CN110287578A - 一种考虑研制与维修的外场可更换单元划分方法 - Google Patents

一种考虑研制与维修的外场可更换单元划分方法 Download PDF

Info

Publication number
CN110287578A
CN110287578A CN201910536733.XA CN201910536733A CN110287578A CN 110287578 A CN110287578 A CN 110287578A CN 201910536733 A CN201910536733 A CN 201910536733A CN 110287578 A CN110287578 A CN 110287578A
Authority
CN
China
Prior art keywords
maintenance
design
component
expense
equipment
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
CN201910536733.XA
Other languages
English (en)
Other versions
CN110287578B (zh
Inventor
葛哲学
蒋思远
杨拥民
罗旭
戚祝绮
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.)
National University of Defense Technology
Original Assignee
National University of Defense Technology
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 National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN201910536733.XA priority Critical patent/CN110287578B/zh
Publication of CN110287578A publication Critical patent/CN110287578A/zh
Application granted granted Critical
Publication of CN110287578B publication Critical patent/CN110287578B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Development Economics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Physiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Genetics & Genomics (AREA)
  • Computing Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种考虑研制与维修的外场可更换单元划分方法，包括1、获取装备研制与维修阶段各部件信息及装备各部件的划分因素指标值；2、根据划分因素指标构建优化目标模型；步骤3：对优化目标模型进行求解；步骤4：根据步骤3中的求解结果，将装备中各部件其修理级别和修理方式为在基层级进行修理的部件确定为外场可更换单元。本发明由于考虑了研制阶段对外场可更换单元划分的影响，综合考虑装备从研制到使用维修阶段的各部分成本，使划分更加贴合实际情况、更科学合理。同时通过划分明确了产品基层级的主要维修任务，使装备得到及时维护和维修保障，从而保证装备的长期使用性能。

