考虑产品合格率衰变的设备维修与生产决策北大核心CSSCI

研究了需求不确定条件下生产设备的维修计划与生产决策的联合优化问题。首先建立了k-out-of-n系统设备状态的多周期纯生过程模型,然后在产品需求随机、产品合格率随设备状态劣化而衰减的情况下,分析了企业的维修成本、启动成本、库存或缺货成本、生产成本、质量成本,得到了企业单位时间成本最低的决策模型,并给出了较为详细的求解方法,最后通过算例验证了本模型的鲁棒性和精度,分析了设备劣化强度与合格品率的衰减率对模型结果的影响。研究结果表明,本模型能够使制造商以较低的单位时间成本满足市场随机需求且鲁棒性良好,此外设备的劣化强度及合格品率的衰减率都会显著影响企业生产维修与生产决策,尤其是合格品率的衰减率,它会造成企业的生产浪费,大大提高了企业运行成本,因此企业应该以适当频率对设备进行更新换代。     

考虑产能限制及缺货惩罚的MTO投产计划决策

较低的生产重复性使MTO企业的生产系统具有较大随机性,导致其产品投产量计划制定面临易过量或不足的风险.针对这一问题,考虑MTO企业的生产能力限制及其产品合格率的随机性,综合权衡初始投产过量、初始投产不足需补产及缺货等因素导致的总成本损失,以成本损失最小化为目标,建立了产品投产量计划决策模型来解决最优产品投产量计划的获得问题,并进行了相应的理论分析和数值仿真.研究表明:模型可有效求解出最优的产品计划投产量;考虑产能限制和缺货损失可降低企业的综合成本损失;企业产能对综合成本损失的影响同单位缺货成本与欠产再投产的单位产品成本之比有关;提高合格品率中值对降低综合成本损失至关重要.     

基于剩余寿命预测的维修与备件订购联合策略优化

利用设备健康状态信息预测剩余使用寿命,并进行维修和备件订购决策以达到降低设备检修成本和备件成本的目的。针对单部件系统提出基于剩余寿命预测的维修与备件订购联合策略,其中维修决策遵循控制限原则,即根据系统退化量判断是预防性更换还是故障更换,同时基于历史退化信息预测系统剩余寿命,引入订货阈值判断是否订货。通过分析更换时刻备件状态确定所有可能更新事件,推导各事件发生概率进而计算各事件更新成本和更新长度,采用更新报酬理论构建最小化单位时间内期望费用的联合策略模型,设计离散事件仿真算法求解模型。最后,通过实例验证模型和算法,得到最小的单位时间内期望费用14.656 3,最优预防性更换阈值8,最优订货阈值1 000。     

基于寿命周期成本分析的产品延伸保修决策优化模型

随着用户对产品寿命周期成本的日益重视,延伸保修已成为生产商新的关注点。延伸保修对产品维修使用费用以及市场竞争力有很大影响,为得到产品延伸保修决策优化方案以降低寿命周期成本,在考虑预防性维修策略的基础上,分析了生产商延伸保修定价策略,构建出一种以用户在产品使用寿命期内单位时间总维修成本最小为目标的延伸保修决策优化模型,并提出了求解模型的网格搜索(grid search)算法。通过引入算例,借助Matlab仿真软件实现网格搜索算法,在保证生产商利益的基础上,有效的降低了产品单位时间总维修成本,延长了产品使用寿命周期长度,由此得到了用户最优延伸保修决策方案,验证了模型和算法的合理性和有效性。     

可用度及动态维修成本下的维修决策模型

为了制定一个更具操作性、符合生产实际的设备维修计划,采用现代设备维修管理理论,考虑了预防维修成本的动态性,构建出一种以预防更新周期内单位时间总维修成本最小为优化目标,以设备可用度为约束条件的预防维修决策模型。通过引入算例,运用枚举法,借助Matlab仿真软件来验证模型的合理性,同时证明了企业可采用该种决策模型来实现其维修成本的最小化。     

考虑次品率限制的生产计划与视情维修联合优化策略

为解决生产计划与维修独立决策的不足,设计了生产计划与设备视情维修的联合优化策略。该策略中,考虑到产品质量水平会间接反馈出系统所处的状态,在对设备进行视情维修活动的前提下,结合生产过程中次品率检测结果,设定了6种不同情形对应的维修活动。根据所设计的联合优化策略,以生产批量大小、次品率阈值以及预防性维修阈值三者为决策变量,运用更新报酬定理构建了联合优化模型,并用遗传算法对其进行求解,从而验证该模型的可行性和有效性。     

