CN108733883A - 一种确定正态型单元后续备件需求量的方法 - Google Patents

一种确定正态型单元后续备件需求量的方法 Download PDF

Info

Publication number
CN108733883A
CN108733883A CN201810338214.8A CN201810338214A CN108733883A CN 108733883 A CN108733883 A CN 108733883A CN 201810338214 A CN201810338214 A CN 201810338214A CN 108733883 A CN108733883 A CN 108733883A
Authority
CN
China
Prior art keywords
demand
unit
spare part
spares
security probability
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.)
Granted
Application number
CN201810338214.8A
Other languages
English (en)
Other versions
CN108733883B (zh
Inventor
邵松世
阮旻智
莫小杰
李华
王俊龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Naval University of Engineering PLA
Original Assignee
Naval University of Engineering PLA
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Naval University of Engineering PLA filed Critical Naval University of Engineering PLA
Priority to CN201810338214.8A priority Critical patent/CN108733883B/zh
Publication of CN108733883A publication Critical patent/CN108733883A/zh
Application granted granted Critical
Publication of CN108733883B publication Critical patent/CN108733883B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/04Ageing analysis or optimisation against ageing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Debugging And Monitoring (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种确定正态型单元后续备件需求量的方法,属于设备保障性能设计方法,解决不能准确计算“(旧品)单元+(新品)备件”情况下的后续备件需求量问题。本发明包括设置初始值步骤、计算剩余寿命失效度步骤、计算保障概率步骤和判断步骤;本发明考虑了已工作一段时间的“旧品单元”对后续备件需求量的影响,能准确计算后续备件需求量及其备件数量对应的保障概率,避免了备件数量偏少、保障不足的风险,也避免了备件数量偏多、过度保障的问题;为实现装备的精确保障奠定基础。

Description

一种确定正态型单元后续备件需求量的方法
技术领域
本发明属于设备保障性能设计方法,特别涉及一种确定正态型单元后续备件需求量的方法。
背景技术
“单元和备件都是新品”是绝大多数备件需求量计算方法的前提假定,此时计算所得的备件需求量结果称之为初始备件方案,所谓“初始”即单元处于初始零时刻、刚开始工作的意思。如果把已工作一段时间的单元视为新品,用于计算后续备件需求量的话,则会导致备件数量偏少、保障不足的风险;如果把已工作一段时间的单元索性视为故障件,用于计算后续备件需求量的话,则会导致备件数量偏多、过度保障的情况。
实际上,在大多数情况下,某单元已经工作了一段时间且还未发生故障,仍能在下一任务期间继续使用,可称为“(旧品)单元”。因此,如何计算“(旧品)单元+(新品)备件”情况下的后续备件需求量,相比初始备件的计算问题,是一个更为普遍的问题。理论上,只有寿命服从指数分布的单元,其后续备件可以采用初始备件需求量计算方法。
正常使用的机械件如汇流环、齿轮箱、减速器等,其寿命一般服从正态分布,寿命服从正态分布的单元,简称正态型单元,本发明针对正态型单元给出了一种后续备件需求量计算方法。
记正态型单元的寿命Z服从正态分布N(μ,σ2),其中μ为寿命均值;σ2为寿命的方差,针对具体的正态型单元,这两个参数是确定的,正态分布的概率密度函数f(Z):
假定单元已经正常工作了时间t1且未发生故障,剩余寿命记为T1,即单元寿命为t1+T1,剩余寿命指单元已经工作了一段时间且未发生故障条件下,还能再次正常工作的时间。
发明内容
本发明提供一种确定正态型单元后续备件需求量的方法,解决不能准确计算“(旧品)单元+(新品)备件”情况下的后续备件需求量问题。
本发明所提供的一种确定正态型单元后续备件需求量的方法,包括设置初始值步骤、计算剩余寿命失效度步骤、计算保障概率步骤和判断步骤,其特征在于:
(1)设置初始值步骤:
设置保障概率目标值P0,0<P0<1,置备件需求变量j=0;
(2)计算剩余寿命失效度步骤:
计算剩余寿命失效度F(x|t1):
式中,x为时间变量,且x>0,t1为单元已经正常工作时间,μ为寿命均值;σ2为寿命的方差,y为自变量;
(3)计算保障概率步骤:
计算备件数量为j时的保障概率P:
上式中,F(x|t1)为步骤(2)中的剩余寿命失效度,Tw为单元下一任务的计划工作时间,Tw>0;
(4)判断步骤:
判断是否P≥P0,是则得到的j值即为备件需求量,否则将j+1的值赋予j,转步骤(3)。
步骤(3)中,剩余寿命失效度F(x|t1)体现了“旧品单元”已工作时间t1对后续备件需求量的影响,且步骤(3)把备件需求量计算中原本复杂的j+1重积分问题简化成一个二重积分问题。
本发明考虑了已工作一段时间的“旧品单元”对后续备件需求量的影响,能准确计算后续备件需求量及其备件数量对应的保障概率,避免了备件数量偏少、保障不足的风险,也避免了备件数量偏多、过度保障的问题;为实现装备的精确保障奠定基础。
具体实施方式
以下结合实施例对本发明进一步说明。
实施例:某单元的寿命服从正态分布N(1000,2202),该单元已累计正常工作时间t1为750h,预计下一任务该单元的计划工作时间Tw为2500h,要求备件保障概率≥0.85,计算为该任务准备的后续备件需求量,包括以下步骤:
(1)设置初始值步骤:
设置保障概率目标值P0=0.85,置备件需求变量j=0;
(2)计算剩余寿命失效度步骤:
计算剩余寿命失效度F(x|750):
(3)计算保障概率步骤:
计算备件数量为j时的保障概率P:
上式中,Tw为单元下一任务的计划工作时间;
(4)判断步骤:
判断是否P≥P0,是则得到的j值即为备件需求量,否则将j+1的值赋予j,转步骤(3)。
步骤(3)计算结果如表1所示,表1中的保障概率模拟结果是采用仿真方法模拟得到的;
表1计算结果
从表1可知,备件需求量为3时,保障概率能满足不低于0.85的保障概率要求,且由式(3)计算的保障概率与模拟结果极为吻合。
当备件数量为j时,模拟一次保障过程的仿真方法如下:
(1)产生1个随机数simT1,用于模拟已正常工作t1的单元寿命,simT1服从正态分布N(μ,σ2),且simT1>t1
(2)判断是否j>0,是则进行步骤(3),否则转步骤(4);
(3)产生j个随机数simTk(1≤k≤j),用于模拟j个备件的寿命,simTk服从正态分布N(μ,σ2),令转步骤(5);
(4)如果j=0,则令simT=simT1-t1;转步骤(5)。

