视图建模，将铁路系统的使用需求与系统需求紧密联系起来，利用MBSE输出的任务场景模型和顶层功能模型，形成“任务-功能”映射表，通过构建系统功能故障分析模型将铁路系统的RAMS要求分解到具体的功能上。例如，利用SysML的活动图可以高效地构建环境监测功能模型，通过划分泳道可以清晰地界定铁路系统在该功能模型中所扮演的角色，通过定义“活动”构造，详细描述各个子系统在特定场景下的行为模式，同时通过构建行为流，精确地确定行为发生的顺序以及行为之间的相互关系，从而深入分析系统在不同环境下的性能表现，环境检测监测功能模型图如图6所示。

（2）系统功能设计与RAMS集成分析。铁路系统功能设计与RAMS集成分析的重点在于建立系统综合故障传播模型，主要是因为铁路系统由多个子系统和零部件组成，当某个零部件或子系统发生故障时，可能会影响整个系统的性能，甚至导致系统故障。因此，在铁路系统的RAMS分析中，故障传播模型的构建是至关重要的，故障传播模型包括故障模式、故障传播路径以及故障对系统性能的影响。通过MBSE构建铁路系统功能模型，引入组件单元的故障模式，定义组件故障对输出的影响，建立包含故障传播的系统综合模型，打通铁路系统功能设计与RAMS分析之间的接口，自动生成铁路系统故障逻辑关系，实现系统功能设计与RAMS集成分析，为铁路系统RAMS分析提供关键支撑。基于MBSE的铁路系统综合故障传播模型构建的关键步骤如下。①MBSE设计模型核心元素提取，包括功能操作、功能时序和系统组成，建立多层次的正常功能模型。②局部故障逻辑定义，构建各单元的局部输出与输入、自身状态传递函数、故障之间时序相关、逻辑相关关系定义以及功能重构行为等。③系统故障模型构建及校验，在定义了局部故障逻辑之后，集成局部模型，开展整个系统的故障模型的构建，并进行集成后系统故障模型的校验，以确保模型的准确性和完整性，这一步骤对于确保故障传播模型的有效性至关重要。④系统故障逻辑关系自动生成和分析，系统故障逻辑关系是根据模型中的传递关系自动生成的，例如输出功能故障模式与影响分析列表，当需要考虑多个故障组合影响时，可以选择导出故障树、贝叶斯网络等。

（3）基于列车群运行仿真的铁路系统RAMS的仿真验证。铁路RAMS仿真验证在实施过程中面临着诸多挑战，主要包括复杂系统的精确建模、大量数据处理、确保仿真环境的真实性、仿真模型的验证与确认、跨学科知识的融合、仿真结果的解释与分析、仿真工具的选择与开发、仿真资源的合理配置以及仿真结果可靠性的保证等。因此提出基于列车群运行仿真的铁路系统RAMS仿真验证方法，模拟和分析列车群在铁路系统中的运行来验证系统RAMS。基于MBSE创建铁路系统的详细模型，包括轨道、车站、信号系统、列车和其他相关基础设施，准确地反映实际系统的行为和性能，在此基础上选择或开发适合的仿真平台，模拟不同条件下列车群的运行，开展铁路系统RAMS仿真验证。具体如下。①可靠性仿真：模拟列车群在长时间运行中的性能，评估系统的稳定性和故障率，通过统计分析故障数据，评估铁路系统的可靠性水平。②可用性仿真：模拟铁路系统的运行时间和维护时间，评估系统在给定时间内能够正常运行的能力，通过分析不可用时间和维护周期，评估铁路系统的可用性水平。③维护性仿真：模拟铁路系统的维护活动，评估维护操作的难易程度和有效性，通过模拟不同的维护策略，评估铁路系统的维护性水平。④安全性仿真：模拟铁路运营过程中潜在的安全风险和事故场景，评估系统在危险情况下的行为和安全性，对事故发生率和后果开展分析，评估铁路系统的安全性水平。

基于仿真结果，与理论分析和实际运营数据进行对比分析，辨识系统的薄弱环节和潜在的改进点，进行系统优化改进，并持续开展系统的验证和确认，从而全面提高铁路系统RAMS水平。

4　结束语

随着铁路复杂性、系统性等不断提升，针对铁路系统RAMS分析评估面临着诸多挑战，对RAMS也提出了更高的要求。为了应对这些实际问题，研究提出了一种基于MBSE的铁路系统RAMS分析技术，基于系统工程的方法，从系统需求出发，利用模型来分解和落实RAMS要求，并开展RAMS分析计算和仿真验证，为铁路系统的RAMS设计和分析提供全面的技术支撑。因此，未来应重点以铁路系统需求、设计模型为核心，深化基于MBSE模式下的铁路系统RAMS设计流程、技术方法等分析，加强铁路系统RAMS智能化建模方法研究，从而保障铁路系统的安全可靠运营，提升铁路系统的RAMS水平。

参考文献

[1] 秦　勇，孙　璇，马小平，等. 智能铁路2.0体系框架及其应用研究[J]. 北京交通大学学报，2019，43(1)：138-145.

[2] QIN Yong， SUN Xuan， MA Xiaoping，et al. Research on the Architecture of Intelligent Railway 2.0 and Its Applications[J]. Journal of Beijing Jiaotong University，2019，43(1)：138-145.

[3] 胡晓义，王如平，王　鑫，等. 基于模型的复杂系统安全性和可靠性分析技术发展综述[J]. 航空学报，2020，41(6)：523436.

[4] HU Xiaoyi， WANG Ruping， WANG Xin，et al. Recent Development of Safety and Reliability Analysis Technology for Model-Based Complex System[J]. Acta Aeronautica et Astronautica Sinica，2020，41(6)：523436.

[5] 姜悦礼. 欧洲新版轨道交通RAMS系列标准分析和应用[J]. 国外铁道机车与动车，2021(4)：10-14.

[6] JIANG Yueli. Analysis and Application of New European RAMS Standards for Rail Transit[J]. Foreign Railway Locomotive and Motor Car，2021(4)：10-14.

[7] 吴华稳. 基于RAMS的铁路运营安全研究[J]. 现代城市轨道交通，2020(2)：69-72.

[8] WU Huawen. Research on Railway Operation Safety Based on RAMS[J]. Modern Urban Transit，2020(2)：69-72.

[9] 李　艳，孙　鹏，杨　阳，等. 海外铁路项目RAMS要求及应对策略[J]. 工程建设与设计，2021(1)：185-187.

[10] LI Yan， SUN Peng， YANG Yang，et al. Requirements and Countermeasures for RAMS of Overseas Railway Projects[J]. Construction&Design for Engineering，2021(1)：185-187.

[11] 吴炳昊，刘　刚，宋　剑，等. 欧洲铁路系统风险评估标准解析[J]. 中国铁路，2023(10)：158-166.

[12] WU Binghao， LIU Gang， SONG Jian，et al. Interpretation of Railway System Risk Assessment Standards in Europe[J]. China Railway，2023(10)：158-166.

[13] BEARFIELD G， GULIJK C V C， THOMAS R J. Redefining Rail Systems Verification and Validation：The Safety/Security STAIRCASE Model[J]. Proceedings of the Institution of Mechanical Engineers，Part F：Journal of Rail and Rapid Transit，2023，237(2)：266-274.

[14] LIANG X H， TAN K H， WHITEING A，et al. Parcels and Mail by High Speed Rail：A Comparative Analysis of Germany，France and China[J]. Journal of Rail Transport Planning & Management，2016，6(2)：77-88.

[15] TSUNASHIMA H， NAGANUMA Y， MATSUMOTO A，et al. Japanese Railway Condition Monitoring of Tracks Using In-Service Vehicle[C]//5th IET Conference on Railway Condition Monitoring and Non-Destructive Testing (RCM 2011). Derby， UK：IET，2011：1-6.

[16] MOKHTARIAN P， NAMZI-RAD M R， HO T K，et al. Bayesian Nonparametric Reliability Analysis for a Railway System at Component Level[C]//2013 IEEE International Conference on Intelligent Rail Transportation Proceedings. August 30-September 1，2013. Beijing： IEEE，2013：197-202.

[17] 赵嘉芳，杜　杰. 时速250km动车组牵引电机可靠性建模及置信度评估[J]. 大连交通大学学报，2021，42(1)：79-82.

