考虑随机冲击影响的多部件系统视情维修与备件库存联合优化

视情维修与备件库存联合优化是确保装备内关键部件安全运行, 降低维修保障成本的有效方法。针对现有模型忽略复杂环境中随机冲击影响的问题, 提出一种考虑随机冲击影响的多部件系统视情维修与备件库存联合优化模型。首先, 建立随机冲击影响下的退化模型及可靠度函数模型, 在首达时间的意义下利用阈值转换思想推导出剩余寿命概率分布, 采用极大似然法估计退化模型参数; 然后, 制定视情维修与备件库存联合策略, 以平均费用率最低为目标建立联合优化模型, 利用粒子群优化算法和蒙特卡罗仿真进行求解; 最后, 通过实例分析和敏感性分析验证了所提模型的有效性和应用价值。     

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。     

考虑竞争失效的视情维修和备件订购联合策略优化

针对单部件系统提出考虑竞争失效的视情维修和备件订购联合策略, 采用控制限维修策略和动态随机冲击阈值机制判别是否需要进行预防性维修(preventive maintenance, PM)或故障更换(corrective replacement, CR), 当退化达到PM阈值时执行不完美维修(imperfect maintenance, IPM), 且经有限次IPM后对系统进行预防性更换(preventive replacement, PR)。同时, 考虑IPM和随机冲击对退化量和退化率的影响, 进而构建基于维纳过程的多阶段退化模型; 引入备件订购阈值, 根据冲击幅值与冲击阈值的关系决定是否正常订购备件。分析更新事件并利用更新报酬理论建立最小化平均费用的联合策略优化模型, 设计离散事件仿真算法求解, 最后通过实例验证了所提模型和算法的有效性。     

不可修复产品的组合维修和备件供应策略

为了保证产品的技术状态,避免发生失效,部分不可修复产品会采取定期维护与视情更换的组合维修策略,其中备件供应直接影响产品的维修能力。针对该类产品,重点对其组合维修策略和备件供应策略进行了联合优化研究。首先,分析了定期维护条件下产品的性能变化特点,结合累积失效理论,利用复合泊松过程建立了该条件下产品的性能退化模型;其次,给出了组合维修与备件供应策略要求,并构建了产品维修和备件供应概率模型;再次,建立了以产品长期运行条件下费用率最低为目标的优化模型,对维护周期、预防性更换阈值、备件供应时刻等策略值进行了优化确定;最后,利用算例分析了费用率与策略值之间的关系,并说明了该策略的优点。     

考虑随机失效阈值的设备剩余寿命在线预测

退化失效阈值是影响设备剩余寿命预测的重要因素。针对现有剩余寿命预测方法忽略失效阈值随机性影响的问题,提出考虑随机失效阈值的设备剩余寿命在线预测方法。首先,基于带测量误差与随机效应的非线性Wiener过程构建设备退化模型;其次,采用极大似然估计(maximum likelihood estimation, MLE)算法估计退化模型参数与随机失效阈值分布系数;然后,在考虑随机失效阈值的基础上推导出设备剩余寿命的概率密度函数(probability density function, PDF),并基于Bayesian原理实时更新退化模型参数,实现对剩余寿命的在线预测。最后,将该方法应用于陀螺仪剩余寿命在线预测分析,结果表明该方法能够有效提高剩余寿命预测的精度与准确性。     

多阶段随机退化设备剩余寿命预测方法

剩余寿命预测是系统视情维护和健康管理的重要基础.针对设备退化过程中表现出的阶段性差异,提出了一种基于累加和检验变点分析与漂移布朗运动的剩余寿命预测方法.该方法首先对获取的状态检测信息进行累加和检验,获得退化过程的最新显著变点;然后利用最新变点之后的状态检测数据对漂移布朗运动模型的参数进行极大似然估计;最后利用失效阈值的首达时间分布预测设备的剩余寿命.连续搅动水箱式反应堆仿真试验说明了所提方法的有效性.试验结果表明,所提方法能够准确地检测出退化过程的显著变化点,预测设备的剩余寿命,且预测结果波动较小,具有更好的鲁棒性.     

