基于Q学习的多成品率衰变设备维护策略研究

发布时间：2017-09-27 06:07

  本文关键词：基于Q学习的多成品率衰变设备维护策略研究

  更多相关文章： 预防维护 设备质量状态 生产线系统 马尔可夫决策过程 Q学习

【摘要】：随着我国制造业的不断发展，生产设备的先进性和自动化程度逐渐成为企业竞争的一大优势，设备的可靠正常运行是企业利润来源和企业战略发展的根本保证，设备维护成本往往是生产成本的主要构成部分。在生产过程中，设备由于老化、磨损或其他原因会发生状态衰变，合适的维护策略对生产效率、产品质量和生产成本具有重要的影响。 目前，生产实践中主要是对单台设备采用传统的基于加工时间或加工产品数量的固定间隔的设备预防性维护，以及设备故障发生后的事后维护，而很少从整个生产系统来考虑维护策略，，从而忽略了生产系统中不同设备之间的经济性以及功能性关系。生产系统通常包含两台及以上的具有不同功能的设备，尤其是在单元式制造系统中，原材料经过一系列设备上的不同工序，最终加工为成品，这些设备同样会因老化，腐蚀等原因呈现一定的衰变趋势，从而导致产品质量下降。设备之间并非独立运作，从上游到下游的设备之间存在一定的依赖关系。脱离这种依赖关系来对单个设备进行维护不仅耗费大量成本，而且增加整个系统的停机时间，因此不可行。本课题结合设备之间的依赖关系以及生产系统的衰变状态来研究多台设备的预防性维护策略。从单台设备的生产系统着手研究，对设备的维护策略进行讨论，之后扩展为两台设备-一个缓冲区（2M1B）的生产线系统，考虑多成品率质量问题，建立马尔可夫决策模型，研究多台设备的维护策略的制定。Q学习是用来求解马尔可夫模型的经典算法，它通过仿真克服了状态数繁多的问题，因此用于求解本文模型非常适用。同时本文将Q学习策略与传统的固定时间间隔下的维护策略进行仿真比较，验证了模型和方法的有效性。本文研究成果的推广应用，可以有效解决生产实际中的设备预测维护问题。
【关键词】：预防维护 设备质量状态 生产线系统 马尔可夫决策过程 Q学习
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TH17
【目录】：

• 摘要4-5
• Abstract5-6
• 目录6-8
• 1. 绪论8-14
• 1.1 课题来源、目的及意义8-10
• 1.2 课题研究内容10-11
• 1.3 研究方案11-12
• 1.4 论文结构12-14
• 2. 设备维护相关文献综述14-23
• 2.1 按维护方式分类15-17
• 2.2 考虑生产的设备维护问题研究17-19
• 2.3 按求解方法分类19-22
• 2.4 本章小结22-23
• 3. 单台衰变设备维护策略研究23-34
• 3.1 问题描述23-27
• 3.2 基于值迭代 Q 学习的维护策略27-29
• 3.3 策略仿真29
• 3.4 结果分析29-33
• 3.5 本章小结33-34
• 4. 两设备生产线衰变系统维护策略34-49
• 4.1 问题描述及符号说明34-37
• 4.2 基于策略迭代 Q 学习的维护策略37-39
• 4.3 策略仿真39-40
• 4.4 算例分析40-48
• 4.5 本章小结48-49
• 5. 总结与展望49-51
• 5.1 总结49
• 5.2 展望49-51
• 致谢51-52
• 参考文献52-59
• 附录 1(攻读学位期间发表论文目录)59-60
• 附录 2(攻读学位期间参与的科研项目)60

【参考文献】

中国期刊全文数据库 前2条

1 刘繁茂;朱海平;邵新宇;高贵兵;;状态不完全可观条件下设备检修策略研究[J];计算机集成制造系统;2009年08期

2 佘春雨;湛俊三;李必强;;基于BP神经网络的设备预测维修[J];中国集体经济(下半月);2007年05期

本文编号：928029