不确定环境下考虑多技能人力资源的复杂产品MRO服务资源调度

针对复杂产品维护、维修、大修(MRO)服务资源调度中存在人力资源多技能异质而导致任务实际执行工期随着指派方案的不同而变化的问题,将多技能工调度与人员学习效应相结合,建立“任务技能人员”的匹配关系。以最小化服务完成时间、最小化人员冗余和最大化资源性能成本比为目标,构建资源调度时间参数不确定条件下的随机机会约束规划数学模型。并提出一种基于随机模拟、BP神经网络和改进NSGA-II的混合智能算法进行求解。通过具有不同参数特征的对比实验案例和敏感性分析,验证了所提模型和算法的有效性和适用性。

MRO支持技术研究

为支持预测性维修为主的综合维修模式,从产品全生命周期管理角度出发,研究了产品生命中期阶段维护、维修和大修支持系统总体框架以及维护、维修和大修支持技术体系。在总结维修服务系统发展历程的基础上,分析了维护、维修和大修服务管理需求,给出了维护、维修和大修支持系统总体框架和支持技术体系。最后,阐述了维护、维修和大修支持技术体系各个部分的核心技术。

面向全生命周期的复杂装备MRO集成模型

为消除维修服务的信息孤岛,建立了面向全生命周期的复杂装备维护、维修和大修支持系统。分析了维护、维修和大修支持系统的研究进展,提出了复杂装备维护、维修和大修的支持系统体系结构与主要模块;建立了维护、维修和大修支持系统的系统主业务模型与几个主要的子业务模型,提出了面向全生命周期的维护、维修和大修支持系统集成模型,详细描述了维护、维修和大修系统与产品数据结构、库存管理、财务管理、生产管理、供应/采购管理、客户/销售管理、产品回收等系统模块的集成。提出了面向全生命周期的复杂装备维护、维修和大修集成模型的关键方法与技术。最后,介绍了工业汽轮机维护、维修和大修支持系统的原型系统。

大型装备MRO服务链信息化框架模型

研究了大型装备保障服务的创新模式,提出了大型装备保障的MRO服务链模式及其信息化维度;运用企业结构体系理论,建立了大型装备MRO服务链信息化中的顶层实体递归结构模型,反映了装备MRO服务链的柔性配置过程;给出了大型装备MRO服务链信息系统的功能及体系结构框架。

MRO服务中心多技能员工优化调度模型

MRO服务企业如何科学合理地调配资源直接影响收益.从MRO服务提供商视角,综合考虑员工旅行费用和工作时间成本,研究为分布于不同地理位置的客户的设备提供维修服务的多技能员工的优化调度问题,建立了以维修成本最小化为目标的多技能员工优化调度的非线性整数规划模型.根据整数变量的特点将非线性模型进行线性化,形成线性整数规划模型,进而使用ILOG CPLEX优化软件进行编程求解.通过具有不同参数特征的大量仿真实验案例,验证了模型的合理性和有效性.

面向运维服务的装备MRO知识管理系统研究

为提高知识管理的效率,实现精益维修的目标,文章在分析装备MRO知识特点的基础上,围绕运维服务对MRO知识的需求,提出了装备MRO知识管理体系。针对不同MRO知识的特点,建立了基于装备结构层次的知识体系,分别围绕维修规程、维修资源、维修历史和维修案例等MRO知识建立知识模型;构建了以维修BOM为核心的MRO知识组织方式,实现对类型繁多、结构复杂、动态变化的知识的有效管理;并围绕不同运维服务,面向应用领域构建了基于本体的知识管理框架和知识视图,实现了全面的MRO知识综合运用。最后,基于以上方法和模型,进行了车辆运维知识管理系统的开发和应用。

面向钢铁连铸设备MRO的企业语义集成及业务协同平台

在分析以往维护、维修和大修信息支撑技术方案弊端的基础上,针对维护、维修和大修业务模式特点,借鉴面向服务的架构、语义Web服务及业务流程管理等相关标准、技术,建立了面向钢铁连铸设备维护、维修和大修的企业语义集成及业务协同平台,并深入研究了平台中维护、维修和大修知识层本体模型的构建,探讨了业务流程服务协同执行框架和基于本体映射的企业语义集成算法等平台实现的关键技术。结合面向钢铁连铸设备维护、维修和大修业务流程实例中的应用场景给出了原型示例。

