传感器网络的最优维护决策模型

传感器网络最优维护决策的目标为用户提供最优的维护时机,维护决策的精度直接决定了传感器网络的可靠性。基于置信规则库(belief rule base,BRB)专家系统提出的最优维护决策模型解决两个问题:检测数据不足和复杂的系统机理。模型由健康状态评估和预测两部分组成:基于BRB模型对传感器网络的健康状态进行评估;根据当前的健康评估状态,利用Wiener过程预测传感器网络的健康状态,以获得最优的维护时机。基于Wiener过程的健康状态预测模型中,由专家提供传感器网络健康状态的最小阈值,以确定最佳的维护时机。为验证模型的有效性,进行了原油存储罐无线传感器网络的最优维护决策实验研究。

考虑认知不确定性的风力发电机维护决策优化

风电清洁又安全,然而,风力发电机存在维护成本高、难度大的特点。在将风力发电机作为多状态系统进行维护决策优化时,其各个状态的性能水平、状态转移概率和维护成本等很难精准得知,因而模型中会产生认知不确定性。以特定型号风力发电机的实际运行情况为背景,利用其运行过程中可能出现的多个性能水平进行多状态退化建模,提出一种基于模糊马尔科夫决策过程的风力发电机维护决策优化方法,再用三角模糊数量化模型中的状态转移概率、设备单位时间收益等参数的认知不确定性,最终实现求解。该方法旨在考虑模型认知不确定性下优化合理的维护决策,在工程中更好地实现兆瓦级风力发电机系统的收益最大化。

基于LCA和LCC的桥梁全生命周期维护决策优化

为研究考虑生命周期环境和生命周期成本因素影响下的桥梁全生命周期最优维护策略,以预防性维护和实质性维护作为基本维护方式,以桥梁可靠度、生命周期环境和生命周期成本为目标函数,建立了桥梁全生命周期维护决策的多目标优化模型。推导了桥梁时变可靠度、生命周期环境和生命周期成本指标的量化方式,确定了基于遗传算法的桥梁生命周期维护决策优化问题的计算流程。以某预应力混凝土连续T形梁桥为算例,分析了该桥的最优维护策略集。研究表明:实施预防性维护可以有效提高桥梁的可靠性概率并减少实质性维护的次数,同时能够降低生命周期成本和环境影响;实施预防性维护可以较好地延长首次实施实质性维护的时间,并能延缓可靠度指标的降低。

基于模糊灰元理论和模糊层次分析的油气管道有限费用最优维护决策分析

对油气管道维护中的维护措施的选择、多种维护措施的组合和最优维护方案的抉择进行定量分析,首次提出影响管道维护效能的维护人员固有因素、维护工作难易度、维护现场管理和维护环境条件4因素体系,建立了维护措施层次模型,引入基于三角模糊数的模糊层次分析法,对比各种维护措施维护效能确定单效能因素条件下维护措施的权重值和维护措施权重复合物元,从而提出4套在有限维护费用条件下基于各种维护措施效能因素权重的维护措施资金分配组合方案。借鉴将模糊数学、灰色理论和物元分析融合为一体的模糊灰元理论,将推荐的基于单维护措施效能因素权重的维护措施资金分配组合方案进行模糊灰元关联决策分析,根据最大关联度准则,从而最终确定出最优维护方案。

基于知识网格的电厂协同维护决策支持系统探讨

实现广域范围内的协同维护决策是维护领域的前沿研究课题之一。为了解决电厂维护领域中知识资源的共享和利用问题,在分析目前维护网络现状和需求的基础上,以实现群体协同维护决策为目标,建立了基于知识网格的多种知识、多类方法、多组信息和多方面资源支持的协同维护决策的体系结构,并对知识建模方法进行了研究。资源节点之间相互开放,共享资源信息,由知识网格平台统一管理和调度,相互协调,为不同电厂、制造商及研究单位提供所需的服务信息,有利于提高维护决策支持系统的诊断水平和处理能力、降低诊断和维修成本、提高诊断处理的效率,为逐步实现状态检修提供了一种切实可行的方法。

基于深度强化学习的流水线预测性维护决策

预测性维护是一种以设备工作状态为依据的维护决策方式,旨在降低维护成本的同时提高设备乃至生产系统的运作效率。针对考虑机器劣化过程的多机流水线,以产线性能评估为基础,分析系统运行过程中机器的维护时机,研究流水线预测性维护决策问题。首先,分析了机器故障和维护活动对系统状态转移过程的影响,基于马尔科夫链构建了流水线瞬态性能评估模型,揭示了机器故障和维护活动对生产过程影响的作用机理,量化了系统瞬态产出和在制品水平等性能指标。其次,综合考虑在制品库存成本、缺货惩罚成本和预测性维护成本,以最小化系统总成本为目标,基于马尔科夫决策过程建立了流水线预测性维护决策模型。利用所提的瞬态性能评估模型模拟流水线的实时运行过程,产生神经网络训练所需的数据,利用深度强化学习算法对问题进行近似求解,获得了有效的流水线预测性维护策略。仿真实验结果表明,所提预测性维护决策方法既保证了流水线产出,又降低了在制品库存和维护成本。