Claims (1)

1.一种确定正态型单元后续备件需求量的方法,包括设置初始值步骤、计算剩余寿命失效度步骤、计算保障概率步骤和判断步骤,其特征在于:
(1)设置初始值步骤:
设置保障概率目标值P0,0<P0<1,置备件需求变量j=0;
(2)计算剩余寿命失效度步骤:
计算剩余寿命失效度F(x|t1):
式中,x为时间变量,且x>0,t1为单元已经正常工作时间,μ为寿命均值;σ2为寿命的方差,y为自变量;
(3)计算保障概率步骤:
计算备件数量为j时的保障概率P:
上式中,F(x|t1)为步骤(2)中的剩余寿命失效度,Tw为单元下一任务的计划工作时间,Tw>0;
(4)判断步骤:
判断是否P≥P0,是则得到的j值即为备件需求量,否则将j+1的值赋予j,转步骤(3)。
CN201810338214.8A 2018-04-16 2018-04-16 一种确定正态型单元后续备件需求量的方法 Active CN108733883B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810338214.8A CN108733883B (zh) 2018-04-16 2018-04-16 一种确定正态型单元后续备件需求量的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810338214.8A CN108733883B (zh) 2018-04-16 2018-04-16 一种确定正态型单元后续备件需求量的方法

Publications (2)

Publication Number Publication Date
CN108733883A true CN108733883A (zh) 2018-11-02
CN108733883B CN108733883B (zh) 2021-08-13

Family

ID=63938917

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810338214.8A Active CN108733883B (zh) 2018-04-16 2018-04-16 一种确定正态型单元后续备件需求量的方法

Country Status (1)