视情维修条件下k/N(G) 系统备件供需联合优化

针对传统m视情维修策略下k/N(G)系统维修决策模型对备件可获取性考虑不足的问题,提出了(m,Q)维修策略及备件订购与生产的联合决策优化方法,建立了两种视情维修条件下k/N(G)系统备件供需联合优化模型。证明了在满足约束条件的同时,(m,Q)维修策略下的联合模型((m,Q, n) 策略模型)具有使目标函数最小的订购阈值m、订货量Q和订货次数n,m维修策略下的联合模型((m,n)策略模型)存在最优订货量m和订货次数n使目标值最小。此外,比较分析了不同模型参数对两种模型决策的影响,结果表明, (m,Q,n)策略模型得到的成本始终小于(m,n) 策略模型,而系统使用可用度始终高于(m,n)策略模型。     

视情维修条件下相控阵雷达备件优化配置

大型相控阵雷达备件配置方案是当前反导预警装备保障领域急需解决的关键问题之一,为了提高相控阵雷达天线阵面的保障能力,提出了一种视情维修条件下,故障件批量送修、定期补给的备件优化配置策略。以天线阵面T/R（transmit/receive）组件为出发点,当其故障单元达到k/N系统的阈值,而其他单元尚未达到阈值时,雷达停机开始换件维修,建立了以系统的供应可用度为约束条件,备件费用最少为优化目标的配置模型,并利用边际效应算法对各参数进行求解。实例运算结果表明该模型合理可行,能为备件配置提供理论支撑。     

隐含非线性退化设备的剩余寿命在线预测方法

随机退化设备在实际运行中会产生非线性、隐含性等问题,对其剩余寿命预测会产生不确定性影响。现有剩余寿命预测方法尚未系统研究隐含非线性退化建模及相应的剩余寿命分布。因此,采用Wiener过程,建立了隐含双重非线性退化模型;利用设备现场监测数据,更新了隐含状态的后验分布;利用全概率公式,基于首次达到失效阈值的时间分布推导出设备剩余寿命分布;基于激光器实测退化数据设定仿真参数,对所提方法的正确性和合理性进行了对比验证。     

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.     

基于退化与寿命数据融合的产品剩余寿命预测

产品的剩余寿命预测是其维修、更换和备件策略制定的重要依据。目前的寿命预测方法一般仅利用产品自身的性能退化数据,当性能退化数据较少时,剩余寿命预测结果精度难以保证。针对性能退化过程为具有随机效果的Wiener过程的产品,对其进行寿命预测时,采用Bayes方法融合产品的历史寿命信息和该产品自身的性能退化信息,得到性能退化参数的Bayes估计,进而得到该产品的剩余寿命分布,从而提高剩余寿命分布的预测精度。金属化膜脉冲电容器剩余寿命预测分析实例表明了该方法的有效性。     

连续劣化系统的最佳检测与维修策略分析

针对故障状态需要检测确定的劣化系统,以Levy过程描述其运行过程中状态变化,在此基础上提出了一类综合优化检测间隔期与预防性维修阈值的视情维修模型。利用更新过程理论,建立了系统的检测间隔期、预防性维修阈值与优化目标函数之间的关系式,并采用Nelder-Mead法进行优化求解,得到了系统最佳的视情维修检测和维修优化策略。在该策略下,系统长期运行平均费用率最低。最后以典型的Levy过程-Gamma过程为例,实现了此优化模型,同时验证了对应求解方法的可行性。     

不完全维修下海底腐蚀管道剩余寿命预测

本文提出了一种在考虑不完全维护影响下的腐蚀管道分阶段退化模型和剩余寿命预测方法.首先,设其全寿命周期内进行3次不完全维护,则退化过程为4个阶段;其次,在维护活动干预下的非线性分阶段随机扩散过程框架下,对其退化规律进行建模,推导首达时间意义下剩余寿命概率分布,实现实时剩余寿命估计;然后,利用状态监测数据和维护数据对模型参数进行极大似然估计和贝叶斯更新;最后通过实例验证所提参数估计和寿命预测方法的有效性.结果表明:该模型能很好地描述不完全维修下腐蚀管道分阶段退化过程,能够给出可信的可靠性评估结果,使得腐蚀管道具有较高的安全运营等级,克服了传统方法过维修或欠维修带来的不利影响,降低了维修成本.     

