基于頻繁模式挖掘的成組維修策略及維修效果評價
發(fā)布時間:2021-02-11 09:20
設(shè)備是企業(yè)的重要資產(chǎn),設(shè)備的運(yùn)行狀況嚴(yán)重影響企業(yè)的生產(chǎn)安全和效率。企業(yè)經(jīng)營過程中都面臨著提高設(shè)備可靠性和降低維修成本的任務(wù)。實(shí)施適當(dāng)?shù)木S修策略是提高設(shè)備可用性、延長系統(tǒng)壽命、確保系統(tǒng)安全運(yùn)行、降低企業(yè)維修成本的關(guān)鍵。因此,優(yōu)化系統(tǒng)維修策略并對維修效果進(jìn)行評價至關(guān)重要。本文首先應(yīng)用歷史故障數(shù)據(jù)通過關(guān)聯(lián)規(guī)則分析探索故障的頻繁模式,在此基礎(chǔ)上使用以最小維修成本為優(yōu)化目標(biāo)的模型得到故障頻繁模式的最優(yōu)更換時間間隔,最后結(jié)合模型計算結(jié)果與成組維修思想,提出最優(yōu)成組維修建議。維修成本與維修質(zhì)量之間存在一定的內(nèi)在關(guān)系,因此本研究以設(shè)備的失效強(qiáng)度可能存在失效變點(diǎn)為切入點(diǎn),給出一個具有失效變點(diǎn)的算術(shù)失效強(qiáng)度減模型。不僅運(yùn)用模型對車輛進(jìn)行了維修質(zhì)量評估,且對比了建議模型與其他相似模型的評估效果。本研究最終獲得了多組IF-THEN規(guī)則的最優(yōu)更換時間間隔,并結(jié)合成組維修思想給出了一組針對巴士公司的維修優(yōu)化建議。且本文建議的變點(diǎn)-算術(shù)失效強(qiáng)度減模型在驗(yàn)證和與其他模型對比之后被證明是科學(xué)有效的。結(jié)合研究結(jié)果,可以得到兩點(diǎn)管理啟示:企業(yè)應(yīng)多以數(shù)據(jù)驅(qū)動為基礎(chǔ)進(jìn)行維修管理與決策優(yōu)化;企業(yè)在設(shè)備維修質(zhì)量評估時應(yīng)重視設(shè)備的失...
【文章來源】:內(nèi)蒙古大學(xué)內(nèi)蒙古自治區(qū) 211工程院校
【文章頁數(shù)】:60 頁
【學(xué)位級別】:碩士
【部分圖文】:
Ⅰ-Ⅵ頻繁模式時間間隔概率分布圖
內(nèi)蒙古大學(xué)碩士研究生學(xué)位論文203.3.2威布爾分布威布爾分布被廣泛用于可靠性研究中,特別適合機(jī)電產(chǎn)品累積失效的分布形式。由于它可以使用概率值輕松推斷出分布參數(shù),因此被用于各種壽命測試的數(shù)據(jù)處理中。威布爾分布通常用于描述機(jī)械部件的故障特征,各種部件的故障率通常遵循威布爾分布。式(3.4)為威布爾分布的故障概率密度函數(shù):()=()1(),≥0,≥0,≥0(3.4)式(3.5)為威布爾分布的故障率分布函數(shù):()=1(),≥0,≥0,≥0(3.5)其中,為威布爾分布的形狀參數(shù),為威布爾分布的尺度參數(shù)。威布爾分布的形狀參數(shù)可以反映零件失效率的變化趨勢。實(shí)踐證明,大多數(shù)零件的失效率是時間的函數(shù)。典型的故障曲線稱為浴盆曲線(Bathtubcurve,失效率曲線)。如圖3.2所示浴盆曲線的形狀為兩端高,中間低。圖3.2浴盆曲線Figure3.2Bathtubcurve它具有明顯的階段性,可以分為三個階段:早期失效期,偶然失效期和耗損失效期。(1)早期階段的曲線變化趨勢為:隨時間增加,失效率遞減。早期失效期多用來描述產(chǎn)
內(nèi)蒙古大學(xué)碩士研究生學(xué)位論文22輪油-空濾芯”這兩種頻繁模式的故障時間間隔數(shù)據(jù)符合浴盆曲線中的耗損失效期規(guī)律,這說明領(lǐng)取材料齒輪油后,離合器鋼片和空濾芯的失效率變化趨勢是隨時間遞增的。而剩余的“齒輪油-軸承”、“齒輪油-馬達(dá)開關(guān)”、“齒輪油-汽機(jī)油”、“齒輪油-電磁開關(guān)”這四種頻繁模式的故障時間間隔數(shù)據(jù)符合浴盆曲線中的早期失效期規(guī)律,這說明領(lǐng)取材料齒輪油后,軸承、馬達(dá)開關(guān)、汽機(jī)油和電磁開關(guān)的失效率變化趨勢是開始很高,隨時間的增加而遞減。3.3.3最優(yōu)更換時間原理上一小節(jié)已經(jīng)通過估計威布爾分布形狀參數(shù)得到六種零件在更換齒輪油后的失效率變化趨勢。下面介紹一種常規(guī)最優(yōu)更換時間模型原理[55]。這種優(yōu)化模型是通過平衡更換成本與故障成本來計算出最優(yōu)更換時間的。