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.     

改进的基于三阶段故障过程状态检测模型

基于维修实践中设备两阶段故障过程,利用延迟时间的概念和当前时刻的状态检测历史信息,建立了改进的基于三阶段故障过程的状态检测模型。该模型更接近于设备的真实运行过程。设备运行有4种可能状态出现:正常状态、非严重缺陷状态、严重缺陷状态和故障状态。当检测到系统处于非严重缺陷状态时,采用延迟预防维修策略建立模型。以单位时间设备运行平均费用最小为决策目标,优化检测间隔和阈值时间,通过参考阈值时间来决定是否实施延迟预防维修决策。最后将提出的模型应用于实际案例中,验证了改进的基于三阶段故障过程的状态检测模型的有效性。     

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.     

基于几何过程的单部件可修系统最优维修策略

在假定部件不能"修复如新"的条件下,基于几何过程模型研究单部件系统的最优维修策略.推导出系统经长期运行在单位时间内期望效益和期望可用度的表达式,在此基础上建立可用度和费用的维修策略权衡优化模型,为部件追求不同系统目标而进行维修活动提供决策依据.在建立维修策略优化模型时,考虑了部件的检测策略和基于系统状态的预防性维修.最后给出对模型进行求解的算例.     

基于状态空间分割的两部件系统机会维修优化

针对"硬失效"故障的两部件串联系统,制定了周期性视情预防更换、机会更换和故障更换相结合的维修策略,提出了劣化状态空间分割方法以分析机会维修模型中系统的各种维修组合的维修概率,并给出了系统稳态联合概率密度的数值近似求解方法.应用该方法建立了基于半更新过程理论的系统长期平均费用率模型,求解最优维修策略对应的检测周期、机会和预防维修阈值.数值实验表明了劣化状态空间分割法和费用率模型的正确性和有效性,分析了优化结果对各种费用参数的灵敏程度.     

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.     

退化相关多部件系统预防性维修决策模型

在复杂多部件系统维修决策过程中通常需要考虑部件间故障相关关系,基于部件退化速率受其自身和相关部件累积退化量影响的思想,建立退化相关多部件系统退化过程解析模型,之后在非减退化过程假设下得到系统和部件可靠度函数。在此基础上,提出针对不同部件的预防性维修策略,并以单位时间维修费用最小为目标构建维修决策优化模型。最后,通过两部件系统算例分析,对所提可靠度模型精确度进行检验,并得到系统最优预防性维修策略,验证维修决策模型的合理性和有效性。     

(m,NG)维修策略下可修系统的使用可用度模型

k/N系统已被广泛应用在现代高科技装备中,对于该类系统,维修一般要等到失效部件达到一定数量之后才进行,(m,NG)维修策略就是实际中采用的一种维修策略,因此初始备件的数量、配备的维修分队数量以及参数m和NG的选取都影响该类系统的使用可用度.本文给出了(m,NG)维修策略下k/N系统的使用可用度模型,通过该模型可以分析系统在不同初始备件和维修能力条件下的最佳维修策略,为该类系统的维修保障提供决策支持.     

FADEC系统限时派遣及维修性分析

限时派遣(TLD)分析是全权限数字电子控制(FADEC)系统适航取证中的关键环节,本文对双故障马尔科夫建模过程展开了研究,提出了基于双故障状态马尔科夫模型的FADEC系统限时派遣分析方法,并与单故障马尔科夫的计算结果进行了比较,分析结果表明单故障状态MA模型的分析误差较大,应用双故障MA模型可以更准确的评估FADEC系统的可靠性;同时针对FADEC系统的维修形式,提出了应用蒙特卡洛法开展维修决策仿真,并模拟了不同维修策略下FADEC系统的可靠度的变化情况,建立了维修计划与系统可靠性的映射关系,为合理的定义FADEC系统维修方案提供了理论依据。     

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.     

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。     

不完备检测下的劣化系统视情维修建模与优化

功能检测是对劣化系统开展视情维修的首要工作,由于技术条件和知识水平的限制,实际中对系统劣化状态的检测识别很难给出精确结果,势必影响视情维修工作的有效进行。针对这一问题,基于多级劣化系统检测维修马尔可夫链模型,通过对不完备检测因素影响下劣化系统寿命周期的3种情况进行分析,结合常见虚警和漏检两种检测错误,以长期运行费用率最低为目标,计算最优检测周期和维修阈值。通过实例,分析在检测不完备情况下检测周期和维修阈值对系统长期运行费用率的影响,并验证模型的有效性和合理性。     

基于PH分布近似的系统维修优化模型研究

针对故障信息监测下的多状态劣化系统,建立了一类基于PH分布近似的视情维修优化模型,解决了同一模型中检测与预防性维修策略综合优化的问题.考虑到一般分布假设带来的建模与计算困难,提出了一类位相型(PH)分布近似方法,借助于PH分布良好的计算特性简化求解过程.由于该方法扩展了原有决策模型的状态空间,为了获得适用于原有模型假设条件的检测与维修优化策略,提出了一种改进的值迭代算法.运用该算法,可以确定系统最佳的预防性维修控制限和检测策略,保证其长期运行条件下的平均费用率最低.最后,通过具体算例验证了模型与迭代算法的可行性.     

考虑不完美维修的定期检测与备件策略联合优化

针对退化过程服从三阶段故障过程的单部件系统提出了定期检测与备件订购策略联合优化.该策略下,根据检测时系统的状态执行不同的维修活动:当系统处于正常状态,不执行任何维修活动;若识别轻缺陷进行不完美维修并采用比例役龄回退模型描述不完美维修效果;若识别严重缺陷则更换系统.当更换系统时需考虑备件状态:若处于存货状态则立即更换,若正处于途中则到货时更换,若未订货需立即订货并在到货时刻更换.考虑所有更新事件采用更新报酬理论建立以最小化单位时间内期望成本为目标的模型,同时优化检测周期和订货点.最后,设计枚举优化算法和离散仿真算法求解模型,并在算例分析中验证模型的有效性和适用性.     

不完全维修下的单部件系统视情维修及更换策略

实际装备维修工程中,系统并不总能够通过维修恢复如新,并且修后工作时间和维修时间会随着系统年龄增加而分别呈现缩短和延长趋势。针对这个问题,利用连续时间马尔科夫链理论建立单部件系统在不完全维修条件下的视情维修及更换策略模型。根据马氏过程平稳状态下统计平衡原理得到状态概率方程组,并给出相应的递归求解算法。分别以系统稳态可用度最大、长期运行费用率最低以及规定可用度约束下平均故障前时间最长为目标,确定系统最优检测频率、视情维修阈值和更换策略。最后通过算例说明系统在最优维修及更换策略下达到的性能指标与系统劣化属性和维修能力水平的关系,验证了该模型的可行性。