CN103106543A - 生产系统设备层-系统层动态交互预防维护规划的方法 - Google Patents

Abstract

本发明公开了一种生产系统设备层-系统层动态交互预防维护规划的方法，包括：在设备层中，通过多目标决策模型生成预防维护时间间隔，动态交互的传输到系统层；根据生产系统的串并联布局结构，进行系统层的维护优化调度，将并联设备组和串联设备组的维护作业根据维修时间窗进行作业分离或作业合并；反馈最优预防性维护时刻至设备层进行下一个周期的维护决策，生成可显著降低维护成本的预防维护优化方案。本发明生成的预防维护优化方案，改进了传统的维护管理系统忽略设备间的相关性造成成本浪费和设备层-系统层维护规划缺乏动态交互方面的不足，能够指导企业的设备维护决策，降低生产系统的总体维护成本。

Description

生产系统设备层-系统层动态交互预防维护规划的方法

技术领域

本发明涉及设备维护规划技术领域的规划方法，具体是一种生产系统设备层-系统层动态交互预防维护规划的方法。

背景技术

随着柔性制造、敏捷制造等新型制造技术的迅速发展，由多台不同型号的生产设备组成的串并联混合流水生产系统得到广泛应用。混合流水生产系统生产效率的提高很大程度上取决于能否制定合理有效的预防维护规划。对单设备和多设备预防维护规划的分析研究，可以提高以高新技术为核心的数字化生产管理水平，支撑大规模多设备生产系统的发展。

传统的预防维护规划大多采用等周期预防性维护策略。已有技术中，单设备维护规划是设备每经过一段固定的时间就进行预防性维修而不考虑设备的故障历史。多设备的成批维护规划则是若干台设备按所经历的日历时间进行定时维护，即每经过等间隔时间就统一进行周期预防维护。Tsai在国际高水平论文“Optimizing preventive maintenance formechanical components using genetic algorithms”（《Reliability Engineering and SystemSafety》2001年第74期，89-97页）中提出了具有失效部件系统的等周期预防性维护策略。Grigoriev在国际高水平论文“Modeling and solving the periodic maintenance problem”（《European Journal of Operational Research》2006年第172期第3卷，783-797页）中研究了特定时间段内使总的维修费用和设备运行费用最小的定周期维护计划。但上述两种方法忽略了设备的故障率递进规律和多目标决策需求，无法应用于实际的维护平台系统。

此外，在系统层的多设备维护规划方法中，Gupta采用仿真方法进行分析，在国际高水平论文“Strategically optimum maintenance of monitoring-enabled multi-componentsystem using continuous-time jump deterioration models”（《Journal of Quality inMaintenance Engineering》2006年第12期第3卷306-329页）中针对某类具体设备研究了机会维修策略的实际应用。但是该方法生成的维护方案，面对设备间串并联复杂结构时难以实时决策，无法克服设备间的相关性差异，造成了成本浪费，同时在设备层维护决策和系统层维护决策间未能实现动态交互的功能，难以应用于由多台不同型号设备组成的串并联混合流水生产系统的现场维护规划。

发明内容

本发明针对传统的预防维护规划忽略设备间的相关性造成成本浪费，以及设备层-系统层维护规划缺乏动态交互方面的不足，提供了一种生产系统设备层-系统层动态交互预防维护规划的方法。

本发明是通过以下技术方案实现的。

一种生产系统设备层-系统层动态交互预防维护规划的方法，包括以下步骤：

第一步：通过评估设备的役龄递减因子a_ij和故障率递增因子b_ij，得到生产系统中各设备S_j的故障率递进函数，该函数以设备初始周期故障率分布为基础，并得到单设备在不同的维护周期i的故障率递进函数分布λ_ij(t)；

第二步：利用第一步中得到的单设备的故障率递进函数，分别计算设备层的维护成本率模型和设备可用度模型，将上述两个模型作为单目标决策模型进行求导优化，分别获得不同的维护周期中基于维护成本率最小的预防性维护时间间隔T_cij和基于设备可用度最大的预防性维护时间间隔T_aij，作为设备层的单目标维护决策结果；

第三步：通过第二步中得到的设备层的单目标维护决策结果，利用多目标决策模型的目标函数，统一维护成本率和设备可用度的数值范围和优化方向，生成基于多目标决策的预防性维护时间间隔T_oij，通过维修时间窗，将设备层各设备的多目标维护决策结果，动态地按周期递进传输到系统层；

