基于故障预测的装备维修备件协同库存控制系统研究

发布时间：2021-01-31 05:40

　　本文以装备维修备件协同库存控制优化为研究背景，以提高维修备件供应效率和服务水平为目的，综合故障预测、库存优化、神经网络、模糊数学、基于多约束条件的目标优化以及遗传算法等知识和技术对批量装备的故障预测、维修备件的协同库存控制优化、维修备件协同供应优化等问题进行了深入的研究。在此基础上，对基于故障预测的装备维修备件协同控制系统的设计、开发以及应用技术进行了探讨。 本文的主要研究内容及其成果如下： 1．提出了一种基于故障预测的维修备件协同库存控制方法，建立了基于故障预测的装备维修备件协同库存控制系统的总体框架、系统逻辑结构以及系统协同框架。 2．提出了系统和部件两级的批量装备故障预测方法，建立了基于神经网络的系统级故障预测模型和基于模糊数学的动态部件级故障预测模型。通过仿真和系统应用证明，该模型能够满足实际批量装备故障预测的需要。 3．建立了基于协同库存控制规则、维修备件生产能力以及仓库存储能力为约束条件的维修备件协同控制优化模型，应用遗传算法建立了该模型的求解方法，该求解方法以整个协同维修备件库存控制成本为优化目标，能够求解出最优的存储维修备件的库存集合及其库存存储... 

【文章来源】：西北工业大学陕西省 211工程院校 985工程院校

【文章页数】：121 页

【学位级别】：博士

【部分图文】：

系统总体框架

实现维修备件库存的协同控制和协同供应功能。图2一2描述了基于故障预测的装备维修备件协同库存控制系统逻辑结构，主要包括故障数据采集与管理、知识库与模型库管理、故障预测信息管理、协同库存控制与供应管理、用户及产品信息管理、系统安全管理以及远程培训管理等逻辑功能。系统安全管理子系统:以角色为基础建立柔性组织机构，根据组织机构中角色不同授予系统权限，系统的日志管理可以对系统进行实时监控，保证整个系统数据操作的安全性。数据采集与管理:故障数据采集是整个系统的信息基础，数据采集与管理模块对在现场发生故障的故障现象、故障原因以及故障处理方案等信息进行记录和分类管理，保证故障数据的完整性。用户及产品信息管理子系统:包括用户信息管理、用户特征分析、产品分布管理以及技术状态更改管理等功能，通过对用户及产品信息的管理与分析，建立产品及用户的信息库。子系统是维修备件协同库存控制的基础条件。远程培训管理子系统:该子系统主要实现对现场维护人员的知识培训和技术提高，主要包括技术培训的规划、培训过程管理以及培训信息的管理等功能，通过对维护人员的远程培训和考核，提高维护人员的技术水平。

33333330001000099991200089996000577766664000266623333000l666参数几=0.3，又=0.l，计算结果。=s。单输入、单输出、隐层节点为8时，目标函数均方误差仿真结果，如图3一5所示:

【参考文献】：
期刊论文
[1]基于组件的可定制车间生产管理系统开发平台研究[J]. 司书宾,孙树栋,杨宏安.  西北工业大学学报. 2005(05)
[2]基于三角模糊数的综合保障评价指标权重分析[J]. 司书宾,孙树栋,韩光臣,王军强.  西北工业大学学报. 2004(06)
[3]不对称信息下供应链的库存协调[J]. 苏菊宁,赵小惠,杨水利.  系统工程学报. 2004(05)
[4]带折扣的多阶段库存系统的优化算法[J]. 王清蓉,李贤林,文军.  西南交通大学学报. 2004(04)
[5]基于合作需求预测的多级库存优化模型[J]. 王瑛,孙林岩.  系统工程理论方法应用. 2004(03)
[6]供应链中合作伙伴关系及其对库存管理的影响[J]. 张向阳,鲁耀斌,杨敏才.  物流技术. 2004(02)
[7]供应链环境下的库存控制研究[J]. 范志强.  物流技术. 2004(02)
[8]不同库存决策机制对供应链绩效的影响:确定性模型[J]. 沈厚才,熊燕华,刘春林.  管理学报. 2004(01)
[9]基于组件知识库的信息管理系统设计开发[J]. 司书宾,谢规良,孙树栋.  计算机工程与应用. 2003(08)
[10]基于新维灰色马尔科夫模型的股价预测算法[J]. 李东,苏小红,马双玉.  哈尔滨工业大学学报. 2003(02)

博士论文
[1]混合流程生产系统优化调度方法研究[D]. 牛海军.西北工业大学 2003



本文编号：3010302