不完美检测下的控制图与预防性维修联合设计

目前,复杂系统的修复和检测费用往往比较高,过程比较繁琐,且由于设备故障停机造成了大量损失。针对这一问题,提出一种通过系统产出间接地判断整个系统是否存在问题,并在此基础上进行预防性维修的决策方法。与传统检测的方法不同,利用控制图监控产品,充当设备的传感器,间接地判断生产产品的设备是否正常。根据不完美检测下的监控结果,进行适当的维修策略,基于更换过程理论,建立单位时间成本最小的目标函数,提出控制图与预防性维修的优化参数设置。通过遗传算法进行数值仿真,表明该模型能有效实现控制图与预防性维修的联合经济设计目标。研究对于生产系统节约成本、提高综合经济效益具有现实意义。     

不确定环境下复杂机械装配系统设备维修方法

为保障不确定环境下复杂机械装配系统的连续性并降低其维修成本,提出一种以马尔可夫决策理论为基础的设备维修策略动态选择方法。在综合考虑系统运行成本、缓冲库存成本、设备维修成本及停机损失成本的基础上,构建了装配系统可靠性成本模型。该模型以带有中间缓冲区的二级装配系统为研究对象,以设备状态和缓冲库存量为自变量,以可靠性成本为目标函数。分析了装配系统的不同运行状态,利用模拟退火算法和模糊非线性混合整数目标规划对可靠性成本模型求解,制定装配系统最优维修方法。该方法降低了装配系统停机时间,减少了设备维修次数,可为生产线设计和维修计划的制定提供依据。最后,通过算例分析验证了模型的有效性和可行性。     

马尔可夫决策过程在视情维修中的应用

在实际应用视情维修中，维修时机的确定通常是通过经验或简单的趋势检验，其结果比较粗糙，不便于应用。在本文中，我们研究了应用马尔可夫过程描述系统劣化的过程。针对维修与不维修两种决策行为，以单位时间费用最低为目标的决策过程，并给出了具体算法计算维修状态阈值。最后，通过一个例子说明了决策的过程。     

试论机电设备故障维修及预防措施

机电设备对企业产品的生产率、质量、成本，安全、环保等方面，在一定意义上有着决定性作用。因此保持现场机电设备经常处于良好状态，提高设备利用率，延长使用寿命是企业提高经济效益的需要。本文重点分析机电设备维修及预防措施的相关问题。     

考虑役龄的预防性维修计划与缓冲区库存联合优化决策

针对生产系统中的预防性维修问题,提出考虑缓冲区库存和役龄回退的预防性维修策略,分析役龄对故障率的影响,推算出设备的故障次数,建立设备预防维修计划与缓冲区库存联合优化决策模型。该模型以预防性维修周期T和缓冲区库存量S为决策变量,以周期内单位时间总费用CT(T,S)为决策目标,并运用离散迭代算法进行算例仿真求解,获得最佳的缓冲区库存量及最优预防性维修周期,使单位时间总费用达到最低。算例对比分析证明了策略模型能有效节省生产成本。最后通过灵敏度分析得出相关参数对于策略模型的影响,验证模型的有效性,为维修计划提供理论指导。     

基于多目标决策的动车组部件分阶段预防性维护优化模型

对动车组部件维修周期的确定直接影响到部件运用时的可靠性及动车组的行车安全。以我国动车组检修制度为背景,选用非完美维修和更换两种不同的维修方式,并考虑到非完美维修后部件可靠度的加速衰退,建立了以维修时间和维修成本为优化目标的分阶段预防性维修模型。应用遗传算法对不同阶段内的维修间隔、维修次数和维修方式进行决策,并与等周期维修模型进行比较。研究结果表明,在满足部件可靠度要求的前提下,分阶段预防性维修模型相比于等周期维修模型能够有效缩短维修时间、降低维修成本,更具经济性。与单目标优化相比,多目标优化的联合决策可以根据检修部门的实际需要提供多种维修方案,有效协调部件的运用需求和维修需求。     

如何做好机械设备的维护

机械设备是企业生产的基本条件之一。随着设备性能的提升,生产对设备的依赖性随之提高。因此,设备状态对企业生产的正常运行,对产品产能、质量、成本、安全、环保和能源消耗等在一定意义上起着决定性的作用。机械设备在生产运行中,不可避免地会由于磨损、疲劳、断裂、变形、腐蚀和老化等原因造成设备性能的劣化以致出现故障,从而会使其不能正常运行,最终导致设备损坏。对企业造成一定的经济损失。因此,减缓机械设备劣化速度,排除故障、恢复设备原有的性能,需要设备管理人员和操作人员加强对设备的维护。     

