预防性维修工作组合优化

针对单部件的维修间隔期无法反映系统的维修最佳间隔期这一问题,对装备各部件在各修理级别上的预防性维修任务组合情况进行探索。通过建立费用模型、可用度和风险模型作为决策模型,用以组合某一修理级别各部件的维修工作,得出系统预防性维修间隔期,并结合部队实际优化从系统的角度优化等级维修中的维修工作间隔期,为确定大中小修工作提供科学、合理的理论指导。该算法在区分各修理级别的维修能力的基础上,能较好地对各修理级别的维修工作组合情况进行了优化,实例验证了模型的实用性和有效性。

基于群组AHP法的装备维修保障能力模糊综合评估

首先构建了装备维修保障能力指标体系;然后,应用层次分析和群组决策相结合的方法计算出装备维修保障能力指标体系中的各个指标的权重;最后运用多级模糊综合评判法建立了装备维修保障能力评估的数学模型,并给出了实例验证,结果表明该模型的可行性和实用性,为部队改进维修保障方案提供了客观依据。

海上风电机群维修排程在线多目标决策模型

结合海上风电机群特点,介绍风电机群维修决策系统框架和决策流程,分析风电机组维修作业流程和成本构成。以风电机群整体维修成本、作业工作量均衡性为目标函数,以维修中心物料和人力资源配置为约束条件,建立海上风电机群日间维修作业排程多目标决策模型。采用地理信息系统中的Kruskal空间分析算法寻找每组维修作业的往返路径最小生成树。应用带精英保留策略的离散粒子群算法求解模型,计算出全部待检修机组组合及其具体作业时段的非劣解集。仿真算例分析结果表明,模型可以降低维修总成本,验证了所提模型的可行性以及求解算法的有效性。

不确定条件下装备送修级别粗糙群决策方法

针对装备健康管理过程中送修级别的不确定信息和多源决策问题,研究了一种不确定信息的粗糙群决策方法。定义了群决策信息系统以描述多源决策问题,并用不协调群决策信息系统解释决策信息的不协调特性。结合不协调信息的群决策与不完备信息的粗糙决策两种方法长处,设计了不确定条件下的粗糙群决策方法。最后,将粗糙群决策方法应用于某型雷达的送修级别决策,应用实例验证了粗糙群决策方法处理不确定信息的有效性,可显著提高装备送修级别决策的吻合率。

基于预防性维修工作组合的维修等级优化研究

针对单部件的维修间隔期无法反映系统的维修最佳间隔期这一问题,对装备各部件在各修理级别上的预防性维修任务组合情况进行了探索。通过建立费用模型作为决策模型,用以组合某一修理级别各部件的维修工作,得出系统预防性维修间隔期,并结合部队实际从系统的角度优化等级维修中的维修工作间隔期,为确定大、中、小修工作提供科学、合理的理论指导。该算法在区分各修理级别的维修能力的基础上,能较好地对各修理级别的维修工作组合情况进行了优化。实例验证了模型的实用性和有效性。

预防性维修工作组合优化

针对单部件的维修间隔期无法反映系统的维修最佳间隔期这一问题,对装备各部件在各修理级别上的预防性维修任务组合情况进行探索。通过建立费用模型、可用度和风险模型作为决策模型,用以组合某一修理级别各部件的维修工作,得出系统预防性维修间隔期,并结合部队实际优化从系统的角度优化等级维修中的维修工作间隔期,为确定大中小修工作提供科学、合理的理论指导。该算法在区分各修理级别的维修能力的基础上,能较好地对各修理级别的维修工作组合情况进行了优化,实例验证了模型的实用性和有效性。

基于PSO-SVM的民航发动机送修等级决策研究

为降低航空公司维修成本,增强送修等级决策科学性,保障飞行安全,提出基于PSO-SVM的民航发动机送修等级决策算法。首先利用改进的粒子群优化(Particle Swarm Optimiza-tion,PSO)算法对支持向量机(Support Vector Machine,SVM)参数进行寻优,并提出将交叉验证(Cross Validation,CV)的平均分类精度作为PSO的适应度值。对某型发动机送修等级的真实数据进行了决策对比研究,研究数据表明:与传统的Grid和GA算法相比,PSO的参数寻优效果要更优;在小样本分类时,PSO-SVM的分类精度要远高于常用的神经网络分类模型径向基函数(RadialBasis Function,RBF)模型和学习向量量化(Learning Vector Quantization)模型。

