CN110427712A - 一种基于故障影响分析的预防性维修方法及车间制造系统 - Google Patents
一种基于故障影响分析的预防性维修方法及车间制造系统 Download PDFInfo
- Publication number
- CN110427712A CN110427712A CN201910725025.0A CN201910725025A CN110427712A CN 110427712 A CN110427712 A CN 110427712A CN 201910725025 A CN201910725025 A CN 201910725025A CN 110427712 A CN110427712 A CN 110427712A
- Authority
- CN
- China
- Prior art keywords
- maintenance
- failure
- equipment
- cost
- total
- 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
Links
Classifications
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- 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
- 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
Abstract
本发明涉及生产系统智能控制领域,特别是涉及一种基于故障影响分析的预防性维修方法及车间制造系统,所述车间制造系统包括:建模模块、维修策略规划模块、评估设定模块和故障分析模块;其应用了一种基于故障影响分析的高效预防性维修方法,并在PM策略下执行基于FEA的可靠性评估和组件重要度量,应用于车间制造系统后能验证可靠性评估和动态机会维修方法,所述预防性维修方法顺利解决了车间制造系统可靠性分析中对网络建模、漏洞识别、修复系统评价标准、PM策略等认识模糊,实际应用效果不佳的问题的;所述车间制造系统能帮助实现车间制造系统整体在实际生产中的可靠性优化和合理的维修资源分配。
Description
技术领域
本发明涉及生产系统智能控制领域,特别是一种基于故障影响分析的预防性维修方法及车间制造系统。
背景技术
在全球化和相互关联的市场中,制造业一直面临着动态和不可预测的环境,在不断追求成本降低和效率优化的过程中,复杂程度越来越高。制造系统被迫在内部变得更加可靠,以应对各种风险。不可靠的制造系统带来的不便包括停机生产损失,高维修成本,高库存,质量下降和交货时间延迟。这些不便之处是实际生产控制中的关键问题,国际上专家认为必须采用务实的方法来实现作业车间制造系统的可靠性和可维修性。
加工和制造系统的可靠性研究的共同重点一直是在单个产品或由这些产品组成的子系统/系统的背景下的可靠性评估和优化等问题。几乎没有文献直接评估像制造系统这样的重要系统的可靠性。制造系统可靠性分析(简称MSRA)的困难主要出现在以下方面:系统结构的复杂性,维修策略的影响,评估标准和组件重要性度量(简称CIM)的多样性。全局可靠性评估无助于将有限的资源集中在那些需要最大改进效果的组件上。由于有限的维修资源和成本限制,维修优先级是生产系统中必不可少的重要任务。
现有技术中绝大部分的车间制造系统都是采用人工或者自动化程度不高的辅助检测系统来进行维修控制管理的额,由于不必要的和不恰当的维修活动,大约三分之一甚至更多的维修成本被浪费了。在现有技术中也有基于可靠性的预防性维修(简称PM)模型中,当系统可靠性或可用性达到预定阈值时执行PM活动,该阈值在车间中应用时包含很少的生产信息。在其他节省成本的模型中,首先确定单个机器的PM间隔,然后,在系统级调度中提出了提前-延迟策略。但是,故障影响可能非常严重,并且可以避免远远超过在机器级别确定的原始PM点,PM的最初目的是避免故障和修正维修(简称CM)活动的影响,这些活动的激发应该在故障影响分析(简称FEA)下以动态机会的方式制定PM策略,因此现有技术中PM策略存在明显的缺陷。
加工和制造系统的可靠性评估已被广泛研究,然而,他们中的大多数针对基于几个月的故障和维修数据的个别设备,关于作业车间制造系统的可靠性评估工作很少,机器和生产线等制造资源通常被视为不可靠的个体。可靠性定义为系统或组件在规定的条件下在指定的时间段内执行其所需功能的能力,对于制造系统可靠性分析而言,这种可靠性定义的能力是模糊的,由于制造系统的属性,如多种故障状态,多种故障模式和多种故障影响,常见的可靠性措施,如故障率和平均故障间隔时间变得不适用,对车间制造系统的维修控制管理效果并不理想。
发明内容
针对上述缺陷,本发明的目的在于提出一种基于故障影响分析的预防性维修方法及车间制造系统。
为达此目的,本发明采用以下技术方案:
一种基于故障影响分析的预防性维修方法,其应用于车间制造系统,其包括如下步骤:
步骤a,建模模块将车间制造系统应用的生产线,按照生产工艺,将生产计划时间分成一系列时期,第k时期生产计划在tk结束;在每个时期,根据产品项目的工艺路线和体积大小对定向和加权网络进行建模,得到网络模型;
步骤b,评估设定模块对网络模型进行可靠性状况基本假设,(1)机器在经济上,结构上独立,并且每台机器形成一个实体,该实体未进一步细分以进行可靠性研究;(2)PM活动按照全面完善的标准进行维修;(3)在生产过程中发生故障时立即进行最小修复,不影响机器的使用年限;
步骤c,故障分析模块进行故障影响分析,应用蒙特-卡罗算法模拟来量化由于随机变量引起的每个故障事件的平均故障影响;
步骤d,维修策略规划模块基于故障影响分析制定动态机会维修策略,根据舒服的成本数据得到设备Ml在PM活动下维修成本根据故障影响分析得出在总生产计划第k时期中增加的故障影响Ekl;当则故障影响严重,设备Ml需要进行预防性维修;当则设备Ml不需要PM活动。
更优的,所述步骤c中故障影响分析具体包括以下内容:在生产期间发生第l台机器设备Ml的故障,立即执行最小修复,应用蒙特-卡罗算法模拟量化由于随机变量引起的每个故障事件的平均故障影响,维修的成本包括备件或组件的固定成本以及可变成本与修理机器的时间成比例,分别计算CM成本和Ml的可变成本:
除了修正维修活动的成本外,故障影响分析还包括维修期间的生产损失;在总生产计划第k时期间由Ml故障引起的平均生产损计算为:
