CN109740766B - 一种工业设备维护服务规划方法 - Google Patents
一种工业设备维护服务规划方法 Download PDFInfo
- Publication number
- CN109740766B CN109740766B CN201811634234.6A CN201811634234A CN109740766B CN 109740766 B CN109740766 B CN 109740766B CN 201811634234 A CN201811634234 A CN 201811634234A CN 109740766 B CN109740766 B CN 109740766B
- Authority
- CN
- China
- Prior art keywords
- maintenance
- model
- analysis model
- maintenance service
- unplanned
- 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.)
- Active
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种工业设备维护服务规划方法,包括以下步骤:基于系统动力学系统建立维护服务分析模型;基于证据推理规则建立计划外维护任务分析模型,所述计划外维护任务分析模型用于估计发生计划外维护任务的信念分布;在所述定量模型中,引入计划外维护任务的信念分布来表征维护服务过程中的不确定性,获得最终用于评估工业设备服务规划和控制策略的维护服务决策模型。本发明通过维护服务分析模型来描述和计算损失与资源分配,以及对决策的影响,整个维护过程中资源分配更加合理;通过计划外维护任务分析模型精确地估计特定重型维护检查的发生计划外维护任务的信念分布,为实现这些计划外维护任务所需资源的估算和分配提供可靠依据。
Description
技术领域
本发明涉及数据分析技术领域,特别涉及一种工业设备维护服务规划方法。
背景技术
工业设备在执行大量维护检查期间,延误和中断是经常出现的问题。该问题主要是由于管理资源的复杂性和计划外维护任务的发生,工业设备计划外维护任务的不确定性阻碍了资源的规划,控制和分配,增加了延期的可能性并导致成本超支。
发明内容
为解决上述问题,本发明提供了一种工业设备维护服务规划方法。
本发明采用以下技术方案:
一种工业设备维护服务规划方法,包括以下步骤:
S1、基于系统动力学系统建立维护服务分析模型,所述维护服务分析模型包括定性模型和定量模型,所述定性模型利用因果循环图描述执行工业设备维护服务期间各变量的相互关系,所述定量模型为定性模型基础上构建的动态模型,用于分析系统岁时间的演变和性能;
S2、基于证据推理规则建立计划外维护任务分析模型,所述计划外维护任务分析模型用于估计发生计划外维护任务的信念分布;
S3、在所述定量模型中,引入计划外维护任务的信念分布来表征维护服务过程中的不确定性,获得最终用于评估工业设备服务规划和控制策略的维护服务决策模型。
优选地,所述步骤S2包括以下分步骤:
S21、构建模型的样本数据和特征变量;
S22、对样本数据进行数据预处理;
S23、通过递归的融合不同特征变量的方式,基于证据推理规则建立初步分析模型;
S24、针对所述初步分析模型,修改模型特征的依赖性、可靠性及重要性,获得所述计划外维护任务分析模型。
采用上述技术方案后,本发明与背景技术相比,具有如下优点:
本发明通过维护服务分析模型来描述和计算损失与资源分配,以及对决策的影响,获得最佳资源分配策略以实现优化资源使用和减少维护检查持续时间,整个维护过程中资源分配更加合理;通过计划外维护任务分析模型精确地估计特定重型维护检查的发生计划外维护任务的信念分布,为实现这些计划外维护任务所需资源的估算和分配提供可靠依据。
附图说明
图1为本发明的流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例
参考图1所示,本发明公开了一种工业设备维护服务规划方法,包括以下步骤:
S1、基于系统动力学系统建立维护服务分析模型,所述维护服务分析模型包括定性模型和定量模型,所述定性模型利用因果循环图描述执行工业设备维护服务期间各变量的相互关系,所述定量模型为定性模型基础上构建的动态模型,用于分析系统岁时间的演变和性能;
S2、基于证据推理规则建立计划外维护任务分析模型,所述计划外维护任务分析模型用于估计发生计划外维护任务的信念分布。所述步骤S2包括以下分步骤:
S21、构建模型的样本数据和特征变量;
S22、对样本数据进行数据预处理;
S23、通过递归的融合不同特征变量的方式,基于证据推理规则建立初步分析模型;
S24、针对所述初步分析模型,修改模型特征的依赖性、可靠性及重要性,获得所述计划外维护任务分析模型。
S3、在所述定量模型中,引入计划外维护任务的信念分布来表征维护服务过程中的不确定性,获得最终用于评估工业设备服务规划和控制策略的维护服务决策模型。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (2)
1.一种工业设备维护服务规划方法,其特征在于,包括以下步骤:
S1、基于系统动力学系统建立维护服务分析模型,所述维护服务分析模型包括定性模型和定量模型,所述定性模型利用因果循环图描述执行工业设备维护服务期间各变量的相互关系,所述定量模型为定性模型基础上构建的动态模型,用于分析系统随 时间的演变和性能;
S2、基于证据推理规则建立计划外维护任务分析模型,所述计划外维护任务分析模型用于估计发生计划外维护任务的信念分布;
S3、在所述定量模型中,引入计划外维护任务的信念分布来表征维护服务过程中的不确定性,获得最终用于评估工业设备服务规划和控制策略的维护服务决策模型。
2.如权利要求1所述的一种工业设备维护服务规划方法,其特征在于,所述步骤S2包括以下分步骤:
S21、构建模型的样本数据和特征变量;
S22、对样本数据进行数据预处理;
S23、通过递归的融合不同特征变量的方式,基于证据推理规则建立初步分析模型;
S24、针对所述初步分析模型,修改模型特征的依赖性、可靠性及重要性,获得所述计划外维护任务分析模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811634234.6A CN109740766B (zh) | 2018-12-29 | 2018-12-29 | 一种工业设备维护服务规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811634234.6A CN109740766B (zh) | 2018-12-29 | 2018-12-29 | 一种工业设备维护服务规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109740766A CN109740766A (zh) | 2019-05-10 |
CN109740766B true CN109740766B (zh) | 2021-04-06 |
Family
ID=66362223
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811634234.6A Active CN109740766B (zh) | 2018-12-29 | 2018-12-29 | 一种工业设备维护服务规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109740766B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112990702A (zh) * | 2021-03-12 | 2021-06-18 | 深圳工盟科技有限公司 | 基于施工任务的施工队匹配方法、装置、设备及存储介质 |
CN113743623A (zh) * | 2021-08-13 | 2021-12-03 | 太原向明智控科技有限公司 | 一种应用大数据决策分析模型的设备维护系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103154845A (zh) * | 2010-07-16 | 2013-06-12 | 纽约市哥伦比亚大学托管会 | 电网的机器学习 |
CN105678461A (zh) * | 2016-01-08 | 2016-06-15 | 国家电网公司 | 获取目标对象的虚拟资源增量的方法和装置 |
