一种基于设备运行的预防性维护与生产批量联合决策模型

为了最小化生产与维护总成本,以有限产能批量问题为基础,建立了生产批量与预防性维护的联合决策模型。为体现生产与维护之间的关联性,采用基于设备运行的预防性维护策略,以准确评估不同生产负荷对设备状态的影响。为解决维护周期小于一个生产周期的情况,假设一个生产周期内可进行多次预防性维护。采用Lingo对该非线性的联合模型进行求解,算例表明:与采用基于时间间隔维护策略的建模方法相比,所提模型在不同设备负荷水平和维护周期条件下可有效避免设备过度维护和维护不足的问题,降低生产与维护的综合成本,并使平均维护成本接近最优值。     

基于系统可靠性的生产与维护计划联合决策

为准确构建生产系统中批量生产与设备维护之间的关联关系,以并行机系统产能受限批量计划问题为基础,提出并引入基于系统可靠性的预防性维护策略与成组维护策略,建立了以生产与维护总成本最小化为目标的生产计划与预防性维护联合决策模型,从而在保证系统生产效益的前提下优化系统的维护频率、减少系统中生产与维护的总成本。模型的求解采用基于产能约束松弛的拉格朗日松弛算法框架,并设计了基于移动平滑方法的构造启发式算法,以获得问题的可行解并协同优化系统生产和维护计划。数值实验表明,该模型能充分发挥并行机的协调能力,有效避免设备过度维护问题,从而降低生产与维护总成本,所设计的算法具有较好的求解性能。     

考虑非固定提前期的生产计划和预防性维护联合优化模型

针对具有重入的串行系统如半导体晶圆制造这类系统中生产提前期和负荷之间存在较强非线性依赖关系以及设备维护对生产计划的执行有较大扰动的事实,将预防性维护纳入非固定提前期函数以体现生产和维护的相互制约,提出了描述生产负荷、预防性维护与生产计划提前期关系的函数,基于该函数建立了生产计划与预防性维护联合优化模型。该模型以最小化系统的生产和维护总成本为目标,与现有的生产计划模型相比,考虑了预防性维护对生产计划执行的影响。生产线不同复杂程度和设备劣化水平下的数值实验表明,该联合优化模型具有更低的总成本。     

基于质量约束的生产调度与设备维护联合优化模型分析

本文主要研究车间生产管理中设备维护维修、生产调度、质量控制三者联合优化问题.在质量控制成本约束下,研究生产调度和设备维护维修联合优化模型,旨在通过优化工艺过程质量控制成本函数参数与预防性维护时间变量,获得单位时间预期成本最小值.通过采用启发式算法,得出最优质量控制成本函数参数与预防维护时间参数组合,与生产调度计划相结合...     

成组生产方式下生产调度和设备维护的多目标联合决策问题

针对成组生产方式下单机系统对生产调度和设备预防性维护的迫切关注,提出一种集成优化模型,以满足成组生产方式下的零件加工和设备维护需求。该集成优化模型除考虑加工同种零件、同零件族的不同种零件以及不同零件族应具备的学习遗忘效应外,还提出一类考虑设备运行的劣化效应,对设备采取完美维护方式的预防性维护,当突发故障发生时采取小修方式。为了满足生产调度和设备预防性维护的双重需求,该集成优化模型以最小化总完工时间和维修成本为多目标,并利用遗传算法对模型进行求解。通过算例分析表明了该集成优化模型的可行性和有效性。     

柔性车间调度与设备维护的联合优化研究

在现实生产中,生产调度和设备维护具有相互影响的关系,应将两者统筹优化。在理论研究中,柔性车间调度和设备维修决策的联合优化问题尚鲜有研究。为解决这一问题,以车间调度理论和预防性维护理论为基础,建立了柔性车间调度和设备维护的联合优化模型。同时依据问题的特性,设计了求解上述模型的双层编码遗传算法方案。最后通过实例进行仿真,得出了满足总完工时间最小条件下的最优生产和维修方案。通过与独立决策结果对比,证明了联合优化模型和算法的有效性。     

成组方式下考虑故障率限制的生产调度模型

针对成组生产方式下的单机加工系统,提出一类考虑设备故障率限制的生产调度优化模型,以贴近实际加工情况。该优化模型以最小化总完工时间和总维护成本为目标,除考虑与相似度相关的生产设置时间和加工零件的学习遗忘效应外,还考虑了设备劣化效应,并采用预防性维护和小修相结合的混合维护方式,基于故障率阈值,采取适当的预防性维护以有效避免维护不足或过量,对于批量加工过程中的设备突发故障则采用基于役龄的小修。根据优化模型的数学特征,利用遗传算法求解模型。通过算例数值结果表明所提出的优化模型可在避免维护不足或过量的同时,进一步减少维护成本和缩短完工时间。     

