有限产能下多部件设备视情维修策略与多订单批量生产联合优化研究

针对有限产能下,面对多个不同要求订单时的订单选取和多部件设备维护决策问题,提出了基于客户满意度的多部件设备视情维修策略和多订单批量生产的联合优化模型。首先,基于比例风险模型描述出各部件的具体劣化趋势,并以虚拟年龄表示各部件的健康状态;其次,根据单次批量生产结束后的实时监测结果和维修阈值,确定不同的维修方式;再次,以利润最大化为优化目标,结合有限产能批量问题模型和客户满意度模型,建立视情维修策略和多订单批量生产联合优化模型;最后,利用模拟退火算法和粒子群算法就行模型求解,并通过算例验证了模型的有效性,使模型更具有现实意义,并对模型相应参数进行了灵敏度分析。     

考虑生产和需求情况下多设备系统状态维护策略研究

针对考虑生产多于需求或少于需求的情况下多设备系统的维护问题,建立了状态维护策略模型。首先将设备退化过程分为三个状态,构建状态的转移概率模型,并且针对不同状态采取两种维护策略;其次,基于半马尔可夫模型以损失成本和超额利润、检测成本、维修成本为优化目标,建立在不同策略下维护费用模型,采用策略迭代算法求解不同状态下的维护策略。最后,通过算例分析验证模型的有效性,并对相应的参数进行了灵敏度分析。     

复杂系统维护策略最新研究进展: 从视情维护到预测性维护

对于复杂、可修复的工程系统, 设备维护是确保系统安全性、可靠性、可用性的重要手段之一. 系统维护策略已经历修复性维护、定时维护、视情维护等多种维护策略. 其中, 视情维护是目前最受关注的维护策略, 它通过收集和评估系统的实时状态信息进行维护决策, 具有全寿命周期内系统可靠性高、运营维护成本低等优点. 近年来, 随着物联网技术、信息技术和人工智能的快速发展, 一种更新颖的视情维护策略——预测性维护逐渐成为领域研究热点. 本文首先简要回顾了系统维护策略的发展历程; 然后, 重点介绍了视情维护的研究进展, 根据决策支持技术的不同, 将视情维护划分为基于随机退化模型的视情维护和基于数据驱动的预测性维护, 对每类技术的发展分支与研究现状进行了疏理、分析和总结; 最后, 探讨了当前复杂系统维护策略面临的挑战性问题和可能的未来研究方向.     

相依多模失效下冷贮备系统最优切换及视情维护决策

针对存在冲击影响的冷贮备系统,研究其最优切换及视情维护决策问题.首先,在系统结构和切换式运行和维护特性分析的基础上,制定基于周期切换和状态检测的切换式离线视情维护策略;其次,建立累积冲击过程影响下系统退化所致的软失效和极端冲击过程所致的硬失效竞争可靠性模型;再次,通过分析两类冲击过程影响下系统运行与备用设备交替使用、维修过程中的状态转移特性,重点推导各检测周期时刻系统状态概率分布的迭代计算模型;然后,以系统平均费用率最小为目标,建立解析决策模型,以求解系统的最优切换周期和维护阈值.最后,以矿井主通风系统为案例验证策略及模型的有效性,并分析模型对参数的灵敏度.结果表明,系统的最优维修策略随机冲击影响的不同而变化显著.     

随机需求下的供应链库存控制策略研究

考虑了由多个供应商、一个配送中心组成的二级供应链系统在市场需求为随机情况下的多品种库存问题。通过确定各变量之间的关系,以配送中心损失期望值最小为目标函数,建立了一个混合整数非线性规划模型;利用求解多元函数条件极值的办法来求解该问题模型;最后给出了一个算例进一步诠释了该解法,从而丰富了在面对市场为随即需求下的多品种库存控制策略的研究工作。     

基于拆卸序列的多部件设备机会维护策略研究

针对多部件设备进行维护时未考虑需要拆卸的问题,建立了一种基于拆卸序列的多部件设备机会维护策略模型.首先,以拆卸混合图表示部件间的拆卸序列,进而得出各部件的拆卸时间和拆卸成本;然后针对各部件的衰退过程,结合役龄递减因子和故障率递增因子的混合故障率来描述各部件的衰退特性;其次,在此基础上,以设备的机会维护时间窗为决策变量,在设备满足一定可用度的情况下,以设备在有限运行时间内的最低维护成本为优化目标,求解设备的最优预防维护计划;最后,通过数值仿真分析,验证所提出的多部件设备机会维护策略的有效性.     

数控设备状态监测与故障预测的视情维修

大型数控设备复杂系统的性能及可靠性决定了其工作寿命以及工作率,目前的事后维修和计划性维修很难预防灾难性的故障,而且常常引起不必要的停机,存在引入维修损坏的风险。     

多自由度粘弹性非线性随机系统的瞬态响应

研究了高斯白噪声激励下多自由度粘弹性非线性系统的瞬态响应.首先,通过将粘弹性项对系统的作用近似地简化为对原系统阻尼部分以及刚度部分的修正,得到近似的不具粘弹性项的等效非线性随机系统.然后,应用基于广义谐和函数的随机平均法,导出关于幅值瞬态概率密度的平均Fokker-Planck-Kolmogorov方程.该方程的解可通过多重级数式表示,基函数为幅值相关正交函数,系数为时间函数.应用Galerkin方法,关于时间的系数可由一阶线性微分方程组解得,从而得出幅值响应的瞬态概率密度、状态空间概率密度及幅值统计矩的半解析表达式.最后,以耦合的二自由度Duffing-van der Pol振子系统为例,通过与原系统数值模拟结果的比较分析验证了所提出的半解析方法的有效性,并讨论了粘弹性对系统响应的影响.     

