威布尔比例风险模型装备状态维修检测间隔期研究

针对装备的实际寿命受到多种复杂因素影响的情况,以威布尔比例风险模型为基础,建立了反应装备状态的可靠度模型,针对传统参数估计方法的不足,提出了利用遗传算法进行模型参数估计的方法。同时,利用主成分分析法,保证原始数据信息损失最小的情况下,以少数的综合变量取代原有的多维变量,简化了状态参数。以故障风险为决策目标,建立了状态维修检测间隔期决策模型。通过实例,验证了该方法的可行性和有效性。

基于比例风险模型的装备状态维修决策方法

利用多维状态特征参数对装备故障风险的强相关关系,采用威布尔比例风险模型建立了状态维修决策模型。针对典型比例风险建模过程中参数估计方面存在的缺点,采用基于遗传算法的参数估计方法,提高了建模精度。针对检测间隔期决策,提出通过确定状态劣化阈值,在状态劣化阶段实施动态检测的检测策略,建立了区间型检测间隔期优化方法;针对维修行为决策,将失效风险阈值与状态检测间隔期阈值相结合维修行为的综合决策,提高了决策的稳定性。以某发动机为例对状态维修决策方法的有效性进行了验证。