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。     

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。     

基于竞争失效的单部件系统可靠性建模与维修

针对同时受自然退化和随机冲击影响的单部件系统可靠性评估问题,首先,建立了退化型与突发型竞争失效过程的可靠性模型,该模型考虑了冲击对退化的影响,即冲击会增加系统的退化量;其次,提出了基于状态的维修策略,构建了一个成本率函数;最后,以一个由4个零件串联而成的单部件系统为研究对象,确定了该系统的可靠度函数和最优的预防更换阈值。该结果不仅验证了可靠性模型的合理性和有效性,而且体现了基于状态的维修策略的可行性与经济性。     

战时基于竞争失效的装备系统可靠性建模与预防性维修策略

针对战时装备受到使用退化与随机冲击的共同作用发生竞争失效的问题,提出了基于状态的预防性维修策略。首先建立了单系统的可靠性评估模型,该模型考虑了装备系统冲击阈值随总退化量的累计而减少的实际,并提出了阈值连续变化条件下的装备系统可靠性建模方法;其次针对装备的隐蔽功能故障,提出了定期检测下基于状态的预防性维修策略,构建了装备系统的成本率函数;最后结合实例分析,确定了装备系统的可靠度函数和最优预防性更换阈值,并对比分析了不同冲击阈值参数对可靠度的影响。研究结果表明:该模型可以有效解决竞争失效条件下装备系统的可靠性评估问题,同时也可为装备系统预防性维修策略提供模型参考。     

基于批量折扣和支付时间折扣的多物品多阶段联合订购模型

假定系统运行在有限计划期的前提下,考虑了基于3种不同形式批量折扣及支付时间折扣的多物品多阶段联合订购问题.给出了在有限计划期内每个阶段寻求多种物品最优订购批量和最佳滞后(或提前)支付货款时间的算法.并针对基本订购费用为零时,提出了一个基于动态规划方法寻求多种物品最优订购策略的更有效算法,分析了基本订购费用取不同值和供货商提供不同批量折扣方式对销售商最优订购策略和总利润的影响.最后,利用数字实例说明模型的求解过程.     

(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.     

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.     

基于机会维修的复杂系统维修费用仿真研究

针对由多个具有不同失效率部件组成的复杂系统,为了准确掌握其维修费用率,考虑和分析了部件之间在维修方面存在的经济相关性和实际的最小维修情况,采用机会维修策略,设计了系统维修费用的仿真算法。算法中对更换维修及最小维修下的随机故障时间的产生进行了研究。最后通过算例,验证了该仿真算法的正确性。     

考虑相关性的串联系统动态机会成组维修优化

多部件串联系统存在复杂的相关性,制定最优的维修策略以保持最低的维护成本是设备科学管理的关键之一。本文提出多部件串联系统动态成组机会维修策略。该策略在考虑部件间的经济相关性和结构相关性的基础上,以节省的总维修成本最大为目标,构建了有限时间内系统维修优化模型;应用了遗传算法对系统各部件进行分组优化,解决了NP难问题;应用滚动计划,将长期计划与短期计划相结合,实现对维修计划的动态实时更新。案例分析表明,该方法能够有效地降低维修成本,值得在工程实践中借鉴。     

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.     

带有限缓冲区的知识化制造单元无死锁调度

鉴于制造系统无死锁随机调度问题研究的缺乏,在加工时间、工件到达以及产品需求到达均为随机的生产环境下,研究了带有限缓冲区的知识化制造单元无死锁随机调度问题.针对自动机对定量指标描述能力的不足,首先给出了一种费用自动机概念.在同时考虑工件加工、库存以及缺货费用的情况下,采用无限时域折扣准则下马尔可夫链建立了单元的费用目标函数,通过一致化技术对目标函数进行离散化处理,得到目标函数的随机动态规划模型,分析并证明了单元最优目标值函数的性质.为了克服离散状态空间组合所产生的维数灾问题,提出了一种基于仿真和函数逼近的启发式近似动态规划算法对模型进行求解.在上述研究基础上,构建了一种单元无死锁随机调度策略,以保证单元安全高效地运行.最后,通过实例研究对无死锁调度策略进行了验证.     

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.     

基于遗传算法的维修装备功能规划

考虑武器装备在不同场合下故障率不同的实际,研究将武器装备对应的维修装置分配到维修装备以形成维修装备体系的最优化问题,提出了基于主用场合的维修装备功能规划模型,并运用遗传算法进行模型求解研究。首先从维修装备配置种类、故障率差异和维修装置体积三方面分析了维修装备功能规划考虑的问题,建立了以维修装备主用场合故障率和最大为目标的维修装备功能指派模型;进而在证明主用场合故障率和最优值定理的基础上,建立遗传算法适应度函数,求解维修装备种类数量,确定遗传算法初始数值取值范围,并进行了遗传操作选择研究;最后运用Matlab软件进行了40维修装置7场合维修装备规划实例求解,实例证明提出的模型科学合理,求解方法方便高效。     

离散Markov跳变线性系统最优控制

针对离散Markov跳变系统,研究其最优控制问题。首先确立一个二次型代价函数,然后运用随机贝尔曼动态规划法,结合Markov跳变系统特性求解贝尔曼方程,获得了完全状态信息情形下Markov跳变系统的最优控制器和黎卡提差分方程;进而将其推广到不完全状态信息情形,利用观测向量获得状态的后验概率密度函数,推导了最优控制器的解析结构和相应的求解算法;最后通过数值仿真验证了所得控制器的有效性。     

基于周期性不完全预防性维修的最优经济生产批量决策

在经典EPQ模型基础上,考虑周期性不完全预防性维修策略下,以单位产品总成本最小化为目标,构建最优经济生产批量的决策模型.在产品生产总成本模型的构建中,结合设备故障率及次品率随时间增加这一实际问题,引入役龄回退因子和等效役龄概念进行动态预防性维修成本、故障维修成本及次品修复成本的构建.考虑目标函数的复杂性,本文采用粒子群算法对模型进行数值求解,并验证其合理性.     

能力限制条件下内河集装箱枢纽港选址问题研究:以长江为例

相比于海洋运输,内河运输中集装箱船舶较小,船舶装载能力受到一定的限制.本文研究能力限制条件下内河集装箱枢纽港选址问题,建立一个混合整数非线性规划模型.不同于传统的枢纽选址问题的研究大多是基于枢纽之间的运输折扣因子的假设,本文采用基于流量的非线性费用函数来表示规模经济.从而使得所研究的问题是一个凹函数优化问题.为简化本文的问题,将目标函数分段线性化.基于线性化后的模型,根据能力限制的条件,提出一个启发式求解算法,以及一个加速技巧.最后,通过以长江为例,进行算例分析,来说明模型和算法的效果.     

Stabilizing model predictive control scheme for piecewise affine systems with maximal positively invariant terminal set

An efficient algorithm is proposed for computing the solution to the constrained finite time optimal control (CFTOC) problem for discrete-time piecewise affine (PWA) systems with a quadratic performance index. The maximal positively invariant terminal set, which is feasible and invariant with respect to a feedback control law, is computed as terminal target set and an associated Lyapunov function is chosen as terminal cost. The combination of these two components guarantees constraint satisfaction and closed-loop stability for all time. The proposed algorithm combines a dynamic programming strategy with a multi-parametric quadratic programming solver and basic polyhedral manipulation. A numerical example shows that a larger stabilizable set of states can be obtained by the proposed algorithm than precious work.