CN111553581B - 一种基于熵值的装备维修性评价模型 - Google Patents
一种基于熵值的装备维修性评价模型 Download PDFInfo
- Publication number
- CN111553581B CN111553581B CN202010330300.1A CN202010330300A CN111553581B CN 111553581 B CN111553581 B CN 111553581B CN 202010330300 A CN202010330300 A CN 202010330300A CN 111553581 B CN111553581 B CN 111553581B
- Authority
- CN
- China
- Prior art keywords
- maintenance
- complexity
- equipment
- entropy
- information
- 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
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
Abstract
本发明涉及装备试验与鉴定技术领域,公开的一种基于熵值的装备维修性评价模型,包括:构建定性指标和定量指标相结合的装备维修性评价指标体系,建立评价指标的熵值度量模型和装备维修性综合评价模型;所述装备维修性评价指标体系包括:维修任务复杂度、维修保障复杂度和基于熵值的维修效果。本发明能够判断装备的维修水平的高低,并且实现装备维修性水平的高低排序。还能够查找影响装备维修性水平的短板问题,及查找影响其复杂度水平的关键因素。具有广泛的应用场景。
Description
技术领域
本发明涉及装备试验与鉴定技术领域,尤其涉及一种基于熵值的装备维修性评价模型。
背景技术
装备维修性成为装备试验与鉴定工作中的一个重要考核要素,维修性及其综合评价也是军事工作研究的问题之一。目前维修性评价研究焦点主要聚集在以下三个方面:一是维修性评价指标建模与评定方法,二是装备维修性指标体系构建方法研究,三是装备维修性评价方法研究。装备维修性评价存在很多影响因素,其中很多要素的不确定性特点很突出。目前的评价方法难以较好地解决定性指标和定量指标的融合处理问题,基于线性与非线性加权、模糊综合评判、灰色关联模型等维修性评价模型的物理意义不明显。
关于装备维修过程及维修性评价问题分析,维修性是装备在规定条件下和规定的时间内,按照规定的程序和方法进行维修时,保持或恢复其原有功能或规定状态的能力。装备维修过程一般包括以下的维修活动,如图1所示。当然,对于具体型号装备的维修过程,可能只包括其中的部分维修工作。
装备维修性体现了对装备进行维修的难易程度,一般来说,装备的维修性通常包括两个方面,一是指由装备设计和制造所决定的固有维修性,二是由装备使用操作人员的技术水平、所能提供的维修保障资源、装备维修环境、所选择的维修策略等各种因素决定的维修能力水平。
维修性试验与评定作为装备研制、生产和使用阶段所进行的各种试验与评定工作的一部分,主要是鉴别有关维修性的设计缺陷,验证装备维修性和维修保障要素是否满足规定的要求。为承制方改进设计,使维修性进一步增长和订购方接受该装备提供决策依据。
目前通常从两个方面来进行装备维修性评价,一是考虑环境影响、维修性设计、人为方面的影响、维修性保障等要素的定性评价,一般选择人因工程、可达性、检测性和诊断技术、维修简易性、模块化与互换性、拆卸装配性、维修安全性、防差错能力、专业技术水平、维修设施设备保障等定性评价指标。定性评价指标一般难以用精确的数学表达式描述,人们习惯于用“优”、“良”、“好”、“一般”等分级不确定性语言变量进行描述;为了方便处理,定性指标宜采用统一的语言变量分级方法。
二是结合维修任务所采集的维修时间参数、工时参数及测试性参数等一些定量评价指标,其中维修时间参数一般包括平均修复时间、平均预防性维修时间、平均维修时间等,工时参数一般包括平均停机时间、最大修复时间等,测试性参数一般包括故障检测率、故障隔离率、虚警率等。对维修性定量评价指标,装备研制任务书一般会给出规定值和最低可接受值。维修时间参数和工时参数一般根据装备类型的特点选择1~2个指标进行验证和评价。定量评价指标的综合处理是维修性评价工作的一个难点问题,因为定量评价指标之间也存在量纲、衡量标准不一致等问题,因此有必要对指标进行无量纲化、归一化等变换。
关于熵值的装备维修性评价指标体系,维修性评价包括定性评价和定量评价两大类,综合两类评价结果是该领域的难点问题。目前大多数文献单纯侧重于装备维修性的定性评估或定量评估,仅仅为了评估而评估,割裂了维修性设计改进与维修性评估结果运用的相互联系。为使得维修性设计改进和维修性评估的同步、统一,需要从整体上建立定性和定量相结合的维修性分析模型,这里采用复杂性科学相关理论,利用复杂度统一对维修性评价的定性指标和定量指标进行表征,可以更全面、客观地把握装备维修性评价系统的运行规律。
装备维修性试验与评定中维修操作处于人、机、环境组成的交互环境中,维修性评价难度会受到各方面的影响,装备维修性的高低在很大程度上与维修任务自身特性、维修效果等紧密相关。对于环境好、维修逻辑结构简单、维修步骤简单的维修任务,系统较容易实现。因此,度量维修性复杂度时除了考虑维修任务复杂度外,还需要结合维修任务本身考虑维修效果复杂度,包括故障信息复杂度、时间性复杂度等;同时,维修保障作为装备维修性评价系统的核心要素,在维修性试验与评定过程中发挥着至关重要的作用,不同维修水平的差异必定在一定程度上影响装备维修性的试验与评定情况。对于同一装备维修性评价而言,维修保障水平越高,装备维修性复杂度越低。
