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。     

基于维纳过程的维修决策和备件库存联合优化

为了降低设备运营总成本,充分发挥视情维修的优势,开展了设备的视情维修决策与备件库存量的联合优化研究。首先,采用Wiener过程建立了退化模型,估计了设备退化参数和剩余寿命;以此为基础,为充分利用剩余寿命的信息价值,引入预约备件的概念,选用遗传算法和蒙特卡罗相结合的方法,建立了以库存参数、预防性检测阈值和预约备件剩余寿命阈值为变量,以部件平均费用率最小为目标的维修与备件的联合优化仿真模型;最后,通过实例比较分析,表明联合优化方法大大地降低了维修和备件总成本,验证了方法的可行性和有效性。     

考虑竞争失效的视情维修和备件订购联合策略优化

针对单部件系统提出考虑竞争失效的视情维修和备件订购联合策略, 采用控制限维修策略和动态随机冲击阈值机制判别是否需要进行预防性维修(preventive maintenance, PM)或故障更换(corrective replacement, CR), 当退化达到PM阈值时执行不完美维修(imperfect maintenance, IPM), 且经有限次IPM后对系统进行预防性更换(preventive replacement, PR)。同时, 考虑IPM和随机冲击对退化量和退化率的影响, 进而构建基于维纳过程的多阶段退化模型; 引入备件订购阈值, 根据冲击幅值与冲击阈值的关系决定是否正常订购备件。分析更新事件并利用更新报酬理论建立最小化平均费用的联合策略优化模型, 设计离散事件仿真算法求解, 最后通过实例验证了所提模型和算法的有效性。     

不可修复产品的组合维修和备件供应策略

为了保证产品的技术状态,避免发生失效,部分不可修复产品会采取定期维护与视情更换的组合维修策略,其中备件供应直接影响产品的维修能力。针对该类产品,重点对其组合维修策略和备件供应策略进行了联合优化研究。首先,分析了定期维护条件下产品的性能变化特点,结合累积失效理论,利用复合泊松过程建立了该条件下产品的性能退化模型;其次,给出了组合维修与备件供应策略要求,并构建了产品维修和备件供应概率模型;再次,建立了以产品长期运行条件下费用率最低为目标的优化模型,对维护周期、预防性更换阈值、备件供应时刻等策略值进行了优化确定;最后,利用算例分析了费用率与策略值之间的关系,并说明了该策略的优点。     

视情维修条件下k/N(G) 系统备件供需联合优化

针对传统m视情维修策略下k/N(G)系统维修决策模型对备件可获取性考虑不足的问题,提出了(m,Q)维修策略及备件订购与生产的联合决策优化方法,建立了两种视情维修条件下k/N(G)系统备件供需联合优化模型。证明了在满足约束条件的同时,(m,Q)维修策略下的联合模型((m,Q, n) 策略模型)具有使目标函数最小的订购阈值m、订货量Q和订货次数n,m维修策略下的联合模型((m,n)策略模型)存在最优订货量m和订货次数n使目标值最小。此外,比较分析了不同模型参数对两种模型决策的影响,结果表明, (m,Q,n)策略模型得到的成本始终小于(m,n) 策略模型,而系统使用可用度始终高于(m,n)策略模型。     

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...     

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。     

基于性能退化的产品组合维修策略优化分析

为准确掌握产品性能退化规律,合理安排维护与视情修理组合的维修活动,根据维护条件下产品的性能退化过程,利用累积失效理论,分析产品的性能退化特点.建立基于复合泊松过程的产品性能退化模型,并对水泵转子的失效规律进行了拟合,验证了模型的有效性.建立了定期维护与视情修理组合的维修活动概率模型,给出了失效风险的解析表达式.以长期运行条件下产品费用率为目标,失效风险为约束,确定了组合维修策略优化模型.通过对平台惯性导航系统进行数值分析,优化结果能够有效地延长工作时间,实时控制失效概率,使产品具备较高的安全等级,避免失效带来的不利影响,降低了维修费用.     

多级维修供应下可修复备件库存建模与优化

为了研究可修复备件库存分配模型, 根据METRIC理论, 结合“原位维修率”、“占空比”、“重测完好率”等重要维修参数, 建立了具有多等级的维修供应体系、多层次结构备件的初始库存分配通用模型. 以装备可用度、备件满足率以及保障延误时间为指标, 保障费用为约束, 对备件库存方案进行优化, 通过实例给出了优化结果, 分析了影响备件库存分配方案的保障性因素, 并通过VMETRIC仿真平台对模型结果进行了检验. 结果表明: 本文模型得到的优化方案与VMETRIC软件运行结果一致, 证明了本文模型的正确性和算法的合理性.     