CN107478715A (zh) * | 2017-07-03 | 2017-12-15 | 岭东核电有限公司 | 核电站热交换器传热管的无损检测分析方法、装置及系统 |
CN108365969A (zh) * | 2018-01-08 | 2018-08-03 | 北京邮电大学 | 一种基于无线传感网的自适应服务组合方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2496884A (en) * | 2011-11-24 | 2013-05-29 | Ge Aviat Systems Ltd | System for controlling operation of an airline |
JP5638560B2 (ja) * | 2012-03-27 | 2014-12-10 | 株式会社東芝 | 保守計画決定装置およびその方法 |
CN104636826A (zh) * | 2015-01-27 | 2015-05-20 | 中国石油化工股份有限公司 | 一种炼油化工设备可靠性及维护策略的优化方法 |
CN105096053B (zh) * | 2015-08-14 | 2018-11-09 | 哈尔滨工业大学 | 一种适用于复杂工艺系统的健康管理决策方法 |
-
2018
- 2018-12-29 CN CN201811634234.6A patent/CN109740766B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103154845A (zh) * | 2010-07-16 | 2013-06-12 | 纽约市哥伦比亚大学托管会 | 电网的机器学习 |
CN105678461A (zh) * | 2016-01-08 | 2016-06-15 | 国家电网公司 | 获取目标对象的虚拟资源增量的方法和装置 |
CN107478715A (zh) * | 2017-07-03 | 2017-12-15 | 岭东核电有限公司 | 核电站热交换器传热管的无损检测分析方法、装置及系统 |
CN108365969A (zh) * | 2018-01-08 | 2018-08-03 | 北京邮电大学 | 一种基于无线传感网的自适应服务组合方法 |
Non-Patent Citations (1)
Title |
---|
装备维修系统的动力学分析技术研究;尹晓虎;《中国博士学位论文全文数据库 基础科学辑》;20100415;正文第1-5章 * |
Also Published As
Publication number | Publication date |
---|---|
CN109740766A (zh) | 2019-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
de Jonge et al. | Optimum maintenance strategy under uncertainty in the lifetime distribution | |
CN106598791B (zh) | 一种基于机器学习的工业设备故障预防性识别方法 | |
Lechevalier et al. | Towards a domain-specific framework for predictive analytics in manufacturing | |
Vasili et al. | Maintenance optimization models: a review and analysis | |
Abeygunawardane et al. | Adaptive maintenance policies for aging devices using a Markov decision process | |
Exner et al. | Proactive maintenance as success factor for use-oriented Product-Service Systems | |
KR20200071876A (ko) | 공정 중 생산품 불량 예측시스템 및 불량 예측을 위한 학습모델 생성방법 | |
CN109740766B (zh) | 一种工业设备维护服务规划方法 | |
Kroß et al. | Stream processing on demand for lambda architectures | |
Schreiber et al. | Integrated production and maintenance planning for cyber-physical production systems | |
Wang et al. | A two-phase online prediction approach for accurate and timely adaptation decision | |
Piechnicki et al. | A conceptual framework of knowledge conciliation to decision making support in RCM deployment | |
Garg et al. | When to stop testing: a study from the perspective of software reliability models | |
Koukaras et al. | Proactive buildings: A prescriptive maintenance approach | |
CN116187738B (zh) | 一种基于执行顺序和位置分布的工作包自动生成方法 | |
Fernández et al. | A model driven development approach based on a reference model for predicting disruptive events in a supply process | |
Khalid et al. | Early cost estimation of software reworks using fuzzy requirement-based model | |
Kovalenko et al. | Engineering process improvement in heterogeneous multi-disciplinary environments with defect causal analysis | |
Mannhardt et al. | Estimating the impact of incidents on process delay | |
Lagos et al. | Using percent plan completed for early success assessment in the last planner system | |
US11120174B1 (en) | Methods and apparatus for evaluation of combinatorial processes using simulation and multiple parallel statistical analyses of real data | |
Boufaied et al. | Dynamic delay risk assessing using cost-based fmea for transportation systems | |
Bokrantz et al. | A methodology for continuous quality assurance of production data | |
Zhu et al. | Automated generation of digital models for production lines through state reconstruction | |
Jung et al. | A systematic review on the requirements on BIM maturity and formal representation of sequencing knowledge for automated construction scheduling |
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 |