CN106227994A - 多态混联可修系统备件需求预测方法 - Google Patents

Abstract

本发明公开了一种多态混联可修系统备件需求预测方法，用于解决现有备件需求预测方法复杂的技术问题。技术方案是首先分析系统的部件组成，按照系统的部件组成顺序确定MMDD的生成顺序；其次，以状态变量为非终结点，以非终结点的所有状态取值为单向箭线，按照生成顺序指向下一个非终结点，直到终结点0，1结束；最终，基于建立的MMDD模型，搜索所有从根节点开始，到达终结点的路径，计算出每条路径所需备件数量及相应的响应概率，从而计算出所有路径对应备件数量的可靠性，给定系统可靠性R_s与对应备件数量的可靠性比较，预测该可修系统备件需求。该方法简单易行，有效地提高了备件需求预测的效率。

Description

多态混联可修系统备件需求预测方法

技术领域

本发明涉及一种备件需求预测方法，特别涉及一种多态混联可修系统备件需求预测方法。

背景技术

文献“申请公开号为CN 103632054A的中国发明专利”公开了一种基于状态监测和设备部件可靠性的备件需求预测方法。该方法首先根据设备维修记录单，使用可靠性理论对维修记录中的部件失效寿命数据进行处理，得到部件失效寿命的概率累积分布函数。然后，根据部件失效寿命的概率累积分布函数、设备工作总时长、实际备件需求量的历史记录、备件需求量同比环比值记录、计划员的经验预测值等，与实际备件需求量的历史记录用于比较预测的误差相比较，得到设备备件需求量预测值。但该方法预测设备备件需求量的过程复杂，需要详细的维修记录单，要进行分布函数拟合，往往无法得到满意的预测结果，影响装备维修保障。

发明内容

为了克服现有备件需求预测方法复杂的不足，本发明提供一种多态混联可修系统备件需求预测方法。该方法建立基于MMDD的多态混联可修系统备件需求预测模型，根据马尔科夫过程计算系统单阶段和多阶段的备件需求量。首先，分析系统的部件组成，将系统组成部件按照阶段划分并确定MMDD的状态变量，按照系统的部件组成顺序确定MMDD的生成顺序；其次，以状态变量为非终结点，以非终结点的所有状态取值为单向箭线，按照生成顺序指向下一个非终结点，直到终结点0，1结束；当MMDD结构图较为复杂时，将MMDD结构图分解为对应各个单独状态的MMDD子图，MMDD分解的子图个数等于系统状态性能个数；最终，基于建立的MMDD模型，搜索所有从根节点开始，到达终结点的路径，计算出每条路径所需备件数量及相应的响应概率，从而计算出所有路径对应备件数量的可靠性，给定系统可靠性R_s与对应备件数量的可靠性比较，预测该可修系统备件需求。该方法简单易行，可以有效提高备件需求预测的效率。

本发明解决其技术问题所采用的技术方案：一种多态混联可修系统备件需求预测方法，其特点是包括以下步骤：

步骤一、将多态混联可修系统的n个组成部件按照阶段k划分，确定MMDD状态变量

步骤二、按照系统的部件组成顺序确定MMDD状态变量C_i ^k的生成顺序；

步骤三、以状态变量为非终结点，以非终结点的所有状态取值为单向箭线，按照生成顺序指向下一个非终结点，直到终结点0，1结束，终结点0表示系统失效，终结点1表示系统正常；

步骤四、当MMDD结构图较为复杂时，将MMDD结构图分解为对应各终结点的MMDD子图；

步骤五、基于建立的MMDD模型，搜索所有从根节点开始，到达终结点的路径，计算出每条路径所需备件数量及相应概率，从而计算出所有路径对应0个备件的系统可靠性R₀，对应1个备件的系统可靠性R₁，对应2个备件的系统可靠性R₂，对应3个备件的系统可靠性R₃。给定系统要求可靠性R_s小于R₀时需要0个备件，R₀＜R_s≤R₁时需要1个备件，R₁＜R_s≤R₂时需要2个备件，完成可修系统备件需求预测。