l表示机器设备的M1序号,l∈{1,2,...,l};tk表示总生产计划分成一系列时期,总生产计划第k时期的结束时间节点,k∈{1,2,...,T};n表示预防性维修的周期数;表示设备Ml在第次预防性维修周期时修正维修的成本;表示设备Ml的固定成本;表示设备Ml在第n次预防性维修周期时修正维修的可变成本;c表示维护人员的单位劳动力成本;表示设备Ml第n次预防性维修周期的修复时间;表示在第n次预防性维修周期的总生产计划第k时期间由设备Ml故障引起的平均生产损失;UKijl表示设备Ml在总生产计划第k时期处理项目i的第j个进程的占用率;si表示设备项目i的优点;otkijl表示设备Ml在总生产计划第k时期中加工项目i的第j个进程的操作时间;Xkijl表示表示设备Ml在总生产计划第k时期中加工项目i的第j个进程时为l,否则为0。
更优的,所述步骤c中基于故障影响分析制定动态机会维修策略具体包括以下内容:在作业之间的离散时间节点,对集体PM活动做出决定,当Ml被预防性维修,则机器被修复至完好状态,需要花费成本假设每台机器的危险率函数是:
在总生产计划第k个计划时期期间Ml的附加故障频率被计算为:
hl(t-tk-n)冒险是危险率函数,当M1在tk-1没有进行PM活动,则tk-n是tk-1之前的PM活动的时间节点;当M1被预防性维修,则hl(t-tk-1)是tk-1和tk之间的危险率函数,在第n次循环周期中,对于Ml没有PM活动的附加故障影响进行如下量化:
增加的故障影响Ekl的近似值通过算法中N次循环的平均值获得;Ekl和是确定Ml是否在tk-1进行预防维修的两个重要指标,当则故障影响是严重的,并且超过PM成本,因此Ml在tk-1进行预防性维修;当则Ml不需要PM活动;
第n次预防性维修周期中总生产计划第k时期中Ml的故障损失计算为:
Ml在tk-1被预防性维修,则Xkl等于1,否则为0,其表示为:
是在tk-1时集体维修活动的最大持续时间,其表示为:
通过算法中的N次循环的平均值来获得故障损失的近似值;hl(t)表示设备Ml在作业之间离散时间点的危险率;pkl表示设备Ml在总生产计划第k时期中附加故障频率;表示设备Ml在总生产计划第k时期中增加的故障影响;表示设备Ml在PM活动下维修成本;表示设备Ml在第n次预防性维修周期中的生产计划第k时期中的故障损失;Tpl表示设备Ml的预防性维修时间。
更优的,所述步骤d之后还有包括:
步骤e,基于故障影响分析的可靠性评估,Ml的危险率函数满足PM策略下的分段函数模型,[tk-1,tk]中的函数描述如下:
通过获得[0,tT]期间的总机器故障时间:
机器故障引起的总故障影响分为三个部分,即CM成本和维修期间的生产损失,以及所有机器的PM成本;[0,tT]期间的故障影响通过以下方式描述和计算:
每个故障时间的平均故障影响显示为:
通过等式(11)-(13)的组合评估出系统可靠性;λl(t)表示设备Ml的危险率函数;FTtotal表示机器设备总故障时问;Ftotal表示机器设备总故障影响;表示每个故障时间的平均损失。
更优的,所述步骤e之后还有包括:
步骤f,组件重要性度量和可靠性改进,由Ml的故障引起的损失计算为:
Ml的故障时间为:
Ml故障时间的平均损失计算为:
通过等式(14)-(16)的组合确定改进方法按照效果划分的优先级分配,FLl是对Ml的重要性的综合衡量;FTl的排序提供了根据故障率对可靠性改进工作进行优先级分配的方法;根据维修过程通知维修任务的优先级。
一种应用基于故障影响分析的预防性维修方法的车间制造系统,其包括:建模模块、维修策略规划模块、评估设定模块和故障分析模块;建模模块,用于将车间制造系统应用的生产线,按照生产工艺,将生产计划时间分成一系列时期,第k时期生产计划在tk结束;在每个时期,根据产品项目的工艺路线和体积大小对定向和加权网络进行建模,得到网络模型;
评估设定模块,用于对网络模型进行可靠性状况基本假设,(1)机器在经济上,结构上独立,并且每台机器形成一个实体,该实体未进一步细分以进行可靠性研究;(2)PM活动按照全面完善的标准进行维修;(3)在生产过程中发生故障时立即进行最小修复,不影响机器的使用年限;
故障分析模块,用于进行故障影响分析,应用蒙特-卡罗算法模拟来量化由于随机变量引起的每个故障事件的平均故障影响;
维修策略规划模块,基于故障影响分析制定动态机会维修策略,根据舒服的成本数据得到设备Ml在PM活动下维修成本根据故障影响分析得出在总生产计划第k时期中增加的故障影响Ekl;当则故障影响严重,设备Ml需要进行预防性维修;当则设备Ml不需要PM活动。
更优的,所述故障分析模块具体处理步骤包括以下内容:在生产期间发生第l台机器设备Ml的故障,立即执行最小修复,应用蒙特-卡罗算法模拟量化由于随机变量引起的每个故障事件的平均故障影响,维修的成本包括备件或组件的固定成本以及可变成本与修理机器的时间成比例,分别计算CM成本和Ml的可变成本:
除了修正维修活动的成本外,故障影响分析还包括维修期间的生产损失;在总生产计划第k时期间由Ml故障引起的平均生产损失计算为:
l表示机器设备的M1序号,l∈{1,2,...,l};tk表示总生产计划分成一系列时期,总生产计划第k时期的结束时间节点,k∈{1,2,...,T};n表示预防性维修的周期数;表示设备Ml在第次预防性维修周期时修正维修的成本;表示设备Ml的固定成本;表示设备Ml在第n次预防性维修周期时修正维修的可变成本;c表示维护人员的单位劳动力成本;表示设备Ml第n次预防性维修周期的修复时间;表示在第n次预防性维修周期的总生产计划第k时期间由设备Ml故障引起的平均生产损失;UKijl表示设备Ml在总生产计划第k时期处理项目i的第j个进程的占用率;si表示设备项目i的优点;otkijl表示设备Ml在总生产计划第k时期中加工项目i的第j个进程的操作时间;Xkijl表示表示设备Ml在总生产计划第k时期中加工项目i的第j个进程时为l,否则为0。
更优的,所述维修策略规划模块中基于故障影响分析制定动态机会维修策略具体包括以下内容:在作业之间的离散时间节点,对集体PM活动做出决定,当Ml被预防性维修,则机器被修复至完好状态,需要花费成本假设每台机器的危险率函数是:
在总生产计划第k个计划时期期间Ml的附加故障频率被计算为:
hl(t-tk-n)冒险是危险率函数,当M1在tk-1没有进行PM活动,则tk-n是tk-1之前的PM活动的时间节点;当M1被预防性维修,则hl(t-tk-1)是tk-1和tk之间的危险率函数,在第n次循环周期中,对于Ml没有PM活动的附加故障影响进行如下量化:
