CN110298071B - 一种模块化组件维修计划制定方法及装置 - Google Patents
一种模块化组件维修计划制定方法及装置 Download PDFInfo
- Publication number
- CN110298071B CN110298071B CN201910410086.8A CN201910410086A CN110298071B CN 110298071 B CN110298071 B CN 110298071B CN 201910410086 A CN201910410086 A CN 201910410086A CN 110298071 B CN110298071 B CN 110298071B
- Authority
- CN
- China
- Prior art keywords
- maintenance
- matrix
- unit
- probability
- candidate
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Complex Calculations (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明涉及一种模块化组件维修计划制定方法及装置,该方法首先建立用于描述单元工况时间的矩阵并初始化,针对所述矩阵,逐年评估组件的完好概率,并根据所述完好概率制定候选维修方案,然后计算所有所述候选维修方案的效费比,选取效费比最大的候选维修方案作为优化维修方案;最后根据所述优化维修方案制定模块化组件维修计划。本发明能在没有描述产品老化程度的物理指标情况下,应用该方法可以清晰的确定各个维修时机、换件维修范围以及组件中各单元产品的所需备件的多少,从而制定较准确的维修计划。
Description
技术领域
本发明涉及产品寿命预测领域,具体涉及一种模块化组件维修计划制定方法及装置。
背景技术
本文中的维修都是指以更换备件的方式对故障或老化产品进行维修。
对老化产品开展换件维修的前提条件一般是有明确的物理指标能感知产品由良好状态逐渐“老化”到失效这一物理过程。例如,通过检测汽车轮胎的厚度这一物理指标能准确量化轮胎的老化状态,从而能及时开展维修,在失效前将其更换,避免引起重大事故。
但是,也有相当数量的产品没有找到描述产品老化程度的物理指标,或者感知这些物理指标的探测器在使用时经济成本过高、难以使用或技术难度过大等原因导致实际上难以推广使用。此时,如何针对老化产品科学合理的开展维修成为难题。
针对上述问题,本文提出一种基于产品寿命规律的方法,能在没有描述产品老化程度的物理指标情况下,应用该方法主要解决制定维修计划面临的三个问题:如何决定各个维修时刻?换件维修的范围是哪些?各产品需要的备件数量是多少?本文中以备件费用来表达维修费用,根据本文方法制定的维修计划是性价比最高的维修计划。
装备通常具有多层级的结构特点,按照从低到高的次序,常见的层级划分有:元器件、零组件、组件、装备、分系统、系统等。在本文中,我们把可更换的、处于最底层结构的产品称之为单元,由于单元的组成更单一、更纯粹,因此其寿命分布更可能符合标准的指数分布、伽玛分布、对数正态分布、正态分布和威布尔分布等常见分布。
一般来说,指数分布常用来描述电子零组件的寿命,如:印制电路板插件、电子组件、电阻、电容、集成电路等。我们把寿命T服从指数分布的单元称为指数型单元,记作T~Exp(μ),其中μ的物理含义为平均寿命;T的密度函数为可靠度函数为
伽玛分布常用来描述类似“冲击”引起的故障,假若单元能经受若干次外界冲击,但当单元受冲击次数累积到一定次数时就产生故障。例如电网中存在着电涌现象,一些电子器件当承受的电涌冲击次数超过一定数量时会发生故障。我们把寿命T服从伽玛分布的单元称为伽玛型单元,记作T~Ga(α,b),其中α>0为形状参数,b>0为尺度参数,T的密度函数为其中Γ(α)为伽玛函数,且可靠度函数为
对数正态分布是可靠性中常用的寿命分布,有许多单元(如绝缘体、半导体元器件、金属疲劳等)的寿命都服从对数正态分布。我们把寿命T服从对数正态分布的单元称为对数正态型单元,记作T~LN(μ,σ2),其中μ为对数均值,σ为对数标准差,T的密度函数为式中ln()为自然对数函数,可靠度函数为
威布尔分布主要用于描述老化导致的故障,适用于机电件,如:滚珠轴承、继电器、蓄电池、液压泵、齿轮、材料疲劳件等。我们把寿命T服从威布尔分布的单元称为威布尔型单元,记作T~W(α,b),其中尺度参数α>0,在工程上形状参数b≥1,T的密度函数为可靠度函数为