Country Link
CN (1) CN108733883B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109523160A (zh) * 2018-11-15 2019-03-26 青岛航讯网络技术服务有限公司 大型货轮长期保障任务多正态单元部件备件需求量确定方法
CN110598363A (zh) * 2019-09-30 2019-12-20 青岛航讯网络技术服务有限公司 表决部件的备件量计算方法、仿真方法、终端及存储介质
CN110717669A (zh) * 2019-09-30 2020-01-21 中国人民解放军海军工程大学 一种指数型通用件备件需求量计算方法及装置
CN110727921A (zh) * 2019-09-30 2020-01-24 中国人民解放军海军工程大学 一种正态型通用件备件需求量计算方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005154926A (ja) * 2003-11-25 2005-06-16 Tsudakoma Corp 繊維機械の設定表示装置
CN103793752A (zh) * 2013-09-13 2014-05-14 中国人民解放军第二炮兵工程大学 一种基于退化建模的设备失效次数预测方法
CN105354615A (zh) * 2015-12-10 2016-02-24 青岛农业大学 防喷阀的可变成本实时预测维护与备件订购方法及系统
CN105469148A (zh) * 2015-11-03 2016-04-06 中国船舶工业系统工程研究院 船舶机电设备保障时机确定方法
CN106777819A (zh) * 2017-01-20 2017-05-31 中国人民解放军海军工程大学 一种正态型有寿件更换周期的计算方法
CN107885926A (zh) * 2017-11-06 2018-04-06 中国人民解放军海军工程大学 一种无维护状态下舰艇装备的备件配置优化方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005154926A (ja) * 2003-11-25 2005-06-16 Tsudakoma Corp 繊維機械の設定表示装置
CN103793752A (zh) * 2013-09-13 2014-05-14 中国人民解放军第二炮兵工程大学 一种基于退化建模的设备失效次数预测方法
CN105469148A (zh) * 2015-11-03 2016-04-06 中国船舶工业系统工程研究院 船舶机电设备保障时机确定方法
CN105354615A (zh) * 2015-12-10 2016-02-24 青岛农业大学 防喷阀的可变成本实时预测维护与备件订购方法及系统
CN106777819A (zh) * 2017-01-20 2017-05-31 中国人民解放军海军工程大学 一种正态型有寿件更换周期的计算方法
CN107885926A (zh) * 2017-11-06 2018-04-06 中国人民解放军海军工程大学 一种无维护状态下舰艇装备的备件配置优化方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
PABLO VIVEROS ET AL.: "A Support System for Selecting the Most Suitable Spare Parts Strategy", 《ENGINEERING ASSET MANAGEMENT - SYSTEMS, PROFESSIONAL PRACTICES AND CERTIFICATION》 *
邵松世,等: "批量换件下多正态单元表决系统备件量确定", 《华中科技大学学报(自然科学版)》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109523160A (zh) * 2018-11-15 2019-03-26 青岛航讯网络技术服务有限公司 大型货轮长期保障任务多正态单元部件备件需求量确定方法
CN110598363A (zh) * 2019-09-30 2019-12-20 青岛航讯网络技术服务有限公司 表决部件的备件量计算方法、仿真方法、终端及存储介质
CN110717669A (zh) * 2019-09-30 2020-01-21 中国人民解放军海军工程大学 一种指数型通用件备件需求量计算方法及装置
CN110727921A (zh) * 2019-09-30 2020-01-24 中国人民解放军海军工程大学 一种正态型通用件备件需求量计算方法及装置
CN110717669B (zh) * 2019-09-30 2023-02-17 中国人民解放军海军工程大学 一种指数型通用件备件需求量计算方法及装置
CN110727921B (zh) * 2019-09-30 2023-11-07 中国人民解放军海军工程大学 一种正态型通用件备件需求量计算方法及装置

Also Published As

Publication number Publication date
CN108733883B (zh) 2021-08-13

Similar Documents

Publication Publication Date Title
CN108733883A (zh) 一种确定正态型单元后续备件需求量的方法
CN109460908A (zh) 软件工程的造价评估方法
CN101562529B (zh) 一种计费处理的方法及装置
CN106469107A (zh) 一种存储资源的容量预测方法及装置
CN103837777B (zh) 供电系统电能质量评估方法及系统
WO2024021704A1 (zh) 一种溶出温度控制方法、装置、设备及存储介质
CN109888927A (zh) 一种规模化储能集群充放电能力分析方法
CN108932358B (zh) 一种确定威布尔型单元后续备件需求量的方法
CN102930178B (zh) 一种负荷数据异常检测方法
CN115459313A (zh) 储能参与需求响应方法、装置及介质
CN105044518B (zh) 应用于电压监测中的自动适应门限确定方法
CN106813761A (zh) 提前量自动修正方法
CN109214530B (zh) 一种基于增量的基地级维修项目定量分析系统和方法
CN109901515A (zh) 一种基于owa算子的重型机床可靠性分配方法
CN111797530B (zh) 一种电力系统薄弱环节确定方法、装置、设备及介质
CN101209539A (zh) 一种改善研磨时间控制的方法
CN110991938B (zh) 多产品生产线的能耗计算方法
CN108537423A (zh) 一种改进的核电厂对数正态分布可靠性数据处理的Bayes方法
CN105930632B (zh) 机电整机产品贮存寿命建模方法
CN110309533A (zh) 基于备件保障数据的正态型单元寿命分布参数估计方法
CN112003288B (zh) 一种电网运行方式电压智能调整方法及装置
CN109376380A (zh) 一种确定伽玛型单元后续备件需求量的方法
CN112966199B (zh) 一种页面调整收益的确定方法、装置、电子设备和介质
CN101710394A (zh) 一种生产订单工序状态的记录方法及系统
CN112488461B (zh) 一种金属铀临界事故应急时总裂变次数估算方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant