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.     

退化系统的质量控制、状态维修与备件订购联合策略优化

针对关键生产系统退化过程中出现3种状态的问题,提出基于延迟时间理论的质量控制、状态维修与备件订购联合策略.首先,考虑系统退化状态与产品质量之间的函数关系,设计了在系统退化初期检查系统状态,而在退化后期检查产品质量的两阶段检测策略.其次,根据状态检测信息、产品质量信息及故障信息选择应采取的维修活动,结合系统更新时备件所处的状态确定检测周期内各种可能的事件,构建有限时域内的平均费用率模型.然后,基于离散事件仿真和响应曲面法设计优化算法以快速近似求解模型.最后,通过算例分析部分将所提联合策略与对比模型策略进行比较,验证了所提联合策略的有效性与可行性.     

考虑批量生产的设备视情维护策略优化研究

针对目前市场环境对批量生产中的交付时间、产品质量以及企业信誉愈发看重的情况,提出了考虑三者联合的设备维修策略.首先,在已知产品质量和设备劣化状态存在一定函数关系的情况下,将其衍生至次品率上并将单位周期生产结束后的设备状态与生产时间相结合,进行预防性维护和设备更换的维修方式选择.其次,根据时间阈值和预防性维护阈值,以经济...     

应用交互式多模型算法的设备剩余寿命预测

针对目前异常检测与剩余寿命预测联合研究中存在的问题,基于交互式多模型算法,提出了一种考虑退化模式动态转移的设备剩余寿命预测模型。首先根据模式动态转移的状态空间模型对设备进行退化建模,然后使用IMM算法对设备的隐含退化状态与退化模式后验概率进行联合估计,根据后验概率判别异常点,并采用期望最大化(Expectation Maximum,EM)算法对模型参数进行在线估计与更新,最终实现设备的实时剩余寿命预测。数值分析结果表明:该模型能够准确地检测异常点、降低剩余寿命概率分布的不确定性与提高剩余寿命的预测精度,为实现设备的视情维修提供决策依据。     

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.     

轧辊维修策略与备件库存联合优化研究

辊是使轧材产生塑性形变的主要工具,也是轧钢过程中的主要消耗部件,其合理的更换策略和库存设置对保证企业安全生产和降低生产成本至关重要。将同一生产线上多个轧辊组成的系统建模为一个同类可修多部件系统,结合轧辊本身的运行和维修特点,提出了成批更换及离线视情修磨相结合的轧辊更换修磨策略与备件库存订购策略的联合策略,在考虑确定的修磨时间,交付时间和非完美修磨效果的基础上,分析了生产过程中轧辊的成批更换、视情修磨和备件订购的相互制约关系,建立了以更换周期、报废阈值和库存参数为决策变量,以单位轧辊无限时间范围内的平均费用率最小为目标的仿真优化模型,最后采用离散事件仿真和遗传优化算法相结合的方法对模型进行求解。仿真结果表明,联合优化所得到的更换周期和库存参数更合理的,可以有效降低生产成本。     

基于故障相关与外部冲击的两部件系统机会维修研究

在为两部件系统制定预防性维修策略时,传统的研究只考虑故障相关或外部冲击一方面的影响,导致系统的故障率被低估.针对这一问题,文章综合考虑二者的共同影响,且外部冲击的到达服从非齐次泊松过程,更符合实际情况.首先通过年龄预防性维修确定出最优更换周期,然后在年龄预防性维修的基础上引入机会维修,以预防性维修周期内的维修费用率最低为优化目标,利用更新报酬理论构建期望维修费用率的模型,确定出最优机会维修阈值,并通过算例分析了故障相关性与外部冲击对机会维修策略的影响.     

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。     

基于遗传算法和蒙特卡洛仿真的设备维修策略优化

以部件寿命服从非指数分布、维修属于非马尔可夫过程复杂设备为对象,以系统可用度及广义维护成本为优化目标,以预防性维修周期为优化变量,基于蒙特卡洛仿真和遗传算法研究预防性维修策略的优化问题.建立了设备维修过程的优化模型,将遗传算法中的个体进化搜索用于维修策略优化,提出基于路集的系统状态分析以及采用部件故障屏蔽法解决维修过程仿真中部件过度故障问题,并通过建立个体仿真历史纪录和优先删除适应度低的个体纪录等方法以提高仿真效率及优化效果.最后以液压-机械复合传动系统为例,验证方法的有效性.     