Description

一种考虑研制与维修的外场可更换单元划分方法
技术领域
本发明属于装备维修保障技术领域，尤其涉及一种考虑研制与维修的外场可更换单元划分方法。
背景技术
大量装备/产品在使用与维修保障过程中，往往存在维修保障费用高、维修费时费力、装备使用可用度不高等一些突出问题，对产品使用效能造成严重的影响。究其原因，一方面是这些产品在使用过程中故障率较高，基层级(民用产品可以称为用户级，以下均称为基层级)保障条件与保障能力有限；另一方面是在产品研制过程中仍然采用传统的序贯式设计思路，没有开展充分的维修工程分析与维修性并行设计，导致重要部件和高故障率部件的维修性存在先天不足。
外场可更换单元(LRU)是产品基层级维修的主要对象，由其使用或基层维修分队来实施，其维修时效要求高。科学的LRU划分可以使装备在外场环境中易于维修，保证装备的高可用度和低维修费用。LRU划分是维修级别分析的一个主要方面，其过程通常包括经济性分析和非经济性分析。
当前LRU划分的过程中，绝大部分研究仍然是面向使用和服役阶段，较少有人考虑到设计因素的影响，特别是可靠性、维修性、测试性、保障性等特性与各维修保障要素的耦合关系。实质上，不同的通用质量特性设计方案带来的研制成本迥异，对使用阶段的维修保障规划及产生的费用也会造成深刻的影响，比如，一味追求维修费用的减少会导致可靠性设计试验费用的大幅增加，这对于寿命周期不太长的装备是非常不经济的，在LRU划分过程中应当将两者进行综合考虑。因此，怎样从装备研制阶段开始就进行LRU的划分就显得尤为重要。
发明内容
针对现有技术存在的缺陷，本发明提供一种考虑研制与维修的外场可更换单元划分方法。
为实现上述目的，本发明的技术方案是：
一种考虑研制与维修的外场可更换单元划分方法，包括以下步骤：
步骤1：获取装备研制与维修阶段各部件信息，采集装备的外场可更换单元划分因素指标，并根据划分因素指标获取装备各部件的划分因素指标值；
步骤2：根据划分因素指标构建优化目标模型；
步骤3：对优化目标模型进行求解；
步骤4：根据步骤3中的求解结果，将装备中其修理级别和修理方式为在基层级进行修理的部件确定为外场可更换单元。
进一步地，所述外场可更换单元划分因素指标包括研制阶段设计指标和维修阶段保障经济性指标；
进一步地，所述研制阶段设计指标包括可靠性设计指标、维修性设计指标、安全性设计指标等。
进一步地，所述维修阶段保障经济指标包括维修可变成本指标和维修固定成本指标。
进一步地，所述优化目标模型包括目标函数和约束条件，其中目标函数为：
式1表示在t0种设计方案中选择使外场可更换单元的研制与维修总费用最少的第t种设计方案，f(x)表示外场可更换单元的研制与维修总费用，C(t)表示装备研制阶段费用，Ct(R)、Ct(M)、Ct(S)分别表示第t种设计方案的可靠性设计费用、维修性设计费用和安全性及其它设计费用，t0表示设计方案的总数量；
可靠性设计费用Ct(R)＝Ct(R1)+Ct(R2)+Ct(R3)，其中Ct(R1)为部件材料费用、Ct(R2)为部件工艺费用、Ct(R3)为可靠性设计试验的费用；
维修性设计费用Ct(M)＝Ct(M1)+Ct(M2)+Ct(M3)，其中Ct(M1)为维修性设计人力费用、Ct(M2)为维修性及测试性设计资源费用，包括：增加空间成本、硬件成本，Ct(M3)为维修性试验费用；
安全性及其它设计费用Ct(S)＝Ct(S1)+Ct(S2)+Ct(S3)其中Ct(S1)为特殊器材、设施费用，Ct(S2)为安全性试验费用，Ct(S3)为安全性培训费用；