带缓冲区的基于时间延迟的可修设备联合优化

考虑到设备停机时间较长对企业经济效益的影响,在设备间设置缓冲区;同时考虑到设备单目标维修决策模型的不足,以及故障次数表达的精确程度对决策的影响,借用了时间延迟理论,建立了可修复设备的联合决策模型。为了满足设备的生产要求,以及最优化缓冲区生产系统的费用水平,将分别以平均单位时间的总停机时间、平均单位时间的总费用作为目标函数,来进行研究。通过时间延迟理论,分析了故障形成的过程,并表达出故障次数。借用更新报酬定理,来表达两目标函数。由离散迭代算法,求解得到：最优的检查周期和额定库存分别为25 d、1 195件时,总费用率在停机时间率为0.199时最小为22 739.95元。另外,进行了敏感性分析来验证最优解,最后由求解结果来指导生产线维修管理。     

不完全维修的二维产品保证成本

以不完全维修的故障强度下降因子与时间域为待优化变量,建立不完全维修的二维产品保证成本模型。首先通过确定最优的故障强度下降因子,再采用两阶段处理方法对不完全维修时间域进行优化,以实现最小产品保证成本。最后对模型进行数据分析后可知:随着产品使用率的提高,不完全维修策略比最小维修策略的二维产品保证成本更低。     

面对随机需求的产品平台配置生产模型

提出在需求不确定情况下,利用平台方法以最小的综合生产成本为目标生产给定产品族.该方法考虑每一产品类型的随机需求,以生产成本、平台库存持有成本和缺货成本三者作为决策变量,以带补偿的二阶随机规划对问题建模,并描述了模型的最优算法.通过一个产品族实例证明了该方法的有效性.     

产出和质检具有学习效应的EPQ决策

研究产出和质检过程同时具有学习效应的EPQ决策问题。由于生产过程的不完备,在生产过程中会生产质量缺陷的产品。在面临常数需求的基础上,建立了产出与质检过程均具有学习效应的成本函数模型,并采用牛顿法进行了求解。数值与敏感性分析表明,随着生产的推进,在早期的生产阶段,单位产品的平均生产时间快速减少,在后期趋于稳定;随着产出率学习系数的增大,最优生产时间缓慢递减;随着质检学习系数的增大,最优生产时间缓慢递增;随着缺陷率的增大,最优成本快速增加。所得结论为决策最优的生产量提供了依据。     

单机调度与非完美视情维修的联合决策与优化

在生产加工过程中,考虑维修计划和生产调度的相互依赖作用,提出了作业调度和非完美预防性视情维修的联合策略。针对状态可检测的可修单设备生产系统,以作业调度序列和视情预防性维修阈值为决策变量,最小总加权期望完成时间为优化目标,建立了联合决策模型。对相应的概率密度函数进行推导,并用数值方法进行求解。通过数值分析,验证联合决策相对于独立决策的优势,并进行参数的灵敏度分析,表明模型的有效性。     

基于灰信息挖掘的视情维修决策方法研究

针对列装新设备缺乏状态劣化信息和维修阈值难以进行视情维修决策的问题,基于新旧设备故障率变化趋势的一致性,定义改进性系数表示基本故障率的变化不同,得到新型设备的故障率函数,结合回归支持向量机拟合新型设备风险度函数曲线,得到新型设备的维修阈值,进而建立新型设备的视情维修决策模型,最后以船用柴油机监测数据进行了实例验证。结果表明,该方法能有效挖掘旧型柴油机的历史数据信息,充分利用新旧柴油机之间的内在联系,为灰信息条件下新设备的视情维修决策提供了新途径。     

生产成本规模递减的工厂选址和规模决策

生产规模的选择是企业长期投资决策的重要内容.企业在进行选址决策时,要在当前的工厂地理位置、生产规模投入成本和未来的可变单位生产运作成本之间进行均衡.在一般的带建站费用有容量约束的选址研究的基础上,增加了生产规模决策项和生产规模投入成本.建立了该问题的一般性混合整数规划模型(CPSLP)和线性混合整数规划模型(CPSLP-MIP).运用Benders分解算法的思想,给出了求解(CPSLP-MIP)模型的算法,并运用该算法编程对随机选取的一组数据进行实验,结果显示算法是有效的.