面向制造系统健康管理的动态预测与预知维护决策研究

发布时间：2020-07-14 01:43

【摘要】：随着日益激烈的国际市场竞争和不断发展的先进制造模式，现代制造企业中的多设备制造系统，正朝着生产规模扩大化、设备健康多样化、系统结构复杂化、客户订单随机化、决策需求动态化的生产运营方向飞速发展。以预知维护决策为核心的健康管理理念，依据设备的健康状态趋势规划维护方案，在保障制造系统安全性、减少维护或停机成本、提高设备可用度等方面，体现出综合显著的可靠性、效率性、经济性等优势，对支撑和指导制造企业实施卓有成效的设备管理，具有十分重要的科学意义。本文以由不同类型多台生产设备按工序需求组成的制造系统为研究对象，创新改进健康预测方法以支撑维护决策，拓展性地建立起设备层-系统层交互建模的预知维护策略。基于设备自身健康衰退、系统不同结构配置、批量生产计划约束，系统性地拓展了维护决策策略与优化方法，优化减少了系统维护总成本、有效降低了决策计算复杂性、动态实现了预知维护规划调度。本文在面向制造系统健康管理的动态预测与预知维护决策研究中做出的主要研究成果如下： (1)针对现代制造企业普遍面临的“信号数据冗余，有效信息贫乏”的设备健康预测难题，利用灰色理论的小样本建模优势进行预测方法拓展优化，建立等维递补灰色预测方法以提高灰区间白色度和淡化灰平面灰度；挖掘灰色生成系数与背景影响因素间的内在映射关联，提出了动态生成系数优化的灰色理论健康预测方法；动态拟合变化作业载荷与灰色生成系数以实现预测模型实时重构，解决了传统灰色预测方法的纯样本序列建模局限，显著提高了预测算法的准确性，输出的健康趋势可有力支撑预知维护决策。 (2)针对制造系统中不同类型设备的健康状态独立性、衰退过程随机性、决策目标多样性，研究了统筹内部维护效果因素和外部环境工况因素的综合衰退演化规则；引入多目标价值理论建立全局性的决策目标函数，建立设备层多目标最优预知维护规划模型；区别于传统的全生命静态维护规划方法，提出动态循环的维护决策模式，实时获得设备层各台设备的顺序预知维护周期，不仅满足企业对于可靠性、效率性、经济性等维护目标的改善要求，设备层维护规划的决策输出还可与系统层维护优化实现动态交互。 (3)针对串并联制造系统维护优化的建模复杂性，系统性地分析设备间相互依赖性，拓展了维护驱动的机会策略；利用平稳生产中设备停机的组合维护机会，建立了系统层维护优化调度的维护时间窗策略，对关联设备的预知维护作业采取有针对性的作业合并或作业分离，实现降低系统整体维护成本的优化决策目标；除输出具有可行性、实时性、经济性的系统层维护优化方案，更有效地解决了串并联制造系统的系统结构、维数灾难、动态调度等决策技术难点，完善和丰富了制造系统的可靠性建模和维护决策理论。 (4)针对传统机会维护策略在生产约束下多设备维护优化决策的研究短板，探索了批量生产与预知维护的交互决策建模方法，扩展提出了生产驱动的机会策略；综合考虑批量订单随机性和各设备健康演化，以生产转换时机作为组合维护机会，建立起系统层提前延后平衡法；动态循环开展成本结余择优，实时决策预知维护双摆优化调度，制定的系统层交互优化方案，解决了产品质量稳定性保障、系统成本结余最大化、交互决策维数灾难挑战，是对先进制造模式下多设备维护决策理论的一种新的探索和拓展。本文以某企业液压传动装置制造系统的动态预测与预知维护决策为例，研究成果可以强有力地支撑现代制造企业的全效能生产，为大规模制造系统的设备管理、健康预测、维护决策、系统优化提供有效的共性方法、技术和策略。帮助企业在各种生产流程下制定具有针对性的实时预知维护优化方案，提高设备可靠性，降低维护总成本，保障系统可用度，提升企业竞争力，为推动设备健康管理发展和制造业高效生产提供积极有力和科学有效的理论指导。
【学位授予单位】：上海交通大学
【学位级别】：博士
【学位授予年份】：2014
【分类号】：F425;F273

【参考文献】