基于可用度约束的风力机单部件顺序维修优化

为提高风电场运行维护效率,以风力机为对象开展风力机单部件顺序维修优化研究.通过引入有效年龄的概念,考虑改善因子随维修次数的增加而降低的情况,分析最小维修、不完全维修和更换对风力机有效年龄的影响.考虑维护期内突发性维修成本、不完全维修成本、更换成本、停机损失和固定成本,将部件单生命周期划分为若干个维护期,以维护期个数和维护期时间间隔为决策变量,部件更换周期内单位时间维护成本最低为目标,建立可用度约束下的风力机单部件顺序维修优化模型.采用内点法和枚举法求解模型,完成算例分析,并验证模型的有效性.结果表明,与传统的周期维修和顺序维修相比,该模型求解得到的最佳维修计划可以保证风力机各部件的可用度均在98%以上,且维护期时间间隔更加符合工程实际.     

考虑维修时间及相关性的串联系统动态机会维护策略

针对多部件系统维修过程中涉及部件结构复杂、维修时间长、维修费用高的特点,提出了预防维修时间、小修时间、结构相关性、经济相关性四重因素影响下的多部件串联系统动态机会维护策略。首先,以单部件为研究对象,决策出部件层最优维护周期,并综合制定系统层试行维修计划;然后,基于试行计划,并考虑部件间相关性的影响,以节省总成本最大为优化目标建立系统层维护的优化模型;最后,应用滚动计划实现对维修计划的动态更新。通过采用遗传算法求解算例,验证所提出维修策略的必要性和有效性。     

多故障并发下考虑部件经济相关性的串并联系统选择性维护决策方法研究

现代制造系统中大量集成机械、电子等技术的先进设备,增大了复杂系统因部件老化或故障而停机时维修决策的难度。以具代表性的复杂系统——多状态的串并联系统为研究对象,将选择性维护建模引入多状态串并联系统的非计划停机维修决策中。针对多故障并发下的串并联系统,对事后维修存在维修时长和费用限制等约束条件下,考虑部件间由于经济相关性导致的维修耗时和费用的依赖性,建立选择性维修优化模型,并将遗传算法用于模型求解中。算例结果显示,该方法能为多故障并发下的串并联系统的维修决策提供有效支持,且说明部件间经济相关性是影响维修决策的重要因素。     

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.     

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.     

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.     

基于隐半马尔科夫退化模型的非等周期预防性维修优化

以单位时间维修费用率最小化为目标,研究非等周期下预防性维修优化问题.采用隐半马尔科夫模型(HSMM)完成退化过程时间序列的动态建模,采用多维特征变量描述设备退化状态,建立设备性能退化评估模型.为减小信号噪声对HSMM训练的影响,采用经验模态分解(EMD)分析传感器信号,获得降噪后的退化特征;将多维特征样本作为模型观测值...     

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.     

基于指数分布的异构多部件系统周期检测与维修模型

针对实际生产中常见的有寿异构多部件系统进行维修建模,并对系统维修进行优化.系统中包含主部件以及辅助部件(k-out-of-m:F)子系统,系统整体采取(N,T,τ)维修策略.由于主辅部件地位不同,辅助部件故障往往不能实时监测,需进行周期为τ的检测维修.系统在主部件N次故障后或者到寿命T时进行替换.建立了系统费用率函数模型;针对寿命分布服从指数分布的问题进行优化;通过数值仿真优化故障次数N以及检测维修周期τ.     

考虑质量的退化生产系统可用性中心维护决策

为了减少系统非计划停机时间,控制产品质量,提出了以设备可用性为中心的多机维护策略.首先定义三种维护方式,研究其对设备状态的影响机理,从而建立可靠性模型.在对系统进行马尔科夫状态分析的基础上,建立产品质量与系统退化状态之间的关系,构建包含质量损失成本的总成本模型.从实际应用的角度出发,综合考虑设备的可靠性和维护性,以可用性为中心、以总成本最小为目标规划系统的预防性维护策略.实验表明,提出的维护策略可有效地应用于多部件生产系统,且多操作预防性维护方式的效果优于单一操作.     