Ht(X)表示装备的维修保障费用，vcr,e,t(j)表示第t种设计方案中部件j在e级维修级别上选择r级修理方式中相关的可变费用，tm表示装备第t种设计方案中待划分部件的总数量；fcr,e,t(j)表示第t中设计方案中部件j在e级维修级别上选择r级修理方式中相关的固定费用；λt(j)表示第t种设计方案中部件j在整个寿命周期内所需维修的总次数，与失效率有关；e表示可选择的维修级别，e＝1表示基层级维修，e＝2表示中继级维修，e＝3表示基地级维修；r表示可选择的修理方式，r＝1表示修理工作，其中在基层级的修理工作为更换式维修，在中继级和基地级的修理工作为修复性维修；r＝2表示转移到后方其它维修级别进行维修；r＝3表示报废，Xr,e(j)表示决策变量，其中，当Xr,e(j)＝1时，表示部件j在e级维修级别上选择的修理工作方式是r，Xr,e(j)＝0表示部件j在e级维修级别上没有选择修理工作r；
约束条件为：
式2表示，e＝1，任意部件在基层级只能针对外场可更换部件进行修理或者转移处理；式3表示，e＝3，任意部件在基地级维修中只能选择修理或者报废；式4表示，维修部件在e级维修级别上进行了转移处理，在e+1级的维修级别上必须要选择一种维修工作；如果部件j存在子部件k,则式5表示，如果维修部件j在e级维修级别上选择了报废或者转移工作，则该维修部件的附属子部件k在e级维修级别上都选择报废或者转移工作。
进一步地，步骤3中所述对优化目标模型进行求解的方法是遗传算法。
与现有技术相比，本发明所取得的有益效果是：
本发明由于考虑了研制阶段对部件划分的影响，建立了外场可更换单元可靠性、维修性等研制代价与维修保障费用的综合优化模型，综合考虑装备从研制到使用维修阶段的各部分成本，避免一味追求维修费用的减少而导致可靠性设计试验费用的大幅增加，从而使划分更加贴合实际情况，因此其划分也更加的科学合理。本发明可以有效应用于各类机械产品和装备的外场可更换单元划分中，以明确产品基层级的维修任务，使得产品得到及时维护和维修保障，从而保证产品的长期使用性能。
附图说明
图1为LRU划分基本因素图；
图2为遗传算法流程图；
图3为不同种群数算法求解结果。
具体实施方式
为了使本发明的技术方案及优点更加清楚明白，图1至图3示出了本发明的一种实施例，通过该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用于解释本发明，并不用于限定本发明。
步骤1：获取装备研制与维修阶段各部件信息，采集装备的外场可更换单元划分因素指标，并根据划分因素指标获取装备各部件的划分因素指标值；本实施例中外场可更换单元划分因素指标包括研制设计指标和维修保障经济指标，研制设计指标包括可靠性设计指标、维修性设计指标、安全性设计指标等。研制阶段的各部件信息包括各部件的可靠性设计费用、维修性设计费用、保障性设计费用。维修阶段的各部件信息包括各部件的维修可变成本和维修固定成本等。
为降低与外场可更换单元LRU相关的全寿命周期费用，主要从研制和使用两个阶段分析LRU划分的影响因素，其组成关系模型如图1所示。在研制阶段，主要分析不同设计方案对LRU划分的影响，这里主要考虑与维修保障性能及费用紧密相关的影响因素，其中可靠性设计主要影响装备使用阶段的故障率和维修间隔期，但通常需要较高的设计、制造和试验成本；维修性设计主要使得装备具备快速、简便的可维修特性，也需要较高的设计与试验成本；保障性设计主要规划经济、适用的保障资源，资源的品种与性能对设计投入也有较大的影响。而对于使用阶段的维修保障过程，其经济性因素通常包括备件、维修人力、维修设备、保障设施、包装储运及其它器材消耗等费用。由于考虑了研制阶段对部件划分的影响，综合考虑装备从研制到使用维修阶段的各部分成本，避免一味追求维修费用的减少会导致可靠性设计试验费用的大幅增加，因此其划分也更加的科学合理，使得维修也更及时有效。
以某型柴油机的曲柄连杆机构为例，检验LRU划分方法的正确性和遗传算法求解的有效性。柴油机曲柄连杆机构主要由上轴承箱、气缸体、冷却水套、曲轴箱、气缸盖和气缸垫、活塞、活塞环、活塞销、连杆、连杆轴瓦、曲轴、飞轮、曲轴扭转减振器等14个部件组成。分别标记为部件1到14。根据调研分析，采集到的外场可更换单元每个部件的可靠性、维修性、安全性设计费用，如表1所示。两种方案的每个部件在每个维修级别采用不同的维修策略所需可变成本，以及全寿命周期内所需的维修次数，如表2和表3所示。两种方案的每个部件在每个维修级别采用不同的维修策略所需固定成本如表4和表5所示。
