退化系统状态维修决策与维修活动建模

研究退化系统的状态维修决策问题,考虑经济性、可用性后,给出两个通用维修决策优化模型,用gamma过程对系统退化进行建模,用监测数据估计退化模型参数。在退化过程基础上,基于历史维修信息和状态数据对决策模型中的变量进行确定;对维修活动中主要的影响--维修效果和维修时间进行分析,认为维修效果和维修时间是系统状态和维修次数的随机变量,分别给出了不考虑人为因素和考虑人为因素的维修效果几何分布模型,用插值方法建立维修时间分布函数。最后以某控制系统为例,对比理想状态和考虑维修效果与维修时间下的仿真结果,验证了模型的有效性和实用性。     

部分可观测马尔可夫决策过程算法综述

部分可观测马尔可夫决策过程(POMDP)是马尔可夫决策过程(MDP)的扩展,它允许系统的状态信息部分可知。但POMDP的可能应用大部分没有实现,这主要是因为缺乏有效的算法。POMDP的算法分为近似算法和精确算法,精确算法是构造近似算法的基础。介绍了POMDP模型后,对离散时间、有限状态集的POMDP精确算法和近似算法进行了综述,分析了造成POMDP难以求解的主要原因,提出了进一步的研究方向。     

设备低劣化状态以马尔可夫过程转移的队列维修单服务模型

研究一个维修服务台情况下多台设备的队列维修策略 .考虑设备的低劣化状态按马尔可夫过程转移 ,设备的维修时间服从负指数分布 ,设备的维修策略是选择合适的设备状态进行维修 ,评价策略的目标函数是设备运行的平均净收益率 ,设备维修策略可以用决定设备维修的进入状态与运行停止状态表示.     

考虑混合维修策略的复杂系统区间可用度

针对马尔可夫过程只能计算故障时间和维修时间服从指数分布、更新过程只能计算故障时间和维修时间服从独立同分布系统可用度的局限,以及现有可用度模型没有同时考虑不同维修策略和环境因子对系统可用性的影响的现状，构建了一种考虑混合维修策略和使用环境的复杂系统的区间可用度模型。该模型假设系统的故障和维修时间服从任意分布,不同的故障模式采取不同的维修策略。计算系统停机时间时，考虑了系统的预防性维修时间、修复性维修时间和保障延误时间。以某型无人机控制系统为例,对设计方法进行了验证。系统关键部件服从不同参数的威布尔分布，系统维修时间和延误时间均服从正态分布。结果表明,设计方法可行、正确,可为基于可用度的预防性维修周期优化、效能权衡和通用质量特性指标阈值设计提供技术支撑。     

基于状态空间划分的可修系统视情维修决策

本文在构建考虑非完美维修的多部件系统联合劣化状态空间划分模型的基础上,研究了可修多部件系统视情机会维修决策问题.首先,综合考虑非完美维修效果和经济依赖,制定了基于周期检测的可修多部件系统视情机会维修策略,其次,构建了相应的联合劣化状态空间划分模型,并通过分析系统的维修需求组合及系统的状态转移,推导了维修需求的概率计算通式和联合稳态概率密度函数.然后,通过数值实验,以系统长期平均费用率最小为目标,以系统检测周期、机会及预防维修预测阈值为决策变量,建立了解析优化模型.最后,以风电机组主轴承为应用案例验证了模型的正确性和有效性,并分析了参数的灵敏度.     

基于逆高斯退化过程的面向任务系统CBM优化模型

针对现有单调退化系统视情维修(condition-based maintenance,CBM)优化模型中不完全维修影响考虑单一,且未同时融入可用度约束的问题,提出一种考虑不完全维修双重影响与可用度约束的单调退化系统CBM优化模型.首先,基于具有随机漂移系数的逆高斯过程,建立系统退化模型并得到相关概率分布;其次,描述任务...     

非齐次马尔可夫LPV系统的H∞异步控制

针对存在外界干扰的情况,对一类离散时间非齐次马尔可夫线性变参数(linear parameter-varying, LPV)系统的H_∞异步控制问题进行了研究。由于实际非齐次马尔可夫系统的系统模态难以直接获得,考虑了控制器模态和系统模态不一致的异步问题,并用一个非齐次隐马尔可夫模型建模。非齐次马尔可夫系统和非齐次隐马尔可夫链的时变特性分别由分段齐次状态转移概率矩阵和分段齐次条件概率矩阵描述,且受同一个高层齐次马尔可夫链支配。针对上述问题,完成了对闭环非齐次马尔可夫LPV系统的稳定性分析、H_∞性能分析和H_∞异步控制器设计,使系统在受到外界干扰和控制器模态与系统模态存在异步现象的情况下满足给定的H_∞性能指标。最后通过对直流电机的仿真实验验证了利用非齐次信息得到理论的有效性和优越性。     

单部件加速退化系统的视情维修策略优化

针对单部件加速退化系统,研究了基于灰色模型、偏最小二乘回归和改进灰狼算法的最优视情维修策略,通过优化检测间隔和临近失效阈值最小化系统的平均维修费用率。维修策略优化中,考虑到维修数据的稀疏特性,利用适合小样本建模的灰色模型理论建立系统的加速退化模型;考虑了维修次数、系统退化状态与系统维修用时之间的多重相关性,利用偏最小二乘法建立了维修用时的多变量回归模型。在此基础上,给出基于系统平均维修费用率的目标函数,利用改进灰狼算法求解最优决策变量。通过算例说明了该最优视情维修策略的可行性。     

