CN104680315B - 基于约束理论的港口装卸设备智能预防性维护系统及方法 - Google Patents
基于约束理论的港口装卸设备智能预防性维护系统及方法 Download PDFInfo
- Publication number
- CN104680315B CN104680315B CN201510075051.5A CN201510075051A CN104680315B CN 104680315 B CN104680315 B CN 104680315B CN 201510075051 A CN201510075051 A CN 201510075051A CN 104680315 B CN104680315 B CN 104680315B
- Authority
- CN
- China
- Prior art keywords
- maintenance
- equipment
- chance
- scheduling
- consumption
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于约束理论的港口装卸设备智能预防性维护系统及方法，通过调整因子法预测设备故障率并以最小化维护消耗为目标规划出设备层的预防性维护排程；在各单设备维护排程的基础上，采用基于约束理论的改进算法统筹规划系统内多设备的预防性机会维护排程，机会维护即对多设备同时进行维护操作，可以避免各设备单独维护所造成的长时间系统停机，从而达到提高系统总体可用度的目的；同时，针对各设备的不同特点，提出了可变的维护提前、延后时间窗，用以获得更灵活、有效的机会维护方案。
Description
技术领域
本发明涉及的是一种设备维护系统领域的技术，具体是一种基于约束理论的港口装卸设备智能预防性维护系统及方法。
背景技术
在现代制造企业中，单设备维护已经得到了越来越多的关注。然而，随着制造业的快速发展，流水线生产系统在港机、汽车、航天等领域都得到了广泛的应用，仅仅单设备的维护规划已经不能满足生产系统的整体要求，随之而来的系统复杂性也给系其整体维护方案的制定带来了巨大挑战。为了保证系统整体较高的可用度和较低的维护消耗，需要在系统整体维护规划时充分考虑各设备的维护消耗和维护操作时间，规划出有效、切实可行的系统维护排程。
传统的系统多设备维护方法为对系统中所有设备同时进行维护。在已有技术中，Kuo在国际高水平论文“AnAnnotatedOverviewofSystem-reliabilityOptimization”(《IEEETransactionsonReliability》2000年第49卷第2期，176-187页)中提出了所有设备同时进行维护的系统机会维护策略，用以提高系统的可用度。Okogbaa在国际高水平论文“Transientanalysisofmaintenanceinterventionofcontinuousmulti-unitsystems”(《IIETransactions》2008年第40卷第10期，971-983页)中分析了一个连续生产的串联系统的失效过程，并针对该系统提出了最优的用以进行预防性维护的系统中断时机。
此外，Hou在国际高水平论文“Anopportunisticmaintenancepolicyofmulti-unitseriesproductionsystemwithconsiderationofim perfectmaintenance”(《AppliedMathematics&InformationSciences》2013年第7卷第1期，283-290页)中针对一个多设备串联生产系统，通过设置并调整一个时间阀值来获得最优的系统机会维护排程。这是最初的机会维护时间窗模型，但该时间阀值是针对系统内所有设备的，并没有考虑各设备不同的维护消耗和维护操作时间对时间阀值的影响；另外，该时间阀值只允许设备的提前维护，而忽略设备延后维护的可能性。所以，现有方法仍旧存在很多不足，无法规划出最有效的系统机会维护排程。
发明内容
本发明针对现有生产系统传统预防性维护方法忽略各设备维护操作时间并且对各设备采用统一维护时间窗所造成的系统可用度损失，以及所带来的维护消耗浪费的不足，提出一种基于约束理论的港口装卸设备智能预防性维护系统及方法，通过调整因子法预测设备故障率并以最小化维护消耗为目标规划出设备层的预防性维护排程；在各单设备维护排程的基础上，采用基于约束理论的改进算法统筹规划系统内多设备的预防性机会维护排程，机会维护即对多设备同时进行维护操作，可以避免各设备单独维护所造成的长时间系统停机，从而达到提高系统总体可用度的目的；同时，针对各设备的不同特点，提出了可变的维护提前、延后时间窗，用以获得更灵活、有效的机会维护方案。
本发明是通过以下技术方案实现的：
本发明涉及一种基于约束理论的港口装卸设备智能预防性维护系统，包括：设备数据录入模块、设备层维护排程模块、系统层维护排程模块以及系统性能评估模块，其中：设备数据录入模块与设备层维护排程模块相连并传输设备维护参数信息，设备层维护排程模块与系统层维护排程模块相连并传输单设备预防性维护排程信息，系统层维护排程模块与系统性能评估模块相连并传输系统预防性维护排程信息。
本发明涉及上述系统的港口装卸设备智能预防性维护方法，包括以下步骤：
第一步：对单设备预防性维护排程进行规划，用故障率递增因子，役龄递减因子和环境因子对设备故障率建模，以最小维护消耗为目标求解单设备预防性维护排程：
f(i+1)(t)＝εbfi(t+aTi)，其中：f(t)是t时刻所对应的设备故障率，a为役龄递减因子，b为故障率递增因子，ε为环境因子，Ti为设备上一个维护周期的运行时间。