基于延迟时间模型的风电机组维修策略

为了解决目前风电机组故障维修不合理导致维修成本过高、运维效率低的问题,以多部件串联风电机组为对象展开维修策略研究：基于延迟时间理论将部件故障分为潜在故障和功能故障,在预防性检测的基础上推迟维修,提出一种机会维修方法。综合考虑备件物流、停机时间及维修成本等因素,建立了风电机组机会维修模型。结合风场实际故障数据,采用蒙特卡洛法求解该模型,探索了检测周期和推迟维修时间对风电机组可用度和维修成本的影响规律,结果表明,考虑推迟维修时的机会维修策略优于传统预防性维修,该模型求解得到的最佳方案能够将风电机组可用度提升至98%,更具有经济优势和工程应用价值。     

基于马尔科夫决策过程的带缓存双机系统不完美维护策略

为有效解决退化系统的设备维护优化问题,对带缓存双机系统的预防性维护策略进行研究.首先,考虑两设备的随机退化,针对不完美的小修和预防性维护,通过马尔科夫过程描述系统状态.然后,基于收入和成本,建立生产系统的利润模型.最后,通过最大化长期期望利润,确定不同系统状态下的预防性维护决策.采用值迭代方法对模型进行求解,数值分析结...     

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.     

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.     

基于寿命空间划分的多部件系统维修决策

针对多部件系统!提出了基于时间的机会维修策略,将退化状态空间划分方法应用到多部件系统联合寿命空间的划分建模研究中,对任意的多部件系统联合寿命空间进行了统一的描述和建模,并建立了维修需求组合及其划分结果的对应关系。依据联合寿命空间的划分结果,推导了各个维修需求的概率统一的计算模型。以两部件系统为例,推导了系统的稳态联合概率密度函数,并建立了费用率模型,通过遗传算法进行寻优得到最优的维修阈值。最后,通过MATLAB数值实验验证了联合寿命空间划分建模方法可行有效性。     

基于刀具磨损状态识别的加工参数多目标优化

在数控铣削过程中,刀具磨损对机床主轴能耗影响很大,同时与刀具加工能力直接相关,需适时调整加工参数以适应不同磨损状态,保证多目标综合最优.针对此问题,基于刀具磨损状态识别,根据不同磨损时期给出相应的加工参数优化策略.首先,以刀具寿命周期内的主轴功率为基础,采用粒子群优化算法(particle swarm optimization,PSO)建立考虑刀具磨损的能耗模型,平均误差低于5%,并基于与刀具磨损的强相关性,以主轴功率作为单一指标识别刀具磨损状态.进一步,为获取影响加工成本的动态性指标——刀具剩余使用寿命(remaining useful life,RUL)及相应的主轴功率,利用人工神经网络(artificial neural network,ANN)建立刀具磨损退化模型,通过描述主轴功率随时间的变化来隐含退化过程,该模型拟合度达0.992.最终,综合考虑能耗、刀具及时间成本,设计多目标优化函数,并通过遗传算法(genetic algorithm,GA)搜索函数最小值,给出不同磨损时期的最优加工参数及优化策略.此加工参数多目标优化融入了主轴功率与刀具RUL等动态指标,可依据主轴功率在线...     

基于变动失效阈值和退化速率的系统可靠性模型

为对同时存在退化过程和冲击过程的系统进行可靠性分析,建立了突发型失效与退化型失效共存的系统可靠性模型.考虑退化过程和冲击过程的相关性,通过退化过程和冲击过程的分布函数,基于变动失效阈值,建立系统可靠性模型的一般形式.进一步用线性退化路径描述系统的退化过程,考虑退化速率的改变,建立系统可靠性模型的具体形式.通过具体算例,对所建立模型的有效性与合理性进行了验证与分析.     

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。     

联合故障与经济相关性的动车组多部件系统维护

为了探讨部件间的相关性对系统维护计划的影响,基于复杂机械系统中部件间的相关性理论,利用故障链对部件间的复杂故障相关关系进行描述.根据部件在故障链中所处的层次对部件进行编号,建立了复杂机械系统中各部件的可靠度模型.通过将各部件的维护成本划分为固定成本和变动成本对经济相关性进行建模,以维护时间和维护成本为优化目标对系统各部件实施不定周期的成组维护策略.应用遗传算法对维护计划进行优化决策,结果表明,该方法的维护方案合理.通过对最低可靠度和故障相关系数的敏感性分析,得出应着重对可靠度衰退速率较大部件的最低可靠度进行合理设置并加强部件间的柔性连接的结论.