增加的故障影响Ekl的近似值通过算法中N次循环的平均值获得;Ekl和是确定Ml是否在tk-1进行预防维修的两个重要指标,当则故障影响是严重的,并且超过PM成本,因此Ml在tk-1进行预防性维修;当则Ml不需要PM活动;
第n次预防性维修周期中总生产计划第k时期中Ml的故障损失计算为:
Ml在tk-1被预防性维修,则Xkl等于1,否则为0,其表示为:
是在tk-1时集体维修活动的最大持续时间,其表示为:
通过算法中的N次循环的平均值来获得故障损失的近似值;hl(t)表示设备Ml在作业之间离散时间点的危险率;pkl表示设备Ml在总生产计划第k时期中附加故障频率;表示设备Ml在总生产计划第k时期中增加的故障影响;表示设备Ml在PM活动下维修成本;表示设备Ml在第n次预防性维修周期中的生产计划第k时期中的故障损失;Tpl表示设备Ml的预防性维修时间。
更优的,所述车间制造系统还包括可靠性评估模块,用于基于故障影响分析进行可靠性评估,Ml的危险率函数满足PM策略下的分段函数模型,[tk-1,tk]中的函数描述如下:
通过获得[0,tT]期间的总机器故障时间:
机器故障引起的总故障影响可分为三个部分,即CM成本和维修期间的生产损失,以及所有机器的PM成本;[0,tT]期间的故障影响通过以下方式描述和计算:
每个故障时间的平均故障影响显示为:
通过等式(11)-(13)的组合评估出系统可靠性;λl(t)表示设备Ml的危险率函数;FTtotal表示机器设备总故障时间;Ftotal表示机器设备总故障影响;表示每个故障时间的平均损失。
更优的,所述车间制造系统还包括重要性度量及可靠性改进模块,用于对设备组件重要性度量和可靠性进行改进,由Ml的故障引起的损失计算为:
Ml的故障时间为:
Ml故障时间的平均损失计算为:
通过等式(14)-(16)的组合确定改进方法按照效果划分的优先级分配,FLl是对Ml的重要性的综合衡量;FTl的排序提供了根据故障率对可靠性改进工作进行优先级分配的方法;根据维修过程通知维修任务的优先级。
本发明提出一种基于故障影响分析的预防性维修方法及车间制造系统,针对现有技术的缺陷提出了一种车间制造系统可靠性和维修分析框架,提出了一种基于故障影响分析(简称FEA)的高效预防性维修方法,并在PM策略下执行基于FEA的可靠性评估和组件重要度量,应用于车间制造系统后能验证可靠性评估和动态机会维修方法,所述预防性维修方法顺利解决了车间制造系统可靠性分析中对网络建模、漏洞识别、修复系统评价标准、PM策略等认识模糊,实际应用效果不佳的问题的;所述车间制造系统能帮助实现车间制造系统整体在实际生产中的可靠性优化和合理的维修资源分配。
附图说明
图1是本发明的一个实施例中网络建模和PM活动的描述的示意图;
图2是图1所示实施例中2GK+1的网络结构图;
图3是本发明的一个实施例中Ml危害率的演化模型示意图;
图4是本发明的一个实施例中所述预防性维修方法的流程示意图。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
一种基于故障影响分析的预防性维修方法,其应用于车间制造系统中,所述车间制造系统包括如果设备及组件外,还包括:建模模块、评估设定模块、故障分析模块、维修策略规划模块、可靠性评估模块和重要性度量及可靠性改进模块;
所述预防性维修方法包括如下步骤:
1.利用建模模块建立网络模型,并完成模型假设与变量说明:
作业车间制造系统的结构往往随着车间材料的流向而不断变化。零件根据其过程和实时调度通过特殊或灵活的机器,从空间和动态网络以及时间的角度来看,系统结构是一个加权和定向的网络。柔性机器被广泛使用并且它们能够处理各种加工任务,基于9个产品的材料流向来构造如图1所示的一系列网络(具有10个设备的系统)。总生产计划时间可以被分成一系列时期,第k时期生产计划在tk结束。与其他多单元系统不同,为了确保生产效率和质量,预防性维修通常在整个生产过程中被禁止,并且通常在作业之间的设置时间间隔内执行,设置时间仅用于预防性活动。两个批次之间的每个设置时间可用于非故障机器上的集体预防性维修活动,以便在计划期间可以减少不必要的修正维修成本和生产损失。
在每个时期,根据产品项目的工艺路线和体积大小对定向和加权网络进行建模。第(k+1)个网络例子(如图2中Gk+1所示)。
为了更加准确清晰地描述作业车间制造系统的可靠性状况,利用评估设定模块做出如下基本假设:
(1)机器在经济上,结构上独立,并且每台机器形成一个实体,该实体未进一步细分以进行可靠性研究;
(2)PM活动按照“尽可能好”的政策(完善维修)进行;
(3)在生产过程中发生故障时立即进行最小修复,不影响机器的使用年限;
在描述具体的维修策略之前,首先对本节所用到的一些符号给出必要的说明:
l表示机器设备的M1序号,l∈{1,2,...,l}
tk表示总生产计划分成一系列时期,总生产计划第k时期的结束时间节点,k∈{1,2,...,T};
TP(K)max表示设备在tk时集体维修活动的最大持续时间;
n表示预防性维修的周期数;
表示设备Ml在第次预防性维修周期时修正维修的成本;
表示设备Ml的固定成本,该参数为操作人员实时更新输入至系统中;
表示设备Ml在第n次预防性维修周期时修正维修的可变成本;
c表示维护人员的单位劳动力成本,该参数为操作人员实时更新输入至系统中;
表示设备Ml第n次预防性维修周期的修复时间;
表示在第n次预防性维修周期的总生产计划第k时期间由设备Ml故障引起的平均生产损失;
UKijl表示设备Ml在总生产计划第k时期处理项目i的第j个进程的占用率;
si表示设备项目i的优点;
otkijl表示设备Ml在总生产计划第k时期中加工项目i的第j个进程的操作时间;
Xkijl表示表示设备Ml在总生产计划第k时期中加工项目i的第j个进程时为l,否则为0;
hl(t)表示设备Ml在作业之间离散时间点的危险率;
pkl表示设备Ml在总生产计划第k时期中附加故障频率;
表示设备Ml在总生产计划第k时期中增加的故障影响;
表示设备Ml在PM活动下维修成本;
表示设备Ml在第n次预防性维修周期中的生产计划第k时期中的故障损失;
Tpl表示设备Ml的预防性维修时间;
λl(t)表示设备Ml的危险率函数;
FTtotal表示机器设备总故障时间;
Ftotal表示机器设备总故障影响;
表示每个故障时间的平均损失。
2.预防性维修策略
1)利用故障分析模块完成故障影响分析:
故障概率一直是产品开发或系统设计考虑的主要因素。随着生产计划的改变,制造系统可靠性分析成为超出设计师预测的实际问题。与故障概率相比,生产车间主管直接面对故障影响,所以故障影响分析更具有说服力。
