基于设备可靠性的动态预防维护策略

针对设备可靠性随着役龄和维护次数的增加而降低的情况,建立了一种基于设备可靠性的顺序预防性维护优化模型.该模型结合役龄递减因子和失效率递增因子来调整失效率演化规则,并考虑系统当机成本和基于设备当前状态及强化年龄的动态预防维护成本,通过引入威布尔分布对某列车检修设备进行仿真分析.结果表明,该动态预防性维护策略有效且实用,可为设备的实际维护决策提供支持.

统计模式识别和自回归滑动平均模型在设备剩余寿命预测中的应用

为了对设备预知性维护研究提供支持,采用统计模式识别(SPR)方法对设备进行性能评估,获取设备健康指标;再运用自回归滑动平均模型(ARMA)对设备剩余寿命进行预测,建立了基于设备健康状况的设备剩余寿命预测模型.对生产过程中刀具加工设备寿命预测进行分析和验证结果表明,该设备评估和预测方法是有效且实用的.

基于Tabu搜索和蚂蚁算法的系统可靠性分析

为了快速有效地找出同时满足可靠性和限制成本的配置策略,提出一种能搜寻近似最优可靠性分配的混合启发式算法.该算法在传统蚂蚁算法的基础上,引入了Tabu串列及期望准则,以解禁局域搜索,加快收敛速度,从而提高全局搜索的效率.实验仿真结果显示,所提出的优化算法较一般算法有更好的效果,可为实际系统的备件配置提供有力的支持.

成组生产方式下生产调度和设备维护的多目标联合决策问题

针对成组生产方式下单机系统对生产调度和设备预防性维护的迫切关注,提出一种集成优化模型,以满足成组生产方式下的零件加工和设备维护需求。该集成优化模型除考虑加工同种零件、同零件族的不同种零件以及不同零件族应具备的学习遗忘效应外,还提出一类考虑设备运行的劣化效应,对设备采取完美维护方式的预防性维护,当突发故障发生时采取小修方式。为了满足生产调度和设备预防性维护的双重需求,该集成优化模型以最小化总完工时间和维修成本为多目标,并利用遗传算法对模型进行求解。通过算例分析表明了该集成优化模型的可行性和有效性。

基于健康指标的设备动态预防维护策略研究

设备维护目前主要采用传统的矫正维护或计划性预防保养,在系统运行前就设定出阈值,在应用阶段不随时间变化,故策略的静态特性不符合实际的生产控制过程。因此,基于设备健康状态的可测性,且利用维护后设备的健康状态更新能力,通过采用离散马尔可夫随机过程描述设备衰退趋势,建立了一类新的设备动态预防维护优化模型,并引入威布尔失效函数进行验证和分析。通过实验,验证了该基于设备健康指标的动态预防维护优化策略是实用而有效的。

成组方式下考虑故障率限制的生产调度模型

针对成组生产方式下的单机加工系统,提出一类考虑设备故障率限制的生产调度优化模型,以贴近实际加工情况。该优化模型以最小化总完工时间和总维护成本为目标,除考虑与相似度相关的生产设置时间和加工零件的学习遗忘效应外,还考虑了设备劣化效应,并采用预防性维护和小修相结合的混合维护方式,基于故障率阈值,采取适当的预防性维护以有效避免维护不足或过量,对于批量加工过程中的设备突发故障则采用基于役龄的小修。根据优化模型的数学特征,利用遗传算法求解模型。通过算例数值结果表明所提出的优化模型可在避免维护不足或过量的同时,进一步减少维护成本和缩短完工时间。

考虑劣化因素的HMM在设备状态评估中的应用

针对传统的基于隐马尔科夫模型(HMM)的设备评估模型大多假定设备状态间的转移概率不变,忽略了实际运行中设备状态间转移概率会随使用时间的增加而变化的问题,提出一类考虑劣化因素的HMM,通过设计劣化因子来克服传统HMM的不足,并开发了一个双重的期望值最大算法来估算劣化因子和状态初始转移概率矩阵,从而对设备状态进行评估。最后,通过算例验证了模型的可行性和有效性。

