基于Petri网的非串行制造系统的可靠性分析

对带有中间缓冲区的非串行系统深入研究其可靠性问题,建立基于广义随机Petri网的可靠性模型,着重考虑出现的装配、拆分以及按不同比例进行装配或拆分的加工工序,其中间缓冲区可用度对机器可用度的影响,在此模型基础上,采用缓冲区可用度定理,对中间缓冲区和机器本身的状态转移概率分别分类求解,计算出相应的缓冲区可用度和等效机器可用度;同时通过功能可靠度指标,对整个加工任务车间的可靠性进行总体评价,从时间量和产品量因子出发,来衡量由于生产率的不平衡以及中间缓冲区的库存太小,引起生产流程中传输道的阻塞和缺料,进而造成的相关工件的加工时间延迟等问题。以三台机床和两个待加工工件的加工装配单元为例,验证该模型与分析方法的有效性。     

机床可用度与缓冲区容量的关系模型研究

利用缓冲区内在制品积压量状态转移的概率模型,求解其状态转移概率,根据作业域内缓冲区状态与机床工作状态的紧密关系,简化了机床可用度与缓冲区容量关系模型的求解过程,得到了机床实际可用度、理论可用度和独立可用度的关联关系。结论表明:当相邻机床独立使用生产率相差较大时,缓冲区容量对机床可用度影响较小;相反,机床的实际可用度与缓冲区容量和前端机床的实际产量紧密相关。     

基于状态熵的制造系统结构复杂性建模与评价

针对现有结构复杂性建模方法存在的不足,在考虑中间缓冲区状态对制造系统状态影响的基础上,提出一种基于通用发生函数法和信息熵理论的非串行制造系统结构复杂性建模与评价方法,从系统角度对制造系统的复杂性进行测度。通过建立中间缓冲区的状态转移方程,定义缓冲区的状态,分析中间缓冲区状态对非串行制造系统各工位加工设备状态的影响,将原制造系统转化为等效系统;利用通用发生函数法描述各等效加工设备的性能及其发生概率,并将制造系统分解成若干并联和串联子系统,引入并联和串联复合算子求解整个系统的发生函数,得到系统的状态空间及其对应的概率空间;从系统角度出发,利用信息论中的信息熵模型建立非串行制造系统的结构复杂性模型。以某车间的非串行缸盖柔性加工线为例,验证该模型与评价方法的有效性。     

基于可用度评价的混联生产线缓冲区配置优化

为快速有效地分配缓冲区容量，提高混联生产线的可用度和生产率，提出了一种基于可用度评价的缓冲区分配方法。在考虑混联生产线特性的同时，通过分析设备状态与缓冲区状态之间的转化规律，将缓冲区进行等效处理，以获得等效设备的可用度；结合通用发生函数(UGF)法，建立混联生产线的可用度与缓冲区容量关系的数学模型，以整线可用度最大为目标，利用遗传算法(GA)求解得到最优的缓冲区配置策略。多个生产线实例缓冲区优化分配结果表明，基于可用度评价的缓冲区分配方法能够在有效解决缓冲区配置问题的同时，明显减少生产线的平均在制品数量。     

考虑机床闲置和工件绕路的可重构制造系统工件族构建相似性算法

针对可重构制造系统(Reconfigurable manufacturing system,RMS)需要兼顾柔性和效率问题,提出考虑机床闲置和工件绕路因素的RMS工件族构建方法。该方法首先提取不同工件工艺路线之间的最长公共子序列,然后以最长公共子序列为基础,考虑机床闲置和工件绕路因素将非最长公共子序列的工序合并到最长公共子序列中,形成最短混合工艺路线,通过分析最长公共子序列、最短混合工艺路线与工件相似性之间的线性关系,建立工件相似性系数求解算法,以此作为工件聚类成族的基础。最后,将该方法与已有方法进行对比分析,验证了该方法的准确性和实用性。     

基于马尔可夫过程的混流装配线缓冲区容量研究

为研究混流装配线缓冲区容量,基于马尔可夫过程原理,建立了通用的混流装配线模型,分析了模型中工作站和缓冲区状态,绘制了工作站与缓冲区的状态图,建立了状态转移矩阵,分析了工作站与缓冲区在不同状态下装配线正常运转的概率,推导出了装配线可用度与缓冲区容量之间的关系。用可用度计算公式分析混流装配线缓冲区设置对提高装配线可用度的影响,并以两级系统为例计算缓冲区容量,分析了缓冲区容量与可用度、费用之间的关系。     

人-机系统串联生产线可用度分析及产能研究

以人-机系统单元组成的串联生产线为研究对象,建立人-机串联生产线可靠性模型。基于SRK模型,得到人为差错概率区间,应用BAYES方法证明在这一区间人因失误率可近似为常数,提出人的可靠性和恢复性均服从指数分布,求出人-机系统单元的失效率和修复率。结合缓冲库的状态转移,运用马尔科夫过程对中间缓冲库、人-机系统单元的状态转移概率求解,解析得出人-机系统串联生产线的稳态可用度,并提出生产线稳态可用度的修正系数及其求解方法。在传统生产线产能计算方法的基础上,提出基于人-机系统串联生产线稳态可用度的产能计算方法,通过实例验证了其合理性。     