一旦在生产期间发生第l台机器Ml的故障,立即执行最小修复。应用蒙特-卡罗算法模拟来量化由于随机变量引起的每个故障事件的平均故障影响。修正维修的成本包括备件或组件的固定成本以及可变成本后者与修理机器的时间成比例。可以分别计算CM成本和Ml的可变成本:
除了修正维修活动的成本外,故障影响分析还包括维修期间的生产损失。在总生产计划第k时期间由Ml故障引起的平均生产损失可以计算为:
2)利用维修策略规划模块,基于故障影响分析制定动态机会维修策略:
在作业之间的离散时间节点,应该对集体PM活动做出决定。如果Ml被预防性维修,则机器被修复为“与新状态一样好”状态,这需要花费成本假设每台机器的危险率函数是:
在总生产计划第k个计划时期期间Ml的附加故障频率可以被计算为:
hl(t-tk-n)冒险是危险率函数,如果M1在tk-1没有进行PM活动,则tk-n是tk-1之前的PM活动的时间节点(如图3所示)。如果M1被预防性维修,则hl(t-tk-1)是tk-1和tk之间的危险率函数。在第n次循环周期中,对于Ml没有PM活动的附加故障影响可以进行如下量化:
增加的故障影响Ekl的近似值可以通过算法中N次循环的平均值获得。Ekl和是确定Ml是否应该在tk-1进行预防维修的两个重要指标。这意味着如果则故障影响是严重的,并且超过PM成本,因此Ml在tk-1进行预防性
维修;如果则Ml不需要PM活动。
第n次预防性维修周期中总生产计划第k时期中Ml的故障损失计算为:
如果Ml在tk-1被预防性维修,则Xkl等于1,否则为0。它表示为:
是在tk-1时集体维修活动的最大持续时间,表示为:
可以通过算法中的N次循环的平均值来获得故障损失的近似值。
3.作业车间制造系统可靠性分析方法
1)利用可靠性评估模块基于故障影响分析的完成可靠性评估:
在规定的条件下,应对某个系统进行可靠性评估。由于PM活动严重影响组件的故障率,因此在可靠性分析之前执行PM优化。Ml的危险率函数满足PM策略下的分段函数模型,[tk-1,tk]中的函数可以描述如下:
当直接评估系统可靠性时,管理人员想知道作业车间处理不同故障的确切能力。因为它具有多种故障状态和多种故障影响等属性,所以制造系统的故障率不可用。与故障率或平均故障间隔时间相比,生产经理直接感知到故障损失,以判断制造系统的可靠性水平。因此,可以通过获得[0,tT]期间的总机器故障时间:
机器故障引起的总故障影响可分为三个部分,即CM成本和维修期间的生产损失,以及所有机器的PM成本。[0,tT]期间的故障影响可以通过以下方式描述和计算:
每个故障时间的平均故障影响可以显示为:
通过等式(11)-(13)的组合可以很好地揭示系统可靠性。FTtotal是系统故障的全局简要描述,它可以提供故障频率信息和维修资源准备的指导。FTtotal表示故障影响。告诉车间经理每次故障的平均故障影响。
2)利用重要性度量及可靠性改进模块完成对车间制造系统中设备或组件重要性度量和可靠性改进:
组件重要性度量在风险知情决策中发挥着重要作用,它提供了有关组件对系统性能贡献的重要性的信息。由于资源有限和成本限制,组件重要性度量可以为系统设计人员或管理人员提供很好的实际帮助。识别哪些组件主要有助于降低整体系统性能有助于定位系统瓶颈,并且还为可靠性增长的有效行动提供指导。
自工作车间制造系统的初始配置以来,工作条件一直在变化。因此,考虑到更多的实际生产信息,有必要从工厂经理的角度对离散制造系统进行可靠性评估或组件重要性度量。由Ml的故障引起的损失可以计算为:
Ml的故障时间为:
Ml故障时间的平均损失可以计算为:
通过等式(14)-(16)的组合可以很好地确定改进效果的优先级分配。可能的改进方法包括在故障率方面的可靠性增强和在维修过程方面的维护优化。FLl是对Ml的重要性的综合衡量。FTl的排序提供了一种根据故障率对可靠性改进工作进行优先级分配的方法。根据维修过程通知维修任务的优先级。
本发明的方案可以分为五个部分,在网络建模后的每个计划时期分析故障影响。方案基于故障影响分析,在作业之间的每个设置时间做出预防性维修策略。在做出PM策略后,因为机器设备的故障率受预防性维修策略的影响严重,应该进行系统可靠性评估和组件重要性度量。重要性度量的结果表明了重要性的优先级,并为系统可靠性增长提供了指导,具体方案如图4所示:
本发明提出一种基于故障影响分析的预防性维修方法及车间制造系统,针对现有技术的缺陷提出了一种车间制造系统可靠性和维修分析框架,提出了一种基于故障影响分析(简称FEA)的高效预防性维修方法,并在PM策略下执行基于FEA的可靠性评估和组件重要度量,应用于车间制造系统后能验证可靠性评估和动态机会维修方法,所述预防性维修方法顺利解决了车间制造系统可靠性分析中对网络建模、漏洞识别、修复系统评价标准、PM策略等认识模糊,实际应用效果不佳的问题的;所述车间制造系统能帮助实现车间制造系统整体在实际生产中的可靠性优化和合理的维修资源分配。
以上结合具体实施例描述了本发明的技术原理。这些描述只是为了解释本发明的原理,而不能以任何方式解释为对本发明保护范围的限制。基于此处的解释,本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式,这些方式都将落入本发明的保护范围之内。
Claims (10)
1.一种基于故障影响分析的预防性维修方法,其应用于车间制造系统,其特征在于,包括如下步骤:
步骤a,建模模块将车间制造系统应用的生产线,按照生产工艺,将生产计划时间分成一系列时期,第k时期生产计划在tk结束;在每个时期,根据产品项目的工艺路线和体积大小对定向和加权网络进行建模,得到网络模型;
步骤b,评估设定模块对网络模型进行可靠性状况基本假设,(1)机器在经济上,结构上独立,并且每台机器形成一个实体,该实体未进一步细分以进行可靠性研究;(2)PM活动按照全面完善的标准进行维修;(3)在生产过程中发生故障时立即进行最小修复,不影响机器的使用年限;
步骤c,故障分析模块进行故障影响分析,应用蒙特-卡罗算法模拟来量化由于随机变量引起的每个故障事件的平均故障影响;
步骤d,维修策略规划模块基于故障影响分析制定动态机会维修策略,根据舒服的成本数据得到设备Ml在PM活动下维修成本根据故障影响分析得出在总生产计划第k时期中增加的故障影响Ekl;当则故障影响严重,设备Ml需要进行预防性维修;当则设备Ml不需要PM活动。