基于Markov过程的冗余系统备件与冗余度联合优化

为了合理有效地降低冗余系统全寿命周期费用,同时考虑部件的故障过程、维修周转以及备件的订购补给过程,结合混合准则提出了基于Markov过程的k/n冗余系统可用度模型,实现备件库存配置与冗余度联合优化。首先,通过热备份和冷备份模式下的系统故障率和修复率计算公式,建立了使用可用度模型。然后,基于稳态概率计算全寿命周期费用,并运用备件库存配置与冗余度联合优化算法实现模型的求解。最后,通过数值计算验证可用度模型的正确性以及联合优化的有效性。通过数值计算结果表明,所提出的可用度模型是传统模型的有益改进并且具有普适性。联合优化算例结果显示,冗余系统可用度随冗余度或备件库存的增加而得到提升,而当可用度接近1时若要进一步提高可用度将导致费用急剧增长;全寿命周期费用中备件存储费用的所占比例最高,而备件订购费用最低;算例表明,与仅考虑备件库存优化的方法相比,联合优化使全寿命周期费用降低了8.01%。     

战时基于竞争失效的装备系统可靠性建模与预防性维修策略

针对战时装备受到使用退化与随机冲击的共同作用发生竞争失效的问题,提出了基于状态的预防性维修策略。首先建立了单系统的可靠性评估模型,该模型考虑了装备系统冲击阈值随总退化量的累计而减少的实际,并提出了阈值连续变化条件下的装备系统可靠性建模方法;其次针对装备的隐蔽功能故障,提出了定期检测下基于状态的预防性维修策略,构建了装备系统的成本率函数;最后结合实例分析,确定了装备系统的可靠度函数和最优预防性更换阈值,并对比分析了不同冲击阈值参数对可靠度的影响。研究结果表明:该模型可以有效解决竞争失效条件下装备系统的可靠性评估问题,同时也可为装备系统预防性维修策略提供模型参考。     

基于关键性的备件库存配置优化模型

针对可修复备份多级管理模型当备件关键性不同时无法再使用边际效应法的问题,以舰艇编队索马里护航备件携带为研究背景,提出了一种基于备件关键性的初始库存优化方法。首先,建立了备件关键性影响因素的评价指标体系,针对其具有模糊性的特点,采用模糊层次分析法(fuzzy analytic hierarchy process,FAHP)分析了备件重要度指标之间的相对权重的关系,给出了模糊判断矩阵及其一致性的求解方法;其次,给出了基于蒙特卡罗仿真方法的备件关键性求解模型和流程;再次,改进了边际效应法,建立了基于备件关键性的舰艇备件库存优化模型;最后研究表明,基于FAHP和蒙特卡罗方法求解备件关键性的模型可以降低人为主观性的影响,操作简单且易于实现;将修正了的边际效应法用于求解备件初始库存,有重点针对关键性较高备件的同时也能兼顾一般。     

基于体系保障度的装备备件三级库存方案优化

三级维修供应管理是部队较为常见的保障模式, 备件库存方案是影响装备系统可用度的关键因素之一. 装备保障性工程中的实际问题出发, 在考虑备件结构层级的情况下, 根据METRIC基本原理, 建立了系统备件的三级保障评估模型, 将三级体系保障度作为优化指标函数, 以保障费用为约束条件, 运用边际优化方法对备件方案进行优化. 通过实例给出了备件的最优库存方案结果, 得到了备件三级库存配置的一般规律, 并分析了影响备件库存分配的各种保障性因素. 优化结果符合具有三级供应保障机制下的备件配置规律, 能够为部队保障人员制定备件方案提供一定的决策依据.     

Collaborative optimization of maintenance and spare ordering of continuously degrading systems

A collaborative optimization model for maintenance and spare ordering of a single-unit degrading system is proposed in this paper based on the continuous detection. A gamma distribution is used to model the material degradation. The degrading decrement after the imperfect maintenance action is assumed as a random variable normal distribution. This model aims to obtain the optimal maintenance policy and spare ordering point with the expected cost rate within system lifecycle as the optimization objective. The rationality and feasibility of the model are proved through a numerical example.