基于服务BOM的复杂产品MRO信息集成建模研究

当前针对复杂产品MRO(maintenance,repair and overhaul/operations)的相关研究已经成熟,但由于缺乏对服务BOM集成建模技术研究,使得MRO生命周期数据并没有得到有效管控。首先分析了基于SBOM的MRO业务集成模型,理清了服务BOM和MRO服务之间的关系;然后,提出SBOM结构模型和演化模型,并将SBOM与MRO业务集成;最后,基于清华大学MRO系统对SBOM进行了集成开发。完成了服务阶段的产品数据建模,支持复杂产品制造BOM向服务阶段延伸。

E-MRO模式下基于模糊随机规划的共赢服务策略

为更全面地分析E-MRO模式中各成员的随机行为及影响其行为的模糊因素,进而促成长期共赢的局面,提出一种基于模糊随机规划的共赢服务策略。在构建E-MRO服务链框架的基础上,将随机规划与模糊规划相结合,引入多元模糊随机变量及多选择参数变量,以量化E-MRO模式中相关因素的随机性及模糊性;同时引入利润共享模式,以平衡双方的风险及利润;利用Lagrange插值多项式和全局准则法求解包含多选择参数的多目标模糊随机规划模型,得到E-MRO服务链中成员达成长期共赢的MRO服务价格及相应的资源匹配量。通过实验和案例分析验证了模型的有效性,表明稳定的资源配置成本、较小的服务价格波动及协同电子商务平台较保守的风险喜好均有利于双方达成长期共赢。

一种风电产品的MRO支持系统解决方案

为了合理运用维护、维修和大修/运行(MRO)支持系统来支撑风力发电运维活动,阐述了实施风电产品MRO支持解决方案的必要性,研究了风力发电运维过程中具有代表性的相关业务需求。提出了一种风电产品的MRO支持系统解决方案,讨论了适用于全国互联网快速访问的系统网络架构、风电产品故障处理管理流程等。通过该解决方案的实际应用推广,解决了风电产品售后服务管理困难的局面,从而证明了风电产品的MRO支持系统解决方案在风电产品领域有良好的实用性,对提高风电产品运维水平有良好的帮助。

面向全生命周期的高速列车MRO系统应用

为保障高速列车运行安全、提高维修效率、降低维修成本和消除维修服务的信息孤岛,建立了面向全生命周期的高速列车MRO系统。分析了当前高速列车维修需要解决的主要问题,讨论了MRO系统的业务框架,提出面向全生命周期的MRO系统设计与实施方案,描述构型管理、故障管理、检修计划管理和在线监测与诊断管理等技术。面向全生命周期的高速列车MRO系统在企业应用过程中取得良好效果。

复杂产品MRO协同服务链建模与不确定性分析方法

针对复杂产品维护、维修和大修(MRO)协同服务链中存在大量不确定性,其关系杂乱而不能进行有效的分析建模的问题,在分析复杂产品MRO协同服务链特点的基础上,建立了复杂产品MRO协同服务链结构模型;提出一套复杂产品MRO协同服务链不确定性建模与分析方法,从面向复杂产品MRO协同服务链结构基元和面向服务过程两个层面分析了不确定性因素的来源,定义了显性和隐性不确定性的概念,建立了层次性不确定性传播关系模型;考虑各类不确定性因素的不确定度波动范围和概率对不确定性因素敏感性的影响,提出一种两层次的复杂产品MRO协同服务链不确定性因素敏感性分析方法。案例验证表明,所提不确定性传递模型和敏感性分析方法能够支撑复杂产品MRO协同服务链不确定性的预防控制。

面向动态MRO活动的SBOM演化研究

为了解决静态服务物料清单(Service BOM,SBOM)不能实时反映动态维修、维护和大修(Maintenance,Repair and Over-haul,MRO)服务过程的问题,针对动态MRO业务中不同的管理需求和服务需求,设计了面向产品服务生命周期的SBOM演化模型。通过分析批次产品、单件产品以及单次MRO服务三类管理需求下SBOM结构的差异性,从装配位置、供应商和MRO任务角度,对SBOM的节点和节点间约束进行分类并给出定义,建立不同类型SBOM的演化关系模型。基于MRO服务需求对通用SBOM和实例SBOM节点的变更影响,描述了SBOM在动态服务过程中的两种变更类型以及每种变更类型下的节点状态,构建随时间而变化的SBOM动态演化模型。最后,以某型号机车转向架为例验证了演化模型的可行性,并基于节点追溯目的提出两种MRO服务追溯机制,大大提高了机车MRO服务中动态数据信息的管理和追溯能力。