第二步：计算各设备的机会维护时间窗，根据各设备的维护参数计算其参与机会维护的总消耗节约，使总消耗节约大于零的时间段即为该设备的机会维护时间窗。
所述的总消耗节约为：CostSavej＝CSBj+CSMj+CSRj，其中：CostSavej为总消耗节约，由设备故障消耗节约CSBj、系统停机消耗节约CSMj和设备更新消耗节约CSRj组成；CostSavej≥0，得出的时间段(tleadj,tlagj)即为该设备的提前、延后机会维护时间窗。
第三步：按单次预防性维护操作时长区分各设备的优先级，单次维护操作时间最长的设备优先级为一，依此类推。
第四步：针对第一优先级的设备不改变其原有维护排程，其维护时间都作为系统的维护机会；之后，从0时刻开始依次检验第二优先级设备的各原计划维护时间，当有系统维护机会在所对应的维护时间窗(tleadj,tlagj)内，则更改该原计划维护时间至可获得最大CostSavej的机会维护时间；否则该原计划维护时间不变且同样成为系统的维护机会，其它设备按优先级顺序依次进行。
第五步：结束所有设备的机会维护排程后，计算整个系统的可用度和消耗节约：
其中：ETA代表系统可用度，Tlife是决策周期，Tdowntime是系统的维护停机时间总和；ETC代表系统进行机会维护所带来的消耗节约总和。
优选地，所述的第一步中，对设备的维护是修复非新建模，即设备在一次预防性维护后只能降低其故障率，但不能将故障率降为0。
优选地，所述的第二步中，每台设备的的提前、延后维护时间窗各自独立计算。
优选地，所述的第三步中，各设备的单次预防性维护操作时长由设备种类决定，是一个定值。
优选地，所述的第五步中，可用度和维护消耗节约是衡量系统维护方案最重要的两项指标。
技术效果
与现有技术相比，本发明生成的系统层多设备预防性机会维护方案，改进了传统机会维护方法忽略系统总体可用度的不足以及传统固定时间窗所带来的机会维护规划局限，在提高系统总体可用度的同时取得了较大的维护消耗结余，能够指导现代制造业的系统层多设备维护规划决策。
附图说明
图1为本发明系统示意图。
图2为本发明详细流程图。
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。
实施例1
如图2所示，本实施例包括以下步骤：
第一步：对单设备预防性维护排程进行规划，用故障率递增因子，役龄递减因子和环境因子对设备故障率建模，以最小维护消耗为目标求解单设备预防性维护排程：
f(i+1)(t)＝εbfi(t+aTi)
其中：f(t)是t时刻所对应的设备故障率，a为役龄递减因子，b为故障率递增因子，ε为环境因子，Ti为设备上一个维护周期的运行时间。假设设备故障率服从威布尔分布，且对设备的维护是修复非新建模，即设备在一次预防性维护后只能降低其故障率，但不能将故障率降为0。
第二步：计算各设备的机会维护时间窗，根据各设备的维护参数计算其参与机会维护的总消耗节约，使总消耗节约大于零的时间段即为该设备的机会维护时间窗。总消耗节约为：
CostSavej＝CSBj+CSMj+CSRj
其中：CostSavej为总消耗节约，由设备故障消耗节约CSBj、系统停机消耗节约CSMj和设备更新消耗节约CSRj组成。另CostSavej≥0，得出的时间段(tleadj,tlagj)即为该设备的提前、延后机会维护时间窗。每台设备由于维护参数的不同，各自有不同的提前、延后维护时间窗。
第三步：按单次预防性维护操作时长区分各设备的优先级，单次维护操作时间最长的设备优先级为一，依此类推。各设备的单次预防性维护操作时长由设备种类决定，是一个定值。
第四步：第一优先级的设备不改变其原有维护排程，它的所有维护时间都作为系统的维护机会。之后，从0时刻开始依次检验第二优先级设备的各原计划维护时间，若有系统维护机会在所对应的维护时间窗(tleadj,tlagj)内，则更改该原计划维护时间至可获得最大CostSavej的机会维护时间；若没有系统维护机会在所对应的维护时间窗(tleadj,tlagj)内，则该原计划维护时间不变且同样成为系统的维护机会。其它设备按优先级顺序依次进行。
第五步：结束所有设备的机会维护排程后，计算整个系统的可用度和消耗节约：
其中：ETA代表系统可用度，Tlife是决策周期，Tdowntime是系统的维护停机时间总和；ETC代表系统进行机会维护所带来的消耗节约总和。可用度和维护消耗节约是衡量系统维护方案最重要的两项指标。由本发明得出的该港口装卸系统在5000个时间单位内的可用度为91.9％，总维护消耗节约为246547.7；相对于该系统原本采用的传统维护方法在可用度上提高了1.55％，在消耗节约上提高了42.34％。
Claims (4)
1.一种港口装卸设备智能预防性维护方法，其特征在于，包括以下步骤：
第一步：对单设备预防性维护排程进行规划，用故障率递增因子，役龄递减因子和环境因子对设备故障率建模，以最小维护消耗为目标求解单设备预防性维护排程；
第二步：计算各设备的机会维护时间窗，根据各设备的维护参数计算其参与机会维护的总消耗节约，使总消耗节约大于零的时间段即为该设备的机会维护时间窗；
第三步：按单次预防性维护操作时长区分各设备的优先级，单次维护操作时间最长的设备优先级为一，依此类推；
第四步：针对第一优先级的设备不改变其原有维护排程，其维护时间都作为系统的维护机会；之后，从0时刻开始依次检验第二优先级设备的各原计划维护时间，当有系统维护机会在所对应的维护时间窗(tleadj,tlagj)内，其中tleadj和tlagj分别为该设备的提前、延后机会维护时间；则更改该原计划维护时间至可获得最大CostSavej的机会维护时间；否则该原计划维护时间不变且同样成为系统的维护机会，其它设备按优先级顺序依次进行；