我们把直接由多项单元构成的某中间层结构的产品称之为组件,组件内各项单元之间以可靠性连接关系来进行描述。如果按照是否关重件的标准对组件内的各项单元进行取舍的话,则组件可以简化成一个由多项关重件串联而成的产品。在本文中,如未特别声明,组件内各单元之间的可靠性关系都视为串联关系。
所谓模块化组件是指同类多个组件之间,可以在维修/工作过程中互换其内部的同类单元,通过对单元进行模块化拼装来得到状态完好的组件。当多个组件发生故障时,可以通过拼装其中的完好单元得到若干状态完好的组件。
发明内容
本发明针对现有技术中存在的技术问题,提供一种模块化组件维修计划制定方法及装置。
本文中约定:组件由dyN项单元组成,已知各单元的寿命分布规律和单价dyMi,1≤i≤dyN;以年为时间单位,保障终点时刻记为T2;在零时刻同一批次共N个组件投入运行;维修计划由多个维修方案组成,维修方案的基本内容包括:维修时刻、需要维修的单元项目及其数量;在0~T2期间,当到达计划维修时刻时,按照计划全部更换指定的维修单元项;制定维修计划时,要求在0~T2期间每年的组件完好数量n大于M的概率(记为P(n>M),在本文中称之为完好概率)不得低于P1(P1是对维修计划的完好概率指标要求),并且,两次维修之间的间隔时间不得小于T1。
本发明解决上述技术问题的技术方案如下:
一方面,本发明提供一种模块化组件维修计划制定方法,包括
步骤100,建立用于描述单元工况时间的矩阵dyT12并初始化,令维修次数序号i2=0,年度it=1;其中所述矩阵dyT12为一dyN行、2列的矩阵,dyN表示模块化组件包含的单元数量,矩阵dyT12第一列表示单元的列装时刻,矩阵dyT12第二列表示单元的检查时刻;
步骤200,针对所述矩阵dyT12,逐年评估组件的完好概率,并根据所述完好概率制定候选维修方案;
步骤300,计算所有所述候选维修方案的效费比,选取效费比最大的候选维修方案作为优化维修方案;
步骤400,根据所述优化维修方案制定模块化组件维修计划。
进一步,所述的针对所述矩阵dyT12,逐年评估组件的完好概率,并根据所述完好概率制定候选维修方案,包括:
步骤201,令dyT12(:,2)=it,即令矩阵dyT12的第2列所有元素等于it;
步骤202,令各单元的备件数量Nsi=0,1≤i≤dyN,即:Ns为零向量,Ns描述了维修方案中哪些单元需要维修;其中Nsi=0,表示本次维修中第i项单元不需要维修,Nsi=N,表示本次维修中需要把所有的第i项单元全部更换,N表示组件数量;
步骤203,针对dyT12,评估组件的完好概率,记为zPm1;zPm1是第it年底时组件完好概率的评估结果;
步骤204,若it=T2则保存评估结果到矩阵result中,令其第it行向量result(it,:)=[it zjPm1 zjPm1 Ns];T2表示保障终点时刻;否则,令dyT12(:,2)=it+1,即令矩阵dyT12的第2列所有元素等于it+1;
步骤205,针对dyT12,评估组件的完好概率,记为zPm2;zPm2表示不开展维修情况下第it+1年底时组件完好概率的预估结果;更新矩阵result:令result(it,:)=[it zjPm1zjPm2 Ns];
步骤206,若zPm2<P1,意味着如果不采取维修措施将在第it+1年期间出现组件完好概率低于要求的情况,此时需要在第it年底开展维修,制定候选维修方案;P1表示对维修计划的完好概率指标要求。
进一步,所述的计算所有所述候选维修方案的效费比,选取效费比最大的候选维修方案作为优化维修方案,包括:
步骤301,令i2=i2+1,dyTm=dyT12,dyTm(:,2)=it+T1,zP1=zPm2;
步骤302,若zP1<P1则令候选维修方案序号i=1;否则跳转至步骤306;
步骤303,候选维修方案以全部更换第i项单元方式进行维修,并更新相关数据:令该候选维修方案中各单元的备件数量Nt=Ns,Nti=N,令各单元的工况数据dyTt=dyTm,dyTt(i,1)=it;
步骤304,针对dyTt,评估组件的完好概率,记为zPti;
计算候选维修方案的边际效费比:
其中候选维修方案增加的第i项单元的备件费用Mmi=Nti×dyMi;Nti表示第i项单元的备件数量,dyMi表示第i项单元的单价;
步骤305,令i=i+1,若i≤dyN则跳转至步骤303,否则选取边际效费比p2mi,1≤i≤dyN最大的候选维修方案,记其序号为Im,将第Im候选方案作为优化维修方案,并更新相关数据:令zP1=zPtIm,NsIm=N,dyTm(Im,1)=it;令dyT12=dyTm;更新维修计划矩阵plan,令其第i2行向量plan(i2,:)=[it MmIm zP1 Ns];更新矩阵result,令result(it,:)=[itzjPm1 zjPm2 Ns],然后跳转至步骤302;