基于状态空间的惯性测量组合剩余寿命在线预测

实时准确的剩余寿命预测能够为惯性测量组合的维护策略安排提供有效的决策支持。由于反映惯性测量组合退化状态的性能指标不能直接监测或直接测量带有噪声,因此需要构建状态空间模型预测惯性测量组合的剩余寿命。考虑到惯性测量组合的性能退化指标随时间呈现非线性特征,首先采用基于非线性漂移的Brown运动(Brownian motion,BM)建模其退化状态,然后基于构建的状态空间模型,利用期望最大化(expectation-maximization,EM)算法和Kalman滤波(Kalman filter)实时估计和更新退化状态和模型未知参数。并且将状态估计的分布函数引入剩余寿命的预测过程,近似得到了剩余寿命分布的解析形式,实现了剩余寿命的实时预测与更新。最后,对惯性测量组合的剩余寿命实时预测问题进行了实验分析,结果表明该方法具有较高的预测精度与较小的预测不确定性。     

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。     

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.     

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．     

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.     

基于合作博弈的多部件设备非完美维修策略优化

非完美维修是设备维修资源受限条件下广泛采用的维修方式,然而设备非完美维修中各部件维修等级的确定随着部件数量或非完美维修等级的增加而变得困难。针对多部件设备非完美维修策略优化问题,以设备可靠性为基础,选择各部件的非完美维修等级为优化变量,以维修时间及任务可靠性为约束条件,以设备总维修费用最低为目标建立了设备维修策略优化问题数学模型;进而选择各部件的负责人为参与者,构建相应的合作博弈场景,提出基于合作博弈的设备非完美维修策略优化方法,通过设置每轮博弈中各参与者的策略空间构造、收益及博弈规则,能够使每轮博弈中设备维修方案的更新是朝着优化目标的方向进行;从而通过动态博弈过程获得多部件设备最优的非完美维修策略。通过仿真算例分析及与遗传算法等对比,验证了所提方法的优化结果整体上明显优于遗传算法和粒子群算法的优化结果,且能够显著提高非完美维修策略优化过程的计算效率。研究为当前有限资源下的设备维修策略优化提供了新思路。     

基于Markov过程的集束型设备预防维护策略

为了更好地保障集束型晶圆制造设备运行的可靠性,同时考虑维护的经济性,建立了基于Markov过程的预防性维护策略.根据集束型设备的特点,采用大修和小修相结合的预防性维护方式,同时考虑随机失效和退化失效两种失效形式,建立了状态转移模型.依据Markov理论求得设备各状态的稳态概率及状态转移概率.再根据Markov决策理论及策略迭代算法求得最佳维护策略.实验结果表明,所提出的预防性维护策略有效可行.     

并行机系统生产计划与预防性维护联合建模

以多设备、多周期、多产品、有限产能批量计划问题(CLSP)模型为基础,采用基于设备运行的预防性维护思想与成组维护策略,建立以系统生产与维护总成本最小化为目标的并行机系统生产计划与预防性维护联合决策的模型,以便更加准确地反映实际生产过程中生产计划与维护活动的耦合关系.针对以上模型特点,构造启发式算法,通过维护活动的嵌入与移动,并结合生产批量的移动调整,优化系统生产和维护计划.数值实验表明,该模型能有效避免设备的过度维护问题,减少固定维护成本,从而降低生产与维护总成本.所设计的算法在实验结果上与直接用CPLEX求解的最优解接近,在求解速度以及规模上也更有优势.     

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。     

可修系统预防性维修时间的确定

提出一种针对复杂可修系统确定预防性维修时间的方法.定义寿命周期，建立工作时间和维修时间的联合密度函数.考虑系统正常运行过程中产生的收益和各种维修活动所造成的损失，应用随机变量函数的数学期望的相关理论，计算单位寿命周期内系统运行单位时间的平均收益关于预防性维修时间T的函数，以最大单位时间收益为目标对T进行优化.运用Newton迭代法确定系统的最佳预防维修时间，并计算最佳预防维修时间所对应的可靠性.通过实例具体说明所提出预防性维修时间确定方法的建模求解过程，并分析系统寿命分布参数对最佳预防性维修时间的影响.     

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.