表1部件设计代价
表2方案1部件维修可变成本和维修次数
表3方案2部件维修可变成本和维修次数
表4方案1部件维修固定成本
表5方案2部件维修固定成本
步骤2：根据划分因素指标构建优化模型；
1.优化模型包括目标函数和约束条件，其中目标函数为：
式1表示在t0种设计方案中选择使外场可更换单元的研制与维修总费用最少的第t种设计方案，f(x)表示外场可更换单元的研制与维修总费用，C(t)表示装备研制阶段费用，Ct(R)、Ct(M)、Ct(S)分别表示第t种设计方案的可靠性设计费用、维修性设计费用和安全性及其它设计费用，t0表示设计方案的总数量；
可靠性设计费用Ct(R)＝Ct(R1)+Ct(R2)+Ct(R3)，其中Ct(R1)为部件材料费用、Ct(R2)为部件工艺费用、Ct(R3)为可靠性设计试验的费用；
维修性设计费用Ct(M)＝Ct(M1)+Ct(M2)+Ct(M3)，其中Ct(M1)为维修性设计人力费用、Ct(M2)为维修性及测试性设计资源费用，包括：增加空间成本、硬件成本，Ct(M3)为维修性试验费用；
安全性及其它设计费用Ct(S)＝Ct(S1)+Ct(S2)+Ct(S3)其中Ct(S1)为特殊器材、设施费用，Ct(S2)为安全性试验费用，Ct(S3)为安全性培训费用；
Ht(X)表示装备的维修保障费用，vcr,e,t(j)表示第t种设计方案中部件j在e级维修级别上选择r级修理方式中相关的可变费用，tm表示装备第t种设计方案中待划分部件的总数量；fcr,e,t(j)表示第t中设计方案中部件j在e级维修级别上选择r级修理方式中相关的固定费用；λt(j)表示第t种设计方案中部件j在整个寿命周期内所需维修的总次数，与失效率有关；e表示可选择的维修级别，e＝1表示基层级维修，e＝2表示中继级维修，e＝3表示基地级维修；r表示可选择的修理方式，r＝1表示修理工作，其中在基层级的修理工作为更换式维修，在中继级和基地级的修理工作为修复性维修；r＝2表示转移到后方其它维修级别进行维修；r＝3表示报废，Xr,e(j)表示决策变量，其中，当Xr,e(j)＝1时，表示部件j在e级维修级别上选择的修理工作方式是r，Xr,e(j)＝0表示部件j在e级维修级别上没有选择修理工作r；
约束条件为：
式2表示，e＝1，任意部件在基层级只能针对外场可更换部件进行修理或者转移处理；式3表示，e＝3，任意部件在基地级维修中只能选择修理或者报废；式4表示，维修部件在e级维修级别上进行了转移处理，在e+1级的维修级别上必须要选择一种维修工作；如果部件j存在子部件k,则式5表示，如果维修部件j在e级维修级别上选择了报废或者转移工作，则该维修部件的附属子部件k在e级维修级别上都选择报废或者转移工作。
步骤3：对优化目标模型进行求解，由于以上模型变量非常多，传统优化算法如整数规划计算量非常大，特别是在复杂系统零部件数量很多的情况下，寻优非常缓慢。本实施例中使用遗传算法进行求解。遗传算法具有良好的全局搜索和大规模优化能力，特别是当装备系统复杂、部件种类众多，且维修转移关系复杂时，利用遗传算法求解问题将更为高效、便捷。
遗传算法首先由算法随机生成一个初始种群，即表示每个部件在某一维修级别上采取某一维修方式。随机生成的初始种群中的个体要经过约束条件(2)、(3)、(4)、(5)的检验，不合法的被淘汰，以重新产生的个体替代，直到种群中的所有染色体都合法。对种群重复适应度函数值的计算检验、选择、交叉和变异等操作，直到达到最大的迭代代数，终止算法，输出最优种群，即各部件总费用最低的维修方式。最后分析仿真结果，得到LRU划分方案。算法流程如图2所示。
2.1编码策略
在研究LRU划分方案时，基层级只考虑修理和转移两种维修策略，中继级考虑修理、报废、转移三种维修策略，基地级是维修最高级别，因此只考虑修理、报废两种维修策略。低进制编码遗传算法在搜索效率和优化结果鲁棒性方面普遍优于高进制编码遗传算法。本发明采用二进制编码方式。Xr,e(j)＝1表示部件j在维修级别e上采取了维修方式r，Xr,e(j)＝0表示部件j在e级维修级别上没有选择修理工作r。种群个体的编码方式如表6所示。
