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.     

租赁设备的状态维修决策建模与优化

随着物联网技术飞速发展,租赁设备大多安装有传感系统,可以及时地对设备关键部件和整体运行状态进行检测,进而可基于设备的健康状态为其安排更为合理的维修方案,在降低租赁商维修费用的同时,尽量少地干预客户的正常施工,并且保证租赁设备在客户施工场所的可靠运行.本文研究了基于状态检测的租赁设备的最优维修问题,研究中引入了顺序状态检测,定义了基于状态的控制限维修策略,并建立了以维修开销最小为目标的解析模型,以决策系统最优的检测间隔和预防维修阈值.除检测、维修等基本费用外,模型中还进一步考虑了租赁系统的故障罚金和故障后维修超时罚金.在模型的求解中,推导了维修干预下设备任意时刻的检测概率和状态概率分布,作为模型构建和求解的依据.数值实验结果验证并表明了面向租赁设备的基于状态的维修策略的有效性.     

具有多个运作方与维修方的同质设备维修优化策略研究

讨论了一类具有多个运作方和维修方的同质设备维修优化问题(MFMP),并将该问题描述为一动态规划问题.通过数值算例,对MFM与基于条件的设备维修管理(CBM)进行了比较.结果显示对同质设备使用MFM策略可以获得更多收益.     

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.     

基于随机系数增长模型的状态维修与EPQ联合优化

针对生产和维修计划共享生产设备的问题,建立了经济生产批量和设备状态监测维修的联合优化模型.运用随机系数增长模型描述设备的退化状态,每完成一个生产批量就对设备进行状态监测.监测到的设备状态由设备的实际状态和监测误差构成,当监测状态达到或超过预防性维修阈值时,需要对设备进行预防性维修并更新,当实际状态达到故障阈值时,设备故障停机,需对设备进行故障维修并更新.基于两种更新情况,建立了更新周期内的费用和周期长度模型,并进一步运用更新回报定理建立了单位时间期望费用模型,通过对模型进行优化,可得到预防性更新状态阈值和每个批量的生产时间两个决策变量的最优取值.最后,通过国内某钢厂轧钢设备的数据资料对模型进行了数值分析,分析结果和实际情况相符合.     

战时装备维修保障系统的状态空间建模

采用状态空间建模方法,按照陆军通用装备战时维修保障系统结构,研究了战时装备维修保障系统的输入、输出和系统结构三者之间的量化关系,建立了系统的状态空间模型,给出了战时不同情况下产生的修理流强度和维修机构维修能力的计算方法,分析了系统可控性的影响因素,为深入研究维修保障系统设计与优化方法奠定了基础。     

基于熵的装备维修系统效能评估与仿真

装备维修系统是复杂的动态多尺度系统,对其进行效能评估面临着巨大挑战.从流的角度出发,按照流关系和系统拓扑将维修系统分成策略、信息和决策控制三个尺度,由此建立维修系统的流模型及其效能测度框架,并引入维修效能熵来考察维修系统效能.具体到维修策略尺度,根据维修活动触发机制,构建了包含预防性维修、修复性维修和基于状态的维修等多种策略的系统模型.仿真和计算表明,混合策略下复杂装备维修系统的特性可用二阶系统来逼近.由此得到的效能曲线显示,装备维修系统是开放系统,其运作过程是熵增过程,必须按照其效能变化而实时改变其管理和控制策略.     

设备维修管理智能决策支持系统的研究

本文是关于维修的智能决策支持系统研究 ,旨在帮助设备管理人员利用维修优化模型进行科学决策。首先对设备维修管理决策问题进行了分类 ,并建立了相应的维修优化模型 ;然后提出了系统结构设计 ,说明了系统的特点和功能模块 ;最后对实现系统的关键技术 (数据模式的识别及模糊选择 )进行了分析.     

基于GA_GSQP算法的设备维修计划优化模型

维修工作是提高设备可靠性、保证设备正常运行的有效措施,本文建立了维修费用约束下可靠性最大的预维修计划优化模型.该模型以平均可靠性为优化目标,考虑了维修费用、维修间隔、设备运行总时间等约束.本文建立的模型为一般非线性优化问题,设计了基于全局序列二次规划方法(global sequential quadratic programming,GSQP)的改进遗传算法(GA_GSQP)进行求解.最后,在算例中以GSQP算法、遗传算法和禁忌搜索算法的优化结果作比较,分析了所设计的GA_GSQP遗传算法的优化效果.     

全状态数字化建模及其在水电机组维护中的应用

为了减少停机时间和维修费用,水电厂正在逐步从计划检修向状态检修过渡。为了满足状态检修的需要,在三维动态建模技术和分布式物理图网建模技术的基础上提出了水电机组全状态数字化建模的概念并分析了其建模基础、建模步骤、关键技术及建模目标。以水轮机调速系统摇摆式主接力器为例详细描述了全状态数字化建模的实现方法及其在水电机组维护域中的应用情况。全状态数字化模型的实现和应用将促进水电设备运行-维护-管理自动化水平的发展和提高。     

