為了降低設(shè)備運(yùn)營(yíng)總成本,充分發(fā)揮視情維修的優(yōu)勢(shì),開展了設(shè)備的視情維修決策與備件庫(kù)存量的聯(lián)合優(yōu)化研究。首先,采用Wiener過(guò)程建立了退化模型,估計(jì)了設(shè)備退化參數(shù)和剩余壽命;以此為基礎(chǔ),為充分利用剩余壽命的信息價(jià)值,引入預(yù)約備件的概念,選用遺傳算法和蒙特卡羅相結(jié)合的方法,建立了以庫(kù)存參數(shù)、預(yù)防性檢測(cè)閾值和預(yù)約備件剩余壽命閾值為變量,以部件平均費(fèi)用率最小為目標(biāo)的維修與備件的聯(lián)合優(yōu)化仿真模型;最后,通過(guò)實(shí)例比較分析,表明聯(lián)合優(yōu)化方法大大地降低了維修和備件總成本,驗(yàn)證了方法的可行性和有效性。 

【文章來(lái)源】：系統(tǒng)工程與電子技術(shù). 2016,38(08)北大核心EICSCD

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
0 引言
1 基于Wiener過(guò)程的退化模型
    1.1 維納過(guò)程的基本模型
    1.2 基于維納過(guò)程的剩余壽命預(yù)測(cè)
2 維修決策與備件庫(kù)存量聯(lián)合策略
    2.1 維修策略
    2.2 維修策略
3 仿真模型的建立
4 實(shí)例分析
    4.1 基于維納過(guò)程的剩余壽命預(yù)測(cè)
    4.2 系統(tǒng)參數(shù)
    4.3 遺傳算法優(yōu)化參數(shù)
5 結(jié)論



本文編號(hào)：3611470