2.根据权利要求1所述的一种基于故障影响分析的预防性维修方法,其特征在于:所述步骤c中故障影响分析具体包括以下内容:在生产期间发生第l台机器设备Ml的故障,立即执行最小修复,应用蒙特-卡罗算法模拟量化由于随机变量引起的每个故障事件的平均故障影响,维修的成本包括备件或组件的固定成本以及可变成本与修理机器的时间成比例,分别计算CM成本和Ml的可变成本:
除了修正维修活动的成本外,故障影响分析还包括维修期间的生产损失;在总生产计划第k时期间由Ml故障引起的平均生产损计算为:
l表示机器设备的M1序号,l∈{1,2,...,l};tk表示总生产计划分成一系列时期,总生产计划第k时期的结束时间节点,k∈{1,2,...,T};n表示预防性维修的周期数;表示设备Ml在第次预防性维修周期时修正维修的成本;表示设备Ml的固定成本;表示设备Ml在第n次预防性维修周期时修正维修的可变成本;c表示维护人员的单位劳动力成本;Tl n表示设备Ml第n次预防性维修周期的修复时间;表示在第n次预防性维修周期的总生产计划第k时期间由设备Ml故障引起的平均生产损失;UKijl表示设备Ml在总生产计划第k时期处理项目i的第j个进程的占用率;si表示设备项目i的优点;otkijl表示设备Ml在总生产计划第k时期中加工项目i的第j个进程的操作时间;Xkijl表示表示设备Ml在总生产计划第k时期中加工项目i的第j个进程时为l,否则为0。
3.根据权利要求2所述的一种基于故障影响分析的预防性维修方法,其特征在于:所述步骤c中基于故障影响分析制定动态机会维修策略具体包括以下内容:在作业之间的离散时间节点,对集体PM活动做出决定,当Ml被预防性维修,则机器被修复至完好状态,需要花费成本假设每台机器的危险率函数是:
在总生产计划第k个计划时期期间Ml的附加故障频率被计算为:
hl(t-tk-n)冒险是危险率函数,当M1在tk-1没有进行PM活动,则tk-n是tk-1之前的PM活动的时间节点;当M1被预防性维修,则hl(t-tk-1)是tk-1和tk之间的危险率函数,在第n次循环周期中,对于Ml没有PM活动的附加故障影响进行如下量化:
增加的故障影响Ekl的近似值通过算法中N次循环的平均值获得;Ekl和是确定Ml是否在tk-1进行预防维修的两个重要指标,当则故障影响是严重的,并且超过PM成本,因此Ml在tk-1进行预防性维修;当则Ml不需要PM活动;
第n次预防性维修周期中总生产计划第k时期中Ml的故障损失计算为:
Ml在tk-1被预防性维修,则Xkl等于1,否则为0,其表示为:
是在tk-1时集体维修活动的最大持续时间,其表示为:
通过算法中的N次循环的平均值来获得故障损失的近似值;hl(t)表示设备Ml在作业之间离散时间点的危险率;pkl表示设备Ml在总生产计划第k时期中附加故障频率;表示设备Ml在总生产计划第k时期中增加的故障影响;表示设备Ml在PM活动下维修成本;表示设备Ml在第n次预防性维修周期中的生产计划第k时期中的故障损失;Tpl表示设备Ml的预防性维修时间。
4.根据权利要求3所述的一种基于故障影响分析的预防性维修方法,其特征在于:
所述步骤d之后还有包括:
步骤e,基于故障影响分析的可靠性评估,Ml的危险率函数满足PM策略下的分段函数模型,[tk-1,tk]中的函数描述如下:
通过获得[0,tT]期间的总机器故障时间:
机器故障引起的总故障影响分为三个部分,即CM成本和维修期间的生产损失,以及所有机器的PM成本;[0,tT]期间的故障影响通过以下方式描述和计算:
每个故障时间的平均故障影响显示为:
通过等式(11)-(13)的组合评估出系统可靠性;λl(t)表示设备Ml的危险率函数;FTtotal表示机器设备总故障时间;Ftotal表示机器设备总故障影响;表示每个故障时间的平均损失。
5.根据权利要求1所述的一种基于故障影响分析的预防性维修方法,其特征在于:所述步骤e之后还有包括:
步骤f,组件重要性度量和可靠性改进,由Ml的故障引起的损失计算为:
Ml的故障时间为:
Ml故障时间的平均损失计算为:
通过等式(14)-(16)的组合确定改进方法按照效果划分的优先级分配,FLl是对Ml的重要性的综合衡量;FTl的排序提供了根据故障率对可靠性改进工作进行优先级分配的方法;根据维修过程通知维修任务的优先级。
6.一种应用基于故障影响分析的预防性维修方法的车间制造系统,其特征在于,包括:建模模块、维修策略规划模块、评估设定模块和故障分析模块;
建模模块,用于将车间制造系统应用的生产线,按照生产工艺,将生产计划时间分成一系列时期,第k时期生产计划在tk结束;在每个时期,根据产品项目的工艺路线和体积大小对定向和加权网络进行建模,得到网络模型;
评估设定模块,用于对网络模型进行可靠性状况基本假设,(1)机器在经济上,结构上独立,并且每台机器形成一个实体,该实体未进一步细分以进行可靠性研究;(2)PM活动按照全面完善的标准进行维修;(3)在生产过程中发生故障时立即进行最小修复,不影响机器的使用年限;
故障分析模块,用于进行故障影响分析,应用蒙特-卡罗算法模拟来量化由于随机变量引起的每个故障事件的平均故障影响;
维修策略规划模块,基于故障影响分析制定动态机会维修策略,根据舒服的成本数据得到设备Ml在PM活动下维修成本根据故障影响分析得出在总生产计划第k时期中增加的故障影响Ekl;当则故障影响严重,设备Ml需要进行预防性维修;当则设备Ml不需要PM活动。
7.根据权利要求6所述的车间制造系统,其特征在于:所述故障分析模块具体处理步骤包括以下内容:在生产期间发生第l台机器设备Ml的故障,立即执行最小修复,应用蒙特-卡罗算法模拟量化由于随机变量引起的每个故障事件的平均故障影响,维修的成本包括备件或组件的固定成本以及可变成本与修理机器的时间成比例,分别计算CM成本和Ml的可变成本:
除了修正维修活动的成本外,故障影响分析还包括维修期间的生产损失;在总生产计划第k时期间由Ml故障引起的平均生产损失计算为:
l表示机器设备的M1序号,l∈{1,2,...,l};tk表示总生产计划分成一系列时期,总生产计划第k时期的结束时间节点,k∈{1,2,...,T};n表示预防性维修的周期数;表示设备Ml在第次预防性维修周期时修正维修的成本;表示设备Ml的固定成本;表示设备Ml在第n次预防性维修周期时修正维修的可变成本;c表示维护人员的单位劳动力成本;Tl n表示设备Ml第n次预防性维修周期的修复时间;表示在第n次预防性维修周期的总生产计划第k时期间由设备Ml故障引起的平均生产损失;UKijl表示设备Ml在总生产计划第k时期处理项目i的第j个进程的占用率;si表示设备项目i的优点;otkijl表示设备Ml在总生产计划第k时期中加工项目i的第j个进程的操作时间;Xkijl表示表示设备Ml在总生产计划第k时期中加工项目i的第j个进程时为l,否则为0。