考虑测量误差和随机效应的设备剩余寿命预测#br#

针对非线性退化设备的剩余寿命预测问题,尚未系统研究考虑测量误差和随机效应的退化建模、先验参数估计及相应的剩余寿命预测方法。首先建立考虑测量误差和随机效应的非线性Wiener退化模型;利用同类设备历史监测数据,基于期望最大化算法估计出退化模型中固定系数和随机系数先验分布;采用状态空间模型描述目标设备当前监测状态,基于Kalman滤波算法迭代估计出随机系数后验分布和当前真实退化状态;利用全概率公式,推导出考虑隐含状态估计不确定性的设备剩余寿命的概率密度函数;仿真实例分析表明,所提方法较现有方法在参数估计误差和剩余寿命预测精度上具有一定优势。     

基于Markov过程的冗余系统备件与冗余度联合优化

为了合理有效地降低冗余系统全寿命周期费用,同时考虑部件的故障过程、维修周转以及备件的订购补给过程,结合混合准则提出了基于Markov过程的k/n冗余系统可用度模型,实现备件库存配置与冗余度联合优化。首先,通过热备份和冷备份模式下的系统故障率和修复率计算公式,建立了使用可用度模型。然后,基于稳态概率计算全寿命周期费用,并运用备件库存配置与冗余度联合优化算法实现模型的求解。最后,通过数值计算验证可用度模型的正确性以及联合优化的有效性。通过数值计算结果表明,所提出的可用度模型是传统模型的有益改进并且具有普适性。联合优化算例结果显示,冗余系统可用度随冗余度或备件库存的增加而得到提升,而当可用度接近1时若要进一步提高可用度将导致费用急剧增长;全寿命周期费用中备件存储费用的所占比例最高,而备件订购费用最低;算例表明,与仅考虑备件库存优化的方法相比,联合优化使全寿命周期费用降低了8.01%。     

基于性能退化的产品组合维修策略优化分析

为准确掌握产品性能退化规律,合理安排维护与视情修理组合的维修活动,根据维护条件下产品的性能退化过程,利用累积失效理论,分析产品的性能退化特点.建立基于复合泊松过程的产品性能退化模型,并对水泵转子的失效规律进行了拟合,验证了模型的有效性.建立了定期维护与视情修理组合的维修活动概率模型,给出了失效风险的解析表达式.以长期运行条件下产品费用率为目标,失效风险为约束,确定了组合维修策略优化模型.通过对平台惯性导航系统进行数值分析,优化结果能够有效地延长工作时间,实时控制失效概率,使产品具备较高的安全等级,避免失效带来的不利影响,降低了维修费用.     

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.     

基于逆高斯退化过程的面向任务系统CBM优化模型

针对现有单调退化系统视情维修(condition-based maintenance,CBM)优化模型中不完全维修影响考虑单一,且未同时融入可用度约束的问题,提出一种考虑不完全维修双重影响与可用度约束的单调退化系统CBM优化模型.首先,基于具有随机漂移系数的逆高斯过程,建立系统退化模型并得到相关概率分布;其次,描述任务...     

基于比例加速退化建模的单台机载设备剩余寿命自适应预测

针对现有机载设备剩余寿命(remaining useful lifetime, RUL)预测方法在新研单一样本条件下, 无法应用于加速退化试验场景的问题, 本文基于比例关系模型提出了一种加速退化场景下适用于单个试验样本的自适应RUL预测方法。首先, 依据加速退化环境下Wiener过程存在的漂移/扩散系数比例关系, 构建考虑设备个体差异与测量误差的非线性随机退化模型; 其次, 针对加速退化试验存在单一受试样本的情况, 提出了基于期望最大和卡尔曼滤波联合算法的参数自适应估计方法; 然后, 基于卡尔曼滤波原理在线更新目标设备的退化状态, 并推导出设备剩余寿命的概率密度函数; 最后, 通过对单台行波管加速退化实测数据进行分析, 验证了方法的正确性和优势。