基于延迟时间的地铁车辆多级维修计划优化模型

现行的地铁车辆维修制度以固定周期维修为主,存在停机时间长、考虑不同子系统的维修需求不足等问题。基于延迟时间理论,以低级维修周期和高级维修可靠度阈值为决策变量、优化更新周期内平均费用为目标,建立车辆系统内单一子系统多级维修计划优化模型,并给出基于实际数据的退化参数估计方法;以整个车辆系统为研究对象,考虑各个子系统间的经济关联性,提出基于子系统退化函数的维修活动调整惩罚函数,建立最大化全局收益的成组维修优化模型,并改进基于滚动时域和动态规划的求解算法。案例研究表明,本文模型可有效减少维修停时、节省维修成本,对运营企业制定维修计划具有一定的指导意义。

复杂装备定期维修组合优化模型研究

对于部件之间存在维修相关性的复杂装备,组合维修是提高维修效率的有效手段。针对采取定期维修工作的复杂装备,建立以系统维修费用为目标函数,系统可用度和重要部件的故障风险为约束的组合优化维修决策模型。针对此类数据量大、多约束、高维数、离散、非线性且存在整数变量的复杂优化问题,传统优化方法求解困难,提出利用遗传算法工具箱对组合维修决策模型进行优化求解,获得复杂装备系统各部件的最佳维修时机,最后,通过算例验证了组合维修模型的有效性。

基于重构优化DEA模型的路面养护决策研究

结合路面状况评估结果,提出养护时段概念,建立了基于重构优化DEA的路面养护规划模型;结合工程实例,分析规划期内养护方案组合的实施效果和经济性。结果表明:所提沥青路面养护方案,将能使成本降低,并提高资源利用率。

周期切换可修系统最优视情维修决策

为了降低维修停机对系统生产的影响,针对需周期切换的可修系统,制定了离线视情维修策略。分析了维修资源投入度对修理效果、修理成本和修理时间的影响关系。以系统有限时间范围内平均费用率最小为目标,建立了解析优化模型,以决策最优的系统切换周期、预防维修阈值及维修资源投入度。模型求解过程中,在考虑维修资源投入度的情况下,通过分析需交替使用和修理的运行设备与备用设备对应的系统状态转移特性,推导了系统状态的稳态概率密度计算模型。最后,以矿井通风机系统为对象进行实验,实验结果表明考虑维修资源投入度的离线视情维修可极大提高系统维修的经济性。

运营期公路边坡养护决策多层次分析方法研究

针对现有公路边坡养护指南中边坡安全状况分级标准模糊的特点,为科学制定边坡养护对策,提高运营期公路边坡养护质量,根据运营期公路边坡特点,在考虑了指标体系全面性、科学性和可操作性的基础上,建立了包含13项评价因子和4类分项评价对象的边坡安全性多层次评价模型,利用改进多层次分析方法确定了各层级评价指标的权重矩阵。改进多层次分析方法可以大大减少传统层次分析方法的主观性,并建立了运营期公路边坡的安全性分级标准和相应的养护对策。运用该模型方法对广东省省道S356上3个路段单元的边坡进行安全性评价和分级,并据此制定各路段边坡的养护方案。结果表明:K5+000-K6+000路段边坡安全性为局部危险,需对危险边坡进行变形、应力及水文监测,并及时实施支挡防护等工程;K6+000-K7+000路段边坡评价为安全,需进行诸如清理坡面泥石杂物、修补裂缝等日常养护;K9+000-K10+000路段边坡评价为基本安全,需定期养护挡墙、抗滑桩等支挡构筑物,定期疏通检修排水设施。基于该模型的评价结果采取养护措施后,S356公路边坡一直稳定至今。该模型可以较好地运用于运营期公路边坡养护决策中。