當(dāng)設(shè)備維修費(fèi)用最小時,所對應(yīng)的時間即為最優(yōu)更換零件的時間。優(yōu)化過程如圖3.3所示(圖3.3以本文規(guī)則Ⅵ的優(yōu)化過程為例作圖)。圖3.3最優(yōu)更換零件時間原理Figure3.3Principleofoptimalreplacementtime在圖3.3中,零件越早更換,每個單位時間間隔內(nèi)分?jǐn)偟母鼡Q成本就越高。但是零件越早更換,會使零件的故障率保持在較小的水平,相應(yīng)的每個單位時間內(nèi)會有越小的故障成本;而零件越晚更換,每個單位時間內(nèi)分?jǐn)偟母鼡Q成本就越小,但是更換時間越晚零件的故障風(fēng)險越大,每個單位時間內(nèi)故障成本越大。最佳更換時間優(yōu)化過程就是找到兩種成本相加得到的總維修費(fèi)用的最小值,對應(yīng)的時間即為最佳更換時間。但值得注意的是,此優(yōu)化模型是以失效率符合耗損失效期為前提的,即符合威布爾分布
本文編號:3028888
【文章來源】:內(nèi)蒙古大學(xué)內(nèi)蒙古自治區(qū) 211工程院校
【文章頁數(shù)】:60 頁
【學(xué)位級別】:碩士
【部分圖文】:
Ⅰ-Ⅵ頻繁模式時間間隔概率分布圖
內(nèi)蒙古大學(xué)碩士研究生學(xué)位論文203.3.2威布爾分布威布爾分布被廣泛用于可靠性研究中,特別適合機(jī)電產(chǎn)品累積失效的分布形式。由于它可以使用概率值輕松推斷出分布參數(shù),因此被用于各種壽命測試的數(shù)據(jù)處理中。威布爾分布通常用于描述機(jī)械部件的故障特征,各種部件的故障率通常遵循威布爾分布。式(3.4)為威布爾分布的故障概率密度函數(shù):()=()1(),≥0,≥0,≥0(3.4)式(3.5)為威布爾分布的故障率分布函數(shù):()=1(),≥0,≥0,≥0(3.5)其中,為威布爾分布的形狀參數(shù),為威布爾分布的尺度參數(shù)。威布爾分布的形狀參數(shù)可以反映零件失效率的變化趨勢。實(shí)踐證明,大多數(shù)零件的失效率是時間的函數(shù)。典型的故障曲線稱為浴盆曲線(Bathtubcurve,失效率曲線)。如圖3.2所示浴盆曲線的形狀為兩端高,中間低。圖3.2浴盆曲線Figure3.2Bathtubcurve它具有明顯的階段性,可以分為三個階段:早期失效期,偶然失效期和耗損失效期。(1)早期階段的曲線變化趨勢為:隨時間增加,失效率遞減。早期失效期多用來描述產(chǎn)
內(nèi)蒙古大學(xué)碩士研究生學(xué)位論文22輪油-空濾芯”這兩種頻繁模式的故障時間間隔數(shù)據(jù)符合浴盆曲線中的耗損失效期規(guī)律,這說明領(lǐng)取材料齒輪油后,離合器鋼片和空濾芯的失效率變化趨勢是隨時間遞增的。而剩余的“齒輪油-軸承”、“齒輪油-馬達(dá)開關(guān)”、“齒輪油-汽機(jī)油”、“齒輪油-電磁開關(guān)”這四種頻繁模式的故障時間間隔數(shù)據(jù)符合浴盆曲線中的早期失效期規(guī)律,這說明領(lǐng)取材料齒輪油后,軸承、馬達(dá)開關(guān)、汽機(jī)油和電磁開關(guān)的失效率變化趨勢是開始很高,隨時間的增加而遞減。3.3.3最優(yōu)更換時間原理上一小節(jié)已經(jīng)通過估計威布爾分布形狀參數(shù)得到六種零件在更換齒輪油后的失效率變化趨勢。下面介紹一種常規(guī)最優(yōu)更換時間模型原理[55]。這種優(yōu)化模型是通過平衡更換成本與故障成本來計算出最優(yōu)更換時間的。當(dāng)設(shè)備維修費(fèi)用最小時,所對應(yīng)的時間即為最優(yōu)更換零件的時間。優(yōu)化過程如圖3.3所示(圖3.3以本文規(guī)則Ⅵ的優(yōu)化過程為例作圖)。圖3.3最優(yōu)更換零件時間原理Figure3.3Principleofoptimalreplacementtime在圖3.3中,零件越早更換,每個單位時間間隔內(nèi)分?jǐn)偟母鼡Q成本就越高。但是零件越早更換,會使零件的故障率保持在較小的水平,相應(yīng)的每個單位時間內(nèi)會有越小的故障成本;而零件越晚更換,每個單位時間內(nèi)分?jǐn)偟母鼡Q成本就越小,但是更換時間越晚零件的故障風(fēng)險越大,每個單位時間內(nèi)故障成本越大。最佳更換時間優(yōu)化過程就是找到兩種成本相加得到的總維修費(fèi)用的最小值,對應(yīng)的時間即為最佳更換時間。但值得注意的是,此優(yōu)化模型是以失效率符合耗損失效期為前提的,即符合威布爾分布
本文編號:3028888
本文鏈接:http://sikaile.net/guanlilunwen/lindaojc/3028888.html
最近更新
教材專著