不完美维修下的系统维护与库存联合决策模型

发布时间：2021-03-24 05:34

　　针对现有方法通常仅考虑单个设备的维护决策,而忽略了系统的维护策略和备件库存联合优化的问题,提出一种不完美维修下基于剩余寿命预测结果的系统维护与库存联合决策模型。首先,基于Wiener过程对受不完美维修影响的设备进行退化建模,进而推导出设备的剩余寿命概率分布;接着以检测间隔、预防性维修阈值、维修次数阈值和库存量为决策变量建立费用-时间率联合决策模型,实现了系统维护决策成本的优化;最后,通过数值仿真实验验证了所提方法相较于基于单一决策变量的方法维护成本降低了1.5%左右。 

【文章来源】：电光与控制. 2020,27(09)北大核心CSCD

【文章页数】：7 页

【部分图文】：

受不完美维修活动影响的设备退化轨迹

图2所示为设备预防性替换的过程,其中,jN表示设备到第N次预防性维修时刻所进行的状态检测次数。设备进行预防性替换应该满足两个条件:1)经过了N次预防性维修活动;2)在设备达到ωl之前进行替换。假设(i+1)Δt(i≥N)为预防性替换时刻,jkΔt为第 k(1≤k≤N)次预防性维修时刻。其中,jkΔt具有一定的随机性,为确定对设备进行的预防性维修的概率P(jk),给出如下定理[12]。

出于对求解其他模型参数的需要,本文对失效性替换概率进行推导。假定设备在(iΔt,(i+1)Δt]之间失效,则失效性替换根据是否经过维修活动分为两种情况:1)设备失效之前未经过维修;2)设备失效之前经过了n(1≤n≤N)次维修。设备的失效性替换过程如图3所示。1) 失效前未经过维修。

【参考文献】：
期刊论文
[1]租赁设备的状态维修决策建模与优化[J]. 张云正,张晓红,曾建潮.  系统工程理论与实践. 2019(07)
[2]基于在线模型的飞控系统传感器的故障诊断[J]. 王余伟,曹东,李勇.  电光与控制. 2017(07)
[3]数据驱动的寿命预测和健康管理技术研究进展[J]. 胡昌华,施权,司小胜,张正新.  信息与控制. 2017(01)
[4]不完美维护下基于剩余寿命预测信息的设备维护决策模型[J]. 裴洪,胡昌华,司小胜,张正新,杜党波.  自动化学报. 2018(04)
[5]不完美维护活动干预下的设备剩余寿命估计[J]. 胡昌华,裴洪,王兆强,张正新,周绍华.  中国惯性技术学报. 2016(05)
[6]基于解析模型的飞控系统执行机构的故障诊断[J]. 李勇,曹东.  电光与控制. 2016(10)



本文编号：3097160