步骤306,令it=it+1,若it≤T2则跳转至步骤201,否则输出矩阵plan和矩阵result;矩阵plan描述了在0~T2期间需要开展的维修次数、各次维修的时刻、需要维修的单元类别和数量;矩阵result记录了历年的组件完好概率评估结果。
进一步,所述的评估组件的完好概率,包括:
步骤501,令单元类别序号i=1;
步骤502,令第i项单元的投入运行时刻t1=dyT12(i,1),检查时刻t2=dyT12(i,2);
步骤503,计算第i项单元在t2时刻的可靠度dyPri;
步骤504,计算第i项单元在t2时刻的完好概率dyPmi;
步骤505,令i=i+1,若i≤dyN转步骤502,否则转步骤506;
步骤506,计算组件的完好概率zPm。
进一步,单元可靠度计算式如下:
另一方面,本发明还提供一种模块化组件维修计划制定装置,包括:
初始化模块,用于建立用于描述单元工况时间的矩阵dyT12并初始化,令维修次数序号i2=0,年度it=1;其中所述矩阵dyT12为一dyN行、2列的矩阵,dyN表示模块化组件包含的单元数量,矩阵dyT12第一列表示单元的列装时刻,矩阵dyT12第二列表示单元的检查时刻;
候选维修方案制定模块,用于针对所述矩阵dyT12,逐年评估组件的完好概率,并根据所述完好概率制定候选维修方案;
优化维修方案模块,用于计算所有所述候选维修方案的效费比,选取效费比最大的候选维修方案作为优化维修方案;
维修计划制定模块,用于根据所述优化维修方案制定模块化组件维修计划。
进一步的,所述的候选维修方案制定模块,包括:
第一赋值模块,令dyT12(:,2)=it,即令矩阵dyT12的第2列所有元素等于it;
第二赋值模块,令各单元的备件数量Nsi=0,1≤i≤dyN,即:Ns为零向量,Ns描述了维修方案中哪些单元需要维修;其中Nsi=0,表示本次维修中第i项单元不需要维修,Nsi=N,表示本次维修中需要把所有的第i项单元全部更换,N表示组件数量;
第一评估模块,针对dyT12,评估组件的完好概率,记为zPm1;zPm1是第it年底时组件完好概率的评估结果;
第一判断模块,若it=T2则保存评估结果到矩阵result中,令其第it行向量result(it,:)=[it zjPm1 zjPm1 Ns];T2表示保障终点时刻;否则,令dyT12(:,2)=it+1,即令矩阵dyT12的第2列所有元素等于it+1;
第二评估模块,针对dyT12,评估组件的完好概率,记为zPm2;zPm2表示不开展维修情况下第it+1年底时组件完好概率的预估结果;更新矩阵result:令result(it,:)=[itzjPm1 zjPm2 Ns];
第二判断模块,若zPm2<P1,意味着如果不采取维修措施将在第it+1年期间出现组件完好概率低于要求的情况,此时需要在第it年底开展维修,制定候选维修方案;P1表示对维修计划的完好概率指标要求。
进一步的,所述的优化维修方案模块,包括:
第三赋值模块,令i2=i2+1,dyTm=dyT12,dyTm(:,2)=it+T1,zP1=zPm2;
第三判断模块,用于判断zP1与P1的大小,若zP1<P1则令候选维修方案序号i=1;
第一更新模块,用于将候选维修方案以全部更换第i项单元方式进行维修,并更新相关数据:令该候选维修方案中各单元的备件数量Nt=Ns,Nti=N,令各单元的工况数据dyTt=dyTm,dyTt(i,1)=it;
第三评估模块,针对dyTt,评估组件的完好概率,记为zPti;
计算候选维修方案的边际效费比:
其中候选维修方案增加的第i项单元的备件费用Mmi=Nti×dyMi;Nti表示第i项单元的备件数量,dyMi表示第i项单元的单价;
第二更新模块,用于选取边际效费比p2mi,1≤i≤dyN最大的候选维修方案,记其序号为Im,将第Im候选方案作为优化维修方案,并更新相关数据:令zP1=zPtIm,NsIm=N,dyTm(Im,1)=it;令dyT12=dyTm;更新维修计划矩阵plan,令其第i2行向量plan(i2,:)=[it MmIm zP1 Ns];更新矩阵result,令result(it,:)=[it zjPm1 zjPm2 Ns];
结果输出模块,用于输出矩阵plan和矩阵result;矩阵plan描述了在0~T2期间需要开展的维修次数、各次维修的时刻、需要维修的单元类别和数量;矩阵result记录了历年的组件完好概率评估结果。
进一步的,还包括组件评估模块,用于评估组件的完好概率,包括:
第四赋值模块,令单元类别序号i=1;令第i项单元的投入运行时刻t1=dyT12(i,1),检查时刻t2=dyT12(i,2);
可靠度计算模块,用于计算第i项单元在t2时刻的可靠度dyPri;
单元完好概率计算模块,用于计算第i项单元在t2时刻的完好概率dyPmi;
判断模块,用于判断当前单元类别序号是否达到最大单元数量;
组件完好概率计算模块,用于计算组件的完好概率zPm。
进一步的,单元可靠度计算式如下:
本发明的有益效果在:通过上述方法及装置能在没有描述产品老化程度的物理指标情况下,应用该方法可以清晰的确定各个维修时机、换件维修范围以及组件中各单元产品的所需备件的多少,从而制定较准确的维修计划。
附图说明
图1为本发明方法流程图;
图2为本发明中完好概率评估方法流程图;
图3为算例仿真结果。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
如图1-2所示,本方法的具体步骤如下:
1)初始化
令dyT12等于dyN行、2列的零矩阵,矩阵dyT12描述各单元的工况时间,dyT12(i,1)表示第i项单元的开始列装时刻,dyT12(i,2)表示对第i项单元的检查时刻;
令维修次数序号i2=0;
令年度it=1;
2)逐年评估组件的完好概率
2.1)令dyT12(:,2)=it,即:令矩阵dyT12的第2列所有元素等于it;
令各项单元的备件数量Nsi=0,1≤i≤dyN,即:Ns为零向量,Ns描述了维修方案中哪些单元需要维修。如果Nsi=0,表示本次维修中第i项单元不需要维修,如果Nsi=N,表示本次维修中需要把所有的第i项单元全部更换。
2.2)针对dyT12,调用组件评估模块,评估结果为组件的完好概率,记为zPm1。zPm1是第it年底时组件完好概率的评估结果;
2.3)若it=T2则保存评估结果到矩阵result中,令其第it行向量result(it,:)=[it zjPm1 zjPm1 Ns]后转3),否则转2.4);
2.4)令dyT12(:,2)=it+1,即:令矩阵dyT12的第2列所有元素等于it;
针对dyT12,调用组件评估模块,评估结果为组件的完好概率,记为zPm2。zPm2是不开展维修情况下第it+1年底时组件完好概率的预估结果;
更新矩阵result:令result(it,:)=[it zjPm1 zjPm2 Ns];
2.5)若zPm2<P1,意味着如果不采取维修措施将在第it+1年期间出现组件完好概率低于要求的情况,此时需要在第it年底开展维修,制定维修方案转2.5.1),否则转2.6);
2.5.1)令i2=i2+1,dyTm=dyT12,dyTm(:,2)=it+T1,zP1=zPm2;
2.5.2)若zP1<P1则令候选维修方案序号i=1后转2.5.3),否则转2.6);
2.5.3)候选维修方案以全部更换第i项单元方式进行维修,并更新相关数据:令该候选维修方案中各单元的备件数量Nt=Ns,Nti=N,令各项单元的工况数据dyTt=dyTm,dyTt(i,1)=it;
2.5.4)针对dyTt,调用组件评估模块,评估结果为组件的完好概率,记为zPti;
2.5.5)候选维修方案增加的备件费用Mmi=Nti×dyMi,候选维修方案的边际效费比
2.5.6)令i=i+1,若i≤dyN则转2.5.3),否则转2.5.7);
2.5.7)选定优化方案。在上述所有候选维修方案的效费比p2mi,1≤i≤dyN中找到最大值,记其序号为Im,将第Im候选方案作为本次优化后的中间维修方案,并更新相关数据:令zP1=zPtIm,NsIm=N,dyTm(Im,1)=it;令dyT12=dyTm;更新维修计划矩阵plan,令其第i2行向量plan(i2,:)=[it MmIm zP1 Ns];更新矩阵result,令result(it,:)=[itzjPm1 zjPm2 Ns],然后转2.5.2);
2.6)令it=it+1,若it≤T2则转2.1),否则转3);
3)终止计算,输出plan、result。plan描述了在0~T2期间需要开展的维修次数、各次维修的时刻、需要维修的单元类别和数量;result主要记录了历年的组件完好概率评估结果。
组件评估模块
该模块的输入参数:组件的工况信息;
该模块的输出结果:组件的完好概率
在本模块中组件的工况信息记为dyT12;
具体评估步骤如下:
1)令单元类别序号i=1;
2)令第i项单元的投入运行时刻t1=dyT12(i,1),检查时刻t2=dyT12(i,2);
3)计算第i项单元在t2时刻的可靠度dyPri;
常见寿命分布类型的单元可靠度计算式如下:
5)令i=i+1,若i≤dyN转2),否则转6);
可建立以下仿真模型,用于模拟在t1时刻完成一次维修后在t2时刻的维修效果。
1)令单元序号i=1;
3)在simTj,1≤j≤N中找到满足simTj>t2的数,记其数量为dyMi;
4)令i=i+1,若i≤dyN则转2),否则转5);