基于历史数据矩阵的机场道面维护决策方法

针对现有的机场道面使用性能决策模型中存在主观信息与客观数据利用程度低、指标权重局限性较大和反馈的决策信息不充分等问题,提出基于历史数据矩阵的多维模糊决策模型。分析影响机场道面的主要性能指标,构建历史数据矩阵。基于历史数据矩阵完成对中心指标矩阵和模糊识别矩阵的扩充,给出基于历史数据的多维模糊决策模型的计算方法。算例分析表明:该模型提高了利用道面历史数据和专家知识经验的能力,可较好地给出道面综合性能的评价信息,以及与其他道面状况的相近程度,能比较客观地得到道面的性能状况,提供较为充分的维护决策信息。

高速公路隧道机电系统维护方式与维护决策分析——以照明系统为例

分析了高速公路隧道照明系统的维护方式,从维护计划决策与设备管理决策为隧道照明设备的维护提供全方位的支持。

融合RCM、PHM和数据挖掘的城市轨道交通车辆维护决策技术研究

提出了一种用于轨道交通车辆系统维修决策的RCM(以可靠性为中心的维修)可靠性评估的新方法。针对轨道交通车辆系统故障机理复杂,影响因素冗多,提出基于RCM、PHM(故障预测与健康管理)和数据挖掘算法相融合的方法来构建系统的维护决策模型。与传统方法的区别在于,该方法能够更精准地定义维护模型,并获得系统的最优维护间隔,计算效率高,适用于复杂状态系统的可靠性计算。该方法可有效降低传统RCM的维护不足现象,降低运维成本,具有一定的推广应用价值。

基于威布尔的R2R系统维护决策研究

针对柔性材料卷对卷(Roll to Roll, R2R)系统过度使用或过度维修的问题,结合柔性材料R2R系统不同性能退化阶段的特点,以最大可用度为决策目标构建了威布尔比例故障率模型,并以此制定柔性材料R2R系统维修策略。将上述维护决策模型应用到实际的印刷车间R2R系统中,通过历史状态监测数据制定合理维修策略。结果表明,印刷车间放卷辊轴运行时长在50~72天期间,决策指数趋近于最佳维护决策曲线;运行时长72天之后,决策指数大幅度上升,逐渐进入中期退化状态,建议采取适当的预防性维修措施。

基于GIS的机场道面维护决策系统

总结国内外机场道面维护决策系统的经验,根据机场道面维护决策和GIS的特点,研究建立了机场道面的空间数据库和属性数据库的方法及其管理方法,介绍了系统关于GIS的主要功能。在简单介绍了系统的开发环境及相关技术之后,本文着重对该系统主要功能(评价、预测及决策功能)的具体实现进行了研究。

基于粒子群算法的桥梁多目标维护决策优化

近年来电子商务的快速发展使得公路桥梁面临的运营荷载增加,同时桥梁本身性能会随时间逐渐降低,为使有限的维护资金达到最好的维护效果,本文以一简支桥为例,以可靠度作为桥梁性能评定的依据,以维护后桥梁可靠度最高和所需维护成本最低为目标函数,以桥梁可靠度大于容许可靠度限值为约束条件建立桥梁多目标维护决策模型,采用多目标粒子群算法求解该模型,得到一系列pareto最优解,以供桥梁管理人员参考。

时间相关性在桥梁维护决策中的应用

定期检测数据是桥梁维护管理部门决策的基础信息,通常很难评估这些数据对维修决策的作用,或者数据量根本不够。对于许多桥梁,由于支持决策的信息有限,导致这些桥梁产生巨大的维护成本。本文展示了基于贝叶斯决策理论的时间相关性更新决策模型,如何用于改进常见维修决策的决策过程。该模型使用来自常规检查的信息,并结合了与时间相关的材料退化和资金的时间价值,以达到优化决策的目的。

面向低碳理念的桥梁群多目标维护决策优化研究

为解决低碳理念下路网桥梁群维护策略制定难题,提出了基于改进第三代非支配排序遗传算法(NSGA-Ⅲ算法)的桥梁群多目标维护决策计算框架。首先,基于碳排放因子理论提出了路网桥梁群维护阶段碳排放计算方法,该方法涵盖了加固原材料生产、车辆通行以及辅助设施三级碳排放来源。以单个桥梁和节点连通可靠度为基准,建立了融合碳排放量、综合维护费用等指标的桥梁群多目标维护优化模型。其次,通过遗传K均值聚类法产生最佳聚类中心替代原NSGA-Ⅲ的参考点,利用基于遗传参数的动态交叉变异机制增强种群的多样性,提出了改进NSGA-Ⅲ算法;同时,结合组合权重逼近理想解排序法实现考虑决策者偏好的桥梁网络多目标维护优化模型的快速、精准求解。最后,以某地区桥梁网络为背景,分析了考虑决策者偏好的维护策略,并对比了不同目标组合对维护策略的影响。研究结果表明:不同的权重分配和不同的目标组合均会导致桥梁网络维护策略产生差异;相比于侧重经济效益的策略,侧重环境影响的策略费用增加了23.93%,但碳排放量减少了28.74%;在桥梁网络维修决策中,细化决策目标有助于获得更均衡的维护策略。

