一种考虑修复非新的多设备串行系统机会维护动态决策模型

以由不同设备组成的无中间缓冲站的串行生产系统为研究对象,通过引入整合役龄递减因子和故障率递增因子的单设备预防性修复非新模型,建立了一种基于设备可靠性的多设备串行系统机会维护动态决策优化模型.该模型满足设备只有短期信息可用的实际操作特点,可为多设备串行系统的维护决策提供有力的支持.     

基于双时间窗的多设备串行系统机会维护策略

针对多设备串行系统,提出一种基于双时间窗策略的机会维护决策模型,改变传统单窗策略中以达到单设备最优维护周期为系统停机条件这一决策方式,转而以此作为维护决策触发条件,进而基于维护组合时间窗确定最佳的维护设备组合,并引入维护时机时间窗优化系统的维护停机时刻.在此基础上,通过最小化系统在规划期内的维护总成本,获取系统的最优维护策略.算例分析表明,双窗策略在维护总成本方面优于单窗策略.     

基于随机退化的串行生产系统机会维护模型

为了降低生产系统故障频率及维护成本,保证系统的安全运行,通过建立成本分析模型,对随机退化的串行生产系统提出了一种机会维护的建模方法.首先应用定态gamma分布对各设备的随机退化过程进行建模,在此基础上引入不完全维护的整合退化量恢复因子,提出了基于条件的机会维护策略.考虑设备退化的随机性,以总成本为优化目标,建立了有限时间内维护成本的分析模型.最后通过实验分析,确定了系统维护成本和检测周期以及机会维护成本之间的关系.分析结果表明,该机会维护建模方法是可行、有效的.     

带缓冲的串行生产系统预防性维护策略

为了保证产能的同时能有效降低系统单位时间运作成本,提出了带缓冲区的串行生产系统预防性维护决策模型.首先,通过分析系统运行过程中的缓冲变化,提出同时考虑上下游设备故障及其缓冲区的周期性维护策略.在此基础上,结合串行生产线的特点,以总维护成本最小化为优化目标,建立有限时间内的系统维护成本分析模型.最后,构建求解最优缓冲量和维护时刻点的演化迭代算法,并对模型进行实例分析,结果表明构建的模型是有效且实用的.     

串行伯努利生产线的实时维护决策控制

基于状态的维护(condition-based maintenance,CBM)方法可以有效降低设备故障率,但维护导致的设备停机会在一定程度上造成系统产量流失.为了减少CBM对生产系统的影响,提出了实时维护决策控制方法.首先,建立基于马尔可夫过程的数学模型描述系统动态变化.其次,通过计算永久性生产损失量化停机维护对产量的影响.最后,提出了一种控制算法以优化CBM决策.仿真试验结果表明,该模型能恰当描述伯努利生产线的动态变化,且CBM决策控制方法可以减少永久性生产损失、提高整体生产效率.     

多资源约束下串并联生产系统的多目标动态维护

针对多资源约束下的串并联生产系统,在多资源约束条件下考虑系统的可用性,以各工序资源需求优先级为标准,建立了一种多目标动态维护模型.引入权重因子,通过采用可靠度恢复因子描述各工序设备维护前后可靠度的变化过程,建立以维护成本和系统可用度为优化目标的维护策略.通过仿真抽样求解出系统在给定区间内的预防性维护与机会维护阈值.结果...     

一种基于可靠性的设备顺序预防性维护模型

等周期预防性维护策略不可避免地会使设备的可靠性随着役龄及维护次数的增加而逐步降低．为此,结合役龄递减因子和故障率递增因子的优点,通过引入基于两类调整因子的混合式故障率演化规则,建立了基于设备可靠性的顺序预防性维护优化模型,并以威布尔分布为例,利用蒙特卡罗仿真方法对其进行了优化．结果显示,该模型符合设备的实际维护情况,可为设备的维护决策提供有力的支持．     

考虑租赁双方的租赁设备多目标预防维护策略

针对当前租赁市场上设备承租方对租赁服务要求提高的市场环境,综合考虑设备出租方和设备承租方的经济利益,建立了考虑租赁双方的租赁设备多目标预防维护模型。首先,基于设备故障状态对设备多维护方式进行决策,考虑设备承租方生产计划与产品质量的需求,利用承租方产品质量需求描述其满意度。其次,建立设备维护的总成本、设备维护活动时长以及...     

基于可靠度的多设备混联系统机会维护模型

以多设备组成的混联生产系统为研究对象,采用可靠度恢复因子描述不同维护方式下设备可靠度演化,建立了一种基于可靠度的以维护成本为优化目标的多设备混联生产系统的机会维护模型.算例分析表明,该模型符合实际生产情况,能够为复杂结构的生产系统预防性维护决策提供有力支持.     

一种考虑风险的机会维修模型

基于对部件故障导致设备停机的风险评价,建立了考虑风险的机会维修模型.该模型采用役龄残余因子描述不同维修方式对部件故障率的影响,并推导了多次维修时故障率演化的递推关系.克服了以往模型仅考虑运行时间,忽视设备劣化过程非线性以及部件故障导致设备停机损失的不足.以故障率服从威布尔分布的多部件设备的算例分析结果表明,该模型符合实际情况,能够为维修决策提供有力支持.     

一类异构多部件系统的非集中式维修策略

针对异构多部件系统内部存在部件维修地位不均等的问题,提出了一种基于寿命分布的非集中式维修策略.考虑多部件系统由两类部件构成:功能复杂的高维修优先级部件和功能简单的低维修优先级部件.前者的故障需要立即进行紧急维修,同时维修次数是有限的;而后者的故障可被暂且搁置,以等待成组维修.考虑维修工作由两个维修团队共同竞争完成,团队之间的竞争关系符合斯坦克尔伯格竞争模型.在此基础上,通过建立起部件的故障次序统计量,以多部件系统总体期望费用率的最小化为目标,建立了一种非集中式维修策略的优化模型,并通过数值仿真进行验证.     

考虑生产线平衡的串-并联生产系统机会维护策略

以多工序多台设备组成的串-并联生产系统为研究对象,根据生产线平衡原理,在每次预防性维护时引入机会维护,以实现设备的充分利用;采用可靠度恢复因子描述设备维护前后的可靠度演变过程,建立了以可靠度、总成本最小为优化目标的串-并联生产系统预防性维护和机会维护模型,采用蒙特卡洛仿真方法获得最优的预防性维护和机会维护的阈值,从而得到了满意的维护计划.应用实例结果表明,所提出的方法能够为串-并联生产系统提出合理的维护计划.在保证不发生系统停产的基础上,能够充分实现机会维护,降低企业设备的维护费用.     

基于失效率调整因子的多目标动态预防性维护决策建模

针对静态维护策略中事先确定固定维护周期以及当前维护决策多为单一目标决策的不足,引入整合失效率调整因子的修复非新模型,采用动态预防性维护决策,更符合随役龄增加而使设备的预防性维护周期递减的实际情况.在此基础上,整合优化维修成本率和设备可用度,建立一种动态预防性维护的多目标决策模型.数值实例结果表明,利用多目标动态预防性维护决策模型,可求出基于维修成本率最小和设备可用度最大的各维护周期最优预防性维护时间间隔.     

具有一般预防性维修结果的一个几何过程模型

本文研究单部件和一个修理工组成的可修系统．在系统故障前考虑了预防维修，且假设预防维修的结果是系统相当于已被使用了一段时间Ｙ，则Ｙ是一随机变量，我们称Ｙ是系统的已有年龄，它的分布函数是一个与该系统维修前已使用时间有关的一般分布，即Ｐｒ｛Ｙ≤ｙ｜ｘ｝＝Ｈ（ｙ｜ｘ），ｘ是系统维修前的已使用时间．而当系统故障时维修结果为“修复非新”，这样，我们利用几何过程，以系统的故障次数Ｎ为更换策略，选择最优的Ｎ＊，使得系统经长期运行后单位时间内的期望费用达到最小．最后，对系统寿命服从指数分布的情形，给出了已有年龄Ｙ的分布，并给出了数值例子．