第五步：结束所有设备的机会维护排程后，计算整个系统的可用度和消耗节约：其中：ETA代表系统可用度，Tlife是决策周期，Tdowntime是系统的维护停机时间总和；ETC代表系统进行机会维护所带来的消耗节约总和；
所述的建模是指：f(i+1)(t)＝εbfi(t+aTi)，其中：f(t)是t时刻所对应的设备故障率，a为役龄递减因子，b为故障率递增因子，ε为环境因子，Ti为设备上一个维护周期的运行时间；
所述的总消耗节约为：CostSavej＝CSBj+CSMj+CSRj，其中：CostSavej为总消耗节约，由设备故障消耗节约CSBj、系统停机消耗节约CSMj和设备更新消耗节约CSRj组成；CostSavej≥0，得出的时间段(tleadj,tlagj)即为该设备的提前、延后机会维护时间窗。
2.根据权利要求1所述的方法，其特征是，第一步中，对设备的维护是修复非新建模，即设备在一次预防性维护后只能降低其故障率，但不能将故障率降为0。
3.根据权利要求1所述的方法，其特征是，第二步中，每台设备的的提前、延后维护时间窗各自独立计算。
4.根据权利要求1所述的方法，其特征是，第三步中，各设备的单次预防性维护操作时长由设备种类决定，是一个定值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510075051.5A CN104680315B (zh) | 2015-02-12 | 2015-02-12 | 基于约束理论的港口装卸设备智能预防性维护系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510075051.5A CN104680315B (zh) | 2015-02-12 | 2015-02-12 | 基于约束理论的港口装卸设备智能预防性维护系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104680315A CN104680315A (zh) | 2015-06-03 |
| CN104680315B true CN104680315B (zh) | 2018-01-02 |
Family
ID=53315323
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510075051.5A Expired - Fee Related CN104680315B (zh) | 2015-02-12 | 2015-02-12 | 基于约束理论的港口装卸设备智能预防性维护系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104680315B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110035970B (zh) * | 2016-12-15 | 2021-04-09 | 三菱电机株式会社 | 电梯的更新计划装置 |
| CN108460541A (zh) * | 2018-03-26 | 2018-08-28 | 上海振华重工(集团)股份有限公司 | 码头智能维保系统及方法 |
| CN111880502B (zh) * | 2020-07-30 | 2021-09-14 | 上海数策软件股份有限公司 | 基于交付满足的工厂设备预防性维护排班系统和方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6968293B2 (en) * | 2000-12-07 | 2005-11-22 | Juisclan Holding Gmbh | Method and apparatus for optimizing equipment maintenance |
| CN103106543A (zh) * | 2013-01-29 | 2013-05-15 | 上海交通大学 | 生产系统设备层-系统层动态交互预防维护规划的方法 |
| CN103955766A (zh) * | 2014-04-29 | 2014-07-30 | 上海交通大学 | 大批量定制生产系统的预防维护协同调度优化的方法 |
| CN104111642A (zh) * | 2014-06-11 | 2014-10-22 | 华中科技大学 | 设备预防性维护与柔性作业车间控制集成优化方法 |
-
2015
- 2015-02-12 CN CN201510075051.5A patent/CN104680315B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6968293B2 (en) * | 2000-12-07 | 2005-11-22 | Juisclan Holding Gmbh | Method and apparatus for optimizing equipment maintenance |
| CN103106543A (zh) * | 2013-01-29 | 2013-05-15 | 上海交通大学 | 生产系统设备层-系统层动态交互预防维护规划的方法 |
| CN103955766A (zh) * | 2014-04-29 | 2014-07-30 | 上海交通大学 | 大批量定制生产系统的预防维护协同调度优化的方法 |
| CN104111642A (zh) * | 2014-06-11 | 2014-10-22 | 华中科技大学 | 设备预防性维护与柔性作业车间控制集成优化方法 |