第四步：根据生产系统的串并联布局结构，进行系统层的维护优化调度，将并联设备组的维护作业根据维修时间窗进行作业分离；当整组需停机维护时，则选定一台设备推迟预防维护；

第五步：将作业分离结果导入各串联设备组，将串联设备组的维护作业根据维修时间窗进行作业合并，被合并作业的其它设备的提前期在范围[0,T_w]之间；

第六步：反馈系统层中分离或合并生成的最优预防性维护时刻t_k至设备层，更新多目标维护决策结果，并将下一个维护周期再传输到系统层，如此实现动态交互，在生产系统的额定使用寿命内，降低核算设备层-系统层预防维护优化方案的总体维护成本。

优选地，所述第一步中，单设备的故障率采用可靠性统计方法获得，单设备故障率的取值范围为[0,1]。

优选地，所述第二步中，维护成本率为该周期内维护成本与维护周期的比率，设备可用度为运行时间与维护周期的比率。维护平台系统前台显示软件为LABVIEW,后台决策所用的软件为MATLAB。

优选地，所述第三步中，多目标决策中通过权重因子反映目标间的重要性。维护决策和结果传输所用的软件为MATLAB。

优选地，所述第四步中，生产系统并联设备组的作业分离调度所用的软件为MATLAB。采用第四步的维护策略，可防止并联设备组中设备同时进行预防性维护，避免造成外部与之串联的设备被迫停机。

优选地，所述第五步中，生产系统串联设备组的作业合并调度所用的软件为MATLAB。采用第五步的维护策略，把串联设备组中维护时刻相近的若干设备同时进行维护，避免各设备独立维护造成设备组的频繁停机；

优选地，所述第六步中，总体维护成本由预防性维护成本、非计划维修成本和维修停机成本组成。设备层-系统层所用的软件为MATLAB，结果显示的软件为LABVIEW。

由于生产系统中设备间的布局结构会造成潜在的维护机会，故本发明将设备层生成的预防维护时间间隔，动态地按周期递进传输到系统层，利用维护机会生成预防维护优化方案。本发明生成的预防维护优化方案既能反映生产系统中各设备的实时维护需求，又可以有效地降低整个系统的总体维护成本。

本发明相比现有技术，具有以下技术特点：

本发明生成的预防维护优化方案，能够考虑生产设备的可靠性规律，可以有效的反映设备的多目标维护需求，改进了传统的维护管理系统忽略设备间的相关性造成成本浪费，以及设备层-系统层维护规划缺乏动态交互方面的不足。同时，由于设备层和系统层的动态交互性能，保证了各周期最优预防性维护时刻的实时生成，有利于企业决策者安排合理有效的维护作业，具有重要的工程实用价值。

附图说明

图1为本发明系统层根据维护时间窗优化调度的预防维护作业合并流程。

具体实施方式

下面对本发明的实施例作详细说明：本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

本实施例提出的生产系统设备层-系统层动态交互预防维护规划的方法,包括以下步骤：

第一步：通过评估设备的役龄递减因子a_ij和故障率递增因子b_ij，得到生产系统中各设备S_j的故障率递进函数，该函数以设备初始周期故障率分布为基础，并得到单设备在不同的维护周期i的故障率递进函数分布λ_ij(t)；

第二步：利用第一步中得到的单设备的故障率递进函数，分别计算设备层的维护成本率模型和设备可用度模型，将上述两个模型作为单目标决策模型进行求导优化，分别获得不同的维护周期中基于维护成本率最小的预防性维护时间间隔T_cij和基于设备可用度最大的预防性维护时间间隔T_aij，作为设备层的单目标维护决策结果；

第三步：通过第二步中得到的设备层的单目标维护决策结果，利用多目标决策模型的目标函数，统一维护成本率和设备可用度的数值范围和优化方向，生成基于多目标决策的预防性维护时间间隔T_oij，通过维修时间窗，将设备层各设备的多目标维护决策结果，动态地按周期递进传输到系统层；

第四步：根据生产系统的串并联布局结构，进行系统层的维护优化调度，将并联设备组的维护作业根据维修时间窗进行作业分离；当整组需停机维护时，则选定一台设备推迟预防维护；