大数据分析技术在机械设备性能预测和维护决策中的应用

随着我国工业化进程的不断推进,各种机械设备的数量和种类不断增多,制造业对机械设备的性能预测和维护决策提出了更高的要求,如何利用海量的数据进行科学决策成为当前研究的热点。文章探讨大数据分析技术在机械设备性能预测和维护决策方面的应用,详细阐述大数据分析的流程,以及大数据分析技术在性能预测和维护决策中起到的具体作用,旨在为机械设备的智能维护提供理论参考。

基于220kV输电线路的无人机故障识别与智能维护研究

高压输电线路是电力系统不可或缺的一部分,其状况的优劣,能直接左右着电力系统是否稳定运行。无人机技术,在许多行业都找到了自己的用武之地,特别在电力线路检查和维护上,它有了更高的效率和更大的可能性。此项研究以220kV输电线路为基础,采用无人机执行线路的故障检测和智能修复,这其中包含了规划无人机的飞行路线、图像的搜集和处理、故障的识别与修复决策等。实验结果揭示出,利用无人机技术,故障识别的精确率能达到92%之高,相较于传统的方法提升了超过18%的精度,对故障处理的效率和质量有着显著的提升。此外,透过数据分析确立智能维护决策,使得巡线工作更科学、精细化。总的来说,利用无人机技术进行输电线路的检测和维护,不仅能有效提升工作效率,降低工作成本,而且能更早地发现并处理问题,从而保障电力系统的稳定运行。本研究的成果为利用现代科技改进电力输电线路的维护管理提供了重要理论依据和实践参考。

基于GIS的机场道面维护决策系统

总结国内外机场道面维护决策系统的经验，根据机场道面维护决策和GIS的特点，研究建立了机场道面的空间数据库和属性数据库的方法及其管理方法，介绍了系统关于GIS的主要功能。在简单介绍了系统的开发环境及相关技术之后，本文着重对该系统主要功能（评价、预测及决策功能）的具体实现进行了研究。

基于可靠度和效益理论的既有工程维护风险决策分析方法

目的研究既有工程维护决策风险分析方法,为既有工程维护提供计算依据.方法将既有工程维护的风险率计算转化为对结构可靠指标的定量计算,按风险决策的思想,兼顾维护工程投资、期望损失以及因施工引起的各种损失,以期望损失最小为决策准则,建立了基于可靠度和效益理论的既有工程维护决策风险分析方法.结果将既有工程维护决策风险分析方法应用于抚顺新钢铁厂2#炉平台维护改造,当施工期间损失<4.1万元/d时,方案B的期望损失较方案A的小,应选择方案B;反之,则选择方案A.结论基于可靠度和效益理论的既有工程维护决策风险分析方法不仅考虑到既有工程维护的风险损失,而且考虑到维护工程的投资以及因施工引起的各种损失,确定出合理的维修加固方案,使两者达到最佳的结合.

城市污水管道维护优化决策模型的研究

在研究污水管道维护费用函数的基础上,提出了城市污水管道维护优化决策模型,并运用该优化决策模型对四川岳池城东新区123段城市污水管道进行了维护优化决策。优化决策结果为:需采取维护措施的污水管道共19段,约占总管段数的15.44%,其中两段污水管道采取"更新"方案、两段污水管道采取"软管内衬"方案、15段污水管道采取"清淤"方案;其余104段污水管道无需采取维护措施而只例行检查。实例计算结果表明:应用城市污水管道维护优化决策模型得到的决策是有效的,可为污水管道的维护提供决策支持。

基于数据挖掘的民用机场水泥道面维护辅助决策模型

为满足民用机场水泥道面管理系统智能化辅助决策的要求,基于我国26个民用机场水泥道面的356组历史维护决策数据,分析了道面性能属性评价指标间的相关关系,确定了道面状况指数(PCI)、道面等级号(PCN)、板底脱空率和平整度4种道面性能属性评价指标;考虑道面管理者主观需求,提出了可用资金、许用延误、期望效益和工程安全4种管理需求属性,并给出了属性等级及建议划分标准;归纳了8类常用民用机场水泥道面维护措施.在此基础上,采用数据挖掘中的C5.0决策树算法训练了决策树,从而建立了民用机场水泥道面维护辅助决策模型,并开展了评价和应用.评价结果表明,决策模型预测准确性较高;应用案例表明,模型决策结果较为合理,工程应用性较强.