基于强化学习的多成品率衰变设备预防维修策略

发布时间：2020-02-23 12:37

【摘要】：在生产制造过程中,设备状态的衰变会影响产品质量,导致成品率水平的逐渐下降.本文研究此类具有多成品率水平的衰变设备预防维修问题.建立隐马氏决策过程模型,在成品率水平不可直接获知的情况下,用产品质检信息作为系统观测状态进行维修决策.模型考虑两类质检误差及收益和成本参数,通过强化学习算法,学习各观测状态下的最优维修行动.针对不同的设备衰变模式和质检误差水平,进行算例分析,结果显示基于强化学习的预防维修策略与传统的固定周期的维修策略相比,能够很大程度上提高系统的平均收益.
【图文】：

二类产品质量问题是由于设备发生某种特殊的持续性的改变所导致的.在这种情况下，当设备加工的产品中开始出现次品时.其后续的产品会持续为次品，这种质量问题被称为持续型质量问题.对于持续型质量问题一旦发现产品质量问题，应当立刻对设备进行维修.避免其继续加工次品.在现实生产环境中往往会存在第三类质量问题，，即产品质量间题独立地发生，但是具有阶段性的概率水平，产生阶段性的概率水平的原因是设备状态逐渐衰变具有多个质量状态，我们将这类质量问题称为多成品率质量间题.在这类问题中.成品率会随着设备状态的恶化而下降.图1所示为工业实践中观察到的一种成品率下降过程，是典型的多成品率质量问题.八

本文编号：2582181