第五步：将作业分离结果导入各串联设备组，将串联设备组的维护作业根据维修时间窗进行作业合并，被合并作业的其它设备的提前期在范围[0,T_w]之间；

第六步：反馈系统层中分离或合并生成的最优预防性维护时刻t_k至设备层，更新多目标维护决策结果，并将下一个维护周期再传输到系统层，如此实现动态交互，在生产系统的额定使用寿命内，降低核算设备层-系统层预防维护优化方案的总体维护成本。

优选地，所述第一步中，单设备的故障率采用可靠性统计方法获得，单设备故障率的取值范围为[0,1]。

进一步地，所述第二步中，维护成本率为该周期内维护成本与维护周期的比率，设备可用度为运行时间与维护周期的比率。维护平台系统前台显示软件为LABVIEW,后台决策所用的软件为MATLAB。

进一步地，所述第三步中，多目标决策中通过权重因子反映目标间的重要性。维护决策和结果传输所用的软件为MATLAB。

进一步地，所述第四步中，生产系统并联设备组的作业分离调度所用的软件为MATLAB。采用第四步的维护策略，可防止并联设备组中设备同时进行预防性维护，避免造成外部与之串联的设备被迫停机。

进一步地，所述第五步中，生产系统串联设备组的作业合并调度所用的软件为MATLAB。采用第五步的维护策略，把串联设备组中维护时刻相近的若干设备同时进行维护，避免各设备独立维护造成设备组的频繁停机；

进一步地，所述第六步中，总体维护成本由预防性维护成本、非计划维修成本和维修停机成本组成。设备层-系统层所用的软件为MATLAB，结果显示的软件为LABVIEW。

下面以某港机企业的五台设备组成串并联生产系统为例进行具体说明。

具体包括下述步骤：

第一步：通过评估设备的役龄递减因子a_ij和故障率递增因子b_ij，得到生产系统中各设备的故障率递进函数，以设备初始周期故障率分布为基础，并得到设备j在维护周期i的故障率函数分布λ_ij(t)，单设备故障率采用可靠性统计方法获得，其取值范围为[0,1]：

λ_(i+1)j(t)=b_ijλ_ij(t+a_ijT_ij)

第二步：导入单设备的故障率递进函数，在维护平台系统的设备层中，利用软件分别计算维护成本率模型和设备可用度模型。对该两个单目标决策模型求导优化，分别获得不同的维护周期中基于维护成本率最小的预防性维护时间间隔T_cij和基于设备可用度最大的预防性维护时间间隔T_aij，作为设备层的单目标维护决策结果。维护平台系统前台显示软件为LABVIEW,后台决策所用的软件为MATLAB。令T_pj表示预防性维护时间，T_fj表示非计划维修时间，维修成本率c_rij为该周期内维护成本与维护周期的比率，C_pj表示表示预防性维护成本，C_fj表示非计划维修成本：

$c_{\mathrm{rij}}=\frac{C_{\mathrm{pj}}+C_{\mathrm{fj}}{\∫}_0^{T_{\mathrm{cij}}}{\mathrm{\λ}}_{\mathrm{ij}}\left(t\right)\mathrm{dt}}{T_{\mathrm{aij}}+T_{\mathrm{pj}}+T_{\mathrm{fj}}{\∫}_0^{T_{\mathrm{cij}}}{\mathrm{\λ}}_{\mathrm{ij}}\left(t\right)\mathrm{dt}}$

设备可用度A_ij为运行时间与维护周期的比率：

$A_{\mathrm{ij}}=\frac{T_{\mathrm{aij}}}{T_{\mathrm{aij}}+T_{\mathrm{pj}}+T_{\mathrm{fj}}{\∫}_0^{T_{\mathrm{aij}}}{\mathrm{\λ}}_{\mathrm{ij}}\left(t\right)\mathrm{dt}}$

第三步：对设备层的单目标维护决策结果，利用多目标决策模型的目标函数，统一维护成本率和设备可用度的数值范围和优化方向，生成基于多目标决策的预防性维护时间间隔T_oij，通过软件将设备层各设备的多目标维护决策结果，动态地按周期递进传输到维护平台系统的系统层，结合生产系统的串并联布局结构，进行系统层的维护优化调度。多目标决策中以权重因子反映目标间的重要性，维护决策和结果传输所用的软件为MATLAB。