5)从所有dyMi,1≤i≤dyN中找到最小值,记为zM,zM即为模拟的组件完好数量。
大量仿真后,可以统计出历年完好组件数量zM>M的频率,该频率是组件完好概率P(n>M)的仿真结果。
算例某组件由5类单元组成,各单元的寿命分布规律见表1。仓库现有同批次该型组件共20套。在0~T2期间,完好组件数量n大于M的概率记为P(n>M)。要求历年的P(n>M)不得低于P1,否则需要及时开展维修工作。已知:T2=20,M=14,P1=0.8。按照上述方法制定维修计划。
表1各单元的寿命分布规律及单价
解:1)初始化
2)逐年评估组件的完好概率
2.1)令dyT12(:,2)=it,令各项单元的备件数量Ns=[0 0 0 0 0]。
2.2)针对dyT12,调用组件评估模块,评估结果为组件的完好概率,记为zPm1。zPm1是第it年底时组件完好概率的评估结果,第一年底的zPm1=0.9999;
2.3)若it=T2则保存评估结果到矩阵result中,令其第it行向量result(it,:)=[it zjPm1 zjPm1 Ns]后转3),否则转2.4);
2.4)令dyT12(:,2)=it+1;
针对dyT12,调用组件评估模块,评估结果为组件的完好概率,记为zPm2。zPm2是不开展维修情况下第it+1年底时组件完好概率的预估结果;
更新矩阵result:令result(it,:)=[it zjPm1 zjPm2 Ns];
表2列出了到第5年时的历年组件评估结果。
表2
2.5)从表2可知,因第5年时zPm2=0.758,此时zPm2<P1,因此需要在第5年底开展维修工作,制定的最终维修备件方案为Ns=[20 0 0 0 0],即本次维修只需要全部更换第1项单元。
2.6)令it=it+1,若it≤T2则转2.1),否则转3)。
3)终止计算,输出plan、result。
表3为plan结果,plan描述了在0~T2期间需要开展的维修次数、各次维修的时刻、需要维修的单元类别和数量。
表3
表4为result结果,result主要记录了历年的组件完好概率评估结果。表4中的“第it年的评估结果”列是采用了表3所示的维修计划后的历年组件完好概率评估结果,“第it+1年的预估结果”列是在第it年未采取维修措施下一年的组件完好概率预估结果。
表4
图3同时显示了采用表3维修计划后的历年组件完好概率的仿真结果和评估结果。图3表明本文方法有着较高的评估准确性。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种模块化组件维修计划制定方法,其特征在于,包括
步骤100,建立用于描述单元工况时间的矩阵dyT12并初始化,令维修次数序号i2=0,年度it=1;其中所述矩阵dyT12为一dyN行、2列的矩阵,dyN表示模块化组件包含的单元数量,矩阵dyT12第一列表示单元的列装时刻,矩阵dyT12第二列表示单元的检查时刻;
步骤200,针对所述矩阵dyT12,逐年评估组件的完好概率,并根据所述完好概率制定候选维修方案;
步骤300,计算所有所述候选维修方案的效费比,选取效费比最大的候选维修方案作为优化维修方案;
步骤400,根据所述优化维修方案制定模块化组件维修计划;
所述步骤200,包括:
步骤201,令dyT12(:,2)=it,即令矩阵dyT12的第2列所有元素等于it;
步骤202,令各单元的备件数量Nsi=0,1≤i≤dyN,即:Ns为零向量,Ns描述了维修方案中哪些单元需要维修;其中Nsi=0,表示本次维修中第i项单元不需要维修,Nsi=N,表示本次维修中需要把所有的第i项单元全部更换,N表示组件数量;
步骤203,针对dyT12,评估组件的完好概率,记为zPm1;zPm1是第it年底时组件完好概率的评估结果;
步骤204,若it=T2则保存评估结果到矩阵result中,令其第it行向量result(it,:)=[it zjPm1 zjPm1 Ns];T2表示保障终点时刻;否则,令dyT12(:,2)=it+1,即令矩阵dyT12的第2列所有元素等于it+1;
步骤205,针对dyT12,评估组件的完好概率,记为zPm2;zPm2表示不开展维修情况下第it+1年底时组件完好概率的预估结果;更新矩阵result:令result(it,:)=[it zjPm1zjPm2 Ns];
步骤206,若zPm2<P1,意味着如果不采取维修措施将在第it+1年期间出现组件完好概率低于要求的情况,此时需要在第it年底开展维修,制定候选维修方案;否则,转至步骤207;P1表示对维修计划的完好概率指标要求;
步骤207,令i=i+1,若it≤T2则转步骤201,否则终止计算,输出矩阵plan和矩阵result;矩阵plan描述了在0~T2期间需要开展的维修次数、各次维修的时刻、需要维修的单元类别和数量;矩阵result记录了历年的组件完好概率评估结果。