基于互信息的多阈值系统中随机谐振现象研究

基于互信息讨论了四种典型噪声下多阈值系统中的随机谐振现象.当输入信号在阈上时,互信息随着噪声的增强而单调递减,噪声总是恶化系统的性能;而当输入信号在阈下时,互信息随着噪声的增强先递增然后再递减,适量噪声能改善多阈值系统的性能,随机谐振现象存在.随着阈值系统阈值的增大,随机谐振功效降低,最佳噪声强度逐渐增大.文中结果说明了多阈值系统中基于互信息的随机谐振现象存在.且随机谐振对噪声具有一定的鲁棒性,拓广了随机谐振在多元信号与信息处理中的应用.     

基于多Agent的FORMAX远程维护系统的研究与设计

以"航班计划及经济性能优化管理系统"(Hight Optimizer and Revenue Maximize System,简称FORMAX系统)为背景,建立了一种基于多Agent技术的软件远程维护系统模型,并对系统实现中的关键技术进行了分析.     

随机需求下考虑低碳政策规制的企业生产策略

针对碳限额政策、碳税政策、碳限额与交易政策对企业生产活动的限制,将绿色技术引入企业生产策略中。研究结果表明,碳限额和碳税政策下的最优产量和最大期望利润都不可能大于最优情形下的产量和期望利润,碳限额与交易政策下的期望利润大小主要取决于政府的初始碳配额量。同时,为了有效应对政府的约束和管制行为,企业绿色技术投入行为能够在一定程度上增加产品产出,提升企业期望利润。     

基于Witness的多品种批量生产系统仿真优化

针对多品种批量生产系统的复杂性,为提高其生产效率,综合考虑人、机、法、料四个方面的因素,提出了一种基于Witness的多品种批量型生产系统仿真优化方法。描述了待研究的科学问题,设计了仿真逻辑,提出了仿真模型构建的关键技术,通过仿真试验验证了所提方法的有效性。     

基于改进型批决策与调度建模的生产计划调度系统的研究

热轧型钢生产工艺复杂,其生产中极易出现由于计划调度安排不当而产生的交货期延误、库存超负荷等问题。针对以上问题研究设计了MES生产计划调度系统,改进了批决策调度策略用于数学建模,利用自适应遗传算法求解生产调度计划。以此为基础,为某热轧企业设计实现了生产计划调度系统,并通过真实的热轧型钢订单、原料、设备等数据,对模型改进前后的计划编制方法进行模拟与比较,验证了利用该改进型批决策与调度模型编制的热轧型钢生产调度计划可节省生产时间、降低设备调度时间,以此来指导热轧型钢的生产可切实减少交货延误和减少库存占用率,并提高企业利润率。     

基于服务性能合同模式下单部件系统视情维修策略研究

针对供应商系统维修的低效率以及维修成本参数较难获得的问题,提出了基于服务性能合同模式(PBC)下的单部件系统最优视情维修策略模型。首先,基于Gamma分布,描述单部件系统连续递增的退化过程,依据系统实时检测状态与预防维修阈值、故障阈值之间的关系,实施不同的维修策略;其次,分析单位更新周期内的检测次数和使故障设备恢复如新的维修方式,以供应商利润率最大化为目标函数,以最佳维修阈值与检测间隔时间为决策变量,建立以利润为中心的视情维修优化模型;最后,利用改进灰狼算法求解数学模型,通过算例验证所提出模型的有效性,并进行了各维修费用参数对目标函数以及最优维修策略的灵敏度分析。     

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。     

Integrated system health management-oriented maintenance decision-making for multi-state system based on data mining

To ensure a series of missions can be completed with only finite breaks, many systems are required to guarantee system safety and mission success. Of these, maintenance decision support is vital. One widely used maintenance strategy has been selective maintenance. Most traditional selective maintenance optimisation research has focused on binary state systems, which are subject to distribution deterioration or failure. However, a majority of systems used in aerospace or industrial applications are multi-state systems with more than two states deteriorating at the same time, meaning that real-time state distribution is needed to provide more timely and effective maintenance. This paper presents a novel integrated system health management-oriented maintenance decision support methodology and framework for a multi-state system based on data mining. An aero-engine system numerical example is given to illustrate the methodology, the results of which demonstrate the significant advantages of using data mining to efficiently obtain state distribution information, and the benefits of using a robust optimal model to choose suitable strategies. This methodology, which is applicable to multi-state systems of varying sizes, has the ability to solve maintenance problems when imperfect maintenance quality is considered.     

基于大数据的电力企业资产组维修策略优化研究

汇总过去若干年的电力设备故障数据,运用大数据分析方法,把故障预测技术引入到预防性维修的实践中,提出一种基于大数据的预防性维修策略。首先,根据由状态检测信息得到剩余寿命的预测结果,以预防性维修时的剩余寿命为阀值制定预防性维修策略。然后,根据更新过程理论,建立以电力设备的预防性维修阀值和预测间隔期为优化变量,综合考虑电力设备维修成本、客户满意度、电量销售、停电损失、维修时机选择等约束条件呢,以电力设备平均维修费用最小和电力设备可用度最大为优化目标的预防性维修优化模型。采用人群搜索算法进行优化求解,得到系统最佳的预防性维修阀值和维修预测间隔期。最后,通过引入算例,对所建模型优化仿真求解,得到电力设备最佳的预测周期,在保证电力设备可用度的同时,使电力设备的平均维修费用最小,验证了所建模型的可行性和有效性,从而提高电力企业的整体效益。     

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...