基于不同中修次数的设备维修费用模型

针对具有三级维修机构保障的复杂设备,在不同的中修次数下,以单位工作时间内的平均维修费用最低为目标,通过对设备使用和修理流程分析,给出了设备使用与修理状态转移图,建立了一个设备更新周期内维修间隔期与维修费用关系模型.并结合示例分析说明了模型的适用性与灵敏性,可为设备维修决策提供依据.     

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.     

基于延迟时间理论的n中取k系统检测区间模型

延迟时间理论广泛应用于系统维修领域,能够更为细致和准确地反映系统的运行状态.不同于一般维修理论只用一个阶段描述系统的故障过程,该理论将系统的故障过程分为两个阶段:正常阶段和缺陷运行阶段.系统部件的状态有正常、缺陷和故障3种情况.延迟时间理论主要应用于单部件系统和串联系统的维修和检测,目前尚未应用于n中取k系统.对此,运用延迟时间理论确定n中取k系统的最优维修检测区间,分别针对两种情况进行分析:一种是系统中部件的初始缺陷发生时间服从指数分布的情况,一种是其服从非指数分布的情况.建立单位时间维修费用模型和设计仿真过程,以单位时间维修费用最小为目标进行优化,求解系统的最优维修检测区间.最后通过数值案例表明所提出方法的有效性.     

不完善检测情况视情维修费用优化及仿真研究

针对定期更换周期内辅以视情维修的维修策略,结合＂基于状态的维修＂理论,应用概率论和随机过程方法,在分析产品维修费用组成和结构的基础上,建立了其不完善检测情况下维修费用的数学模型,通过优化更换周期内的功能检测次数和检测间隔期,使产品单位时间内的期望维修费用达到最低。最后通过1个仿真实例,验证了该维修策略和数学模型的有效性。     

可用度约束条件下的设备不完美预防维修策略

针对2M1B生产系统,基于设备实际维修情况,提出了故障设备不完美预防维修策略。首先,考虑设备随时间不断劣化的情况,基于准更新过程,建立了生产周期内设备随机故障次数的表达式,计算了设备维修总费用。其次,通过分析缓冲区内库存的变化轨迹,以生产周期内设备随机故障次数为基础,计算了缓冲区库存费用,综合设备维修费用和缓冲区库存费用,构建了周期内生产总成本模型。以满足系统最低要求的可用度水平为约束条件,以预防维修周期和缓冲区库存量为决策变量,以生产周期内单位时间总成本为目标函数,通过离散迭代算法获得最优预防维修周期和此周期下的最佳缓冲区库存量。最后,通过数值分析验证了模型的有效性,为制定最佳维修策略提供了有效依据。     

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。     

基于时间延迟的多类型维修与经济生产批量联合优化研究

针对目前未能较好的综合考虑多维修类型与经济生产批量联合优化的问题，首先考虑多类型维修关系，基于时间延迟理论求出故障和缺陷次数的表达式；其次，在此基础上，综合考虑生产费用和维修费用的基础上，构建了多类型维修和经济生产批量联合优化模型，以单位时间内总费用最小为优化目标，获得最优检查间隔期和经济生产批量；最后，通过算例分析验证了模型的有效性，说明了第一类缺陷检查次数的多少对费用和经济生产批量影响不大。     

基于排队论的战术装备维修力量分配问题研究

以排队理论为基础,针对将有限维修力量分配给单一维修站提供定点维修和各需求点提供伴随维修的问题,提出了一个维修力量分配的优化决策模型,模型的目标是使整个战术区域内故障装备的不可用时间最小。     

基于PHM的舰艇装备视情维修技术研究

针对PHM技术在舰艇装备视情维修中的应用需求,在分析剩余寿命预测机理的基础上,为解决舰艇装备历史数据少、状态变化普遍表现为非线性等难题,建立基于粒子滤波的多步剩余寿命预测模型,通过仿真表明：随着时间的推移剩余寿命PDF图变狭窄,剩余寿命预测误差逐渐降低,证明了预测方法的有效性。在此基础上,考虑装备维修费用最低为目标,建立以费用最低为目标的预防性维修时间确定模型,使得单位时间内的平均维修费用最低,并通过采用建立的基于粒子滤波的多步剩余寿命预测模型,最终确定了最优预防性维修时间,为装备保障人员拟订精确维修保障计划提供依据,也为舰艇装备开展视情维修奠定基础。     

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。