2.根据权利要求1所述的方法,其特征在于,所述的计算所有所述候选维修方案的效费比,选取效费比最大的候选维修方案作为优化维修方案,包括:
步骤301,令i2=i2+1,dyTm=dyT12,dyTm(:,2)=it+T1,zP1=zPm2;其中zP1表示维修效果;
步骤302,若zP1<P1则令候选维修方案序号i=1;否则跳转至步骤207;
步骤303,候选维修方案以全部更换第i项单元方式进行维修,并更新相关数据:令该候选维修方案中各单元的备件数量Nt=Ns,Nti=N,令各单元的工况数据dyTt=dyTm,dyTt(i,1)=it;
步骤304,针对dyTt,评估组件的完好概率,记为zPti;
计算候选维修方案的边际效费比:
其中候选维修方案增加的第i项单元的备件费用Mmi=Nti×dyMi;Nti表示第i项单元的备件数量,dyMi表示第i项单元的单价;
步骤305,令i=i+1,若i≤dyN则跳转至步骤303,否则选取边际效费比p2mi,1≤i≤dyN最大的候选维修方案,记其序号为Im,将第Im候选方案作为优化维修方案,并更新相关数据:令zP1=zPtIm,NsIm=N,dyTm(Im,1)=it;令dyT12=dyTm;更新维修计划矩阵plan,令其第i2行向量plan(i2,:)=[it MmIm zP1 Ns];更新矩阵result,令result(it,:)=[itzjPm1 zjPm2 Ns],然后跳转至步骤302。
5.一种模块化组件维修计划制定装置,其特征在于,包括:
初始化模块,用于建立用于描述单元工况时间的矩阵dyT12并初始化,令维修次数序号i2=0,年度it=1;其中所述矩阵dyT12为一dyN行、2列的矩阵,dyN表示模块化组件包含的单元数量,矩阵dyT12第一列表示单元的列装时刻,矩阵dyT12第二列表示单元的检查时刻;
候选维修方案制定模块,用于针对所述矩阵dyT12,逐年评估组件的完好概率,并根据所述完好概率制定候选维修方案;
优化维修方案模块,用于计算所有所述候选维修方案的效费比,选取效费比最大的候选维修方案作为优化维修方案;
维修计划制定模块,用于根据所述优化维修方案制定模块化组件维修计划;
所述的候选维修方案制定模块,包括:
第一赋值模块,令dyT12(:,2)=it,即令矩阵dyT12的第2列所有元素等于it;
第二赋值模块,令各单元的备件数量Nsi=0,1≤i≤dyN,即:Ns为零向量,Ns描述了维修方案中哪些单元需要维修;其中Nsi=0,表示本次维修中第i项单元不需要维修,Nsi=N,表示本次维修中需要把所有的第i项单元全部更换,N表示组件数量;
第一评估模块,针对dyT12,评估组件的完好概率,记为zPm1;zPm1是第it年底时组件完好概率的评估结果;
第一判断模块,若it=T2则保存评估结果到矩阵result中,令其第it行向量result(it,:)=[it zjPm1 zjPm1 Ns];T2表示保障终点时刻;否则,令dyT12(:,2)=it+1,即令矩阵dyT12的第2列所有元素等于it+1;
第二评估模块,针对dyT12,评估组件的完好概率,记为zPm2;zPm2表示不开展维修情况下第it+1年底时组件完好概率的预估结果;更新矩阵result:令result(it,:)=[it zjPm1zjPm2 Ns];
第二判断模块,若zPm2<P1,意味着如果不采取维修措施将在第it+1年期间出现组件完好概率低于要求的情况,此时需要在第it年底开展维修,制定候选维修方案;P1表示对维修计划的完好概率指标要求;
结果输出模块,用于输出矩阵plan和矩阵result;矩阵plan描述了在0~T2期间需要开展的维修次数、各次维修的时刻、需要维修的单元类别和数量;矩阵result记录了历年的组件完好概率评估结果。
6.根据权利要求5所述的装置,其特征在于,所述的优化维修方案模块,包括:
第三赋值模块,令i2=i2+1,dyTm=dyT12,dyTm(:,2)=it+T1,zP1=zPm2;其中zP1表示维修效果;
第三判断模块,用于判断zP1与P1的大小,若zP1<P1则令候选维修方案序号i=1;
第一更新模块,用于将候选维修方案以全部更换第i项单元方式进行维修,并更新相关数据:令该候选维修方案中各单元的备件数量Nt=Ns,Nti=N,令各单元的工况数据dyTt=dyTm,dyTt(i,1)=it;
第三评估模块,针对dyTt,评估组件的完好概率,记为zPti;
计算候选维修方案的边际效费比:
其中候选维修方案增加的第i项单元的备件费用Mmi=Nti×dyMi;Nti表示第i项单元的备件数量,dyMi表示第i项单元的单价;