8.根据权利要求7所述的车间制造系统,其特征在于:所述维修策略规划模块中基于故障影响分析制定动态机会维修策略具体包括以下内容:在作业之间的离散时间节点,对集体PM活动做出决定,当Ml被预防性维修,则机器被修复至完好状态,需要花费成本假设每台机器的危险率函数是:
在总生产计划第k个计划时期期间Ml的附加故障频率被计算为:
hl(t-tk-n)冒险是危险率函数,当M1在tk-1没有进行PM活动,则tk-n是tk-1之前的PM活动的时间节点;当M1被预防性维修,则hl(t-tk-1)是tk-1和tk之间的危险率函数,在第n次循环周期中,对于Ml没有PM活动的附加故障影响进行如下量化:
增加的故障影响Ekl的近似值通过算法中N次循环的平均值获得;Ekl和是确定Ml是否在tk-1进行预防维修的两个重要指标,当则故障影响是严重的,并且超过PM成本,因此Ml在tk-1进行预防性维修;当则Ml不需要PM活动;
第n次预防性维修周期中总生产计划第k时期中Ml的故障损失计算为:
Ml在tk-1被预防性维修,则Xkl等于1,否则为0,其表示为:
是在tk-1时集体维修活动的最大持续时间,其表示为:
通过算法中的N次循环的平均值来获得故障损失的近似值;hl(t)表示设备Ml在作业之间离散时间点的危险率;pkl表示设备Ml在总生产计划第k时期中附加故障频率;表示设备Ml在总生产计划第k时期中增加的故障影响;表示设备Ml在PM活动下维修成本;表示设备Ml在第n次预防性维修周期中的生产计划第k时期中的故障损失;Tpl表示设备Ml的预防性维修时间。
9.根据权利要求8所述的车间制造系统,其特征在于:
还包括可靠性评估模块,用于基于故障影响分析进行可靠性评估,Ml的危险率函数满足PM策略下的分段函数模型,[tk-1,tk]中的函数描述如下:
通过获得[0,tT]期间的总机器故障时间:
机器故障引起的总故障影响可分为三个部分,即CM成本和维修期间的生产损失,以及所有机器的PM成本;[0,tT]期间的故障影响通过以下方式描述和计算:
每个故障时间的平均故障影响显示为:
通过等式(11)-(13)的组合评估出系统可靠性;λl(t)表示设备Ml的危险率函数;FTtotal表示机器设备总故障时间;Ftotal表示机器设备总故障影响;表示每个故障时间的平均损失。
10.根据权利要求9所述的车间制造系统,其特征在于:还包括重要性度量及可靠性改进模块,用于对设备组件重要性度量和可靠性进行改进,由Ml的故障引起的损失计算为:
Ml的故障时间为:
Ml故障时间的平均损失计算为:
通过等式(14)-(16)的组合确定改进方法按照效果划分的优先级分配,FLl是对Ml的重要性的综合衡量;FTl的排序提供了根据故障率对可靠性改进工作进行优先级分配的方法;根据维修过程通知维修任务的优先级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910725025.0A CN110427712B (zh) | 2019-08-07 | 2019-08-07 | 一种基于故障影响分析的预防性维修方法及车间制造系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910725025.0A CN110427712B (zh) | 2019-08-07 | 2019-08-07 | 一种基于故障影响分析的预防性维修方法及车间制造系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110427712A true CN110427712A (zh) | 2019-11-08 |
CN110427712B CN110427712B (zh) | 2020-05-15 |
Family
ID=68413061
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910725025.0A Active CN110427712B (zh) | 2019-08-07 | 2019-08-07 | 一种基于故障影响分析的预防性维修方法及车间制造系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110427712B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110865617A (zh) * | 2019-11-14 | 2020-03-06 | 东华大学 | 时变工况下设备机会维护和生产调度集成优化方法 |
CN111815187A (zh) * | 2020-07-14 | 2020-10-23 | 北京航空航天大学 | 一种基于方向加权网络的制造过程风险评价方法 |
CN112329949A (zh) * | 2019-12-17 | 2021-02-05 | 福建宁德核电有限公司 | 基于设备失效率的维修策略最优价值的评估方法及系统 |
CN112507516A (zh) * | 2020-11-02 | 2021-03-16 | 中国南方电网有限责任公司超高压输电公司广州局 | 一种基于可靠性的电气设备预防性维修优化方法及装置 |
CN112526953A (zh) * | 2020-12-21 | 2021-03-19 | 广东工业大学 | 一种装配生产线脆性时间窗度量方法与弹性控制系统 |
CN112800678A (zh) * | 2021-01-29 | 2021-05-14 | 南京航空航天大学 | 多任务选择模型构建方法、多任务选择性维护方法及系统 |
CN113393211A (zh) * | 2021-06-22 | 2021-09-14 | 柳州市太启机电工程有限公司 | 一种智能化提高自动化生产效率的方法及系统 |
CN113408145A (zh) * | 2021-07-14 | 2021-09-17 | 西安邮电大学 | 一种面向可逆恢复故障的车间关键制造资源sis识别方法 |
CN116153484A (zh) * | 2023-04-20 | 2023-05-23 | 武汉一刻钟医疗科技有限公司 | 一种医疗设备全周期维修效益分析系统 |
CN116955016A (zh) * | 2023-09-20 | 2023-10-27 | 安徽博微智能电气有限公司 | 一种汽车软件缺陷自动修复系统及其方法 |
