基于群智能算法的预防性维修周期优化

分析将蚁群优化算法应用于预防性维修周期工程寻优问题时遇到的算法参数选择困难等问题,提出将粒子群优化算法和空间划分方法引入该过程以改进原蚁群算法的寻优规则和历程.建立混合粒子群和蚁群算法的群智能优化策略:PS_ACO(Particle Swarm and Ant Colony Optimization),并将其应用于混联系统预防性维修周期优化过程中,以解决由于蚁群算法中参数选择不当和随机产生维修周期解值带来的求解精度差、寻优效率低等问题.算法的寻优结果对比分析表明:该PS_ACO算法应用于预防性维修周期优化问题,在寻优效率及寻优精度上有部分改进,且可相对削弱算法参数选择对优化结果的影响.     

基于可用度的复杂设备维修周期决策模型

针对复杂设备各单元服从不同寿命分布类型的情况,通过分析设备的使用、修理流程,给出了设备使用与修理状态转移图,在各单元寿命单位相同的条件下,建立了一个维修周期内,设备维修周期与平均可用度关系模型,并结合算例,验证了模型的适用性与灵敏性.     

预防性维修条件下产品保修策略优化研究

为了降低保修费用,对产品的二维预防性保修策略进行优化.将预防性维修对产品的维修程度进一步细分,并用修复因子来区别不同的维修程度,提出两种程度预防性维修相结合的保修策略.针对提出的保修策略,建立保修费用模型,提出模型求解方法.通过算例,证明该保修策略的有效性,并对结果进行了分析.     

复杂设备最佳维修周期优化决策模型研究

针对现行三级维修机构保障的复杂设备,以规定可用度为约束条件,以单位工作时间内的平均维修费用最低为目标,通过对设备使用、修理流程分析,给出了设备使用与修理状态转移图,建立了设备一个更新周期内,维修周期与维修费用关系模型,并给出了相应应用案例,案例说明了模型的适用性与灵敏性,为维修决策和后续备件保障等提供依据.     

工业互联网环境下预防性维修管理多目标协同优化

工期、成本、质量通常作为传统项目管理过程中三大目标,而工业互联网环境下预防性维修管理除了以上三大目标之外还更多的考虑了安全因素.根据设备机群内不同设备分析了其四大目标不同构成和内涵,四大目标决策权重采用经改进的带置信度的专家确定方法,根据工期约束等因素导出资源使用均衡条件.在此基础上构建了非线性条件下四方关系多属性效用...     

多约束条件下三状态复杂系统的优化分配

研究了三状态复杂系统在多约束条件下可靠度的问题.以串-并联系统为研究对象,利用选取重要度来提高系统可靠度的方法,获得了重要度对系统可靠度有着重要影响的结果,并通过算法、例题对实例进行了验证.     

基于产品质量控制的设备维修优化模型

根据产品质量和生产该产品的设备退化状态之间的相关性,设计了周期性设备检测与产品质量控制相结合的设备维修策略。该策略是在对设备进行周期性检测的基础上,利用控制图进行产品质量异常波动的检测,结合对设备退化状态的检测选择设备应采取的维修活动。根据这一设备维修策略,利用更新过程理论和统计过程控制方法,构建了基于产品质量控制的设备维修优化模型,并用遗传算法对其进行求解。通过实例仿真验证了该模型的可行性与有效性。     

考虑非周期检测的视情维修与备件订购联合策略优化

针对单部件系统/关键部件提出视情维修与备件订购联合策略,其中系统退化服从两阶段延迟时间过程且采用非周期检测策略,退化初期以检测间隔T₁检查系统状态,而在第一次识别缺陷状态时,缩短检测周期为T₂、订购备件且进行不完美维修;若系统在随后的退化中被识别处于缺陷状态,执行不完美维修直至超过阈值次数N_max并采取预防性更换,但若在检测周期内发生故障则进行更换。根据系统状态和备件状态分析各种可能更新事件及相应的联合决策,利用更新报酬理论构建最小化单位时间内期望成本的目标函数,优化T₁,T₂, N_max。与对比模型策略相比,算例结果表明所提出的联合策略能有效降低单位时间内的期望成本。     

基于延迟时间理论的两部件并联系统检测区间模型

延迟时间理论广泛应用于系统维修领域,更为细致和准确的反映了系统的运行状态,对于系统的维修建模及确定系统的检测区间起到了重要的作用.但是,以往关于延迟时间理论的应用几乎都是关于单部件系统或串联系统的,而并联系统在实际中也有很广泛的应用.应用延迟时间理论对两部件并联系统的检测区间进行研究,在部件缺陷发生的初始时间为非指数分布的情况下,提出了两种不同的维修措施,并以单位时间期望维修费用最小为目的,对每一种维修措施分别进行研究.文章最后给出了数值案例及模拟运算结果,并对未来的工作做了展望.     

提前期不确定条件下的预防性维修备件存储模型研究

在考虑预防性维修周期和提前期不确定的条件下,分别研究备件存储与其相关的维修费用、缺货费用、库存费用以及订购费用等四种费用之间的关系,明确了备件存储量对各项费用的影响.以各项费用总和最小化为目标,构建了提前期不确定条件下的预防性维修备件存储模型.通过备件存储模型的构建,对备件存储过程中的各项成本进行分析,以期对备件库存策略的确定给出一种解决方案.     