本发明的有益效果是：该方法建立基于MMDD的多态混联可修系统备件需求预测模型，根据马尔科夫过程计算系统单阶段和多阶段的备件需求量。首先，分析系统的部件组成，将系统组成部件按照阶段划分并确定MMDD的状态变量，按照系统的部件组成顺序确定MMDD的生成顺序；其次，以状态变量为非终结点，以非终结点的所有状态取值为单向箭线，按照生成顺序指向下一个非终结点，直到终结点0，1结束；当MMDD结构图较为复杂时，将MMDD结构图分解为对应各个单独状态的MMDD子图，MMDD分解的子图个数等于系统状态性能个数；最终，基于建立的MMDD模型，搜索所有从根节点开始，到达终结点的路径，计算出每条路径所需备件数量及相应的响应概率，从而计算出所有路径对应备件数量的可靠性，给定系统可靠性R_s与对应备件数量的可靠性比较，预测该可修系统备件需求。该方法简单易行，有效地提高了备件需求预测的效率。

下面结合附图和具体实施方式对本发明作详细说明。

附图说明

图1是本发明多态混联可修系统备件需求预测方法的流程图。

图2是本发明方法实施例中单阶段部件状态转移图。

图3是本发明方法实施例中单阶段MMDD生成图。

图4是本发明方法实施例中单阶段MMDD分解0子图。

图5是本发明方法实施例中单阶段MMDD分解1子图。

图6是本发明方法实施例中多阶段部件状态转移图。

图7是本发明方法实施例中多阶段MMDD生成图。

图8是本发明方法实施例中多阶段MMDD分解0子图。

图9是本发明方法实施例中多阶段MMDD分解1子图。

具体实施方式

参照图1-9。本发明多态混联可修系统备件需求预测方法具体步骤如下：

1、将多态混联可修系统的n个组成部件按照阶段k划分，确定MMDD的状态变量，按照阶段划分列出所有MMDD的状态变量

在本实施例中，以“四个同类部件C₁,C₂,C₃,C₄组成的单阶段混联系统和三个同类部件C₁,C₂,C₃组成的多阶段混联系统”为例。根据阶段和状态划分，单阶段混联系统的状态变量为C₁,C₂,C₃,C₄，对于部件C₁,C₂,状态0为失效，状态1,2为正常工作，对于部件C₃,C₄，状态0,1为失效，状态2为正常工作；系统正常运行要求C₁,C₂中至少有一个可以工作，而C₃,C₄均正常工作；四个部件的初始状态均为2，失效形式均服从指数分布。多阶段混联系统的状态变量为三个部件的初始状态均为1，对于部件C₁,C₂，状态0为失效，状态1，2为正常工作，对于部件C₃，状态0,1均为失效，状态2为正常工作；任务分为两个阶段，第一个阶段C₁必须正常工作，第二个阶段C₁工作并且C₂,C₃中至少有一个正常工作。

2、按照系统部件组成顺序确定MMDD的生成顺序

本实施例中单阶段混联系统MMDD的生成顺序为C₁,C₂,C₃,C₄，多阶段混联系统的MMDD的生成顺序为

3、以状态变量为非终结点，以非终结点的所有状态取值为单向箭线，按照生成顺序指向下一个非终结点，直到终结点0，1结束，终结点0表示系统失效，终结点1表示系统正常。

参照图3和图7，生成混联系统单阶段和多阶段MMDD图。

4、MMDD结构图较为复杂时，将MMDD结构图分解为对应各终结点的MMDD子图。

参照图4、图5、图8、图9进行混联系统单阶段和多阶段的MMDD图分解，得到MMDD分解子图。

5、基于建立的MMDD模型，搜索所有从根节点开始，到达终结点的路径，计算出每条路径所需备件数量及相应概率，从而计算出所有路径对应0个备件的系统可靠性R₀，对应1个备件的系统可靠性R₁，对应2个备件的系统可靠性R₂，对应3个备件的系统可靠性R₃。给定系统要求可靠性R_s小于R₀时需要0个备件，R₀＜R_s≤R₁时需要1个备件，R₁＜R_s≤R₂时需要2个备件，依次类推完成该可修系统备件需求预测。

