考虑不完美维护的视情维修和备件订购联合策略优化

针对现有研究多关注维修策略优化而忽略备件采购决策问题,本文对单部件系统提出不完美维护下基于剩余寿命预测的视情维修和备件订购联合策略.采用控制限维修策略判断是否执行最小维修、预防性维护或故障更换,当系统退化达到预防性维护阈值时进行不完美维护,同时预测系统剩余寿命并引入预防性更换阈值和订购阈值,以决定是否执行预防性更换或者订购备件.综合考虑系统退化状态和备件状态,分析可能的更新事件进而计算各事件发生概率,并利用更新报酬理论构建费用-时间率联合决策模型.最后,设计离散事件仿真算法通过算例分析对状态检测周期、预防性维护阈值进行优化,验证模型和算法的有效性.     

多元退化系统维修与备件订购策略优化模型

针对具有多个相关退化过程系统的状态维修及备件订购决策问题,在连续监测条件下,建立系统维修与备件订购决策优化模型.首先,采用Gamma过程和Copula函数建立系统多元退化模型,然后提出基于控制限策略的系统维修与备件订购策略.在此基础上,考虑系统退化量对维修费用的影响,获得系统长期运行条件下的期望维修费用率解析表达式.同时为简化模型计算,提出系统期望维修费用率近似表达式.利用人工蜂群算法在费用准则下获得系统最优预防性更换阈值和备件订购阈值.案例分析结果说明了在维修决策中考虑退化相关的必要性.与已有策略相比,综合优化预防性更换和备件订购阈值能够有效降低系统维修费用.     

考虑双供应商的维护和备件订购联合决策优化

为优化双供应商情形下的设备维护和备件订购联合决策,以多零件并行制造系统为对象,采用泊松过程刻画零件的随机退化,基于马尔科夫决策过程对零件替换和备件订购联合决策进行建模,基于设备状态信息和库存状态信息建立系统状态的转移概率,以最小化系统平均总成本为目标,通过值迭代算法求取最优的设备维护和备件订购联合决策.在此基础上为提高计算效率,缩短求解时间,基于序列优化的方法设计启发式策略,通过双零件系统分析了最优策略和启发式策略的决策差异.敏感性分析结果显示,相比最优策略,启发式策略可以在成本增加率不超过5%时减少计算时间.     

多状态退化系统最优故障维修策略

针对多状态半马尔可夫退化系统,研究了系统发生故障后的维修模型.在系统的退化过程中,有多个不可逆的工作状态和故障状态.系统的所有故障均能修复且可忽略故障修复时间,修复后系统回到正常的工作状态.当系统发生故障时,系统的故障检测设备首先确定出当前所处的故障状态,然后采取相应的维修措施.基于系统长期平均成本率最低的决策准则,运用半马尔可夫决策过程的策略迭代算法给出了系统处于不同故障状态下的最优维修策略.以实例说明了求解最优故障维修策略的迭代过程.     

核心备件的订货策略与模型

以地铁机车核心部件在一个运营周期内的备件管理为应用背景,研究了连续检查策略下基于正常订货与紧急订货两种策略的备件订购模型.通过引入风险率函数,并最小化备件库存、缺货和检查费用等运营成本,确定了订货提前期与维修时间均为随机分布时的备件最优订货时刻,并给出算例进行了分析.所得结论对其他服务型企业和流程工业的备件管理具有一定的现实意义.     

考虑部件经济相关性的风力机系统状态维修优化

在考虑部件维修活动之间的经济相关性的基础上,研究多部件系统状态维修优化问题.利用随机过程描述部件性能退化过程,采用等周期检测方式在检测点处根据部件的退化状态分别采取最小维修、预防性维修或者事后维修等维修方式.基于更新过程建立状态维修长期运行平均成本率模型,考虑部件维修之间存在的经济相关性,建立多部件状态维修优化模型.以主轴、齿轮箱、发电机等部件组成的风力机为例,研究多部件系统最优检测周期,分析模型参数对维修成本、维修决策的影响.案例研究表明:该模型可以有效描述风力机多部件系统的维修优化问题,考虑部件之间的经济相关性,有利于降低维修费用.     

不完美维修情形下部分可观测系统的最优维修策略

针对监测费用昂贵导致难以实施连续监测和维修效果通常不完美的问题,研究了维修效果不完美情形下部分可观测系统的最优维修策略.在假设系统的性能退化状态变化规律可以用马尔可夫链进行描述的基础上,利用部分可观测马氏决策过程对该系统进行维修决策建模,并通过引入信息状态将其转化为完全可观测马氏决策过程;引入维修效果矩阵用以刻画维修效果对最优维修策略的影响;针对所建立的最优方程以单位时间期望维修费用最小为目标设计了最优维修决策算法.通过数值仿真验证了所提算法的有效性.     