多部件系统故障预防工作的组合优化

研究了实践中常见的四种预防工作组合类型,即定时维修、功能检测、使用检查及检查与定时维修的组合策略,以单位时间维修费用最小为目标建立了多部件故障预防工作的组合优化模型.在此基础上,提出了两个故障预防工作的组合优化算法,并给出了计算示例以说明模型和算法的性能.     

利用故障数据和估计的检查数据建立维修优化模型

利用时间延迟概念,根据故障记录数据和估计的检查数据建立了预防维修模型.通过对故障记录数据统计分析,提出了模型的假定条件.采用最大似然估计法,估计参数,包括缺陷发生率、不完全检查概率和时间延迟分布.建立了有关预防维修间隔期和总停机时间之间关系的检查模型,并根据估计参数和检查模型,计算最佳维修间隔期.     

非正态总体控制图和预防维修策略耦合优化的研究

主要探讨非正态有偏总体的过程监控和预防维修耦合优化问题。假定设备故障率随时间递增,设备发生异常前在正常状态的停留时间服从威布尔分布,一旦发生异常将导致过程均值漂移。采用赋权方差法构造X控制图,将过程监控和预防维修策略联系起来,结合生产不合格品损失、抽样成本及维修成本等,构建综合损失模型,提出动态抽样方案、控制图参数和预防维修间隔的确定方法。最后对模型进行了灵敏度分析。     

自保护相依多部件系统的预防维修建模及策略优化

自保护技术作为自愈技术的一种,能够使系统在环境或工况条件变化的干扰下以较高可靠性运行。本文构建了一个新的具有相依主要部件和辅助部件的系统可靠性模型,其中主要部件的退化速率与工作中的辅助部件的数量有关。此外,基于定期检测和预防维修策略,本文利用半再生过程技术求解了系统的长期运行平均成本,并以长期运行平均成本最小化为目标给出了系统的最优预防维修策略。最后,以镗刀系统为例,利用所提方法给出了预防更换阈值和检测周期的最优值,以期望为实际维修行为决策提供理论参考。     

基于综合重要度的动车组多部件系统机会维修策略研究

针对我国动车组列车现行维修方式,提出基于综合重要度序列的动车组多部件系统机会维修策略,对提高系统可靠度贡献大的关键部件进行准时优先维修。建立部件综合重要度指数计算模型,并依据其对部件维修优先级进行排序。以维修总成本最低为目标计算单部件最优维修周期及时刻,以系统维修总成本最低为目标,以关键部件的维修时刻为系统停机时刻建立考虑重要度的多部件系统机会维修模型。算例选取某型动车组四级修时更换的四部件系统为研究对象,讨论机会维修里程窗的大小及其偏移量对维修效果的影响,对比结果表明,考虑综合重要度的机会维修策略能够在维修费用基本持平的条件下,保证对系统可靠性贡献大的关键部件的可靠性,进而保证系统的整体可靠性。     

有两种故障状态的两部件串联系统的预防维修策略

本文研究的是由两个部件串联组成且有两种故障状态的系统的预防维修策略, 当系统的工作时间达到T时进行预防维修, 预防维修使部件恢复到上一次故障维修后的状态。每个部件发生故障都有两种状态, 可维修和不可维修。当部件的故障为可维修故障时, 修理工对其进行故障维修, 且每次故障维修后的工作时间形成随机递减的几何过程, 每次故障后的维修时间形成随机递增的几何过程。当部件发生N次可维修故障或一次不可维修故障时进行更换。以部件进行预防维修的间隔和更换前的可维修故障次数N组成的二维策略(T, N) 为策略, 利用更新过程和几何过程理论求出了系统经长期运行单位时间内期望费用的表达式, 并给出了具体例子和数值分析。     

基于历史故障数据的租赁设备预防维护策略优化

针对租赁设备的特殊性,提出了一种周期预防维护策略模型。该策略综合考虑设备的当前维护周期、预防维护、小修以及惩罚机制等因素对维护成本的影响,从设备的当前维护周期出发,构造出故障率分布的平滑函数,以设备的历史故障数据信息为依据,使用最大似然估计解析方法对设备的故障率分布函数参数进行有效估计,建立以租赁企业维护成本最小化为目标的周期预防维护策略模型。最后是算例分析,研究表明,该策略符合租赁设备维护的实际情况,可为租赁企业提供有效的维护解决方案。     

带有一个冷贮备部件的两部件串联系统机会维修策略

针对带有一个冷贮备部件的两部件串联系统,本文首先提出一种预防维修与机会维修相结合的维修策略,运用更新报酬定理求得长期运行情况下的单位时间期望维修成本函数的表达式,然后研究最优的机会维修阀值,运用微分学理论求解最优解,最后用实例验证理论的正确性,从实际例子说明本文提出的维修策略可明显节约维修成本,为相应的带有冷贮备的多部件串联系统的维修策略分析提供参考,对企业设备的维修有实际指导意义。