无偏灰色模糊马尔可夫链在设备衰退预测中的应用

针对传统灰色马尔可夫模型在固有灰色偏差和抗干扰性方面的不足,提出一种基于无偏灰色模糊马尔可夫链的设备衰退趋势预测模型。首先,引入无偏灰色理论,建立无偏灰色模型,预测设备健康状态的总体趋势;然后,根据此趋势,采用模糊集合理论进行模糊状态划分,从分类方法上改进传统灰色马尔科夫模型,同时克服马尔可夫状态矩阵运算量大的缺点;最后,进行模糊马尔可夫残差修正,确定设备健康状态组合预测值。与传统灰色马尔可夫模型相比,该模型可有效提高预测精度。以屏蔽泵的健康状况数据为样本进行设备衰退趋势预测,结果表明:该模型对第13、14和15个周期的设备健康状态的预测,残差偏移率分别为0.24%、0.10%和-0.05%,对应传统灰色马尔科夫模型的残差偏移率0.46%、0.11%和0.08%,预测精度更高,能够有效实现设备衰退趋势的精确预测。

“CDIO+非标答案”视域下管理科学专业学业能力评价体系研究

为了解决现有的本科学业能力评价体系注重终结性评价而轻过程性评价的弊端,实现以评促学、以学改评的目标。本文基于非标准答案课程体系项目成果,借鉴CDIO工程教育改革思想构建了一套实施于整个课程生命周期的学业能力评价体系,并将此评价体系配套非标准答案课程体系应用于某双一流高校管理科学专业本科教学改革体系中,取得了良好的效果。

基于设备预诊断的单机预知性维护模型研究

随着企业对设备维护管理的逐步重视,不少学者研究了各类维护模型以满足企业需求。然而,这些模型大多未考虑设备自身衰退特性,易忽略其可靠性能。因此,提出一类基于设备预诊断信息的预知性维护模型,在最小化长期平均总成本的目标下,为企业提供最佳的设备维护阈值和维护周期次数。研究结果表明:该设备预知性维护模型是合理有效的,较好地描述了设备衰退过程,有助于企业减少成本并为维护计划提前做好准备以实现备件零库存目标。

基于SAEM-HMM的设备状态诊断模型研究

针对设备状态诊断问题,提出了基于模拟退火和期望最大化算法的隐马尔可夫模型(SAEMHMM).该模型针对改进传统隐马尔可夫模型对初值敏感及期望最大化算法容易陷入局部最优的不足,将模拟退火算法与期望最大化算法结合,利用前者具有概率的全局收敛性,克服局部最优问题,实现隐马尔可夫模型参数估计过程的优化.最后通过算例分析验证了该模型的可行性与有效性.

基于可靠度限制的周期性预防维护模型研究

实施周期性的预防维护可以减缓设备的老化速度,进而增加设备的使用寿命。考虑设备经维护后会改善的情况,提出并构建了一个改善因子模型,以此描述设备维护改善的效果,该改善因子模型综合考虑了预防维护成本、设备年龄以及维护过程学习效应等因素影响。在改善因子模型基础上,基于无限时间域的概念,构建了包含预防维护成本、最小修复成本、置换成本等在内的成本函数。在可靠度限制下,推导出了单位时间成本函数和最佳维护时间间隔的计算模型,给出了计算最佳参数的流程。最后,进行了实例分析。

Periodic Preventive Maintenance Policy with Infinite Time and Limit of Reliability Based on Health Index

The aging of machine can be slowed and the life of machine can be increased by implementing periodic predictive maintenance. In this article,an improvement factor considering maintenance cost,age of machine and learning effect in the process of maintaining is constructed to describe the effect of periodic preventive maintenance. The model of improvement factor can be fitted through health index. Based on improvement factor with infinite time,cost function including preventive maintenance cost,minimal repair cost and replacement cost is explored. The unit cost and the optimized maintenance time interval based on limit of reliability are deduced. The process of optimization and an example are given.