基于双时间窗的多设备串行系统机会维护策略

针对多设备串行系统,提出一种基于双时间窗策略的机会维护决策模型,改变传统单窗策略中以达到单设备最优维护周期为系统停机条件这一决策方式,转而以此作为维护决策触发条件,进而基于维护组合时间窗确定最佳的维护设备组合,并引入维护时机时间窗优化系统的维护停机时刻.在此基础上,通过最小化系统在规划期内的维护总成本,获取系统的最优维护策略.算例分析表明,双窗策略在维护总成本方面优于单窗策略.

考虑随机生产等待的串行生产系统机会维护建模

为了充分利用由外部因素如原材料不足或需求不足等导致的随机生产等待带来的维护机会,针对多设备串行生产系统,引入质心与引力窗概念,提出一种时间窗与引力窗相结合的机会维护决策优化模型,同时考虑设备强制预防维护引发的内部维护机会和生产等待带来的外部维护机会,以最小化规划期内系统的维护总成本率为目标,获取最优维护策略.算例分析表明,时间窗与引力窗相结合的建模方法在降低维护总成本方面有明显优势,可有效解决生产等待的到达及持续时间的不确定性问题.

质量与可靠性集成的变工况串行系统维护建模

针对变工况下的串行多工序制造系统,引入融合历史工况的设备故障率衔接机制,构建变工况设备的改进型比例故障率模型,进而通过综合考虑设备衰退对产品质量的影响机制,以有效开动时间为核心建立集成质量与可靠性的变工况设备维护模型。在此基础上,结合多品种小批量生产下工况变动近期确定而远期模糊的特性,建立一种基于动静结合型时间窗的制造系统机会维护模型。算例分析结果表明,相对于现有的静态时间窗策略,动静结合型时间窗更适用于变工况制造环境,且在工况大幅变动时更具优势。

基于拆卸序列的多部件设备机会维护策略研究

针对多部件设备进行维护时未考虑需要拆卸的问题,建立了一种基于拆卸序列的多部件设备机会维护策略模型。首先,以拆卸混合图表示部件间的拆卸序列,进而得出各部件的拆卸时间和拆卸成本;然后针对各部件的衰退过程,结合役龄递减因子和故障率递增因子的混合故障率来描述各部件的衰退特性;其次,在此基础上,以设备的机会维护时间窗为决策变量,在设备满足一定可用度的情况下,以设备在有限运行时间内的最低维护成本为优化目标,求解设备的最优预防维护计划;最后,通过数值仿真分析,验证所提出的多部件设备机会维护策略的有效性。

考虑维护且加工时间可变的单机调度问题研究

解决了考虑多阶段时间窗(Time-window)[u,v]周期性维护的情况下,因工件加工存在学习效应,加工时间可变时目标函数为最小makespan的单机调度问题。证明了维护次数θ的上界θUB,首次提出虚拟维护的概念,在此基础上给出了两阶段模型来描述该问题。然后,本文给出了多项式时间复杂度的启发式算法,LPT-SPT算法;以及将初始解群和接受概率等概念引入变领域搜索算法(Variable Neighborhood Search,VNS),提出了改进的VNS算法,基于群的变领域搜索(Populated Variable Neighborhood Search,P-VNS)。最后,大量的实例验证了LPT-SPT算法和P-VNS有着较高的时间效率和很好的解精度。

考虑故障状态劣化的并行多个电力设备的预测性维护调度

为解决电厂中多个并联设备的维护问题,提出一种基于故障状态的预测性维护调度方法。首先,结合设备当前状态和故障自身劣化特点的影响,改进时变函数预测故障的劣化状态;依据故障状态划分维护优先级,考虑维护资源、供电持续性和电能产量等因素的约束,以总维护成本的最小化为目标构建调度模型;考虑可维护时间的连续性特点,提出两阶段算法对模型求解,先划分维护时间窗将该问题转化为时间段的组合优化问题,再结合全枚法和经济性原则确定最优维护方案。最后,以云南电网中多台变压器的维护为例,对该方法的有效性进行测试和分析。结果显示,相较于传统的基于先故障先维修原则的事后维修模式,本文以故障状态为基础的预测性维护方法在降低维护成本和提高系统稳定性方面具有明显的优越性。

考虑有限维修人员及多种依赖性的制造系统双阈值群体维护决策

大型制造系统的设备间存在复杂的结构、随机、经济和资源依赖性。维修人员作为多台设备共享的有限维护资源,数量少会使停机等待时间过长,而数量多会导致资源浪费和成本增加。为研究有限维修人员和多种依赖性对制造系统群体维护策略的影响,首先建立了单设备的双阈值视情维护模型;其次考虑维修人员数量和设备间依赖性对停机时间及维护成本的影响,建立了并串联制造系统的群体维护模型;然后以最小化总维护成本为目标寻求最优维护时间窗长度与维修人员数量;最后以某空调压缩机壳体生产车间为例进行了验证。结果显示,所提方法相比雇佣充足维修人员时降低了2.85%的总维护成本。所提出模型的创新性在于同时考虑了多设备制造系统的设备间四种依赖性以及维修人员的数量约束。