基于维护总成本最优的PM周期优化方法和应用

以维护总成本模型作为设备预防性维护周期决策的优化条件,利用所研究设备系统已记录的历史数据建立神经网络模型,预估各个分系统使用寿命对于产品工艺参数的影响,通过遗传算法确定总成本最低的最优化预防性维护周期方案,并根据实际操作情况进行修正。运用优化后的决策使该系统的维护总成本下降34%。     

带缓冲区的三设备串行生产系统动态机会维护策略研究

以采用周定周期预防维护技术并带有中间缓存区的三设备串行生产系统为研究对象,基于机会结余和组成本理论,运用动态规划方法,在组合优化的基础上,建立一种基于设备可靠性的三设备串行系统动态机会维护策略及决策优化模型.该模型克服了在当前生产系统中设备只有短期信息可用,而导致预防性维护计划制定的灵活性不足这一问题.数值试验结果表明,该模型能在控制维护成本的基础上提供有效的维护调度方案,为企业的设备维护管理决策问题提供了一种新的解决思路.     

基于多目标混合殖民竞争算法的设备维护与车间调度集成优化

在制定调度计划时考虑设备预防性维护可以提高设备利用率和资产效率。首先,依据实际制造车间生产环境,在每台机器的可靠度降低到阈值的时候安排预防性维护,建立柔性作业车间设备预防性维护与调度集成优化的数学模型,以最小化最大完工时间、总生产成本和平均总维修成本为目标。然后,提出一种多目标混合殖民竞争算法求解该模型,设计相应的编码、解码、殖民国家同化过程以及多目标混合殖民竞争算法的流程,并采用改进加权TOPSIS方法在获得的Pareto解集中选择满意解,以达到提高设备的可靠性、按期交货和节省成本的目的。最后通过具体实例验证提出策略的可行性和有效性。     

基于多目标优化的生产调度与设备维护集成研究

为了解决生产实际中工件调度与维修计划的相互影响问题,提出基于多目标遗传算法的联合优化方案,以单机系统为研究对象,设备失效函数服从威布尔分布,考虑机器和工件的堕化效应,综合决策工件加工顺序和预防性维护时间。以工件流程时间最短化和维修成本最小化为联合优化目标,基于非支配排序遗传算法框架,提出一种新的选择机制以及去除重复个体的方法以提高种群多样性,设计改进的多目标遗传算法以求解Pareto最优解。通过不同设置下的数据实验验证了基于多目标优化的联合决策比独立决策表现更优异。实现了生产与维修部双目标之间的权衡,使决策者可根据偏好选择不同的满意解,有效协调车间的生产调度与设备维护计划。     

多设备串行系统预防性维护的动态决策优化研究

串行系统是目前工业界非常善盘的一种生产系统,而合理的预防性维护是保证串行系统可靠性的重要手段之一.本研究旨在探讨串行系统的整体预防维护策略及优化方法.通过采用动态规划方法,以及对设备维护成本、停机成本和惩罚成本的定义,建立了一种多设备串行系统预防性维护的动态决策优化模型.并以满足威布尔分布的三设备串行系统为例,给出了详细的决策步骤和优化站果.仿真结果显示,该模型满足设奋只有短期信息可用的实际操作特点,可为多设备串行系统预防性维护计划的制定提供有力的支持.     

考虑预防性维护的二维基础质保策略与价格联合优化

目前大多数研究在进行二维质保期和价格的联合优化时，往往将预防性维护策略作为已知方案进行考虑，忽略了对质保期内预防性维护策略的联合设计。针对该问题，从制造商的视角，对二维基础质保期、预防性维护策略和产品价格进行联合设计与优化。考虑不同使用率顾客在二维质保结束时间和使用量上的差异性，构建基于二维质保期的需求模型和考虑周期预防性维护的质保成本模型。以制造商的期望利润最大化为目标，对基础质保时间和使用量限制、预防性维护次数和水平，以及产品价格进行优化。最后，通过算例和敏感性分析验证了模型方法的有效性。该研究能够为制造商开展二维质保政策联合设计与优化提供理论和实践指导建议。     

考虑备件弹性订货的动车组部件分阶段维护决策

为探讨动车组部件预防性维护策略与备件订货、库存策略的联合优化问题,针对两级非完美维护下备件消耗过程的特殊性,以维护策略为驱动提出了备件订货批量可变的弹性订货策略,建立了面向分阶段预防性维护与备件弹性订货的联合优化模型.算例分析表明,弹性订货策略可以通过更低的备件库存量满足维护需求;分阶段预防性维护可以与两级非完美维护力度的变化相适应,使部件获得最佳维护.将两者结合可以实现维护总成本的最小化,为动车组部件的维护决策提供支持.     