基于性能退化和通用发生函数的在轨空间机构系统多状态可靠性分析

在轨空间机构在服役期间,其性能参数往往会因为耗损性机理(如磨损)发生退化,是具有多性能参数输出的多状态系统。因此,基于"两态性"假设的传统可靠性分析方法并不能准确的分析在轨空间机构的多状态可靠性。针对此问题,提出了性能退化和通用生成函数(Universal generating function,UGF)相结合的系统多状态可靠性分析方法。建立了性能参数分布矢量模型,在此基础上利用UGF建立了多性能参数退化下的在轨空间机构系统多状态可靠性模型。分别给出了已知退化机理模型和未知退化机理模型两种情况下的状态概率计算方法,并提出了多性能参数退化下的系统可靠度分析方法。结合双轴驱动机构系统的实例分析,验证了所提方法的有效性,具有工程应用的指导意义。     

基于图论的可重构制造系统重构策略

可重构制造系统(RMS)是针对零件族设计的既具有定制的柔性,又具有高生产率的制造系统。RMS通过重构来适应市场需求的变化。RMS的设计目标是基于重构条件下寻求制造系统在全生产周期内的系统成本最优。首先建立RMS的各生产周期成本模型、重构成本模型与全生产周期成本模型,构建RMS在各生产周期的组态有向图,利用Dijkstra算法与双向扫视算法求得RMS在各生产周期的最优成本组态与K-1个次优成本组态。根据所求得各生产周期的最优成本组态与K-1个次优成本组态,重构成本模型与全生产周期成本模型,计算上下生产周期各组态间的重构成本,并构建RMS全生产周期的重构策略有向图,再次利用Dijkstra算法与双向扫视算法求得 RMS全生产周期的最优重构策略与K-1个次优重构策略。最后用实例验证了方法的有效性与可行性。     

基于性能衰退的多态制造系统可靠性分析

针对可修制造系统在维修过程中呈现出的性能多态性,采用从机床到系统的分析方法,提出了机床在一个维修周期内基于性能衰退过程的多状态可靠性建模方法,建立了机床状态衰退过程的Markov模型,分析了机床从高性能状态到低性能状态衰退的不同途径,得出机床处于各状态的概率与衰退途径之间的函数关系。采用状态概率与通用发生函数相结合的方法,对机床性能衰退过程进行了状态分析,根据影响系统性能衰退的不同因素对制造系统进行层级划分,结合模糊层次分析法分析了子系统与系统性能状态之间的关系,得到子系统及系统的发生函数,探讨了系统因老化导致性能衰退过程的可靠度分析方法。结合实例分析,验证了所建模型的合理性和分析方法的有效性。     

多状态系统共因失效分析及可靠性模型

基于发生函数法建立了含共因失效的多状态系统可靠性分析模型,通过改进的发生函数法求取多状态不可修串并联系统的可靠度函数。具体分两个步骤:①先不考虑共因元件组的影响,用发生函数表示系统的性能分布。②在“系统层”对共因元件组元件各状态信息进行分析,再用分析结果对系统发生函数进行修正,最终得到系统可靠度函数。     

考虑共因失效的多状态系统可靠性分析模型

基于发生函数法建立了舍共因失效的多状态系统可靠性分析模型,通过改进的发生函数法求取多状态不可修串并联系统的可靠度函数。具体分两个步骤：第一步,先不考虑共因元件组的影响,用发生函数表示系统的性能分布;第二步,在“系统层”对共因元件组元件各状态信息进行分析,再用分析结果对系统发生函数进行修正,最终得到系统可靠度函数。     

基于证据理论和贝叶斯网络的液压驱动系统可靠性分析

为解决因结构复杂、数据缺乏、人的认知水平不足等导致液压系统存在不确定性,以及液压系统存在多性能、多故障状态等多态性问题,提出了液压系统证据理论和贝叶斯网络相结合的可靠性分析方法。证据理论能够很好地处理不确定信息,利用证据理论的似然概率和信任概率描述根节点的失效可能性区间,解决根节点的故障概率存在不确定性及不易精确获取的问题;利用贝叶斯网络描述系统多态性,运用其推理算法给出了叶节点故障概率区间、根节点重要度区间以及根节点的灵敏度区间的计算方法。将该方法运用到工程机械液压驱动系统中,通过分析表明该方法能够有效地描述不确定性及多态性问题。     

