基于三阶段时间延迟模型的设备预防维修策略

针对设备劣化过程中出现多种非正常状态的问题,提出基于三阶段时间延迟理论的设备维修模型.首先,设备从缺陷到故障的过程并不只服从同一分布,因此,基于三阶段时间延迟模型,将设备故障分为初始缺陷、严重缺陷和故障3个状态,不同阶段定义不同的分布函数以模拟设备的劣化过程;其次,分析设备缺陷、故障发生的时刻与阈值时间点之间的关系,对维修情况进行分类,建立维修总期望费用模型,以单位时间维修费用最小为决策目标,求解出最佳预防维修周期时间和最佳阈值时间;最后,利用遗传算法求解数学模型,通过算例分析验证模型的有效性.所提出方法有助于企业根据维修计划定期进行预防维修检测,根据不同情况对设备出现的初始缺陷状态和严重缺陷状态进行预防维修.     

突发事件下的医院应急资源动态分配模型研究

针对突发事件下医院里应急资源供需不平衡的问题,进行了医院应急资源动态分配模型研究。考虑到病人数量增多以及病人伤情演变导致医院应急资源供应相对紧缺的现象,基于序贯决策理论,将病人需求的变化设计成一个马尔可夫决策过程,建立了医院应急资源动态分配模型。使用基本粒子群算法求解,通过某次地震发生后医院的救援实例进行分析。案例分析表明,马尔可夫决策过程可以动态地满足伤情演变下不同状态病人的需求,使得应急救援中整体的资源利用达到最优。     

基于二阶段时间延迟的多产品生产系统生产与维修联合优化研究

针对多产品生产部件串联系统的生产和维修问题进行了研究,提出了基于二阶段时间延迟的联合优化模型。首先,基于生产周期分段理论,将整个周期等分成若干单位时间段,生产与维修共用每段时间,且若干时间段后采取一次预防维修。其次,考虑生产系统的实际生产时间、可用生产时间和维修耗费时间,建立了生产计划与维修计划总成本模型。其中,维修计划考虑缺陷和故障维修费用、维修检查费用,以及非正常状态下设备运行可能产生的不合格产品损失费用;生产计划考虑生产成本、库存成本、延期未交货成本和维修停机后恢复生产的设备启动成本。最后,通过算例分析,计算最优预防维修周期和各单位时间段各产品产量,验证了模型的有效性。     

基于性能合同的多部件系统维修策略模型优化

针对多部件串联系统维修效率低下与供应商所获利润少的问题，考虑各部件间的经济相关性，提出基于性能合同的多部件系统的维修策略模型。首先，采用韦伯（Weibull）分布描述系统各部件的使用寿命规律，并通过判断各部件使用度与预防性维修阈值和机会维修阈值的关系来实施不同的维修策略；其次，计算单位更新周期内的各维修活动概率和对应维修次数，以供应商利润最大化为目标，以预防性维修阈值和机会维修阈值为决策变量，建立基于性能合同的多部件系统的维修策略模型；最后，利用灰狼优化（GWO）算法求解该模型。通过算例分析得出与遗传（GA）算法、粒子群优化（PSO）算法相比，灰狼优化算法在准确率上分别提高了22.6%和7.6%；基于线性收益函数，所提绩效模型的利润率高达25.3%，相较于传统成本模型提高了5.2%。基于性能合同的多部件系统维修策略优化模型和算法可以有效解决供应商维修质量与效率低下问题，为供应商和运营商共同制定维修合同提供依据。     

基于动态需求的多部件批量生产系统的视情维护策略模型

针对当前以市场和客户需求为导向的批量生产订单需求数量的波动性、系统运行的连续性和产品质量稳定性等特点下的设备维护问题，提出了基于动态需求的多部件批量生产系统的视情维护策略模型。首先，利用Weibull分布描述各部件的故障率水平，引入故障率加速因子和役龄减少因子说明不完美维护的特性。其次，利用最小维护成本率确定各部件的初始预防维护时间点和时间间隔，并定义维护成本—时间比率函数评估预防性维护的经济性。再次，基于以批量为周期滚动更新的生产计划，以提前延后维护成本节约值为依据对各部件预防维护时间点进行动态调整，并在此基础上建立多部件机会维护模型。最后，通过算例验证了所提多部件批量生产系统视情维护策略模型的有效性。     

考虑缓冲区库存分配的并联系统预防维护策略研究

为提高并联系统生产过程的连续性,提出了考虑缓冲区库存分配的并联系统(3M1B)预防维护模型。首先,考虑并联系统每台设备的故障率与维护率,在并联系统中上下游设备之间建立缓冲区,构建3M1B系统。其次,考虑设备不完美生产的可能性,以缓冲区库存量与设备运行周期为决策变量,以设备最小生产成本率为目标函数建立预防维护模型,求解最佳的预防维护策略与缓冲区库存分配策略。针对此维护模型,采用离散迭代算法与遗传算法进行求解,并比较了2种算法的优劣,结果表明,对于此模型,离散迭代算法优于遗传算法。最后,通过算例验证模型的可行性和有效性。     

基于动态EM-SHSMM的异常数据下设备健康预测研究*

针对设备退化过程中异常数据下的剩余有效寿命预测问题,提出了一种基于动态的期望最大化算法(EM)-分段隐半马尔可夫模型(SHSMM)预测方法。首先,基于SHSMM的理论框架,采用期望最大化参数自适应估计算法估计模型中的未知参数。其次,基于WGM(1,1)模型,提出动态前向后向灰色填充算法处理样本中的异常数据,并利用健康预测过程预测设备的剩余有效寿命。最后,通过实例分析对模型进行评价和验证。结果表明,提出的设备健康预测方法能有效解决异常数据的问题。     

基于粒子群算法的地下管道腐蚀剩余寿命预测

以灰色理论为基础,探讨了PSO算法的用法.分析了在灰色理论的基础上用PSO算法预测剩余寿命的可行性,对地下管道进行寿命预测.利用该方法,可以在测量数据很少的情况下,预测地下管道的剩余寿命.实例计算表明,基于PSO算法的灰色理论优化方法优于现有的灰色预测方法和基于GA的灰色理论优化方法.     

基于故障状态演化的租赁设备定周期多维护策略研究

为同时保证设备承租方对租赁设备的可用度,以及优化设备出租方的设备维护成本,提出了基于故障状态的定周期检测的多维护方式策略。首先,对租赁设备进行定周期检测,基于设备故障率来选择相应的维护策略,采取役龄回退的方式描述采取不同的维护策略后设备状态的恢复情况。其次,综合考虑周期维护成本、小修成本、惩罚成本和租赁延迟成本,建立了以出租方成本最低为目标的多维护策略优化模型。通过数学建模和数理统计方法,利用MATLAB仿真进行算例分析,将其与定周期单一预防性维护策略进行对比,证明了对租赁设备进行定周期多策略维护,其维护效果较单一预防性维护有较大的提升。     

旅行商问题的改进粒子群算法

旅行商问题是组合优化中最典型的困难问题之一,为解决这个问题,采用粒子群算法,取得了良好的效果.进一步在传统的基础上引入了记忆机制,并进行改进,从而加快了算法的收敛速度,提高了解的精度.最后通过两个实例说明了该算法的有效性,同时也说明了用该算法来分析和求解旅行商问题的可行性.