批—离散机重入车间调度与设备维护联合优化

针对现实生产活动中生产计划和设备维护计划由不同部门制定,易造成方案冲突、计划变动成本高的问题,为统筹生产调度和设备预防性维护计划,研究了半导体制造中批—离散机重入车间调度与设备预防性维护联合优化。该问题中同时存在多台批处理机和离散机,其中批处理机能同时加工多个工件,离散机一次只能加工一个工件,且存在大量的重入工序。提出一种求解该问题的基于信息熵的自适应差分进化算法,该算法将个体与解空间中潜在最优解之间的距离映射为信息,通过对信息的度量调整个体变异的程度,从而有效缩小搜索空间。与其他4种算法进行比较,结果表明,该算法无论是求解质量还是收敛速度均优于其他算法。     

考虑衰退的流水车间生产与预防性维护集成调度方法

为有效解决流水车间生产与预防性维护的集成调度问题,提出考虑设备衰退的基于改进人工蜂群算法的集成调度方法。对具有设备衰退特征的流水车间集成调度问题域进行了描述,并以最小化完工时间和最小化维护成本为优化目标建立了数学规划模型。针对生产与维护两个决策变量,提出改进双目标人工蜂群算法。该算法融合改进的基于分类排序的Pareto遗传算法的快速排序规则,引入局域禁忌搜索策略和概率接受准则以提高搜索性能。仿真实验表明了该算法的可行性和有效性。     

串并联衰退系统的多目标预防性维护优化建模

以多设备串并联衰退系统为研究对象,通过引入失效率调整因子,整合优化维护成本率和设备可用度,建立了一种设备层的单设备动态预防性维护的多目标决策模型。在此基础上,给出了多设备串并联系统成组维护的优化建模,提出了系统层的非周期预防性维护规划的优化方法。在模型中提出维修时间窗的概念,为降低系统层总维护成本,根据维修时间窗对逻辑串联设备组的维护作业进行作业合并,并对逻辑并联设备组的维护作业进行作业分离。数值实例结果表明,与各设备独立进行预防性维护相比,该建模方法更经济,可为多设备串并联系统的维护决策提供有力的支持。     

设备预防性维护策略与维护车辆调度的联合优化

现有预防性维护模型在建立过程中忽略了设备的运行特点,缺乏针对性;随着整体最优的管理思想深入人心,在制定设备维护计划时应考虑维护资源的调度。基于此首先以运行过程中不允许故障停机的设备为研究对象,利用设备可靠性与役龄之间的对应关系,建立了基于设备可靠性区间的顺序预防性维护模型。之后对维护中心的成本因素进行分析,根据设备的维护计划建立了维护中心成本最小化模型,在维护资源已定的情况下,对维护计划进行择优。最后以故障时间符合威布尔分布的某医用监护仪为例进行仿真分析,结果显示,所提的维护模型符合设备的维护实际,证明了所提联合优化方法的可行性。     

复杂生产系统经济生产批量与视情维护策略模型

为解决复杂生产系统的生产与维护联合优化问题,对经济生产批量和视情维护策略进行了联合建模。针对系统中不同部件劣化故障机理的不同,分别利用Weibull分布与Gamma过程对部件寿命与劣化过程进行刻画。在每个生产批量结束后对各部件进行检测,评估其可靠性。以部件可靠性和结构重要度为依据制定视情维护策略。假设预防维护是修复非新,以生产批量大小和预防维护参数为二维决策变量,建立了有限时间域内系统总费用的数学模型。借助蒙特卡洛仿真技术,设计了模型求解优化算法。通过一个实例演示了该模型,并进行了相关对比实验分析。实验结果显示,所提维护策略较传统的部件独立维护策略和单一整体维护策略在减少生产系统运行总成本方面具有明显优势。     

考虑机器周期性维护的不确定加工车间调度优化研究

为使加工车间调度问题更加符合实际,将不确定加工时间和机器的预防性维护周期考虑到车间调度问题中。首先,建立考虑服从正态分布的随机加工时间和机器的预防性维护周期的联合优化模型,该模型以最大完工时间的期望最小为目标函数;其次,对基于多层编码的遗传算法进行编码操作,每个个体表示全部工件的加工顺序;最后,通过MATLAB中进行了仿真实验。通过实例验证了该模型的合理性和算法的有效性。对实际工业生产中车间加工调度具有重要的意义。