第二更新模块,用于选取边际效费比p2mi,1≤i≤dyN最大的候选维修方案,记其序号为Im,将第Im候选方案作为优化维修方案,并更新相关数据:令zP1=zPtIm,NsIm=N,dyTm(Im,1)=it;令dyT12=dyTm;更新维修计划矩阵plan,令其第i2行向量plan(i2,:)=[it MmImzP1 Ns];更新矩阵result,令result(it,:)=[it zjPm1 zjPm2 Ns]。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910410086.8A CN110298071B (zh) | 2019-05-16 | 2019-05-16 | 一种模块化组件维修计划制定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910410086.8A CN110298071B (zh) | 2019-05-16 | 2019-05-16 | 一种模块化组件维修计划制定方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110298071A CN110298071A (zh) | 2019-10-01 |
CN110298071B true CN110298071B (zh) | 2023-05-12 |
Family
ID=68026886
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910410086.8A Active CN110298071B (zh) | 2019-05-16 | 2019-05-16 | 一种模块化组件维修计划制定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110298071B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111898834B (zh) * | 2020-08-11 | 2024-03-29 | 北京无线电测量研究所 | 一种雷达备件优化方法、系统、介质及设备 |
CN117973638A (zh) * | 2024-03-29 | 2024-05-03 | 中国人民解放军海军工程大学 | 一种修理线的修理工艺模块化组合优化设计方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003099119A (ja) * | 2001-09-25 | 2003-04-04 | Mitsubishi Heavy Ind Ltd | 最適保守計画決定方法 |
JP2006063537A (ja) * | 2004-08-24 | 2006-03-09 | Jfe Engineering Kk | 構造物の維持管理計画最適化方法及びその装置並びにそのプログラム |
CN105741005A (zh) * | 2014-12-12 | 2016-07-06 | 通用电气公司 | 零件维护计划的优化方法及其系统 |
CN108304665A (zh) * | 2018-02-07 | 2018-07-20 | 中国人民解放军海军工程大学 | 一种多台套设备的备件需求量计算方法 |
-
2019
- 2019-05-16 CN CN201910410086.8A patent/CN110298071B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003099119A (ja) * | 2001-09-25 | 2003-04-04 | Mitsubishi Heavy Ind Ltd | 最適保守計画決定方法 |
JP2006063537A (ja) * | 2004-08-24 | 2006-03-09 | Jfe Engineering Kk | 構造物の維持管理計画最適化方法及びその装置並びにそのプログラム |
CN105741005A (zh) * | 2014-12-12 | 2016-07-06 | 通用电气公司 | 零件维护计划的优化方法及其系统 |
CN108304665A (zh) * | 2018-02-07 | 2018-07-20 | 中国人民解放军海军工程大学 | 一种多台套设备的备件需求量计算方法 |
Non-Patent Citations (4)
Title |
---|
基于可靠性及寿命周期费用的维修保障方案规划技术;周建勋等;《机械》;20170125;第44卷(第01期);76-80 * |