CN117215198A (zh) * | 2023-10-23 | 2023-12-12 | 广东工业大学 | 一种混流生产系统的脆性调控方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120143564A1 (en) * | 2010-12-01 | 2012-06-07 | Xerox Corporation | System and method for predicting remaining useful life of device components |
CN102663542A (zh) * | 2012-03-22 | 2012-09-12 | 北京航空航天大学 | 一种基于逻辑决断的故障模式消减闭合方法 |
CN103871000A (zh) * | 2014-03-13 | 2014-06-18 | 石家庄铁道大学 | 基于概率全寿命周期成本的电力变压器效能综合评估方法 |
CN104345680A (zh) * | 2013-10-21 | 2015-02-11 | 江苏大学 | 一种基于fnn的切纵流联合收割机故障诊断方法及其装置 |
CN106127358A (zh) * | 2016-08-12 | 2016-11-16 | 北京航空航天大学 | 一种基于任务可靠性状态的制造系统预测性维修方法 |
CN109583794A (zh) * | 2018-12-29 | 2019-04-05 | 哈尔滨工业大学 | 一种确定电梯报废时间的方法 |
CN109933934A (zh) * | 2019-03-21 | 2019-06-25 | 清华大学 | 一种设备维护管理方法及系统、计算机可读存储介质 |
CN109977624A (zh) * | 2019-05-06 | 2019-07-05 | 上海交通大学 | 基于深度神经网络的光伏电站缓变故障监测方法 |
-
2019
- 2019-08-07 CN CN201910725025.0A patent/CN110427712B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120143564A1 (en) * | 2010-12-01 | 2012-06-07 | Xerox Corporation | System and method for predicting remaining useful life of device components |
CN102663542A (zh) * | 2012-03-22 | 2012-09-12 | 北京航空航天大学 | 一种基于逻辑决断的故障模式消减闭合方法 |
CN104345680A (zh) * | 2013-10-21 | 2015-02-11 | 江苏大学 | 一种基于fnn的切纵流联合收割机故障诊断方法及其装置 |
CN103871000A (zh) * | 2014-03-13 | 2014-06-18 | 石家庄铁道大学 | 基于概率全寿命周期成本的电力变压器效能综合评估方法 |
CN106127358A (zh) * | 2016-08-12 | 2016-11-16 | 北京航空航天大学 | 一种基于任务可靠性状态的制造系统预测性维修方法 |
CN109583794A (zh) * | 2018-12-29 | 2019-04-05 | 哈尔滨工业大学 | 一种确定电梯报废时间的方法 |
CN109933934A (zh) * | 2019-03-21 | 2019-06-25 | 清华大学 | 一种设备维护管理方法及系统、计算机可读存储介质 |
CN109977624A (zh) * | 2019-05-06 | 2019-07-05 | 上海交通大学 | 基于深度神经网络的光伏电站缓变故障监测方法 |
Non-Patent Citations (2)
Title |
---|
夏浩: ""复杂设备的预防性维修最优化决策研究"", 《中国优秀硕士学位论文全文数据库 经济与管理科学辑》 * |
杨志秀: ""可修复系统不完全预防性维修策略研究"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110865617A (zh) * | 2019-11-14 | 2020-03-06 | 东华大学 | 时变工况下设备机会维护和生产调度集成优化方法 |
CN112329949A (zh) * | 2019-12-17 | 2021-02-05 | 福建宁德核电有限公司 | 基于设备失效率的维修策略最优价值的评估方法及系统 |
CN111815187A (zh) * | 2020-07-14 | 2020-10-23 | 北京航空航天大学 | 一种基于方向加权网络的制造过程风险评价方法 |
CN112507516A (zh) * | 2020-11-02 | 2021-03-16 | 中国南方电网有限责任公司超高压输电公司广州局 | 一种基于可靠性的电气设备预防性维修优化方法及装置 |
CN112526953A (zh) * | 2020-12-21 | 2021-03-19 | 广东工业大学 | 一种装配生产线脆性时间窗度量方法与弹性控制系统 |
CN112526953B (zh) * | 2020-12-21 | 2021-06-29 | 广东工业大学 | 一种装配生产线脆性时间窗度量方法与弹性控制系统 |
CN112800678A (zh) * | 2021-01-29 | 2021-05-14 | 南京航空航天大学 | 多任务选择模型构建方法、多任务选择性维护方法及系统 |
CN113393211B (zh) * | 2021-06-22 | 2022-12-09 | 柳州市太启机电工程有限公司 | 一种智能化提高自动化生产效率的方法及系统 |
CN113393211A (zh) * | 2021-06-22 | 2021-09-14 | 柳州市太启机电工程有限公司 | 一种智能化提高自动化生产效率的方法及系统 |
CN113408145A (zh) * | 2021-07-14 | 2021-09-17 | 西安邮电大学 | 一种面向可逆恢复故障的车间关键制造资源sis识别方法 |
CN113408145B (zh) * | 2021-07-14 | 2023-05-23 | 西安邮电大学 | 一种面向可逆恢复故障的车间关键制造资源sis识别方法 |
CN116153484A (zh) * | 2023-04-20 | 2023-05-23 | 武汉一刻钟医疗科技有限公司 | 一种医疗设备全周期维修效益分析系统 |
CN116153484B (zh) * | 2023-04-20 | 2023-07-07 | 武汉一刻钟医疗科技有限公司 | 一种医疗设备全周期维修效益分析系统 |
CN116955016A (zh) * | 2023-09-20 | 2023-10-27 | 安徽博微智能电气有限公司 | 一种汽车软件缺陷自动修复系统及其方法 |
CN116955016B (zh) * | 2023-09-20 | 2023-12-26 | 安徽博微智能电气有限公司 | 一种汽车软件缺陷自动修复系统及其方法 |
CN117215198A (zh) * | 2023-10-23 | 2023-12-12 | 广东工业大学 | 一种混流生产系统的脆性调控方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110427712B (zh) | 2020-05-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110427712A (zh) | 一种基于故障影响分析的预防性维修方法及车间制造系统 | |
Nguyen et al. | Joint predictive maintenance and inventory strategy for multi-component systems using Birnbaum’s structural importance | |
Vilarinho et al. | Preventive maintenance decisions through maintenance optimization models: a case study | |
Nguyen et al. | Multi-level predictive maintenance for multi-component systems | |
US11861739B2 (en) | Programmable manufacturing advisor for smart production systems | |
KR102171807B1 (ko) | 공정 중 생산품 불량 예측시스템 및 불량 예측을 위한 학습모델 생성방법 | |
Zahedi-Hosseini et al. | Joint optimisation of inspection maintenance and spare parts provisioning: a comparative study of inventory policies using simulation and survey data | |
Alabdulkarim et al. | Applications of simulation in maintenance research | |
CN113177761B (zh) | 一种考虑时效性的电商仓储智能排产预警系统 | |
CN103345209B (zh) | 生产监控方法及系统 | |
El Cadi et al. | Joint production and preventive maintenance controls for unreliable and imperfect manufacturing systems | |
Xia et al. | Operation process rebuilding (OPR)-oriented maintenance policy for changeable system structures | |
CN115293463B (zh) | 一种基于切割质量预测的玻璃镜片加工监督方法及系统 | |
Peng et al. | Approximate evaluation of average downtime under an integrated approach of opportunistic maintenance for multi-component systems | |
Azadeh et al. | Selection of optimum maintenance policy using an integrated multi-criteria Taguchi modeling approach by considering resilience engineering | |
JP2004503837A (ja) | 工場のトラフィック監視及び解析システム及び方法 | |
Marques et al. | Prescriptive maintenance: Building alternative plans for smart operations | |
CN106548257B (zh) | 一种基于决策树模型的备品备件定额制定方法 | |
Xia et al. | Progressive opportunistic maintenance policies for service-outsourcing network with prognostic updating and dynamical optimization | |
CN105138850B (zh) | 一种民用飞机系统维修时间间隔计算方法 | |
US20070162163A1 (en) | Method and system for analyzing throughput | |
CN113723637B (zh) | 一种面向船舶维修体系的经济性修理级别分析方法及系统 | |
Nordmann et al. | Neural network forecasting of service problems for aircraft structural component groupings | |
CN116258381A (zh) | 运行指挥工作的量化评价方法和装置 | |
RU2295590C1 (ru) | Способ статистического управления качеством электродной продукции |
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 |