表6染色体编码示意表
2.2适应度函数设计
遗传算法优先选择适应度大的个体，因此适应度函数应设计为最大值函数。将目标函数转化为适应度函数：
F(x)＝f(x) (6)
其中f(x)＝C(t)+Ht(X),0＜t≤t0。
2.3种群个体选择
本发明根据适应度函数值比例，采用轮盘赌抽样选择构成子代的种群。个体被选择的概率为
其中，n为种群中个体数。计算出个体选择概率之后，产生一个[0,1]区间内的随机数，当选择概率大于随机数时，个体被选择。
2.4种群多样性
为了维持种群的多样性，对种群个体进行变异运算。在[0,1]区间内随机生成一个数，当变异概率小于该随机数时，开始执行变异运算。变异产生的新个体要经过约束条件的检验，保留符合约束条件的个体。
本发明采用单点交叉进行染色体交叉运算。在[0,1]区间内随机生成一个数，当交叉概率小于该随机数时，开始执行交叉运算。交叉运算时，两个染色体的交叉位置相同，产生的新个体同样要接受约束条件的检验，保留符合条件的个体。
设置遗传算法种群数为100，最大迭代次数为1000,交叉概率为0.75，变异概率为0.01，对步骤2中的优化模型进行求解。图3给出了遗传算法求解得到的结果。
步骤4：根据步骤3中的求解结果，将装备中各部件其修理级别和修理方式为在基层级进行修理的部件确定为外场可更换单元。
目标函数最优解对应设计方案2，总费用为228725，分析求解结果，将决策变量值为X1,1(j)＝1的部件，表示其选择的维修级别e＝1，为在基层级维修，其选择的修理方式r＝1，即其在基层级的修理工作为更换式维修，因此从表7的运算结果中可以看出，部件1、3、4、6、8、9、10、11、12、13、14其决策变量值为X1,1(j)＝1，确定部件1、3、4、6、8、9、10、11、12、13、14为外场可更换单元。
在基层级采取修理的维修策略费用最低，因此这些部件可划分为LRU。求解结果如下表7所示。
表7遗传算法运算结果
经过遗传算法优化求解后，得到了相应的设计方案以及各个部件的维修级别和维修方式，对此进行费用计算，进而可以计算得到所有部件的研制和维修总费用。
4.2结果检验
针对遗传算法求解的结果，现使用0-1整数规划的方法检验本发明方法的有效性。分三种情况对部件可采取的所有维修方式穷举：(1)在基层级采取修理的维修策略，不再送往更高的维修级别；(2)在基层级和中继级采取转移的维修策略，在基地级采取修理或报废的维修策略；(3)在基层级采取转移的维修策略，在中继级采取修理或报废的维修策略。比较三种情况的目标函数值，得到最优解。
定义变量Xij(i＝1,2,…,n；j＝1,2,…,7；Xij＝0，1)，其中i表示LRU划分时考虑的部件，j表示在某一维修级别采取某种维修策略，如表8所示。例如X12＝1表示，部件1在基层级采取转移的维修策略。
表8 j值代表的维修策略
求解结果来看，目标函数最优解为228725，部件1、3、4、6、8、9、10、11、12、13、14在基层级采取修理的维修策略费用最低，因此这些部件可划分为LRU。其计算结果与本发明所采用的遗传算法优化结果是一致的，但计算过程比遗传算法所花费的时间要长的多，这充分证明了所提出方法的正确性与高效率。
由于本发明考虑了研制阶段对部件划分的影响，建立了外场可更换单元可靠性、维修性等研制代价与维修保障费用的综合优化模型，综合考虑装备从研制到使用维修阶段的各部分成本，避免一味追求维修费用的减少而导致可靠性设计试验费用的大幅增加，特别是对于寿命周期不太长的装备，因此其划分也更加的科学合理。本发明可以有效应用于各类机械产品和装备的外场可更换单元划分中，以明确产品基层级的维修任务，使得产品得到及时维护和维修保障，从而保证产品的长期使用性能。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。

