針對現有方法通常僅考慮單個設備的維護決策,而忽略了系統的維護策略和備件庫存聯合優(yōu)化的問題,提出一種不完美維修下基于剩余壽命預測結果的系統維護與庫存聯合決策模型。首先,基于Wiener過程對受不完美維修影響的設備進行退化建模,進而推導出設備的剩余壽命概率分布;接著以檢測間隔、預防性維修閾值、維修次數閾值和庫存量為決策變量建立費用-時間率聯合決策模型,實現了系統維護決策成本的優(yōu)化;最后,通過數值仿真實驗驗證了所提方法相較于基于單一決策變量的方法維護成本降低了1.5%左右。 

【文章來源】：電光與控制. 2020,27(09)北大核心CSCD

【文章頁數】：7 頁

【部分圖文】：

受不完美維修活動影響的設備退化軌跡

圖2所示為設備預防性替換的過程,其中,jN表示設備到第N次預防性維修時刻所進行的狀態(tài)檢測次數。設備進行預防性替換應該滿足兩個條件:1)經過了N次預防性維修活動;2)在設備達到ωl之前進行替換。假設(i+1)Δt(i≥N)為預防性替換時刻,jkΔt為第 k(1≤k≤N)次預防性維修時刻。其中,jkΔt具有一定的隨機性,為確定對設備進行的預防性維修的概率P(jk),給出如下定理[12]。

出于對求解其他模型參數的需要,本文對失效性替換概率進行推導。假定設備在(iΔt,(i+1)Δt]之間失效,則失效性替換根據是否經過維修活動分為兩種情況:1)設備失效之前未經過維修;2)設備失效之前經過了n(1≤n≤N)次維修。設備的失效性替換過程如圖3所示。1) 失效前未經過維修。

【參考文獻】：
期刊論文
[1]租賃設備的狀態(tài)維修決策建模與優(yōu)化[J]. 張云正,張曉紅,曾建潮.  系統工程理論與實踐. 2019(07)
[2]基于在線模型的飛控系統傳感器的故障診斷[J]. 王余偉,曹東,李勇.  電光與控制. 2017(07)
[3]數據驅動的壽命預測和健康管理技術研究進展[J]. 胡昌華,施權,司小勝,張正新.  信息與控制. 2017(01)
[4]不完美維護下基于剩余壽命預測信息的設備維護決策模型[J]. 裴洪,胡昌華,司小勝,張正新,杜黨波.  自動化學報. 2018(04)
[5]不完美維護活動干預下的設備剩余壽命估計[J]. 胡昌華,裴洪,王兆強,張正新,周紹華.  中國慣性技術學報. 2016(05)
[6]基于解析模型的飛控系統執(zhí)行機構的故障診斷[J]. 李勇,曹東.  電光與控制. 2016(10)



本文編號：3097160