不同两部件系统生产调度与视情维修联合决策

针对不相同两部件的单设备生产系统,提出基于0-1规划的单机调度和视情维修的联合策略。以调度作业的序列和不相同两部件视情维修的0-1逻辑变量作为决策变量,建立最小化加权总期望完成时间为优化目标的联合决策模型。推导了不同两部件组合的维修概率和概率密度的计算通式。通过数值分析实验,验证了该联合模型的准确性和有效性。

基于Copula理论的多部件系统剩余寿命核密度预测方法

各类工业系统的功能结构日趋复杂,部件间存在复杂的随机相关性是进行系统剩余寿命预测建模中不可忽视的重要因素。针对多部件系统,在研究部件间随机相关性特征及其对连续退化状态影响的基础上,提出基于Copula理论的多部件系统实时剩余寿命非参数核密度预测方法。首先通过核密度估计得到各部件的退化分布函数;并采用Copula函数表征部件退化的随机相关性,利用赤池信息准则进行Copula函数优选;然后建立考虑存在连续退化随机相关性影响条件下可实时递推的部件剩余寿命预测模型;最后通过齿轮箱试验台进行试验,验证了所提模型的有效性和准确性。

基于多智能体强化学习的多部件系统维修优化

【目的】研究多智能体强化学习算法用于多部件生产系统维修优化的有效性,及维修优化领域知识用于强化学习的可行性。【方法】将生产系统的维修决策建模为马尔可夫决策过程(Markov decision process,MDP),并采用一种基于奖励塑造的分布式Q学习(shaped reward distributed Q-learning,SR-DQL)算法对其进行求解。通过对智能体的设计和奖励塑造,把维修优化的领域知识应用于强化学习中。【结果】使用包含5个生产单元和4个缓冲库存的生产系统对本文所提出的SR-DQL算法进行验证。相较于Q学习算法,SRDQL算法能够提升6%的平均收益。此外,由该算法计算得到的平均收益也比由分布式Q学习算法和深度强化学习算法计算得到的大。【结论】多智能体强化学习能有效处理大规模生产系统的维修优化问题,添加奖励塑造可以提升算法性能,并得到更优的维修策略。

基于相关性的多部件系统机会成组维修优化

针对传统的维修相关性分类方法没有全面考虑维修相关性影响的问题,提出从时间相关性、故障相关性、结构相关性和功能相关性四个方面描述多部件系统的维修相关性的方法,分析了各类相关性对机会成组维修的影响。以部件可用代价最小化为目标,建立多部件系统机会成组策略的优化模型,通过采用生物地理学优化算法求解,确定系统内各部件与其维修相关部件的最佳机会维修阈值集。通过算例分析了某船用燃油喷射系统中输油阀与柱塞和针阀两维修相关部件进行机会维修的成组时机,表明该模型为多部件系统的维修成组提供了切实可行的方法。

以可靠性为中心的多部件系统预防性维修优化研究

分析了生产设备各单部件最优的预防性维修策略,在此基础上给出了多部件成组预防性维修的经济性优化模型,提出了多部件设备非周期预防性维修计划的优化方法。模型中除了考虑预防性修理和更换等预防性维修的主要环节之外,还考虑了对于非预期故障所采用的小修环节,以及预防性维修造成可靠性下降的情况。为了减少维修停机损失,将多个维修作业按照机会维修阈值进行归并。分析了多部件系统预防维修费用构成,建立了以可靠性为中心的多部件系统预防性维修费用的优化模型。用Matlab编程仿真,求解出了满足设备多部件可靠性要求且维修成本最小的预防性维修计划。仿真结果表明,相比对每个部件单独进行更换或修理,所提出的方法可以节约维修成本。

修理延迟的单部件系统的可靠性分析

分析了修理延迟的单部件可修系统，系统包括正常、待修、修理三种状态。文中假定系统的寿命分布、等待修理时间和修理时间均为一般分布，利用马尔可夫更新过程的方法，可获得可靠度、可用度、故障频率等一系列可靠性指标。

等周期预防维修下多部件系统的备件订货策略

影响多部件系统备件订货策略的因素较多,为此将多部件系统预防维修的备件需求分为两种:随机失效部件的更换需求和预防维修时隐患部件的更换需求,在等周期预防维修下,应用概率理论,建立了指数寿命型部件的备件需求模型;在此基础上,以系统役龄内备件的订货、仓储总成本为优化目标,订货次数为优化变量,给出存在备件初始库存和订货提前期时的两种订货策略和策略模型的Visual Fortran仿真优化算法;最后结合算例,求得经济订货次数和策略以及相应的订货、仓储总成本.结果表明,备件订货策略具有周期性,考虑初始库存量、订货提前期、订货成本和备件单位仓储成本等参数的优化决策,可以为现实中备件初始库存不同的企业制订订货策略提供有效参考.