预防维修决策分析

针对现代地空导弹武器系统维修时间不服从指数分布的特点，在系统寿命、预防维修时间和修理时间均服从一般分布的情况下，研究了系统的不完善预防维修策略问题。利用半马尔可夫过程建立了不完善预防维修模型；给出了不完善预防维修可用性的计算方法；在系统稳态可用性最大化原则下，提出了一种判别是否采用预防维修的有效方法。     

认知无线电网络中授权用户参数估计

针对认知用户在频谱切换过程中无法实时地获取授权用户到达率与服务率的问题,提出了基于隐式马尔可夫模型的参数估计算法。首先利用排队论对授权用户队列进行建模与分析,推导出授权用户队列状态转移概率;其次利用能量感知算法检测授权用户队列真实状态,获得可观测序列值;然后利用隐式马尔可夫模型描述两种随机过程,即授权用户队列状态变化随机过程和可观测序列随机过程;最后利用forward-backward算法估计隐式马尔可夫模型,从而获得授权用户到达率与服务率。仿真结果表明,该方法能够实现实时的、较为精确的估计,从而实时地为认知用户选择频谱切换策略提供依据。     

Optimization of dynamic sequential test strategy for equipment health management

Testing is the premise and foundation of realizing equipment health management (EHM). To address the problem that the static periodic test strategy may cause deficient test or excessive test, a dynamic sequential test strategy (DSTS) for EHM is presented. Considering the situation that equipment health state is not completely observable in reality, a DSTS optimization method based on partially observable semi-Markov decision process (POSMDP) is proposed. Firstly, an equipment health state degradation model is constructed by Markov process, and the control limit maintenance policy is also introduced. Secondly, POSMDP is formulated in great detail. And then, POSMDP is converted to completely observable belief semi-Markov decision process (BSMDP) through belief state. The optimal equation and the corresponding optimal DSTS, which minimize the long-run expected average cost per unit time, are obtained with BSMDP. The results of application in complex equipment show that the proposed DSTS is feasible and effective.     

基于强化学习的多成品率衰变设备预防维修策略

在生产制造过程中, 设备状态的衰变会影响产品质量, 导致成品率水平的逐渐下降. 本文研究此类具有多成品率水平的衰变设备预防维修问题. 建立隐马氏决策过程模型, 在成品率水平不可直接获知的情况下, 用产品质检信息作为系统观测状态进行维修决策. 模型考虑两类质检误差及收益和成本参数, 通过强化学习算法, 学习各观测状态下的最优维修行动. 针对不同的设备衰变模式和质检误差水平, 进行算例分析, 结果显示基于强化学习的预防维修策略与传统的固定周期的维修策略相比, 能够很大程度上提高系统的平均收益.     

装备视情维修与备件库存联合优化决策

研究周期检测条件下装备视情维修与备件库存的联合优化问题。针对相同多部件系统,根据系统的退化状态和备件库存状态确定维修需求,建立了以系统检测周期、预防维修阈值和备件安全库存阈值为决策变量,以平均费用率最低为目标的联合维修决策模型。在模型求解过程中,利用退化状态空间划分法分析各决策点的维修需求,在系统的联合概率密度求解的基础上,确定维修组合概率和备件库存状态概率。最后,通过末制导雷达某部件系统的实例计算,验证了优化方法的有效性,另外还通过灵敏度分析,探讨了相关参数对模型的影响。     

MARKOV FUZZY CRITERION DECISION MODELS

1.IlltroductionMarkovdecisionmodels(MDMforshort)havebeenextensivelystudiedandagreatmanyresu1tshavebeenobtainedsincel95O's(e.g.,see[1-6]).Alltheseworks,asfarasweknow,arebasedonthefactthattheoptimalityindexesareab1etobemeaJsuredaccurately.However,inthepracticalproblem,thereasonableandaccurateindexesdonotalwaysexist,andevenso5theirvaluesarenoteasytoacquiresometimes.ThisfactlimitstheapplicationofMDMtosomeextent.FuIthermore,forcomplicatedmodelswithmultipleindexesitmaybedifficulttofindanoptimals…     

具有不可比状态信息的可修MS-PMS可靠性分析

针对复杂多阶段任务系统(PMS)中存在的元件状态多态性和不可比性问题,提出了系统与元件两层的分层模块构建方法,应用连续时间Markov模型(CTMC)描述可修元件之间状态的相依和变迁的动态行为,应用多态多值决策图(MVDD)构建系统的结构函数.为处理元件状态不可比情形,将其分为组内、组间及无约束状态三组,应用CTMC构建了不同变迁约束下部件处于不同阶段时的状态组的联合概率模型,发展了具有不可比元件状态的多状态多阶段任务系统(MSPMS)可靠性分析方法.最后,通过简约形式的飞行任务系统实例,结果表明CTMC下分层分组模块分析方法能有效计算MS-PMS的可靠度,验证了模型与分析方法的可行性.     

The Efficiency Analysis and A Market Decision Model on Equipment Maintenance

SYSTEMS ENGINEERING1. INTRODUCTIONEquipmellt is the important part of eDterprise ford assets, and the guarantee of production capacity. Especially,with the developmeDt of science and technology, the modernization level of equipment has improved greatly,and equipment will play increasingly importals role in raising economic benefit of enterprise. However, themaintenance model of "safety first, prevention most important" has been carried out by our coulltry for along time. In other …