基于寿命周期费用技术的备件采购方案优选方法

备件费用在装备维修费用中占据较大的比例,是影响装备寿命周期费用的重要因素。为了控制装备寿命周期费用、提高装备的费用效益,提出基于寿命周期费用技术的备件采购方案优选方法。分析了外购、内购、研仿和换装等4种备件采购方案的基本理念和关系,构建了4种采购方案下的备件寿命周期费用计算模型。以某船舶进口部件的备件采购为应用案例,通过寿命周期费用技术获得采购方案的优先次序。案例表明,寿命周期费用技术是辅助备件采购的有效决策技术之一,值得在工程中应用和推广。     

基于粗糙集和D-S证据理论的设备技术状态评估

针对设备技术状态评估中存在着不确定性,建立了基于粗糙集理论和D-S证据理论的设备技术状态评估模型,以提高评估的准确度,降低不确定性。首先利用粗糙集理论的知识约简功能来优化设备技术状态评估指标,其次采用D-S证据理论来组合优化过的指标,最后采用基于基本可信度分配的决策来获得设备的技术状态类别。以汽轮鼓风机为研究对象,详细描述了基于粗糙集理论和D-S证据理论的设备技术状态评估方法,并进行实例计算。实例表明采用粗糙集理论,优化了评估指标,减少了数据收集;采用D-S证据理论,进一步综合各指标,并能计算出评估结果可能存在的不确定性量。     

基于模糊理论与D-S证据理论的FMEA方法

针对传统故障模式及影响分析(failure mode and effect analysis, FMEA)中主观性较强以及权重分配不够合理的问题,提出基于模糊理论与Dempster-Shafer (D-S)证据理论的FMEA方法。首先,参考软件FMEA方法,将故障被检测度引入到硬件FMEA方法中,并应用模糊理论建立模糊评定等级及对应模糊数。其次,提出基于D-S证据理论的专家赋权法合理分配权重。最后,基于风险优先数(risk priority number, RPN)得出各故障模式的风险排序。案例分析表明该方法可以根据评估偏差量来科学地分配权重,使得评估结果更合理、RPN值更准确、故障模式风险排序更客观。该方法能够满足实际需要,在工程实践中值得推广应用。     

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。     

基于粗糙集的偏最小二乘回归方法

针对变量之间多重相关性导致最小二乘估计失效的问题,提出基于粗糙集改进偏最小二乘回归建模方法.首先,利用粗糙集对数据进行一般约简,去除冗余信息,再进行偏最小二乘回归分析,建立回归模型.通过实例计算,并与PLSR、PCR进行比较分析.结果表明：用粗糙集改进的PLSR建模精度为3.65%,分别高于PLSR(4.07%)和PCR(4.45%),从而验证了所提出方法的通用性及实用价值.     

基于信息熵贴近度的旋转机械故障诊断

基于信息融合的思想,研究了反映振动能量的旋转机械故障状态的各种信息熵特征,如奇异谱熵、功率谱熵、小波空间状态特征谱熵和小波能谱熵．通过转子试验,给出了旋转机械的不平衡、不对中、支座松动、轴裂纹典型故障下的各信息熵的变化范围．根据越相似的模式间距离越短原理,提出采用贴近度来进行模式识别的方法．首先利用贴近度原理和熵带构建了信息熵贴近度模型,其次计算出待识别状态与各典型故障之间的信息熵贴近度值,则对应于待识别状态之间的信息熵贴近度最大的即为待识别状态的故障模式,最后通过实例描述了基于信息熵贴近度的旋转机械故障诊断方法的可行性．     

基于任务剖面的复杂系统状态综合评估方法

针对复杂系统的多层性、复杂性和系统任务的多样性,提出一种基于任务剖面的复杂系统状态综合评估方法.首先,根据任务剖面建立设备使用清单,依据设备群概念和系统功能构建系统的层次结构和设备群;其次,建立单设备的技术状态评价模型,通过简单而可行的分级综合评估方法得到单设备的技术状态等级;然后,结合各设备的技术状态,采用模糊技术对各设备群进行技术状态评价;最后,根据各设备群的技术状态,结合每个设备群对系统的影响重要度(权重),得到整个复杂系统的综合技术状态等级.通过实例证明该方法简易、可操作性强,具有一定的工程应用价值.     

基于加权精度的ε-SVR组合参数优化

针对支持向量机参数的选取还没有一套完整的理论支撑,提出以加权精度来评价某一组参数的预测效果。通过循环交叉验证和全局变步长的方法,对最优参数进行搜索。考虑参数间的相互影响,研究参数的组合形式对精度的影响,确定参数的最优组合形式。实例分析表明,参数的最优组合能够提高支持向量机对设备费用的预测精度。     

基于加权精度的ε-SVR组合参数优化

针对支持向量机参数的选取还没有一套完整的理论支撑,提出以加权精度来评价某一组参数的预测效果。通过循环交叉验证和全局变步长的方法,对最优参数进行搜索。考虑参数间的相互影响,研究参数的组合形式对精度的影响,确定参数的最优组合形式。实例分析表明,参数的最优组合能够提高支持向量机对设备费用的预测精度。