多状态系统共因失效机理与定量分析

共因失效是由共同诱因引发的相关失效形式,普遍存在于各类系统,当前研究仅限于二态系统。该文针对存在共因失效的串并联不可修系统,探讨共因失效的发生与作用机理,基于载荷离散化方法和概率发生函数建立多状态系统可靠性定量评估模型,新模型可反映在失效共因下元件部分失效及其累积效应对系统各级性能的影响。研究表明,元件因失效共因而统计相关时,各元件状态趋同的概率增大,而取异值的概率减小,对系统可靠度分析产生影响。载荷离散化模型实现系统共因失效相关性的近似解耦,发生函数法能以统一的程序方式快捷处理概率组合问题。提出的模型为多状态系统共因失效及可靠性研究提供新途径。     

Reliability assessment and replacement for machine tools under wear deterioration

This paper considers a problem of reliability assessment and determination of optimal replacement time for a machine tool under wear deterioration. Traditional models classifying a tool’s condition use binary states, with working (success) or failure (1 or 0), to evaluate its reliability and decide its optimal replacement time; however, as most machine tools deteriorate over time, a multi-state discrete model is reported as a more realistic classification for quantifying the tool wear condition. In this paper, we propose a nonhomogeneous continuous-time Markov process (NHCTMP) for modeling the tool wear process, representing the length of time the tool stays in a certain state, which depends not only on its current state but also on how long it has remained in the current state. According to this model, we first develop reliability assessment for the tool with the multi-state deterioration. Then, we derive an average expected cost function of the tool operating over the manufacturing period and optimize it to find the optimal replacement time of the tool. The optimization of the average value of the expected cost over tool replacement time emerges as a classical tradeoff idea, balancing between increasing the average cost of tool replacement and decreasing the average cost of tool deterioration. A real application is illustrated throughout the paper.     

基于改进HMM的潜在电子故障状态识别模型

针对复杂电子装备隐性故障难以诊断的难题,在深入分析隐马尔可夫模型的核心问题及基本算法的基础上,探讨了其在故障诊断应用中存在的主要问题,建立了多状态电子装备可靠性评估模型,利用系统可靠性评估结果作为隐马尔可夫模型的初始模型特征量,改进了传统的隐马尔可夫模型,并对Baum-Welch训练算法进行了优化,形成了一套适于复杂电子装备潜在故障状态跟踪识别的数学模型.实验结果显示,理论方法及模型能够更好地识别潜在故障状态,加快了模型训练速度,提高了故障状态识别率.     

基于贝叶斯网络的多状态系统可靠性建模与评估

利用贝叶斯网络(Bayesian network, BN)的不确定性推理和图形化表达的优势,提出一种基于BN的多状态系统可靠性建模与评估的新方法,确定BN的结点及系统各元件的多个状态,并给出各状态的概率,进而用概率分布表(Conditional probability distributing, CPD)描述元件各状态之间的关系来表达关联结点的状态,建立多状态系统BN模型.该模型表达直观,能够清晰地表示系统和元件的多种状态以及状态概率,并能够根据元件多种状态概率直接计算系统可靠度,对多状态系统可靠性进行定性分析和定量评估.实例分析表明了应用BN方法进行多状态系统可靠性评估的有效性.     

区间三角模糊多态贝叶斯网络可靠性分析方法研究

针对传统系统可靠性分析方法在处理模糊信息方面的不足,建立了基于区间三角模糊贝叶斯网络的多态系统可靠性分析方法。通过区间三角模糊子集来描述根节点故障率;基于区间三角模糊子集,构建了区间三角模糊多态贝叶斯网络模型;研究了区间三角模糊多态贝叶斯网络可靠性分析算法,给出了求解叶节点故障模糊可能性与去模糊根节点后验概率的计算方法。最后,对塔机倾覆事故进行了可靠性分析,验证了该方法的有效性。     

Decision diagram based methods and reliability analysis for k-out-of-n: G systems

Binary k-out-of-n systems are commonly used reliability models in engineering practice. Many authors have extended the concept of k-out-of-n system to multi-state k-out-of-n systems. This paper proposes a binary decision diagram (BDD) based approach for binary k-out-of-n: G system and a multi-state multi-valued decision diagram (MMDD) based approach for multi-state k-out-of-n: G system. BDD and MMDD have been extensively used for representing and manipulating logic functions in many areas, including reliability modeling and analysis. In this paper, patterns of BDD/MMDD for binary/multi-state k-out-of-n: G system are summarized and proved, a two-step algorithmic process is proposed for modeling the BDD/MMDD and three case studies are implemented to demonstrate the presented methods. Complexity analysis shows that the presented method is more computationally efficient than the traditional algorithms for k-out-of-n: G system.     

Method of Judging Potential Failure States of Electronic Instruments

Potential failures of electronic instrument are very common in the engineering practice.In this paper,potential failure state model is analyzed based on dynamic characteristics of electronic instrument at work and a comprehensive method of judging multi-state reliability is put forward.Then,a multi-state electronic instrument reliability analysis model is built based on Bayesian Networks(BN).Considering the failure-potential failure-normal work states,the model is built to estimate reliability of the system and the conditional probability of the elements.Finally,the model is proved corrective and effective by examples.