Claims (6)

1.一种考虑研制与维修的外场可更换单元划分方法，其特征在于：包括以下步骤：
步骤1：获取装备研制与维修阶段各部件信息，采集装备的外场可更换单元划分因素指标，并根据划分因素指标获取装备各部件的划分因素指标值；
步骤2：根据划分因素指标构建优化目标模型；
步骤3：对优化目标模型进行求解；
步骤4：根据步骤3中的求解结果，将装备中修理级别和修理方式为在基层级进行修理的部件确定为外场可更换单元。
2.根据权利要求1所述的一种考虑研制与维修的外场可更换单元划分方法，其特征在于：所述外场可更换单元划分因素指标包括研制阶段设计指标和维修阶段保障经济性指标。
3.根据权利要求2所述的一种考虑研制与维修的外场可更换单元划分方法，其特征在于：所述研制阶段设计指标包括可靠性设计指标、维修性设计指标、安全性设计指标。
4.根据权利要求2所述的一种考虑研制与维修的外场可更换单元划分方法，其特征在于：所述维修阶段保障经济指标包括维修可变成本指标和维修固定成本指标。
5.根据权利要求1所述的一种考虑研制与维修的外场可更换单元划分方法，其特征在于：所述优化目标模型包括目标函数和约束条件，其中目标函数为：
式1表示在t0种设计方案中选择使外场可更换单元的研制与维修总费用最少的第t种设计方案，f(x)表示外场可更换单元的研制与维修总费用，C(t)表示装备研制阶段费用，Ct(R)、Ct(M)、Ct(S)分别表示第t种设计方案的可靠性设计费用、维修性设计费用和安全性及其它设计费用，t0表示设计方案的总数量；
可靠性设计费用Ct(R)＝Ct(R1)+Ct(R2)+Ct(R3)，其中Ct(R1)为部件材料费用、Ct(R2)为部件工艺费用、Ct(R3)为可靠性设计试验的费用；
维修性设计费用Ct(M)＝Ct(M1)+Ct(M2)+Ct(M3)，其中Ct(M1)为维修性设计人力费用、Ct(M2)为维修性及测试性设计资源费用，包括：增加空间成本、硬件成本，Ct(M3)为维修性试验费用；
安全性及其它设计费用Ct(S)＝Ct(S1)+Ct(S2)+Ct(S3)，其中Ct(S1)为特殊器材、设施费用，Ct(S2)为安全性试验费用，Ct(S3)为安全性培训费用；
Ht(X)表示装备的维修保障费用，vcr,e,t(j)表示第t种设计方案中部件j在e级维修级别上选择r级修理方式中相关的可变费用，tm表示装备第t种设计方案中待划分部件的总数量；fcr,e,t(j)表示第t中设计方案中部件j在e级维修级别上选择r级修理方式中相关的固定费用；λt(j)表示第t种设计方案中部件j在整个寿命周期内所需维修的总次数，与失效率有关；e表示可选择的维修级别，e＝1表示基层级维修，e＝2表示中继级维修，e＝3表示基地级维修；r表示可选择的修理方式，r＝1表示修理工作，其中在基层级的修理工作为更换式维修，在中继级和基地级的修理工作为修复性维修；r＝2表示转移到后方其它维修级别进行维修；r＝3表示报废，Xr,e(j)表示决策变量，其中，当Xr,e(j)＝1时，表示部件j在e级维修级别上选择的修理工作方式是r，Xr,e(j)＝0表示部件j在e级维修级别上没有选择修理工作r；
约束条件为：
式2表示，e＝1，任意部件在基层级只能针对外场可更换部件进行修理或者转移处理；式3表示，e＝3，任意部件在基地级维修中只能选择修理或者报废；式4表示，维修部件在e级维修级别上进行了转移处理，在e+1级的维修级别上必须要选择一种维修工作；如果部件j存在子部件k,则式5表示，如果维修部件j在e级维修级别上选择了报废或者转移工作，则该维修部件的附属子部件k在e级维修级别上都选择报废或者转移工作。
6.根据权利要求1所述的一种考虑研制与维修的外场可更换单元划分方法，其特征在于：步骤3中所述对优化目标模型进行求解的方法是遗传算法。
CN201910536733.XA 2019-06-20 2019-06-20 一种考虑研制与维修的外场可更换单元划分方法 Active CN110287578B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910536733.XA CN110287578B (zh) 2019-06-20 2019-06-20 一种考虑研制与维修的外场可更换单元划分方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910536733.XA CN110287578B (zh) 2019-06-20 2019-06-20 一种考虑研制与维修的外场可更换单元划分方法