设备S₁的维护决策结果如表1所示。

表1

多目标维护的目标函数为：

$V_{\mathrm{ij}}=-w_1\frac{A_{\mathrm{ij}}}{A_{\mathrm{ij}}^{*}}+w_2\frac{c_{\mathrm{rij}}}{c_{\mathrm{rij}}^{*}}$

第四步：进行生产系统的设备组判断。将并联设备组的维护作业根据维修时间窗进行作业分离，若整组需停机维护则选定一台设备推迟预防维护。采用该维护策略，防止并联设备组中设备同时进行预防性维护，避免造成外部与之串联的设备被迫停机，降低了系统的总体维护成本。生产系统并联设备组的作业分离调度所用的软件为MATLAB。

第五步：将作业分离结果导入各串联设备组，将串联设备组的维护作业根据维修时间窗进行作业合并，被合并作业的其它设备的提前期在范围[0,T_w]之间。采用该维护策略，把串联设备组中维护时刻相近的若干设备同时进行维护，避免各设备独立维护造成设备组的频繁停机，降低了系统的总体维护成本。生产系统串联设备组的作业合并调度所用的软件为MATLAB，维护作业合并流程如图1所示。

第六步：利用维护平台系统，反馈系统层中分离或合并生成的最优预防性维护时刻t_k至设备层，更新多目标维护决策结果，下一个维护周期再传输到系统层，如此实现动态交互；在生产系统的额定使用寿命内，核算设备层-系统层预防维护优化方案的总体维护成本。总体维护成本由预防性维护成本、非计划维修成本和维修停机成本组成，设备层-系统层所用的软件为MATLAB，结果显示的软件为LABVIEW。

五台设备组成串并联生产系统的系统层生成的预防维护优化方案结果如表2所示。

表2

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。

Claims (5)

1.一种生产系统设备层-系统层动态交互预防维护规划的方法，其特征在于，包括以下步骤：

第一步：通过评估设备的役龄递减因子a_ij和故障率递增因子b_ij，得到生产系统中各设备S_j的故障率递进函数，该函数以设备初始周期故障率分布为基础，并得到单设备在不同的维护周期i的故障率递进函数分布λ_ij(t)；

第二步：利用第一步中得到的单设备的故障率递进函数，分别计算设备层的维护成本率模型和设备可用度模型，将上述两个模型作为单目标决策模型进行求导优化，分别获得不同的维护周期中基于维护成本率最小的预防性维护时间间隔T_cij和基于设备可用度最大的预防性维护时间间隔T_aij，作为设备层的单目标维护决策结果；

第三步：通过第二步中得到的设备层的单目标维护决策结果，利用多目标决策模型的目标函数，统一维护成本率和设备可用度的数值范围和优化方向，生成基于多目标决策的预防性维护时间间隔T_oij，通过维修时间窗，将设备层各设备的多目标维护决策结果，动态地按周期递进传输到系统层；

第四步：根据生产系统的串并联布局结构，进行系统层的维护优化调度，将并联设备组的维护作业根据维修时间窗进行作业分离；当整组需停机维护时，则选定一台设备推迟预防维护；

第五步：将作业分离结果导入各串联设备组，将串联设备组的维护作业根据维修时间窗进行作业合并，被合并作业的其它设备的提前期在范围[0,T_w]之间；

第六步：反馈系统层中分离或合并生成的最优预防性维护时刻t_k至设备层，更新多目标维护决策结果，并将下一个维护周期再传输到系统层，如此实现动态交互，在生产系统的额定使用寿命内，降低核算设备层-系统层预防维护优化方案的总体维护成本。

2.根据权利要求1所述的生产系统设备层-系统层动态交互预防维护规划的方法，其特征在于，所述第一步中，单设备的故障率采用可靠性统计方法获得，单设备故障率的取值范围为[0,1]。

3.根据权利要求1所述的生产系统设备层-系统层动态交互预防维护规划的方法，其特征在于，所述第二步中，维护成本率为该周期内维护成本与维护周期的比率，设备可用度为运行时间与维护周期的比率。

4.根据权利要求1所述的生产系统设备层-系统层动态交互预防维护规划的方法，其特征在于，所述第三步中，多目标决策中通过权重因子反映目标间的重要性。

5.根据权利要求1所述的生产系统设备层-系统层动态交互预防维护规划的方法，其特征在于，所述第六步中，总体维护成本由预防性维护成本、非计划维修成本和维修停机成本组成。