基于多状态劣化空间划分的多部件系统维修决策

针对劣化独立的同类型部件组成的系统,提出了最优的维修决策优化模型。将系统中部件的劣化过程描述为具有时间连续状态离散的马尔可夫过程,在分析系统转移特性的基础上,运用马尔可夫过程理论求解了系统中单个部件各状态的平稳概率表达式,建立了具有多状态劣化特性的多部件系统的平均费用率最优决策模型,在系统长期平均费用率最小的情况下,得到系统最优的检测周期、机会和预防维修阈值。以风电机组为例,验证了维修决策模型的正确性和适用性。结果表明,该模型可以为实际的多部件系统给出较为经济且合理的维修策略。

基于马尔可夫过程的多部件系统劣化状态空间划分模型

工业系统的复杂性及智能化程度的不断提高使得系统的可靠性和安全性严重制约着系统正常的工作运转.长时间的工作运行会加大系统的故障风险,降低其安全稳定性.为了减少系统故障给产品质量和生产成本带来的影响,系统的最优维修决策问题逐渐成为研究的热点.分析系统的劣化状态有利于对系统做出正确的维修决策,延长系统的运行时间及减少经济损失.针对相同且劣化独立的多个部件组成的系统,建立离散状态建模下的多部件系统的多状态联合劣化空间划分模型.通过联合劣化状态空间的划分,给出所有维修需求组合及其概率计算通式,运用马尔科夫过程理论建立系统状态的平稳概率模型,并通过数值实验验证了该模型的正确性和有效性.