[18] ZHAO Jiafang， DU Jie. Reliability Modeling and Confidence Evaluation of Traction Motor for 250 Km/h EMU[J]. Journal of Dalian Jiaotong University，2021，42(1)：79-82.

[19] CAI X P， TANG X Y， WANG Y Q，et al. Advanced VTCDREM for Dynamic Reliability Evaluation of Railway Systems：Integration of Fully Probabilistic Track Irregularities and Multifaceted Random Factors[J]. Journal of Sound and Vibration，2024，584：118460.

[20] MACCHI M， GARETTI M， CENTRONE D，et al. Maintenance Management of Railway Infrastructures Based on Reliability Analysis[J]. Reliability Engineering & System Safety，2012，104：71-83.

[21] 张　岩，朱克非，郑平标，等. 基于可靠性的牵引供电运营维修管理研究综述[J]. 铁道运输与经济，2016，38(1)：80-85.

[22] ZHANG Yan， ZHU Kefei， ZHENG Pingbiao，et al. Study on Operation and Maintenance Management of Traction Power Supply Based on Reliability[J]. Railway Transport and Economy，2016，38(1)：80-85.

[23] PATRA A P， KUMAR U. Availability Analysis of Railway Track Circuits[J]. Proceedings of the Institution of Mechanical Engineers，Part F：Journal of Rail and Rapid Transit，2010，224(3)：169-177.

[24] 王华胜，朱庆龙，钱小磊，等. 动车组整车RAM评价指标体系研究[J]. 中国铁路，2021(5)：59-64.

[25] WANG Huasheng， ZHU Qinglong， QIAN Xiaolei，et al. Research on Indicator System for RAM Evaluation of Complete EMU[J]. China Railway，2021(5)：59-64.

[26] LEITE M， COSTA M A， ALVES T，et al. Reliability and Availability Assessment of Railway Locomotive Bogies under Correlated Failures[J]. Engineering Failure Analysis，2022，135：106104.

[27] VALIS D， KOUCKY M. RAMS Program in Rail Applications：Brief Introduction[J]. Problemy Eksploatacjl，2011(1)：185-193.

[28] LIU C， YANG S W， CUI Y，et al. An Improved Risk Assessment Method Based on a Comprehensive Weighting Algorithm in Railway Signaling Safety Analysis[J]. Safety Science，2020，128：104768.

[29] 张　菊，王若昆. 基于FMECA和FTA的轨道电路系统安全性分析[J]. 高速铁路技术，2016，7(6)：23-29.

[30] ZHANG Ju， WANG Ruokun. Analysis on of Safety of Track Circuit System Based on FMECA and FTA[J]. High Speed Railway Technology，2016，7(6)：23-29.

[31] 张丁荣，王恪铭，冯心妍. 基于知识图谱和故障树的高速铁路事故致因分析[J]. 铁路计算机应用，2023，32(7)：14-18.

[32] ZHANG Dingrong， WANG Keming， FENG Xinyan. Causal Analysis of High Speed Railway Accidents Based on Knowledge Graph and Fault Tree[J]. Railway Computer Application，2023，32(7)：14-18.

[33] 范永维，于　贵，廖　昕，等. 基于模糊数的事件树法在寒区隧道冻害风险分析中的应用[J]. 安全与环境工程，2018，25(6)：146-151.

[34] FAN Yongwei， YU Gui， LIAO Xin，et al. Application of Fault Tree Analysis Method in Risk Analysis of Freezing Damage in Tunnels of Cold Regions Based on Fuzzy Numbers[J]. Safety and Environmental Engineering，2018，25(6)：146-151.

[35] 王　猛. 基于Petri网模型的高铁沿线外部环境安全风险研究[J]. 中国安全科学学报，2022，32(S1)：57-62.

[36] WANG Meng. Study on Safety Risk of External Environment along High Speed Rail Based on Petri Net Model[J]. China Safety Science Journal，2022， 32(S1)：57-62.

[37] 康毅军，郑云水，牛行通. 基于SLIM-BN的非正常条件下铁路接发列车人因可靠性分析[J]. 铁道运输与经济，2018，40(1)：56-62.