基于混合遗传—蚁群算法的MRO服务调度研究

随着设备的维修、维护和大修(maintenance,repair&overhaul,MRO)规模扩大,设备的维修和维护越来越难,成本越来越高,MRO服务企业需要更加科学合理地调配资源,这就带来了MRO服务调度问题。为此提出了一种基于混合遗传—蚁群算法的MRO调度方法。建立了维修服务调度问题数学模型,采用混合遗传—蚁群算法对模型求解,以综合适应值最小为优化目标,得出最优调度方案,解决了MRO服务调度问题。最后,以某航天企业的10个维修任务为例,比较了提出的基于混合遗传—蚁群算法的调度方法与常规遗传算法、蚁群算法的优化结果,结果表明两种算法结果一致,且基于遗传—蚁群算法的调度方法收敛速度更快,从而验证了本方法的可行性。

面向服役周期管理的轨道交通装备MRO系统设计与实现

为满足轨道交通装备服役周期运用维修保障的安全性和可靠性要求,设计并实现了面向服役周期管理的轨道交通装备维修、修理、大修和运行保障(MRO,Maintenance,Repair and Overhaul/Operation)系统。文章给出了该系统的总体架构和技术架构,融合基于物料清单(BOM,Bill of Materials)的服役周期数据贯通等技术,设计了配置管理、服务管理、检修管理、物资管理等4个功能模块,实现贯穿现场服务和检修业务主线的轨道交通装备服役周期管理。该系统在株洲中车时代电气股份有限公司进行了现场应用。应用情况表明,该系统可有效提升装备服役周期管理及技术服务能力,有力支撑企业服务数字化转型。

不确定环境下复杂产品维护、维修和大修服务资源调度优化

基于对复杂产品维护、维修和大修(MRO)协同服务资源调度的需求分析,从现实角度出发,建立资源调度时间和服务执行时间参数不确定条件下的随机机会约束规划数学模型.提出由随机模拟、神经网络和离散粒子群优化算法组合成的混合智能算法,求解所提出的优化问题.随机模拟方法为所建立的神经网络模型提供训练样本集,得到的训练样本集被用于训练神经网络模型以逼近优化目标函数,训练后的神经网络模型被用于代替优化目标函数来执行粒子群算法优化迭代.该混合算法能有效提升时间参数不确定条件下的复杂产品MRO协同服务资源调度双目标优化问题的求解速度.案例分析表明,相比于确定性条件下的优化算法,所提出的随机机会约束规划模型和混合算法更适用于求解现实中不确定条件下的MRO服务资源调度问题,所求得的调度方案在实际执行中具有更好的鲁棒性.

现场维修服务的多服务中心的多技能工调度研究

MRO(现场维修服务)越来越成为企业竞争力的重要部分。针对MRO多服务中心的多技能工调度问题,综合考虑员工掌握的技能和任务技能需求匹配,并考虑员工在任务点可以使用其掌握的多项技能,以最小化总完工时间为目标建立多服务中心分开调度模型和多服务中心联合调度模型。通过算例对模型进行分析,发现任务数量一定时,多技能工的任务完工时间与工人数量反向变化;当工人数量一定时,多技能工的任务完工时间与任务数量同向变化。当存在多个服务中心时,分开调度总完工时间小于联合调度完工时间,主要原因是联合调度时员工转移时间和等待时间增加。企业应该采取各个服务中心分开进行任务调度的策略,而不是联合调度,这样能缩短完工时间,更符合企业的利益。

海上风电场运行维护系统

海上风电产业发展迅猛,海上风电机组运行维护要求不断提升,海上风电场运营管理方式相对落后,使得整体运营费用居高不下,严重制约风电产业的健康发展。该文提出适用于风电产业的大型装备运行维护系统研究方法。在总结国内外风电场特别是海上风电场运行维护的特殊需求和存在问题的基础上,阐述了海上风电场运行维护系统的定位、重点要解决的问题和创新工作内容;设计了系统的总体框架,分析了各个子系统的业务功能及其相互关系,探讨了风电机组物料清单(BOM)和维护工作流程两项关键技术;开发了软件系统并在企业应用验证。