基于HTLBO算法的舰载机机群机库维修任务调度

舰载机机库维修能力是制约舰载机机群可用度乃至出动、作战能力的关键要素, 为提升舰载机机库维修效率并减轻传统人工制定维修计划的负担, 研究了舰载机机群机库维修任务调度方法。首先, 系统分析了舰载机机群机库维修任务调度的作业流程模式, 基于维修资源约束, 面向实际维修任务需求, 提出了将舰载机机群波次可用度指标和机库维修人员负载均衡性指标作为分层优化目标, 建立了舰载机机群机库维修任务调度模型。其次, 将模型抽象为多技能资源受限项目调度问题, 提出了基于资源约束推进的串行调度机制, 并设计了混合教与学优化算法。最后, 通过设计仿真案例和算法对比, 验证了模型和算法的可行性与有效性, 所提出的混合教与学算法具备更好的收敛速度和优化性能, 有一定的工程借鉴意义。     

基于编队时间序列的舰船修理结构模型

单艘舰船的部署能力主要取决于其修理结构,而编队的使用需求对单舰修理结构的制定具有重要的影响。针对编队的使用需求,采用时间序列法对舰船修理结构进行优化研究。首先从改变舰船基地级修理间隔期的角度出发,建立编队条件下舰船修理结构的优化模型。然后针对模型的组合优化问题,利用遗传算法实现模型的优化求解。最后采用编队算例进行求解验证,实验结果表明：调整编队中各舰船的修理结构后,编队服役期内可用舰艇的数量的波动幅度明显减小,且可用舰艇数量较小的时间点显著减少,从而提高了编队的整体部署能力。     

考虑期望体系效能衰减的舰艇编队等级修理计划优化

舰艇编队等级修理计划优化直接关系到各类战训任务的有效完成和修理经费的科学使用。基于“定期与'双控’相结合”修理模式, 考虑舰艇编队的体系化运用、舰艇效能衰减特性以及决策者期望和偏好, 运用前景理论综合构建舰艇编队期望体系效能模型, 进而以体系效能价值函数最大为目标, 以修理工期、跨期修理、修理经费、装备效能、在航率等为约束条件, 系统构建面向舰艇编队的等级修理计划优化模型, 最后运用基于混合编码的粒子群优化算法对模型进行求解。结果表明, 该方法相对传统的计划编制方法, 舰艇编队体系效能和分项效能更高, 舰艇使用与修理之间的关系协调更好, 对于科学编制舰艇编队等级修理计划, 确保舰艇编队战训任务有效完成能够提供有力的技术支撑。     

基于时间优化的设备群维持随机模型

对于在工人完成任务效率具有随机性的情况下,如何合理组织一类可拆分设备维修以加快设备维修速度,从而增强企业竞争优势的问题,建立了基于时间优化的随机维修模型并对该模型进行讨论,最终形成了一个与之等价的可以进行求解的确定型模型。通过数值算例发现,在考虑随机性对维修效率的影响后,与认为工人完成任务效率固定的确定型模型相比,任务安排可能发生变化。     

基于多目标优化决策的飞机维护计划研究

将多目标优化和偏好规划引入到飞机维护研究中.先分析了优化飞机维护安排的关键因素,并用离散事件模型表示,然后利用多目标优化获得非支配解.最后,采用多属性决策模型支持维护决策者从非支配解中选择优先的非支配解.目标函数以及偏好的不确定性用区间表示,采用偏好规划进行求解.仿真表明该方法可以提供一种有效的方法建立、更新和改善维护计划.     

半导体设备预防性维护建模与优化方法研究

半导体生产线造价昂贵,制造工艺复杂.其维护具有维护费用高、维护难度大等特点.为了降低生产系统的整体维护成本,保证整个生产系统的稳定运行,本文通过伽马过程描述设备退化规律,对设备的衰退情况进行分类维护.针对随机退化的生产线提出考虑机会维护的预防性维护建模方法.以总维护费用最小化为目标,建立了维修费用模型,结合更新定理给出了模型求解的方法,对检测周期等参数进行优化分析.并分析了检测成本、间隔时间相互影响关系.仿真结果表明建立的预防性维护模型可行且有效.     

资源约束的拼件维修模型与粒子群求解算法

为了获得最优的装备作战单元的拼件维修方案与任务分配方案, 建立了一种同时优化拼件维修方案与任务分配方案的非线性规划模型, 模型中同时考虑了不同任务对武器系统的具体需求、武器系统的客观情况、维修资源约束, 可以最大化地协调任务、装备群与维修资源之间的矛盾, 所以更加贴合实际. 设计了基于粒子群算法的求解算法, 包括算法框架、粒子的表示、初始化、适应度函数、更新方法等. 最后, 应用该粒子群算法对具体实例进行了求解, 分析表明模型与算法可以有效地优化任务分配方案与拼件维修方案, 提高装备作战单元任务成功概率, 为决策者制定决策提供指导.     

限行条件下配送车辆配置的二阶段随机规划

针对车辆限行下配送车辆数量和配送时间均具有不确定性这一难题，通过建立二阶段随机规划模型，实现物流配送车队中传统能源和新能源车辆比例和数量的合理配置，以保障后续生产配送的协同进行.以最小化日均车辆采购成本和后续生产配送期望成本为目标建立二阶段随机整数规划模型；为求解模型，提出改进的随机分支定界算法，并嵌入局部搜索以提高上界的估计效率；通过数据实验验证了模型和算法的有效性.此外，利用该模型和算法，探讨了不同车辆限行措施的执行类型和执行概率对企业车辆配置决策的影响.本文研究有利于解决车辆限行导致的城市物流配送难题，为保障我国城市物流相关企业日常运营提供决策方法.