基于Copula理论的两部件系统失效相关分析

对系统进行可靠性分析时,部件或者系统的失效率估计显得越来越重要。文中提出了基于Copula理论的两部件失效率相关模型。通过构造Copula函数来描述系统中两部件之间的失效相关性,确定两部件的失效联合分布函数和部件的条件失效概率密度函数。最后,通过分析实际工程中两部件系统中的失效数据对该模型进行验证。

多部件系统的维修关联分析与评价研究

针对传统维修相关性分析方法没有全面考虑维修关联影响,提出了从时间关联、故障关联、结构关联和功能关联四个方面分析多部件系统的维修相关性.鉴于维修关联程度最终影响并决定系统维修组合的内容,确定了从维修组合优化效果的角度衡量多部件系统的维修关联程度.在此基础上,利用矩阵积和式的性质对多部件系统维修关联度进行评价,使得评价结果能够综合考虑维修关联指标和各关联指标之间的相互关系.实例表明:利用该分析与评价方法能够帮助维修工作者判断多部件系统中部件维修相关性和比较部件维修关联程度,并提出实施优化维修组合建议.

随机相关性影响的多部件系统剩余寿命预测

针对存在复杂随机相关性的多部件系统,提出了自适应窗宽核密度估计的实时剩余寿命预测方法。首先对系统中存在连续退化随机相关影响的部件进行相关性建模;其次构建基于自适应窗宽的条件核密度估计退化模型,得到相应的概率密度函数;最后建立部件实时剩余寿命预测模型,求得部件的剩余寿命;并在斜齿轮箱试验台进行试验验证,验证了该方法的准确性和有效性。

设备多部件系统维修策略优化设计与仿真

针对由可靠度随使用时间变化较快的部件构成的串联系统,为了有效改善系统的维修费用和可用度问题,在预防性维修策略中引入机会维修,以系统单个部件的可靠性作为机会维修阈值,以系统在有限运行时间内的总维修成本最小化为目标,在满足最低可用度基础上,建立了多变量机会维修优化模型。运用遗传算法对模型进行寻优,求解出系统在有限时间内各部件最优的机会维修阈值和相应维修仿真计划。算例结果显示,运用模型能有效改善设备系统的维修成本,并且提高系统可用度,验证模型可为多部件系统提供维修决策支持。

多级适应性休假的两部件系统及其优化应用

研究一个包括4个特殊模型的两部件可修系统.修理设备在每个忙期前需要一段随机长度的启动时间,且在修理过程中可能故障需要更换.修理工执行空竭修理多级适应性休假.建立了状态概率的稳态微分方程组并得到了其解.求出了可用度,失效频度,平均休假期,平均更新周期,平均启动期和更换频度等可靠性指标.数值算例验证了系统参数对主要可靠性指标的影响,表明在带有启动时间、更换时间和休假的两部件冷贮备、温贮备和并联系统中,两部件冷贮备系统具有最优的性能.最后,给出了本文模型的一个最优化应用实例.

修理工单重休假的单部件系统的可靠性分析

分析了修理工单重休假的单部件系统.假设系统的寿命分布、修理时间分布、休假时间分布均为一般分布.使用马尔科夫更新过程的方法,获得了可靠度、可用度和平均故障次数的重要可靠性指标.