参照图3、图4、图5，针对单阶段混联系统搜索所有从根节点开始，到达终结点的路径。

C₁₀C₂₀C₃₀C₄₀，C₁₀C₂₀C₃₀C₄₁，C₁₀C₂₀C₃₀C₄₂，C₁₀C₂₀C₃₁C₄₀，C₁₀C₂₀C₃₁C₄₁，C₁₀C₂₀C₃₁C₄₂，C₁₀C₂₀C₃₂C₄₀，C₁₀C₂₀C₃₂C₄₁，C₁₀C₂₀C₃₂C₄₂，C₁₀C₂₁C₃₀C₄₀，C₁₀C₂₁C₃₀C₄₁，C₁₀C₂₁C₃₀C₄₂，C₁₀C₂₁C₃₁C₄₀，C₁₀C₂₁C₃₁C₄₁，C₁₀C₂₁C₃₁C₄₂，C₁₀C₂₁C₃₂C₄₀，C₁₀C₂₁C₃₂C₄₁，C₁₀C₂₁C₃₂C₄₂，C₁₀C₂₂C₃₀C₄₀，C₁₀C₂₂C₃₀C₄₁，C₁₀C₂₂C₃₀C₄₂，C₁₀C₂₂C₃₁C₄₀，C₁₀C₂₂C₃₁C₄₁，C₁₀C₂₂C₃₁C₄₂，C₁₀C₂₂C₃₂C₄₀，C₁₀C₂₂C₃₂C₄₁，C₁₀C₂₂C₃₂C₄₂，C₁₁C₂₀C₃₀C₄₀，C₁₁C₂₀C₃₀C₄₁，C₁₁C₂₀C₃₀C₄₂，C₁₁C₂₀C₃₁C₄₀，C₁₁C₂₀C₃₁C₄₁，C₁₁C₂₀C₃₁C₄₂，C₁₁C₂₀C₃₂C₄₀，C₁₁C₂₀C₃₂C₄₁，C₁₁C₂₀C₃₂C₄₂，C₁₁C₂₁C₃₀C₄₀，C₁₁C₂₁C₃₀C₄₁，C₁₁C₂₁C₃₀C₄₂，C₁₁C₂₁C₃₁C₄₀，C₁₁C₂₁C₃₁C₄₁，C₁₁C₂₁C₃₁C₄₂，C₁₁C₂₁C₃₂C₄₀，C₁₁C₂₁C₃₂C₄₁，C₁₁C₂₁C₃₂C₄₂，C₁₁C₂₂C₃₀C₄₀，C₁₁C₂₂C₃₀C₄₁，C₁₁C₂₂C₃₀C₄₂，C₁₁C₂₂C₃₁C₄₀，C₁₁C₂₂C₃₁C₄₁，C₁₁C₂₂C₃₁C₄₂，C₁₁C₂₂C₃₂C₄₀，C₁₁C₂₂C₃₂C₄₁，C₁₁C₂₂C₃₂C₄₂，C₁₂C₂₀C₃₀C₄₀，C₁₂C₂₀C₃₀C₄₁，C₁₂C₂₀C₃₀C₄₂，C₁₂C₂₀C₃₁C₄₀，C₁₂C₂₀C₃₁C₄₁，C₁₂C₂₀C₃₁C₄₂，C₁₂C₂₀C₃₂C₄₀，C₁₂C₂₀C₃₂C₄₁，C₁₂C₂₀C₃₂C₄₂，C₁₂C₂₁C₃₀C₄₀，C₁₂C₂₁C₃₀C₄₁，C₁₂C₂₁C₃₀C₄₂，C₁₂C₂₁C₃₁C₄₀，C₁₂C₂₁C₃₁C₄₁，C₁₂C₂₁C₃₁C₄₂，C₁₂C₂₁C₃₂C₄₀，C₁₂C₂₁C₃₂C₄₁，C₁₂C₂₁C₃₂C₄₂，C₁₂C₂₂C₃₀C₄₀，C₁₂C₂₂C₃₀C₄₁，C₁₂C₂₂C₃₀C₄₂，C₁₂C₂₂C₃₁C₄₀，C₁₂C₂₂C₃₁C₄₁，C₁₂C₂₂C₃₁C₄₂，C₁₂C₂₂C₃₂C₄₀，C₁₂C₂₂C₃₂C₄₁，C₁₂C₂₂C₃₂C₄₂，从左至右编号1-81.