基于状态感知的UGV 事件触发路径跟踪控制

针对通信受限下的无人驾驶车辆路径跟踪控制问题，提出了一种基于状态感知的H∞事件触发路径跟踪控制策略.首先，根据车辆的动力学行为建立了相应的路径跟踪控制模型；其次，基于对路径跟踪控制系统的状态实时感知，设计了一种新型的基于状态感知的事件触发通信策略（SS-ETC），可根据控制系统的状态对事件触发阈值进行动态自适应的调整；然后，在该动态事件触发通信策略下，结合时滞系统建模方法与Lyapunov 稳定性理论，设计了基于状态感知的事件触发H∞控制器.本文所提出的基于状态感知的动态事件触发通信策略能够根据控制系统的量测状态进行通信阈值的动态调整，有效地实现了自主车辆通信与控制的自适应协同设计.最后，通过仿真实验验证了所提出的动态事件触发控制策略的有效性.     

基于设备全寿命健康状态诊断的设备管理系统开发

基于设备全寿命健康状态诊断管理系统是以设备状态智能诊断为工具,集备件管理、设备点检、设备维修为一体,在系统中嵌入"备件需求函数"、"备件寿命智能跟踪系统"、"设备智能故障诊断系统",掌握设备从申报——生产运营——报废过程的关键信息,为设备管理提供依据,保障设备的平稳运行.     

基于ACO的横向供应策略两级备件库存研究

对装备可维修备件库存配置进行科学的优化决策,寻求装备可维修备件保障费用与装备战备完好性之间的最佳平衡在装备维修保障中是十分重要的.在此背景下进行多级可维修备件的库存研究,建立可维修备件多级库存模型,对模型中的重要参数和库存指标进行了评估,设计蚁群优化算法,将可维修备件以恰当的数量配置在恰当的多级库存系统中,以达到备件平均延误时间允许下的最低备件保障费用.算例结果表明:引入横向供应策略节省了41.37％的可维修备件的保障总费用.     

等周期预防维修下多部件系统的备件订货策略

将多部件系统预防维修的备件需求分为两种：随机失效部件的更换需求和预防维修时隐患部件的更换需求,在等周期预防维修下,应用概率理论,建立了指数寿命型部件的备件需求模型;在此基础上,以系统役龄内备件的订货、仓储总成本为优化目标,订货次数为优化变量,给出存在备件初始库存时的两种订货策略和策略模型的Visual Fortran仿真优化算法;最后结合算例,求得经济订货次数和策略以及相应的订货、仓储总成本,为多部件系统预防维修的备件订货提供一定参考。     

基于多Agent强化学习的战时备件供应保障动态协调机制

有效的备件供应保障是保证航空装备处于良好状态的重要因素.战时备件供应保障的不确定性特点突出.为了应对这些不确定,精确保障要求下战时备件供应保障更加强调备件资源在系统中的动态协调.鉴于战时备件供应保障系统与多Agent系统的相似性,采用基于Agent的建模仿真技术研究多阶段供应保障过程中的动态协调机制.以Agent之间的供需关系为基础给出了多Agent系统模型结构中小组的定义.为了给出备件短缺情况下使军事效益最大的备件分配策略,设计出以小组为单位的多Agent强化学习方法.最后通过仿真实例验证了方法的有效性.     

基于隐马尔可夫模型的协作频谱检测策略

频谱检测是认知无线电的基础和关键技术,将其建模为隐马尔可夫模型(hidden Markov model,HMM),并由此提出基于隐马尔可夫模型的协作频谱检测策略.该策略首先使用Baum-Welch法对HMM的系统参数进行最大似然估计;然后基于HMM模型,利用各次用户的检测信息以及过去信道状态的后验概率信息进行贝叶斯推理,更新当前时隙信道状态的后验概率;最后根据最大后验概率准则对当前时隙的信道状态进行最终判决.使用后验概率,该策略可进一步估计系统协作检测的性能,在满足系统协作检测性能要求的前提下,选择尽可能少的、检测性能较优的次用户来参与协作,以节约开销和降低复杂度.仿真实验表明,所提出的策略的系统检测性能优于基于大数判决、似然比和Chair-Varshney准则的协作频谱检测策略.     

拒绝服务攻击下信息物理系统事件触发广义预测控制

针对传感器到控制器通信信道上存在拒绝服务(DoS)攻击的信息物理系统的安全问题进行研究.首先,基于系统的定周期采样策略,设计了事件触发的通信策略,以减少通信资源的占用.同时,为降低DoS攻击给系统带来的不良影响,提出了一种基于预测控制的数据补偿方法,在控制器节点中,通过成功接收到的历史状态信息得到系统受攻击导致状态信息丢失情况下的状态预测值,并给出控制器反馈增益的表达式.随后,提出了事件触发预测控制下的系统闭环模型,分析了系统闭环稳定的充分条件.最后,通过仿真实例证明了该方法的有效性.     

结合语义概念和双流特征模型的复杂事件检测

针对已有复杂视频事件检测方法未能有效利用语义概念信息的问题,提出了结合语义概念和双流特征模型的复杂事件检测方法.该方法采用动作检测器和对象概念检测器,得到动态概念和静态概念.提出针对任务的优选概念子集生成方法,并以此构建基于优选概念子集的视频事件检测器.同时构建光流图像和空间流序列的双流特征卷积神经网络模型加LSTM的事件分析表达模型,进而将两流事件分析结果进行融合分类检测.最后将基于语义概念的事件分类分析结果和基于双流模型的事件分类分析结果进行决策融合,最终检测出复杂事件.在典型的复杂事件数据集上将所提算法与相关算法进行了对比试验.结果表明,所提的方法有了实质性的改进,准确率达到了81.1%,相比于最优算法提高了5.7%.     

基于改进比例失效率模型的设备剩余寿命预测

产品的剩余寿命预测能够为产品的维修和更换提供重要的决策依据.传统的比例失效模型方法在剩余寿命预测中得到了广泛的应用,然而此方法没有充分利用产品的历史寿命信息,对产品的退化过程也没有很好地描述.针对此问题,提出了一种融合退化过程与失效率建模的产品剩余寿命预测方法.该方法首先利用线性过程对产品的退化过程建模,然后利用比例失效模型融合退化过程对失效率的影响,达到充分利用产品历史信息的目的.此外,与传统比例失效模型方法不同,模型中的比例参数分为两部分,分别将产品退化的初始信息和产品的退化增量联系起来,进一步利用产品的当前退化信息对产品的参数进行Bayes更新,基于此进行剩余寿命预测,从而实现产品历史数据和当前退化数据的有效融合.通过激光发生器的退化数据验证了所提方法的有效性.     

考虑定期维修的k/N系统维修资源配置方法

针对故障件批量送修的大型k/N系统维修资源配置问题,提出了一种定期维修策略下的维修资源优化配置方法。首先分析了系统的备件运行流程以及故障件维修流程,在此基础上建立了系统的平均备件短缺概率模型;然后对系统的供应可用度进行了求解,并且以维修资源费用最小为优化目标,以系统供应可用度为约束条件,建立了系统的维修资源优化配置模型,并设计了一种基于数值迭代法的模型求解算法;最后通过算例仿真与分析对模型进行了验证。结果表明,该模型可以对系统的维修备件、维修人员等资源进行优化配置,为解决大型k/N系统维修资源的批量配置问题提供了思路。     

基于模糊神经网络的齿轮剩余寿命预测模型研究

齿轮及其齿轮产品是机械设备的基础元件,齿轮传动形式是机械装备常见的传动形式之一,运行是否正常直接影响到整台机械设备。利用状态监测信息分析其退化性能,建立适当的模型研究退化特征的发展趋势、预测设备剩余寿命,为制定更合理的维修计划和更换策略、确定维修周期提供先决条件。基于设备性能退化数据建模进行剩余寿命研究,提出基于改进型自适应神经模糊系统的学习算法。此算法融合了多测点的实时监测信息,增加记忆单元于模糊层节点上,将上一时刻信息记忆并应用到此刻的输出上,有效地提高了网络模型的预测精度。最后以齿轮弯曲疲劳寿命预测为例,验证改进的预测模型随着迭代次数的增多,误差相比传统的自适应神经模糊系统降低很多。     

考虑性能可靠度约束的单机调度与视情维修的集成优化模型

针对劣化状态可离线检测的单设备生产系统,考虑其在性能可靠度的约束下,进行了生产调度与视情维修的集成优化研究.以调度任务的加工序列和视情预防性维修的0-1逻辑变量作为决策变量,加工任务的总加权期望完成时间最小为优化目标,建立了随机期望值集成优化模型.在对单设备系统生产调度与视情维修联合策略分析的基础上,推导了调度任务完成后,基于设备状态的预防性维修的维修概率及其概率密度函数表达式,并给出了概率密度函数的求解方法.数值实验表明,在集成优化模型中引入系统的性能可靠度约束,可以保证设备在安全生产的前提下,得到最优的集成调度方案.     

k-out-of-n系统机会维护与库存控制多层级优化策略

面向服务型制造的复杂系统维护外包决策需求，针对k-out-of-n:G系统中冗余设备干涉、停机惩罚高昂和备件库存限制的挑战，提出了机会维护与库存控制多层级优化策略(OMICP).在设备层，构建各独立设备衰退模型，通过最小化维护成本率，贯序输出各设备预防维护周期；在系统层，以各设备维护时点为契机，综合考虑库存水平、关停数量和冗余干涉，制定动态组合机会维护策略；在联合层，基于机会维护决策反馈，建模分析备件订购利润结余，制定实时更新库存控制策略.通过服务商承担外包维护下的多层级交互决策，整合复杂系统维护与库存控制耦合关系，优化维护外包服务总成本.算例分析证明，所提OMICP具有复杂决策可行性和成本优化有效性.