[38] KANG Yijun， ZHENG Yunshui， NIU Xingtong. Human Reliability Analysis Based on SLIM and Bayesian Network Model under the Abnormal Conditions in the Case of Arrival and Departure of Trains[J]. Railway Transport and Economy，2018，40(1)：56-62.

[39] 朱　静，杨　晖，高亚辉，等. 基于模型的系统工程概述[J]. 航空发动机，2016，42(4)：12-16.

[40] ZHU Jing， YANG Hui， GAO Yahui，et al. Summary of Model Based System Engineering[J]. Aeroengine，2016，42(4)：12-16.

[41] PARROTT E. SysML Distilled：A Brief Guide to the Systems Modeling Language[J]. Insight，2014，17(2)：63.

[42] HOLT J， PERRY S. SysML for Systems Engineering[M]. Stevenage：Institution of Engineering and Technology，2008.

[43] WOLNY S， MAZAK A， CARPELLA C， et al. Thirteen years of SysML： a systematic mapping study[J]. Software and Systems Modeling， 2020， 19： 111-169.

[44] 杨　渊. 基于MBSE的民机数据加载系统建模及模型验证[D]. 成都：电子科技大学，2020.

[45] FRIEDENTHAL S， MOORE A， STEINER R. A Practical Guide to SysML：The Systems Modeling Language[M]. Waltham，MA：Morgan Kaufmann，2015.

[46] FRIEDENTHAL S， MOORE A， STEINER R. OMG Systems Modeling Language (OMG SysML^TM) Tutorial[J]. INCOSE International Symposium，2008，18(1)：1731-1862.

[47] FERROGALINI M. MBSE in Rail Transportation：Product Families and Product Lines[J]. Insight，2015，18(2)：19-21.

[48] GÓNGORA H G C， FERROGALINI M， MOREAU C. How to Boost Product Line Engineering with MBSE：a Case Study of a Rolling Stock Product Line[C]//Complex Systems Design & Management. Cham：Springer International Publishing，2015：239-256.

[49] 王保民，陈　波，张世聪. 国外基于MBSE的列车领域研究现状探析[J]. 铁道机车车辆，2021，41(1)：15-21，40.

[50] WANG Baomin， CHEN Bo， ZHANG Shicong. Analysis of Foreign Research Status in Train Field Based on MBSE[J]. Railway Locomotive & Car，2021，41(1)：15-21，40.

[51] 黄　静. 西部铁路列控系统RBC核心功能设计与验证[D]. 北京：北京交通大学，2017.

[52] 张世聪，陈　波，张晓晋，等. 基于MBSE的动车组设计方法研究及应用[J]. 中国铁道科学，2018，39(2)：94-102.

[53] ZHANG Shicong， CHEN Bo， ZHANG Xiaojin，et al. Research and Application of Design Method of Electric Multiple Unit Based on MBSE[J]. China Railway Science，2018，39(2)：94-102.

[54] 梁玉泽.基于MBSE的动车组列车级控制逻研究[D].兰州：兰州交通大学， 2022.

[55] 王保民，陈　波，张世聪. 基于MBSE的动车组整车逻辑研究方法及应用[J]. 中国铁道科学，2021，42(6)：143-151.

[56] WANG Baomin， CHEN Bo， ZHANG Shicong. Research Method and Application of Vehicle Logic for EMU Based on

[57] MBSE[J]. China Railway Science，2021，42(6)：143-151.

[58] 王如平，周一舟，王　鑫. 基于MBSE的复杂工程系统可靠性设计分析关键技术研究[J]. 航空标准化与质量，2021(5)：42-51.

[59] WANG Ruping， ZHOU Yizhou， WANG Xin. Research on the Key Technology of MBSE-Based Reliability Design and Analysis of Complex Engineering Systems[J]. Aeronautic Standardization & Quality，2021(5)：42-51.

[60] 张　霖，王昆玉，赖李媛君，等. 基于建模仿真的体系工程[J]. 系统仿真学报，2022，34(2)：179-190.

[61] ZHANG Lin， WANG Kunyu， LAI Liyuanjun，et al. Modeling & Simulation Based System of Systems Engineering[J]. Journal of System Simulation，2022，34(2)：179-190.

基金资助

中国国家铁路集团有限公司科技研究开发计划课题(N2023T011-A(JB)┣2023YJ255)