Non-Patent Citations (5)
| Title |
|---|
| An Opportunistic Maintenance Policy of Multi-unit Series Production System with Consideration of Imperfect;Wenrui Hou 等;《Applied Mathematics & Information Sciences》;20130201(第1期);第283-290页 * |
| Xinyang Tao等.Opportunistic Preventive Maintenance Scheduling Based on Theory of Constraints.《Proceedings of the 2014 Industrial and Systems Engineering Research Conference》.2014, * |
| 串并联衰退系统的多目标预防性维护优化建模;夏唐斌 等;《计算机集成制造系统》;20100415;第16卷(第4期);第783-788页 * |
| 基于状态监测数据的产品寿命预测与预测维护规划方法研究;尤明懿;《中国博士学位论文全文数据库 工程科技Ⅱ辑》;20130315(第3期);第C028-2页 * |
| 生产系统智能维护决策及优化技术研究;周晓军;《中国博士学位论文全文数据库 工程科技Ⅱ辑》;20100615(第6期);第C029-1页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104680315A (zh) | 2015-06-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kang et al. | Integrated control policy of production and preventive maintenance for a deteriorating manufacturing system | |
| CN103729746B (zh) | 一种线损异常定位的方法及系统 | |
| CN104680315B (zh) | 基于约束理论的港口装卸设备智能预防性维护系统及方法 | |
| CN108038349A (zh) | 一种飞机系统健康状态的维修决策方法 | |
| CN108448577A (zh) | 配电网停电计划排程优化方法及装置 | |
| Xia et al. | Operation process rebuilding (OPR)-oriented maintenance policy for changeable system structures | |
| Nasr et al. | Estimation of the parameters for a complex repairable system with preventive and corrective maintenance | |
| CN103488540A (zh) | 面向异构云数据中心的能耗优化资源调度方法 | |
| CN108199378A (zh) | 一种动态电压恢复器补偿控制方法 | |
| CN110311427A (zh) | 计及故障概率的两阶段n-k鲁棒故障约束机组组合方法 | |
| CN106600110A (zh) | 大电网多周期一体化停电计划精益管理提升方法及系统 | |
| CN116128145A (zh) | 电力设备状态检修策略优化方法 | |
| CN107358017A (zh) | 数据处理方法和装置 | |
| CN104376200B (zh) | 一种输变电设备检修模式效能评估方法 | |
| CN106327048A (zh) | 一种基于能效基准模型的工业企业能效评估方法 | |
| CN104680251B (zh) | 考虑外部环境影响的港口设备智能预防性维护系统及方法 | |
| CN104503235B (zh) | 基于改进bp神经网络的电厂设备的状态监测方法 | |
| CN103577933A (zh) | 基于卷烟生产数据集成环境的数据监控方法及装置 | |
| CN103136446A (zh) | 基于优化输入层的bp神经网络预报滑坡的方法 | |
| CN110851961A (zh) | 一种基于系统可用度的船闸维修计划制定方法 | |
| CN113408969B (zh) | 一种分布式系统的维修方案生成方法及系统 | |
| Nijhawan et al. | On development of change point based generalized SRGM for software with multiple releases | |
| Marugan et al. | A Comparative Study of Preventive Maintenance Thresholds for Deteriorating Systems | |
| CN109284478B (zh) | 一种估计对数正态型单元可靠性参数的方法 | |
| CN113793003A (zh) | 面向韧性提升的电力系统检修与运行协同决策方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180102 Termination date: 20210212 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |