CN110472196A - 一种生产线多态可靠性分析与评估方法 - Google Patents
一种生产线多态可靠性分析与评估方法 Download PDFInfo
- Publication number
- CN110472196A CN110472196A CN201910765895.0A CN201910765895A CN110472196A CN 110472196 A CN110472196 A CN 110472196A CN 201910765895 A CN201910765895 A CN 201910765895A CN 110472196 A CN110472196 A CN 110472196A
- Authority
- CN
- China
- Prior art keywords
- equation
- represented
- probability
- function
- state
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 99
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000004458 analytical method Methods 0.000 title claims abstract description 17
- 239000000872 buffer Substances 0.000 claims abstract description 45
- 238000009826 distribution Methods 0.000 claims abstract description 28
- 238000012360 testing method Methods 0.000 claims abstract description 4
- 235000003642 hunger Nutrition 0.000 claims description 25
- 230000037351 starvation Effects 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 23
- 238000011156 evaluation Methods 0.000 claims description 12
- 230000000903 blocking effect Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000001186 cumulative effect Effects 0.000 claims description 6
- 238000010586 diagram Methods 0.000 claims description 6
- 238000011144 upstream manufacturing Methods 0.000 claims description 6
- 230000007704 transition Effects 0.000 claims description 5
- 230000007547 defect Effects 0.000 claims description 4
- 230000001419 dependent effect Effects 0.000 claims description 4
- 230000036962 time dependent Effects 0.000 claims description 4
- QUTYGDYGQXUSRV-PKHIMPSTSA-N (2s)-2-[[4-[1-(2-amino-4-oxo-1h-quinazolin-6-yl)-3-oxopropan-2-yl]benzoyl]amino]pentanedioic acid Chemical compound C=1C=C2NC(N)=NC(=O)C2=CC=1CC(C=O)C1=CC=C(C(=O)N[C@@H](CCC(O)=O)C(O)=O)C=C1 QUTYGDYGQXUSRV-PKHIMPSTSA-N 0.000 claims description 3
- 230000007257 malfunction Effects 0.000 abstract 2
- 238000003754 machining Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 206010012186 Delayed delivery Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Physics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Pure & Applied Mathematics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Mathematical Optimization (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Probability & Statistics with Applications (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Manufacturing & Machinery (AREA)
- Algebra (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种生产线多态可靠性分析与评估方法,其应用于生产线多态可靠性分析系统中,生产线由多个生产系统构成,生产系统由N个离散阶段组成,根据容量需求规划,每个阶段包括一个或多个相同的机器,有限缓冲区位于相邻的两个阶段之间;包括应用于生产线的系统的如下步骤:S1、输入系统中设备的故障概率和故障的时间点以及任一机器的工作周期,然后根据最小二乘法计算得出威布尔分布的比例参数ηODF,ij和形状参数βODF,ij,其中机器的故障概率和故障的时间点是通过测试得到的;获取考虑了TDFs和ODFs的任一机器的可靠性初始函数。本发明的目的在于提出一种生产线多态可靠性分析与评估方法来研究有限缓冲区生产系统的可靠性问题。
Description
技术领域
本发明涉及多态生产技术领域,特别是一种生产线多态可靠性分析与评估 方法。
背景技术
满足需求的交货期的可靠性评估准确性对于生产系统的交货期性能预测至 关重要。在全球竞争环境下,延迟交货对制造企业是有害的,有时甚至是致命 的。为了确保准时交货,生产系统应该足够可靠,以抵御内部和外部不确定的 风险因素。在实际应用中,可靠性评估不仅可以提供不同系统配置的水平性能 比较,还可以从垂直面描述某一系统的性能退化过程。因此,在系统配置过程 和生产优化过程中,满足需求的交货期的可靠性评估的准确性对于交货期性能 预测至关重要。
生产系统可以理解为经典的多单元或多部件系统,一直是系统可靠性研究 的热点。值得注意的是,生产系统有其自身的结构特点和故障属性,这些故障 属性不同于一般的多单元系统。首先,有限缓冲区通常存在于多级生产系统中; 其次,由于缓冲区有限,工作站存在阻塞和饥饿现象。此外,生产系统不仅受 到操作相依故障(ODFs)的影响,还受到时间相依故障(TDFs)的影响。因此,单 一故障类型假设不能描述多状态机的整个故障过程,不能对生产系统做出正确 的可靠性评估。
发明内容
针对上述缺陷,本发明的目的在于提出一种生产线多态可靠性分析与评估 方法,实现对生产系统的交货期性能预测,深度发掘生产潜能。
为达此目的,本发明采用以下技术方案:
一种生产线多态可靠性分析与评估方法,其应用于生产线多态可靠性分析 系统中,生产线由多个生产系统构成,生产系统由N个离散阶段组成,根据容 量需求规划,每个阶段包括一个或多个相同的机器,有限缓冲区位于相邻的两 个阶段之间;
包括应用于生产线的系统的如下步骤:
S1、输入系统中设备的故障概率和故障的时间点以及任一机器的工作周期, 然后根据最小二乘法计算得出威布尔分布的比例参数ηODF,ij和形状参数βODF,ij,其 中机器的故障概率和故障的时间点是通过测试得到的;
获取考虑了TDFs和ODFs的所述任一机器的可靠性初始函数,其中TDFs为 时间相依故障,ODFs为操作相依故障;
S2、输入根据步骤S1获得的可靠性初始函数,利用并行组合算子得到各阶 段各工作站的可靠性函数;
S3、输入系统中设备的机器发生共因失效的概率,获取考虑共因失效的工 作站的可靠性函数;
S4、通过应用考虑有限缓冲区的等效可靠性模型,计算各工作站的期望生 产率,得到Bi稳态概率的算术表达式,其中Bi其为第i个缓冲区中的部件数;
S5、将S3和S4结合得到参数δi,δi为si既不饥饿也不阻塞的概率,si表示 第i个生产阶段的所有并联机器,计算δij,δij为第j台机器在第i阶段的加工时 间在周期长度内的所占比例;
S6、得到无缓冲区的等效可靠性模型;
S7、得到考虑QDFs的机器u函数,其中QDFs为质量缺陷引起的传播故障;
S8、应用UGF组合运算得到系统u函数U(z),并计算可靠性指标,其中UGF 为通用生成函数;
S9、生产线多态可靠性分析系统通过所述可靠性指标,给出对应生产性能 线的多态可靠性分析与评估结果。
较佳地,所述步骤S1还包括:
设τ为周期长度,τ分为三个顺序状态,分别为空闲状态、加工状态和等 待状态,机器的生产过程伴随着状态的转变;
将一个工作周期内的三个独立的时间段划分为饥饿时间段、加工时间段和 阻塞时间段;饥饿时间段,机器处于空闲状态,等待新部件的到来,阻塞时间 段,机器中有一个已完成的部件,等待向下游的机器发货,TDFs会同时发生在 饥饿和阻塞时间段间;
对于机器Mij(i=1,…,N,j=1,…id),可能会发生以下六种故障事件:
E(i,j,1)={在Mij饥饿时间段发生TDF}
E(i,j,2)={在Mij加工时间段发生ODF}
E(i,j,3)={在Mij加工时间段发生TDF}
E(i,j,4)={在Mij装载时发生ODF}
E(i,j,5)={在Mij卸载时发生ODF}
E(i,j,6)={在Mij阻塞时间段发生TDF}
用Ωij来表示机器Mij(i=1,…,N,j=1,…id)的故障事件集合,Ωij由式1表示为:
Ωij=E(i,j,1)∪E(i,j,2)∪E(i,j,3)∪E(i,j,4)∪E(i,j,5)∪E(i,j,6)
由于这六个故障事件发生的时间段和方式不同,在下面的过程中,将它们 视为独立的事件;
由于ODFs的时间退化特性,其在加工时间段内服从威布尔分布,累积概 率分布由式2表示为:
其中,ηODF,ij和βODF,ij为给定的尺度和形状参数;
TDFs在整个循环(E(i,j,1),E(i,j,3)和E(i,j,6))中服从指数分布,上述故障的累 积概率分布由式3表示为:
FTDF,ij(t)=1-exp(-λTDF,ijt)
其中,λTDF,ij为给定的正常数;
工件的装卸故障发生在每一次加工和饥饿时间段的开始,这部分故障也是 ODFs,但是它们是根据装载和卸载时间计算的,而不是根据运行时间计算的; 设装载/卸载动作的故障率(E(i,j,4)和E(i,j,5))为常数,应用指数分布,装载/卸载 动作的可靠性表示为exp(-λijEij),其中λij是利率指数分布的参数,Eij为[0,t]期间的 装载或卸载次数,由式4表示:
τij为第j台机器在第i阶段的周期长度;
根据式1,计算出机器Mij的可靠性由式5表示为:
其中RE(i,j,a)为事件E(i,j,a)的可靠性函数;
或计算出机器Mij的可靠性由式6表示为:
Rij(t)=[exp(-λijE)]2[1-FTDF,ij(t)][1-FODF,i(δijt)]
其中δij为加工时间占周期长度的比例。
较佳地,所述步骤S2还包括:
生产系统由(d1+d2+…+dN=Q)台机器组成,第i阶段的第j台机器处于Hi+1 状态,di为第i阶段的并行机器数量;
上述状态表示可能的性能级别,所述性能级别由集合Gij={gij0,gij1,…,gijHi}表示;将表示第i阶段第j台机器随机性能概率分布的u函数定义为多项式,由式 7表示为:
其中性能定义为生产线的差别化生产速率水平;
每种状态的概率由式8表示为:
以及
多项式U(z)表示G11,…GNdN实现的所有可能的互斥组合;设L为所有可能 组合的状态空间,L=G11×G12×…×GNdN;函数φ(G11,…GNdN):L→M,是将机器 性能等级空间映射到系统性能等级空间的系统结构函数,函数φ(G11,…GNdN)的 值与每个组合的概率相关;系统随机性能的概率分布通过以下组合运算得到, 由式9表示为:
对于串并联系统,系统结构函数由只包含两个串联或并联组件的子系统表 示;每对的u函数由式10表示为:
对于串联的两个独立分量,式10由式11表示:
对于并联的两个独立分量,式10由式12表示为:
每台机器的u函数由式13表示为:
其中,Rij由式6计算;
得出第i个工作站si的u函数由式14表示为:
其中分别取0,vi,2vi,…,di,vi的值,vi为第i阶段机器的生产率,di为第i 阶段的并行机器数量。
进一步地,所述步骤S3还包括:
当出现CCF时,CCF指并联的相同机器的共因失效,由于CCF被所有相 同的机器共享,导致第i个工作站失败,这种状态下的工作站性能在u函数公式 中表示为z0;
si与CCF的u函数由式15表示为:
式中为无CCF时第i个生产阶段的u函数;
CCi是第i个生产阶段的所有机器由于CCF故障的概率。
进一步地,所述步骤S4还包括:
设si的期望生产率是ωi,si+1的生产率是ωi+1;根据缓冲区Bi的空位数来显 示缓冲区Bi的状态转换图;
根据式14,ωi计算由式16表示为:
设Pki(t)为Bi中有k个工件的概率;将缓冲区Bi作为一个排队系统,得到 Bi的状态转移方程由式17表示为:
其中,需要满足以下 约束条件,由式18表示:
或计算稳态概率,将式17的导数设为零,得到如下结果,由式19表示:
其中,ρi=ωi/ωi+1.
则需要满足以下约束条件,由式20表示:
得出P0i(t)由式21表示为:
得出Pki(t)由式22表示为:
较佳地,步骤S5还包括如下内容:
si的状态取决于上游和下游缓冲区的空缺情况,根据式22计算出si状态的 稳态概率;
当Bi-1为空时,下游工作站si将处于饥饿状态,Bi-1为工作站之间的第i-1 个缓冲区;
si仅仅因为Bi-1为空而饿死的概率由式23计算:
上面的方程表示Bi-1是空的,Bi不是满的,Bi为工作站之间的第i个缓冲区, si仅因为一个满的Bi而被阻塞的概率通过式24计算:
上述两个事件之间有一个交集,即si因Bi-1为空、Bi为满而饥饿阻塞,其概 率计算由式25表示:
设si既没有饿死也没有被阻塞的概率为δi;
δi由式26计算得出:
δi=1-(Pi B∩S+Pi S+Pi B)。
较佳地,步骤S6还包括:
si是在Bi-1不为空且Bi不为满的情况下工作的,得到si(i=2,3,…N-1)稳定工 作的概率由式27表示为:
Ri(t)为si的可靠度函数,为上游和下游缓冲区可用的概率;
第一个工作站s1从来没有挨饿,其稳定工作概率由式28表示为:
最后一个工作站sN从未被阻塞,其稳定工作概率由式29表示为:
从式27到式29,得到不包含有限缓冲区的等效工作站模型,用于多态生产 系统可靠性评估;
根据式6和式26,计算得出第i个工作站Si既没有饿死也没有被阻塞的概 率δi;
根据式14的并行组合运算,得到了考虑有限缓冲区的等效工作站的u函数。
较佳地,步骤S7还包括:
设机器Mij由于QDFs故障,给定Mij在QDFs状态下的性能为giq=x,发生对 应状态的概率为piq,条件pmf由u函数f(z)=zx表示;
考虑QDF的机器u函数,通过添加一个额外的性能状态,给出了机器Mij的概率质量函数pmf,由式30表示:
得出不存在QDFs故障的机器的条件pmf由式31表示:
当不同生产阶段的机器同步发生故障,即为QDFs,则应用一个决策变量αij来获得u函数,由式32表示:
其中,αij由式33表示:
进一步地,步骤S8还包括如下内容:
设一台机器没有包含在任何QDF组合中,则u函数服从式13;整个系统的 u函数由给定的所有机器的u函数来计算;αij应在每次组合操作时确定;
得到系统u函数后,预计生产能力(EPC)计算如下,由式34表示:
多态生产系统的系统可靠性通过累积性能水平大于下界xr的所有概率来表 示,由式35表示;
其中,如果xφ≥xr,则α(xφ)=1,否则为α(xφ)=0。
本发明的有益效果:1、利用UGF通用生成函数方法计算考虑了生产线在多 种性能状态下的可靠性指标,从而实现对生产系统的交货期性能预测,深度发 掘生产潜能;在生产系统中,机器作为工艺的加工机械,其可靠性是预测生产 系统可靠性的重要前提;2、考虑TDF和ODF两种故障得出的机器工作性能介于 多种状态之间,进而求出机器的可靠性表达式。机器的可靠性可以预测机器的 故障率,对于生产系统的交货期预测有着重要作用。
附图说明
图1是本发明的一个实施例的生产系统的基本结构为并联机床和有限的缓 冲区示意图;
图2是本发明的一个实施例的机器Mij的状态转换示意图;
图3是本发明的一个实施例的缓冲区Bi的状态转换图。
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。
如图1-3所示,1、一种生产线多态可靠性分析与评估方法,其特征在于, 其应用于生产线多态可靠性分析系统中,生产线由多个生产系统构成,生产系 统由N个离散阶段组成,根据容量需求规划,每个阶段包括一个或多个相同的 机器,有限缓冲区位于相邻的两个阶段之间;
包括应用于生产线的系统的如下步骤:
S1、输入系统中设备的故障概率和故障的时间点以及任一机器的工作周期, 然后根据最小二乘法计算得出威布尔分布的比例参数ηODF,ij和形状参数βODF,ij,其 中机器的故障概率和故障的时间点是通过测试得到的;
获取考虑了TDFs和ODFs的所述任一机器的可靠性初始函数,其中TDFs为 时间相依故障,ODFs为操作相依故障;
S2、输入根据步骤S1获得的可靠性初始函数,利用并行组合算子得到各阶 段各工作站的可靠性函数;
S3、输入系统中设备的机器发生共因失效的概率,获取考虑共因失效的工 作站的可靠性函数;
S4、通过应用考虑有限缓冲区的等效可靠性模型,计算各工作站的期望生 产率,得到Bi稳态概率的算术表达式,其中Bi其为第i个缓冲区中的部件数;
S5、将S3和S4结合得到参数δi,δi为si既不饥饿也不阻塞的概率,si表示 第i个生产阶段的所有并联机器,计算δij,δij为第j台机器在第i阶段的加工时 间在周期长度内的所占比例;
S6、得到无缓冲区的等效可靠性模型;
S7、得到考虑QDFs的机器u函数,其中QDFs为质量缺陷引起的传播故障;
S8、应用UGF组合运算得到系统u函数U(z),并计算可靠性指标,其中UGF 为通用生成函数;
S9、生产线多态可靠性分析系统通过所述可靠性指标,给出对应生产性能 线的多态可靠性分析与评估结果。
其中,所述步骤S1还包括:
设τ为周期长度,τ分为三个顺序状态,分别为空闲状态、加工状态和等 待状态,机器的生产过程伴随着状态的转变;
将一个工作周期内的三个独立的时间段划分为饥饿时间段、加工时间段和 阻塞时间段;饥饿时间段,机器处于空闲状态,等待新部件的到来,阻塞时间 段,机器中有一个已完成的部件,等待向下游的机器发货,TDFs会同时发生在 饥饿和阻塞时间段间;
对于机器Mij(i=1,…,N,j=1,…id),可能会发生以下六种故障事件:
E(i,j,1)={在Mij饥饿时间段发生TDF}
E(i,j,2)={在Mij加工时间段发生ODF}
E(i,j,3)={在Mij加工时间段发生TDF}
E(i,j,4)={在Mij装载时发生ODF}
E(i,j,5)={在Mij卸载时发生ODF}
E(i,j,6)={在Mij阻塞时间段发生TDF}
用Ωij来表示机器Mij(i=1,…,N,j=1,…id)的故障事件集合,Ωij由式1表示为:
Ωij=E(i,j,1)∪E(i,j,2)∪E(i,j,3)∪E(i,j,4)∪E(i,j,5)∪E(i,j,6)
由于这六个故障事件发生的时间段和方式不同,在下面的过程中,将它们 视为独立的事件;
由于ODFs的时间退化特性,其在加工时间段内服从威布尔分布,累积概 率分布由式2表示为:
其中,ηODF,ij和βODF,ij为给定的尺度和形状参数;
TDFs在整个循环(E(i,j,1),E(i,j,3)和E(i,j,6))中服从指数分布,上述故障的累 积概率分布由式3表示为:
FTDF,ij(t)=1-exp(-λTDF,ijt)
其中,λTDF,ij为给定的正常数;
工件的装卸故障发生在每一次加工和饥饿时间段的开始,这部分故障也是 ODFs,但是它们是根据装载和卸载时间计算的,而不是根据运行时间计算的; 设装载/卸载动作的故障率(E(i,j,4)和E(i,j,5))为常数,应用指数分布,装载/卸载 动作的可靠性表示为exp(-λijEij),其中λij是利率指数分布的参数,Eij为[0,t]期间的 装载或卸载次数,由式4表示:
τij为第j台机器在第i阶段的周期长度;
根据式1,计算出机器Mij的可靠性由式5表示为:
其中RE(i,j,a)为事件E(i,j,a)的可靠性函数;
或计算出机器Mij的可靠性由式6表示为:
Rij(t)=[exp(-λijE)]2[1-FTDF,ij(t)][1-FODF,i(δijt)]
其中δij为加工时间占周期长度的比例。
其中,所述步骤S2还包括:
生产系统由(d1+d2+…+dN=Q)台机器组成,第i阶段的第j台机器处于Hi+1 状态,di为第i阶段的并行机器数量;
上述状态表示可能的性能级别,所述性能级别由集合Gij={gij0,gij1,…,gijHi} 表示;将表示第i阶段第j台机器随机性能概率分布的u函数定义为多项式,由 式7表示为:
其中性能定义为生产线的差别化生产速率水平;
每种状态的概率由式8表示为:
以及
多项式U(z)表示G11,…GNdN实现的所有可能的互斥组合;设L为所有可能 组合的状态空间,L=G11×G12×…×GNdN;函数φ(G11,…GNdN):L→M,是将机器 性能等级空间映射到系统性能等级空间的系统结构函数,函数φ(G11,…GNdN)的 值与每个组合的概率相关;系统随机性能的概率分布通过以下组合运算得到, 由式9表示为:
对于串并联系统,系统结构函数由只包含两个串联或并联组件的子系统表 示;每对的u函数由式10表示为:
对于串联的两个独立分量,式10由式11表示:
对于并联的两个独立分量,式10由式12表示为:
每台机器的u函数由式13表示为:
其中,Rij由式6计算;
得出第i个工作站si的u函数由式14表示为:
其中分别取0,vi,2vi,…,di,vi的值,vi为第i阶段机器的生产率,di为第i 阶段的并行机器数量。
此外,所述步骤S3还包括:
当出现CCF时,CCF指并联的相同机器的共因失效,由于CCF被所有相 同的机器共享,导致第i个工作站失败,这种状态下的工作站性能在u函数公式 中表示为z0;
si与CCF的u函数由式15表示为:
式中为无CCF时第i个生产阶段的u函数;
CCi是第i个生产阶段的所有机器由于CCF故障的概率。
此外,所述步骤S4还包括:
设si的期望生产率是ωi,si+1的生产率是ωi+1;根据缓冲区Bi的空位数来显 示缓冲区Bi的状态转换图;
根据式14,ωi计算由式16表示为:
设Pki(t)为Bi中有k个工件的概率;将缓冲区Bi作为一个排队系统,得到 Bi的状态转移方程由式17表示为:
其中,需要满足以下约束条件,由式18表示:
或计算稳态概率,将式17的导数设为零,得到如下结果,由式19表示:
其中,ρi=ωi/ωi+1.
则需要满足以下约束条件,由式20表示:
得出P0i(t)由式21表示为:
得出Pki(t)由式22表示为:
其中,步骤S5还包括如下内容:
si的状态取决于上游和下游缓冲区的空缺情况,根据式22计算出si状态的 稳态概率;
当Bi-1为空时,下游工作站si将处于饥饿状态,Bi-1为工作站之间的第i-1 个缓冲区;
si仅仅因为Bi-1为空而饿死的概率由式23计算:
上面的方程表示Bi-1是空的,Bi不是满的,Bi为工作站之间的第i个缓冲区,si仅因为一个满的Bi而被阻塞的概率通过式24计算:
上述两个事件之间有一个交集,即si因Bi-1为空、Bi为满而饥饿阻塞,其概 率计算由式25表示:
设si既没有饿死也没有被阻塞的概率为δi;
δi由式26计算得出:
δi=1-(Pi B∩S+Pi S+Pi B)。
此外,步骤S6还包括:
si是在Bi-1不为空且Bi不为满的情况下工作的,得到si(i=2,3,…N-1)稳定工 作的概率由式27表示为:
Ri(t)为si的可靠度函数,为上游和下游缓冲区可用的概率;
第一个工作站s1从来没有挨饿,其稳定工作概率由式28表示为:
最后一个工作站sN从未被阻塞,其稳定工作概率由式29表示为:
从式27到式29,得到不包含有限缓冲区的等效工作站模型,用于多态生产 系统可靠性评估;
根据式6和式26,计算得出第i个工作站Si既没有饿死也没有被阻塞的概 率δi;
根据式14的并行组合运算,得到了考虑有限缓冲区的等效工作站的u函数。
其中,步骤S7还包括:
设机器Mij由于QDFs故障,给定Mij在QDFs状态下的性能为giq=x,发生对 应状态的概率为piq,条件pmf由u函数f(z)=zx表示;
考虑QDF的机器u函数,通过添加一个额外的性能状态,给出了机器Mij的概率质量函数pmf,由式30表示:
得出不存在QDFs故障的机器的条件pmf由式31表示:
当不同生产阶段的机器同步发生故障,即为QDFs,则应用一个决策变量αij来获得u函数,由式32表示:
其中,αij由式33表示:
此外,步骤S8还包括如下内容:
设一台机器没有包含在任何QDF组合中,则u函数服从式13;整个系统的 u函数由给定的所有机器的u函数来计算;αij应在每次组合操作时确定;
得到系统u函数后,预计生产能力(EPC)计算如下,由式34表示:
多态生产系统的系统可靠性通过累积性能水平大于下界xr的所有概率来表 示,由式35表示;
其中,如果xφ≥xr,则α(xφ)=1,否则为α(xφ)=0。
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 (9)
1.一种生产线多态可靠性分析与评估方法,其特征在于,其应用于生产线多态可靠性分析系统中,生产线由多个生产系统构成,生产系统由N个离散阶段组成,根据容量需求规划,每个阶段包括一个或多个相同的机器,有限缓冲区位于相邻的两个阶段之间;
包括应用于生产线的系统的如下步骤:
S1、输入系统中设备的故障概率和故障的时间点以及任一机器的工作周期,然后根据最小二乘法计算得出威布尔分布的比例参数ηODF,ij和形状参数βODF,ij,其中机器的故障概率和故障的时间点是通过测试得到的;
获取考虑了TDFs和ODFs的所述任一机器的可靠性初始函数,其中TDFs为时间相依故障,ODFs为操作相依故障;
S2、输入根据步骤S1获得的可靠性初始函数,利用并行组合算子得到各阶段各工作站的可靠性函数;
S3、输入系统中设备的机器发生共因失效的概率,获取考虑共因失效的工作站的可靠性函数;
S4、通过应用考虑有限缓冲区的等效可靠性模型,计算各工作站的期望生产率,得到Bi稳态概率的算术表达式,其中Bi其为第i个缓冲区中的部件数;
S5、将S3和S4结合得到参数δi,δi为si既不饥饿也不阻塞的概率,si表示第i个生产阶段的所有并联机器,计算δij,δij为第j台机器在第i阶段的加工时间在周期长度内的所占比例;
S6、得到无缓冲区的等效可靠性模型;
S7、得到考虑QDFs的机器u函数,其中QDFs为质量缺陷引起的传播故障;
S8、应用UGF组合运算得到系统u函数U(z),并计算可靠性指标,其中UGF 为通用生成函数;
S9、生产线多态可靠性分析系统通过所述可靠性指标,给出对应生产性能线的多态可靠性分析与评估结果。
2.根据权利要求1所述的生产线多态可靠性分析与评估方法,其特征在于,所述步骤S1还包括:
设τ为周期长度,τ分为三个顺序状态,分别为空闲状态、加工状态和等待状态,机器的生产过程伴随着状态的转变;
将一个工作周期内的三个独立的时间段划分为饥饿时间段、加工时间段和阻塞时间段;饥饿时间段,机器处于空闲状态,等待新部件的到来,阻塞时间段,机器中有一个已完成的部件,等待向下游的机器发货,TDFs会同时发生在饥饿和阻塞时间段间;
对于机器Mij(i=1,…,N,j=1,…id),可能会发生以下六种故障事件:
E(i,j,1)={在Mij饥饿时间段发生TDF}
E(i,j,2)={在Mij加工时间段发生ODF}
E(i,j,3)={在Mij加工时间段发生TDF}
E(i,j,4)={在Mij装载时发生ODF}
E(i,j,5)={在Mij卸载时发生ODF}
E(i,j,6)={在Mij阻塞时间段发生TDF}
用Ωij来表示机器Mij(i=1,…,N,j=1,…id)的故障事件集合,Ωij由式1表示为:
Ωij=E(i,j,1)∪E(i,j,2)∪E(i,j,3)∪E(i,j,4)∪E(i,j,5)∪E(i,j,6)
由于这六个故障事件发生的时间段和方式不同,在下面的过程中,将它们视为独立的事件;
由于ODFs的时间退化特性,其在加工时间段内服从威布尔分布,累积概率分布由式2表示为:
其中,ηODF,ij和βODF,ij为给定的尺度和形状参数;
TDFs在整个循环(E(i,j,1),E(i,j,3)和E(i,j,6))中服从指数分布,上述故障的累积概率分布由式3表示为:
FTDF,ij(t)=1-exp(-λTDF,ijt)
其中,λTDF,ij为给定的正常数;
工件的装卸故障发生在每一次加工和饥饿时间段的开始,这部分故障也是ODFs,但是它们是根据装载和卸载时间计算的,而不是根据运行时间计算的;设装载/卸载动作的故障率(E(i,j,4)和E(i,j,5))为常数,应用指数分布,装载/卸载动作的可靠性表示为exp(-λijEij),其中λij是利率指数分布的参数,Eij为[0,t]期间的装载或卸载次数,由式4表示:
τij为第j台机器在第i阶段的周期长度;
根据式1,计算出机器Mij的可靠性由式5表示为:
其中RE(i,j,a)为事件E(i,j,a)的可靠性函数;
或计算出机器Mij的可靠性由式6表示为:
Rij(t)=[exp(-λijE)]2[1-FTDF,ij(t)][1-FODF,i(δijt)]
其中δij为加工时间占周期长度的比例。
3.根据权利要求2所述的生产线多态可靠性分析与评估方法,其特征在于,所述步骤S2还包括:
生产系统由(d1+d2+…+dN=Q)台机器组成,第i阶段的第j台机器处于Hi+1状态,di为第i阶段的并行机器数量;
上述状态表示可能的性能级别,所述性能级别由集合Gij={gij0,gij1,…,gijHi}表示;将表示第i阶段第j台机器随机性能概率分布的u函数定义为多项式,由式7表示为:
其中性能定义为生产线的差别化生产速率水平;
每种状态的概率由式8表示为:
以及
多项式U(z)表示G11,…GNdN实现的所有可能的互斥组合;设L为所有可能组合的状态空间,L=G11×G12×…×GNdN;函数φ(G11,…GNdN):L→M,是将机器性能等级空间映射到系统性能等级空间的系统结构函数,函数φ(G11,…GNdN)的值与每个组合的概率相关;系统随机性能的概率分布通过以下组合运算得到,由式9表示为:
对于串并联系统,系统结构函数由只包含两个串联或并联组件的子系统表示;每对的u函数由式10表示为:
对于串联的两个独立分量,式10由式11表示:
对于并联的两个独立分量,式10由式12表示为:
每台机器的u函数由式13表示为:
其中,Rij由式6计算;
得出第i个工作站si的u函数由式14表示为:
其中分别取0,vi,2vi,…,di,vi的值,vi为第i阶段机器的生产率,di为第i阶段的并行机器数量。
4.根据权利要求3所述的生产线多态可靠性分析与评估方法,其特征在于,所述步骤S3还包括:
当出现CCF时,CCF指并联的相同机器的共因失效,由于CCF被所有相同的机器共享,导致第i个工作站失败,这种状态下的工作站性能在u函数公式中表示为z0;
si与CCF的u函数由式15表示为:
式中为无CCF时第i个生产阶段的u函数;
CCi是第i个生产阶段的所有机器由于CCF故障的概率。
5.根据权利要求4所述的生产线多态可靠性分析与评估方法,其特征在于,所述步骤S4还包括:
设si的期望生产率是ωi,si+1的生产率是ωi+1;根据缓冲区Bi的空位数来显示缓冲区Bi的状态转换图;
根据式14,ωi计算由式16表示为:
设Pki(t)为Bi中有k个工件的概率;将缓冲区Bi作为一个排队系统,得到Bi的状态转移方程由式17表示为:
其中,需要满足以下约束条件,由式18表示:
或计算稳态概率,将式17的导数设为零,得到如下结果,由式19表示:
其中,ρi=ωi/ωi+1.
则需要满足以下约束条件,由式20表示:
得出P0i(t)由式21表示为:
得出Pki(t)由式22表示为:
6.根据权利要求5所述的生产线多态可靠性分析与评估方法,其特征在于,步骤S5还包括如下内容:
si的状态取决于上游和下游缓冲区的空缺情况,根据式22计算出si状态的稳态概率;
当Bi-1为空时,下游工作站si将处于饥饿状态,Bi-1为工作站之间的第i-1个缓冲区;
si仅仅因为Bi-1为空而饿死的概率由式23计算:
上面的方程表示Bi-1是空的,Bi不是满的,Bi为工作站之间的第i个缓冲区,si仅因为一个满的Bi而被阻塞的概率通过式24计算:
上述两个事件之间有一个交集,即si因Bi-1为空、Bi为满而饥饿阻塞,其概率计算由式25表示:
设si既没有饿死也没有被阻塞的概率为δi;
δi由式26计算得出:
δi=1-(Pi B∩S+Pi S+Pi B)。
7.根据权利要求6所述的生产线多态可靠性分析与评估方法,其特征在于,步骤S6还包括:
si是在Bi-1不为空且Bi不为满的情况下工作的,得到si(i=2,3,…N-1)稳定工作的概率由式27表示为:
Pi W=(1-P0(i-1))Ri(t)(1-Pbii)=δiRi(t)
Ri(t)为si的可靠度函数,为上游和下游缓冲区可用的概率;
第一个工作站s1从来没有挨饿,其稳定工作概率由式28表示为:
最后一个工作站sN从未被阻塞,其稳定工作概率由式29表示为:
从式27到式29,得到不包含有限缓冲区的等效工作站模型,用于多态生产系统可靠性评估;
根据式6和式26,计算得出第i个工作站Si既没有饿死也没有被阻塞的概率δi;
根据式14的并行组合运算,得到了考虑有限缓冲区的等效工作站的u函数。
8.根据权利要求7所述的生产线多态可靠性分析与评估方法,其特征在于,步骤S7还包括:
设机器Mij由于QDFs故障,给定Mij在QDFs状态下的性能为giq=x,发生对应状态的概率为piq,条件pmf由u函数f(z)=zx表示;
考虑QDF的机器u函数,通过添加一个额外的性能状态,给出了机器Mij的概率质量函数pmf,由式30表示:
得出不存在QDFs故障的机器的条件pmf由式31表示:
当不同生产阶段的机器同步发生故障,即为QDFs,则应用一个决策变量αij来获得u函数,由式32表示:
其中,αij由式33表示:
9.根据权利要求8所述的生产线多态可靠性分析与评估方法,其特征在于,步骤S8还包括如下内容:
设一台机器没有包含在任何QDF组合中,则u函数服从式13;整个系统的u函数由给定的所有机器的u函数来计算;αij应在每次组合操作时确定;
得到系统u函数后,预计生产能力(EPC)计算如下,由式34表示:
多态生产系统的系统可靠性通过累积性能水平大于下界xr的所有概率来表示,由式35表示;
其中,如果xφ≥xr,则α(xφ)=1,否则为α(xφ)=0。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910765895.0A CN110472196B (zh) | 2019-08-19 | 2019-08-19 | 一种生产线多态可靠性分析与评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910765895.0A CN110472196B (zh) | 2019-08-19 | 2019-08-19 | 一种生产线多态可靠性分析与评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110472196A true CN110472196A (zh) | 2019-11-19 |
CN110472196B CN110472196B (zh) | 2020-05-05 |
Family
ID=68511144
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910765895.0A Active CN110472196B (zh) | 2019-08-19 | 2019-08-19 | 一种生产线多态可靠性分析与评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110472196B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN113031543A (zh) * | 2021-02-24 | 2021-06-25 | 同济大学 | 一种半导体生产线的控制调度方法及装置 |
CN113779782A (zh) * | 2021-08-29 | 2021-12-10 | 西北工业大学 | 考虑工件报废的装配线建模与性能评估方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103971025A (zh) * | 2014-05-28 | 2014-08-06 | 吉林大学 | 一种数控机床故障相关关系动态变化分析方法 |
CN104239687A (zh) * | 2014-08-13 | 2014-12-24 | 中国航天标准化研究所 | 一种基于航天产品信号传递路径的可靠性建模与评估方法 |
CN109559048A (zh) * | 2018-12-02 | 2019-04-02 | 湖南大学 | 一种核电装备的系统可靠性评估方法 |
CN105913180B (zh) * | 2016-04-11 | 2019-04-19 | 西北工业大学 | 多故障模式装配线性能评估方法 |
-
2019
- 2019-08-19 CN CN201910765895.0A patent/CN110472196B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103971025A (zh) * | 2014-05-28 | 2014-08-06 | 吉林大学 | 一种数控机床故障相关关系动态变化分析方法 |
CN104239687A (zh) * | 2014-08-13 | 2014-12-24 | 中国航天标准化研究所 | 一种基于航天产品信号传递路径的可靠性建模与评估方法 |
CN105913180B (zh) * | 2016-04-11 | 2019-04-19 | 西北工业大学 | 多故障模式装配线性能评估方法 |
CN109559048A (zh) * | 2018-12-02 | 2019-04-02 | 湖南大学 | 一种核电装备的系统可靠性评估方法 |
Non-Patent Citations (3)
Title |
---|
HU LINMIN: ""Availability Equivalence Analysis of a Repairable Multi_State Series_Parallel System"", 《JOURNAL OF SYSTEMS SCIENCE & COMPLEXITY》 * |
M. EL FALOU: ""Availability assessment of stochastic multi-states systems based on UGF and taking into account data uncertainty"", 《2009 IEEE INTERNATIONAL CONFERENCE ON INDUSTRIAL ENGINEERING AND ENGINEERING 》 * |
温凯 等: ""Reliability Evaluation of Compressor Systems Based on Universal Generating Function Method"", 《JOURNAL OF SHANGHAI JIAOTONG UNIVERSITY(SCIENCE)》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN113031543A (zh) * | 2021-02-24 | 2021-06-25 | 同济大学 | 一种半导体生产线的控制调度方法及装置 |
CN113779782A (zh) * | 2021-08-29 | 2021-12-10 | 西北工业大学 | 考虑工件报废的装配线建模与性能评估方法 |
CN113779782B (zh) * | 2021-08-29 | 2024-03-19 | 西北工业大学 | 考虑工件报废的装配线建模与性能评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110472196B (zh) | 2020-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110472196B (zh) | 一种生产线多态可靠性分析与评估方法 | |
US6738747B1 (en) | Method and apparatus for forming a production plan | |
US8849733B2 (en) | Benchmarking progressive systems for solving combinatorial problems | |
EP1552353B1 (en) | Process for determining competing cause event probability and/or system availability during the simultaneous occurrence of multiple events | |
Velumani et al. | Operations status and bottleneck analysis and improvement of a batch process manufacturing line using discrete event simulation | |
Peng et al. | Approximate evaluation of average downtime under an integrated approach of opportunistic maintenance for multi-component systems | |
CN107086929A (zh) | 一种基于排队建模的批量流式计算系统性能保障方法 | |
Kharchenko et al. | Availability assessment of computer systems described by stiff Markov chains: Case study | |
Schriber et al. | Machine utilizations achieved using balanced FMS production ratios in a simulated setting | |
Gan et al. | Maintenance Optimization for a Production System Subject to Shocks Considering a Buffer Inventory and Production Defects | |
Braglia et al. | Integrating considerations of uncertainty within the OEE of a manufacturing line | |
US7398132B2 (en) | Method and system for analyzing throughput | |
CN110531608B (zh) | 基于冗余设计的高可靠电子设备定量fmeca分析方法和系统 | |
Biller et al. | Bottlenecks in production lines with rework: a systems approach | |
Li et al. | Evaluation of throughput in serial production lines with non-exponential machines | |
Scrivano et al. | A Markov Chain model for the performance evaluation of manufacturing lines with general processing times | |
Ou et al. | Performance analysis of a composite work cell with a gantry and system reconfiguration | |
Temraz | Availability and Reliability Analysis for Dependent System with Load-Sharing and Degradation Facility | |
CN104572455B (zh) | 一种基于马尔科夫链的构件化软件可靠性评估方法 | |
Kock et al. | Performance measurement and lumped parameter modeling of single server flow lines subject to blocking: An effective process time approach | |
Ma | Risk management in biopharmaceutical supply chains | |
Javid et al. | A novel algorithm for estimating reliability of ready-to-use systems in designing phase for designed lifetime based on Markov method and fuzzy approach | |
WO2021131108A1 (ja) | 品質推定装置および方法 | |
CN115576714B (zh) | 基于mq框架确保消息队列消费顺序准确性的方法 | |
Bai et al. | System production rate evaluation of multi-process serial system based on improved cross-merging method |
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 |