基于改进遗传算法的多部件系统故障分布模型参数估计

应用延迟时间模型描述航空装备多部件系统的故障过程,应用改进遗传算法获得延迟时间模型参数的最大似然估计值,用计算机仿真方法验证算法代码的正确性。应用本文方法对系统故障分布模型参数进行估计,结果可为航空装备多部件系统的视情维修策略提供参考依据。

考虑随机冲击影响的多部件系统视情维修与备件库存联合优化

视情维修与备件库存联合优化是确保装备内关键部件安全运行,降低维修保障成本的有效方法。针对现有模型忽略复杂环境中随机冲击影响的问题,提出一种考虑随机冲击影响的多部件系统视情维修与备件库存联合优化模型。首先,建立随机冲击影响下的退化模型及可靠度函数模型,在首达时间的意义下利用阈值转换思想推导出剩余寿命概率分布,采用极大似然法估计退化模型参数;然后,制定视情维修与备件库存联合策略,以平均费用率最低为目标建立联合优化模型,利用粒子群优化算法和蒙特卡罗仿真进行求解;最后,通过实例分析和敏感性分析验证了所提模型的有效性和应用价值。

考虑失效相关的多部件系统最优预防维修策略

为了解决存在失效相关性的多部件系统的预防维修策略问题,引入了关联系数以描述部件间的失效相关性。以两部件系统为例构建了系统的失效率函数,得到了复杂装备预防维修模型的解析形式。以装备全生命周期内的最小维修费率为目标,构建了目标函数。结合工程实例给出了装备的最优预防维修策略,为失效相关的多部件系统预防维修策略的制定提供了一个新的可行方案。

基于性能合同的多部件系统维修策略模型优化

针对多部件串联系统维修效率低下与供应商所获利润少的问题,考虑各部件间的经济相关性,提出基于性能合同的多部件系统的维修策略模型。首先,采用韦伯(Weibull)分布描述系统各部件的使用寿命规律,并通过判断各部件使用度与预防性维修阈值和机会维修阈值的关系来实施不同的维修策略;其次,计算单位更新周期内的各维修活动概率和对应维修次数,以供应商利润最大化为目标,以预防性维修阈值和机会维修阈值为决策变量,建立基于性能合同的多部件系统的维修策略模型;最后,利用灰狼优化(GWO)算法求解该模型。通过算例分析得出与遗传(GA)算法、粒子群优化(PSO)算法相比,灰狼优化算法在准确率上分别提高了22.6%和7.6%;基于线性收益函数,所提绩效模型的利润率高达25.3%,相较于传统成本模型提高了5.2%。基于性能合同的多部件系统维修策略优化模型和算法可以有效解决供应商维修质量与效率低下问题,为供应商和运营商共同制定维修合同提供依据。

基于维修优先级与寿命分布的多部件系统竞争式维修策略

针对多部件系统中各部件维修优先级不同的情况,提出了基于寿命分布的非集中式维修策略。采用异构多部件系统的竞争式维修模式,在已知部件寿命分布的情况下,建立了一种(m,N)维修模型。建模过程中充分考虑部件维修优先级的不同,对高维修优先级部件,采用修复性维修和预防性维修;对低维修优先级部件,采用成组维修。以全周期的最低维修费率为目标,通过计算不同部件的失效次序统计量,对参数进行优化,进而得到最优维修策略。通过数值算例验证了维修策略的有效性,并对参数敏感度进行了分析。

考虑退化交互的多部件系统动态机会维护建模

基于退化状态影响退化速率的交互模式和分级交互思想,建立多部件动态退化交互模型;引入基于交互系统整体退化状态的变周期检测机制,并从维护延缓相关部件短期退化交互速率的视角出发,以单位时间总维护成本最低为目标,构建考虑变周期检测和修复非新的多部件退化交互系统机会维护动态决策模型.算例分析表明,该动态维护模型具备成本优势.

考虑预防维修时间及相关性的多部件系统维护策略

针对动车组关键系统维修过程中涉及部件数量多、维修时间长、维修费用高的特点,提出了预防维修时间、故障相关性、经济相关性3重因素影响下的多部件系统机会维护策略。首先对多部件建立部件故障率模型。在此基础上,考虑预防维修时间,将部件层预防维修成本分为独立时间成本和依赖时间成本,对经济相关性进行建模,再以系统维修费用率最小为优化目标建立系统层维护模型,并应用遗传算法求解。最后通过算例表明,相较于考虑单一因素的维修策略,所提维修策略可降低系统维修成本10%及以上,验证了考虑维修时间和部件联合相关性的必要性和有效性。