指数型单元贮存寿命分布参数的贝叶斯估计方法及仿真分析;李婧,朱晓军,李华;《兵器装备工程学报》;20190331;第40卷(第3期);1-5 * |
有限维修能力下作战单元装备可用度评估及备件配置优化;李华等;《海军工程大学学报》;20170215;第29卷(第01期);69-73 * |
电站设备短期维修风险决策模型研究;董玉亮等;《华北电力大学学报》;20070530;第34卷(第03期);45-49 * |
Also Published As
Publication number | Publication date |
---|---|
CN110298071A (zh) | 2019-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108509389B (zh) | 一种威布尔型串联部件的备件需求量计算方法 | |
CN108304665B (zh) | 一种多台套设备的备件需求量计算方法 | |
CN110298071B (zh) | 一种模块化组件维修计划制定方法及装置 | |
CN108470250B (zh) | 一种正态型串联部件的备件需求量计算方法 | |
CN115310048B (zh) | 一种设备在期望时间内完成修复概率的计算方法和系统 | |
CN115270078B (zh) | 一种机电设备平均修复时间的计算方法和系统 | |
Moon et al. | The hidden cost of worker turnover: Attributing product reliability to the turnover of factory workers | |
Abdel-Hamid et al. | Progressive stress accelerated life tests under finite mixture models | |
CN110135672B (zh) | 一种分析修理级别的方法及装置 | |
CN110287523B (zh) | 模块化贮存模式下多批次部件的备件方案优化方法及装置 | |
CN110147906B (zh) | 一种部分换件预防性维修方案优化方法 | |
Reddy et al. | A 2-level environmental-stress-screening (ESS) model: a mixed-distribution approach | |
CN110298477B (zh) | 一种预防性维修计划制定方法 | |
CN115688025A (zh) | 一种设备故障修复时间的概率分布的估计方法和系统 | |
CN110119820B (zh) | 一种整体换件预防性维修方案制定方法 | |
Cha et al. | An information‐based burn‐in procedure for minimally repaired items from mixed population | |
Jodejko-Pietruczuk et al. | A Delay-Time Model with Imperfect Inspections for Multi-Unit Systems/Model Opóźnień Czasowych Z Nieperfekcyjną Diagnozą Stanu Systemu Dla Systemów Wieloelementowych | |
Ismail | Reliability and cost analysis of sachet water plant using copula approach | |
Gupta | Reliability, maintenance and safety engineering | |
CN110298478B (zh) | 模块化贮存模式下补充贮存方案的优化方法及装置 | |
CN117829820B (zh) | 一种计算修理及时响应程度的方法 | |
Pitaloka et al. | Reliability and Life Data Analysis on the Components of Pump | |
CN109543276B (zh) | 大型货轮长期保障任务多Gamma单元备件需求量确定方法 | |
CN110738008B (zh) | 一种机电类通用件的备件保障概率计算方法及装置 | |
CN117035737A (zh) | 一种基于设备状态不确定性与关联性的检修频率优化方法 |
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 |