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.     

基于不完全维修的可修系统平均故障次数研究

为了研究可修系统在不完全维修状态下的故障发生次数,使用广义更新模型(generalized renewal process,GRP)的思想建立的Kijima虚寿命模型来描述不完全维修模型,使用极大似然参数估计得到了上述过程的相关参数,使用Monte Carlo(MC)模拟得到了故障时间,计算不同时间段的不完全维修时平均故障次数.根据文献结合了一组零件故障服从两参数威布尔分布的数据,进行了上述方法的模拟.并将结果与相同数据的完全维修和一般维修得到的系统不同时间的平均故障次数进行比较,模拟表明在7000h前可以使用不完全维修模型确定平均故障次数,7000h后用不完全维修和一般维修平均故障次数曲线的平均值确定平均故障次数.     

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.     

-R图和预防性维修策略的优化设计

考虑生产设备在运行时出现两种类型的故障,第一类故障导致过程均值发生漂移,第二类故障导致过程标准差发生漂移。利用均值-极差图通过抽样检测对设备的状态进行监控,如果发现过程失控则对设备进行完全维修,否则生产持续到下一次抽样。经过m次抽样检测后对设备实施完全预防性维修。在单位时间平均损失最小的前提下,提出均值-极差图和预防性维修策略的优化模型,给出控制图参数及预防性维修周期的确定方法。数值计算说明所提方法是有效的,最后分析了模型参数对决策变量的影响。     

基于原材料订购及预防性维修中断的EPQ模型

建立了时变需求下带有多种原材料订购及预防性维修中断的制造系统在有限计划期内经济生产批量模型．利用动态规划求得各原材料的最优订购策略，采取（tj，Q）策略给出了寻求最优生产批量，最优维修中断次数及最优生产周期数的简单算法，并用数值例子说明本模型的求解过程．     

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。     

设备故障次数与经济更新时间

依据设备故障间隔期的概率分布,研究了设备故障次数的随机动态变化过程,建立了随机性分析的递归方程,并进一步研究了基于设备故障次数及其概率的最小费用周期更新模型,还采用一个模拟例题做了基本验算.     

基于MRO服务提供商的设备预维修调度

为了解决MRO服务提供商的预维修调度问题,提出了基于设备故障预期的预维修人员优化调度方法。在该研究方法中,分析了MRO服务提供模式及其优点,建立了基于设备故障统计分布的预维修计划时间优化模型,根据模型确定设备的预维修计划时间,建立了设备预维修调度模型,采用量子粒子群算法对模型求解,并比对基于预维修计划时间的先来先服务方法。最后,通过实例示例了基于MRO服务提供商的预维修调度的求解过程,并对结果进行了分析,保证了模型的合理性及算法求解的有效性。     

劣化系统周期预防性维修策略的优化

以长期运行费用率为评估指标,研究了劣化系统的周期预防性维修策略。假定开展的周期预防性维修介于最小维修和完全维修之间,维修间隔期间的故障过程用非齐次泊松过程进行描述,在此基础上采用比例寿命回退模型对预防性维修效果进行建模,给出了最佳预防性维修周期T和预防性维修次数N的计算方法以及参数应当满足的条件,同时结合实际情况给出了(N,T)策略的优化求解算法,最后通过数值算例,验证了所提方法的可行性。     

基于三阶段故障过程的多重点检策略优化模型

针对工程系统检测中常采用小检和大检相结合的方式,在基于三阶段故障延迟时间的概念上提出了多重点检策略.三阶段故障延迟 时间的概念将系统的寿命分为三阶段,即,正常,初始缺陷和严重缺陷阶段.通过考虑故障更新,小检更新和大检更新,采用更新收益 理论对单部件系统建立了一个多重点检策略模型.该模型以小检和大检间隔期为决策变量,单位时间内的期望费用最小为决策目标. 为了分析多重点检策略的有效性,本文也建立了一个对应的仅含有大检的单一点检策略模型,并通过将这两种策略模型进行比较得 出了多重点检优于单一点检的小检成本的临界阈值表达式,最后通过算例进行了分析.结果证明：在其他参数不变的情况下,当小检成本小于阈值时多重点检策略是最优的.     

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.     

考虑修理延误情况下的最优维修策略

研究了具有修理延误情况的产品维修决策问题,运用概率和随机过程原理建立了产品故障模型和寿命周期费用模型.提出了以经济性为目标的检查与修理优化策略,分析了功能检查间隔期最优解的性质.该模型适用于分析在非周期性检测条件下的维修策略,可同时优化检查间隔期和修理延误时间.提出了一种基于迭代的优化算法,给出了应用该方法的具体步骤,并通过示例说明了该模型的求解过程和算法的有效性.     

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.     

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.     

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。     

Optimal production lot size with process deterioration under an extended inspection policy

A mathematical model to determine the optimal production lot size for a deteriorating production system under an extended product inspection policy is developed. The last-K product inspection policy is considered so that the nonconforming items can be reduced, under which the last K products in a production lot are inspected and the nonconforming items from those inspected are reworked. Consider that the products produced towards the end of a production lot are more likely to be nonconforming, is proposed an extended product inspection policy for a deteriorating production system. That is, in a production lot, product inspections are performed among the middle K1 items and after inspections, all of the last K2 products are directly reworked without inspections. Our objective here is the joint optimization of the production lot size and the corresponding extended inspection policy such that the expected total cost per unit time is minimized. Since there is no closed form expression for our optimal policy, the existence for the optimal production inspection policy and an upper bound for the optimal lot size are obtained. Furthermore, an efficient solution procedure is provided to search for the optimal policy. Finally, numerical examples are given to illustrate the proposed model and indicate that the expected total cost per unit time of our product inspection model is less than that of the last-K inspection policy.     

Location of quality-control stations in manufacturing systems: A simulated annealing approach

Quality is the hallmark of a competitive product. It is necessary to use inspection stations to check product quality and process performance. In this paper, we are concerned with the problem of location of inspection stations in a manufacturing system. A simulated annealing approach is developed to determine the location of inspection centers resulting in a minimum expected total cost in a multistage serial production system. The total cost includes inspection, processing, and scrapping costs at each stage of the production process. A penalty cost is also included in it to account for a defective item which is not detected by the inspection scheme. A set of test examples is solved using a simulated annealing algorithm.     

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。     

Human resources allocation for aircraft maintenance with predefined sequence

There are always large-scale items in the maintenances schedule of aircraft system, many of which have been fixed to be done in predefined sequences, which leads the workflow to be systematically complex and makes this kind of problem quite different from all sorts of existing job-selection modes. On the other hand, the human resources are always limited and men have different working capabilities on different items, which make the allocation operation of human resources be much roomy. However, the final total time span of maintenance is often required to be as short as possible in many practices, in order to suffer only the lowest cost of loss while the system is stopping. A new model for optimizing the allocation if aircraft maintenance human resources with the constraint of predefined sequence is presented. The genetic algorithm is employed to find the optimal solution that holds the shortest total time span of maintenance. To generate the ultimate maintenance work items and the human resource array, the sequences among all maintenance work items are considered firstly, the work item array is then generated through traversal with the constraint of maintenance sequence matrix, and the human resources are finally allocated according to the work item array with the constraint of the maintenance capability. An example is demonstrated to show that the model and algorithm behave a satisfying performance on finding the optimal solution as expected.