其中C_ij(i＝1,2,3,4j＝0,1,2)表示部件C_i处于状态j。要求系统可靠性R_s达到0.99，工作周期为2。

参照图2，将失效过程视为发生了两次状态转移。其转移概率是f₁₀＝0.003，f₂₀＝0.001，f₂₁＝0.003。根据马尔科夫过程，随机转移概率矩阵为

两次状态转移的概率矩阵为

$P^2={\left[\begin{array}{ccc}1& 0& 0\\ 0.003& 0.997& 0\\ 0.001& 0.003& 0.996\end{array}\right]}^2=\left[\begin{array}{ccc}1& 0& 0\\ 0.006& 0.994& 0\\ 0.002& 0.006& 0.992\end{array}\right]$

部件初始状态均为α₀＝[0 0 1]，最终各状态的概率为

$\begin{array}{c}\mathrm{\α}={\mathrm{\α}}_0{P}^2=\[\begin{array}{ccc}0& 0& 1\end{array}\]\left[\begin{array}{ccc}1& 0& 0\\ 0.006& 0.994& 0\\ 0.002& 0.006& 0.992\end{array}\right]\\ =\[\begin{array}{ccc}0.002& 0.006& 0.992\end{array}\]\end{array}$

参照表1，计算每条路径备件需求量。计算需要0个备件的所有路径出现概率p₀＝0.984，故对应0个备件的系统可靠性R₀＝0.984，计算需要1个备件的所有路径出现概率p₁＝0.015，故对应1个备件的系统可靠性R₁＝p₀+p₁＝0.999，由于R₀＜R_s＝0.99＜R₁，故需要1个备件达到系统要求的可靠性。

表1 单阶段每条路径备件需求量

参照图7、图8、图9，针对多阶段混联系统在生成的MMDD上搜索，得到不交的备件需求量计算路径集，其中表示在k阶段部件C_i处于状态j，要求系统达到的可靠性为R_s＝0.9。

从左向右依次编号1-81.

参照图6，在周期T₁，部件的状态转移概率矩阵为

在周期T₂，部件的状态转移概率矩阵为

部件C₁在周期T₁结束时处于各个状态的概率分别为

α₁＝[0 1 0]P₁＝[0.182 0.636 0.182]

即处于0，1，2状态的概率分别为0.182，0.636，0.182。同理，部件C₁，C₂，C₃在T₂结束时处于各个状态的概率分别为0.315，0.405，0.280。

参照表2，计算每条路径的备件需求量。

表2 多阶段每条路径备件需求量

计算需要0个备件的所有路径出现概率为p₀＝0.308，故对应0个备件的系统可靠性R₀＝0.308；计算需要1个备件的所有路径出现概率为p₁＝0.477，故对应1个备件的系统可靠性R₁＝p₀+p₁＝0.785；对应2个备件的系统可靠性R₂＝0.978，对应3个备件数量的系统可靠性接近于1。由于R₁＜R_s＜R₂，故需要2个备件达到要求的系统可靠性，完成备件需求预测。

Claims (1)

1.一种多态混联可修系统备件需求预测方法，其特征在于包括以下步骤：

步骤一、将多态混联可修系统的n个组成部件按照阶段k划分，确定MMDD状态变量i＝1,2,…,n k＝1,2；

步骤二、按照系统的部件组成顺序确定MMDD状态变量的生成顺序；

步骤三、以状态变量为非终结点，以非终结点的所有状态取值为单向箭线，按照生成顺序指向下一个非终结点，直到终结点0，1结束，终结点0表示系统失效，终结点1表示系统正常；

步骤四、当MMDD结构图较为复杂时，将MMDD结构图分解为对应各终结点的MMDD子图；

步骤五、基于建立的MMDD模型，搜索所有从根节点开始，到达终结点的路径，计算出每条路径所需备件数量及相应概率，从而计算出所有路径对应0个备件的系统可靠性R₀，对应1个备件的系统可靠性R₁，对应2个备件的系统可靠性R₂，对应3个备件的系统可靠性R₃；给定系统要求可靠性R_s小于R₀时需要0个备件，R₀＜R_s≤R₁时需要1个备件，R₁＜R_s≤R₂时需要2个备件，完成可修系统备件需求预测。