Publications (2)

Publication Number Publication Date
CN110287578A true CN110287578A (zh) 2019-09-27
CN110287578B CN110287578B (zh) 2020-04-14

Family

ID=68004068

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910536733.XA Active CN110287578B (zh) 2019-06-20 2019-06-20 一种考虑研制与维修的外场可更换单元划分方法

Country Status (1)

Country Link
CN (1) CN110287578B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113283658A (zh) * 2021-06-02 2021-08-20 中国运载火箭技术研究院 一种复杂装备现场可更换单元划分的多指标评估方法
CN113673057A (zh) * 2021-08-23 2021-11-19 一汽解放大连柴油机有限公司 一种基于cae仿真技术的柴油机冷却水套设计分析方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101853448A (zh) * 2010-05-25 2010-10-06 北京航空航天大学 一种装备研制过程备件需求量预测方法
CN102567810A (zh) * 2011-12-12 2012-07-11 北京航空航天大学 一种面向rms的lru规划设计方法
US20150089968A1 (en) * 2013-10-01 2015-04-02 B/E Aerospace, Inc. Aircraft air chiller with reduced profile
CN105913189A (zh) * 2016-04-13 2016-08-31 北京航空航天大学 一种机电产品无维修工作期分配方法
CN109270915A (zh) * 2017-07-18 2019-01-25 通用电气公司 用于飞机现场可替换单元（lru）维护优化的分析系统
CN109829551A (zh) * 2018-12-31 2019-05-31 北京航天测控技术有限公司 一种基于加权差值分配的测试性分配方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101853448A (zh) * 2010-05-25 2010-10-06 北京航空航天大学 一种装备研制过程备件需求量预测方法
CN102567810A (zh) * 2011-12-12 2012-07-11 北京航空航天大学 一种面向rms的lru规划设计方法
US20150089968A1 (en) * 2013-10-01 2015-04-02 B/E Aerospace, Inc. Aircraft air chiller with reduced profile
CN105913189A (zh) * 2016-04-13 2016-08-31 北京航空航天大学 一种机电产品无维修工作期分配方法
CN109270915A (zh) * 2017-07-18 2019-01-25 通用电气公司 用于飞机现场可替换单元（lru）维护优化的分析系统
CN109829551A (zh) * 2018-12-31 2019-05-31 北京航天测控技术有限公司 一种基于加权差值分配的测试性分配方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
罗旭 等: ""基于设计参数综合评价决策的维修性设计方案优选方法"", 《国防科技大学学报》 *
郭志明 等: ""现场可更换单元划分权衡研究综述"", 《兵器装备工程学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113283658A (zh) * 2021-06-02 2021-08-20 中国运载火箭技术研究院 一种复杂装备现场可更换单元划分的多指标评估方法
CN113673057A (zh) * 2021-08-23 2021-11-19 一汽解放大连柴油机有限公司 一种基于cae仿真技术的柴油机冷却水套设计分析方法
CN113673057B (zh) * 2021-08-23 2024-05-28 一汽解放大连柴油机有限公司 一种基于cae仿真技术的柴油机冷却水套设计分析方法

Also Published As

Publication number Publication date
CN110287578B (zh) 2020-04-14

Similar Documents

Publication Publication Date Title
Wu et al. Optimal site selection for parabolic trough concentrating solar power plant using extended PROMETHEE method: A case in China
CN104185840B (zh) 在持续部署流水线中用来优先化多个测试的方法、系统和装置
CN108921376B (zh) 一种智能配电网用电可靠性提升对象的优选方法及系统
Sharafi et al. A dynamic MOPSO algorithm for multiobjective optimal design of hybrid renewable energy systems
CN106021771A (zh) 一种故障诊断方法及装置
CN111695754A (zh) 一种电力物联网信息安全风险评估方法和装置
CN110287578A (zh) 一种考虑研制与维修的外场可更换单元划分方法
CN113095556A (zh) 一种考虑碳中和趋势的中长期负荷预测方法及系统
Xia et al. 3D-based multi-objective cooperative disassembly sequence planning method for remanufacturing
CN109711707B (zh) 一种船舶动力装置综合状态评估方法
CN112633762A (zh) 楼宇能效获取方法及设备
CN112132424A (zh) 一种大规模储能多属性决策选型方法
CN114358601A (zh) 多元能量系统多维评价指标体系构建的方法及装置
CN113139701A (zh) 一种基于层次分析方法的区域内能源健康度评价方法
CN113095696A (zh) 一种综合能源项目全生命周期评价方法及其系统
Xia et al. The selection method of remanufacturing service knowledge resource based on DANP-GS
CN105931133A (zh) 配电变压器更换优先级评定方法和装置
CN114218780A (zh) 一种船舶微电网中混合储能系统容量配置方法
Nordgard et al. Handling maintenance priorities using multi criteria decision making
CN111160693B (zh) 一种电网规划协调性评估方法及系统
CN114091955A (zh) 基于新能源云平台的新能源消纳预警分析方法及系统
Zhen Competitiveness model of chinese port manufacturing industry based on global value chain
CN118134295B (zh) 一种需求响应用户信用评价方法、系统、存储介质及设备
CN111047215B (zh) 基于随机森林的现场可更换单元划分类别确定方法
Ge et al. Research on LRU Optimal Division Method Considering Comprehensive Cost of Development and Maintenance

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