发明内容
针对装备维修性评价问题,本发明提出了一种基于熵值的综合评价模型。在分析装备维修一般过程和维修性评价问题的基础上,基于装备维修的信息和行为机理,构建了定性指标和定量指标相结合的装备维修性评价指标体系,建立了包括评价指标的熵值度量模型、装备维修信息结构图和行为控制图、基于熵值的评价指标聚合模型等3个方面的装备维修性综合评价模型。
为解决上述技术问题,本发明采用的技术方案是:
一种基于熵值的装备维修性评价模型,构建定性指标和定量指标相结合的装备维修性评价指标体系,建立评价指标的熵值度量模型和装备维修性综合评价模型;
装备维修性评价指标体系包括:维修任务复杂度、维修保障复杂度和基于熵值的维修效果,
1)维修任务复杂度体系,包括:装备维修性的不同影响因素、维修信息、维修逻辑和维修步骤的内涵特征;
(1)所述装备维修任务复杂度,通过维修信息、维修逻辑和维修步骤复杂度进行衡量;
(2)所述维修信息复杂度度量装备维修任务所包含的信息量大小;
(3)所述维修逻辑复杂度度量装备维修任务本事逻辑结构的复杂程度;
(4)维修步骤复杂度度量完成装备维修任务所需操作的复杂程度;
2)维修保障复杂度,通过维修认知、维修设施复杂度进行衡量;
(1)维修认知复杂度衡量维修性试验与评定过程中,维修认知水平的差异,维修认知水平越高,装备维修性复杂度越低;
(2)维修设施保障程度越高,装备维修性复杂度越低;
3)基于熵值的维修效果度量达到规定装备维修效果所需实践等参数的复杂程度,通过故障信息复杂度和时间性复杂度进行衡量;
(1)故障信息复杂度,基于故障检测率、故障隔离率、虚警率的参数进行综合;
(2)时间性复杂度,基于平均修复时间、平均预防性维修时间、平均维修停机时间、维修工时率的熵值进行综合,这四种维修时间越短,装备的维修性越优良;
基于熵值的装备维修性综合评估,熵越大,装备维修的不确定性越大,装备维修系统越无序,装备的维修性越差;
1)评价指标的熵值度量方案,对于维修信息、维修逻辑和维修步骤复杂度度量,采用熵值度量法进行,首先根据装备维修性试验程序,设计维修动作控制流程、维修任务信息流程和故障信息流程;
(1)维修动作控制流程,是维修动作流程的形式,该动作的流程:
一阶熵评价维修程序控制逻辑的规则性,用来表征维修逻辑复杂度;
二阶熵评价给定维修程序控制的层次数量,用来表征维修步骤复杂度;
(2)维修任务信息流程,是数据结构信息流程的形式,反映了维修任务信息的种类、数量等信息,利用该维修任务信息流程的二阶熵表征维修信息复杂度;
(3)故障信息流程,是数据结构信息流程的形式,反映了装备故障信息的种类、数量的信息,利用该故障信息流程的二阶熵表征故障信息复杂度;
其中,一阶熵和二阶熵的区别:就是对流程节点进行分类;
一阶熵依据各节点的进出口数量,使用进口和出口数量相同的节点方法归为一类;
二阶熵依据各节点的相邻节点的种类和数量进行分类,及相邻节点的种类和数量都相同的节点方法归为一类;从而根据分类数量的多少,分别计算相应的一阶熵值和二阶熵值;
(4)维修认知复杂度和维修设施复杂度基于装备维修性试验与评定中维修认知水平和维修设施保障程度数据进行计算,评价法确定其属于“优”、“良”、“一般”的不确定性分级的程度;
假设采用n个不确定性评价等级,第i(i=1,2,…,n)个等级的不确定性度量值为qi,标值属于第i个等级的程度为pi,则描述该指标复杂度的熵值H为
针对平均修复时间、平均预防性维修时间、平均维修停机时间、维修工时率4个维修性定量评价指标;
首先基于装备研制任务给出的规定值和最低可接受值,进行归一化处理,然后基于满意度计算评价指标的熵值;
假设评价指标k规定值为tk1,最低接受值为tk2,定义满意度描述该评价指标试验数据t满足装备研制任务书要求的程度,即有其满意度dk为
从而可以计算评价指标k的熵值为Hk=-dklog2dk (3)
综上所述,对于装备维修性评价指标体系,各个评价指标的熵值度量方案如下:
维修信息复杂度评价指标,对应的维修任务信息图的二阶熵的熵值度量;
维修逻辑复杂度,维修动作控制图的一阶熵;维修步骤复杂度,维修动作控制图的二阶熵;故障信息复杂度,故障信息图的二阶熵;维修认知复杂度,基于不确定性评价等级的熵值;维修设施复杂度,基于不确定性评价等级的熵值;平均修复时间,基于满意度的熵值;平均预防性维修时间,基于满意度的熵值;平均维修停机时间,基于满意度的熵值;维修工时率,基于满意度的熵值;
2)装备维修信息结构流程和行为控制流程,基于装备维修的过程,提取装备维修任务T所需要的全部信息状态和行为动作,分别构成装备维修信息结构流程和行为控制流程;
信息结构流程中I1为维修人员就位状态,I2为故障特征信号提取状态,I3为选择故障诊断方法,I4为故障识别与定位状态,I5为从库房领取备件状态,I6为选择维修模式,I7为装备重新组装状态,I8为装备调校和检查状态,I9为确定装备可用状态,I10为装备维修登记状态,I11为基于历史数据的故障诊断状态,I12为数据驱动的故障诊断状态,I13为其它方法的故障诊断状态,I14为装备可维修状态,I15为更换备件状态,B表示信息类型为布尔型,F表示信息类型为浮点型;
行为控制流程中A1为维修人员就位,A2为故障检测与定位,A3为提取故障特征信号,A4为选择故障诊断方法,A5为基于历史数据的故障诊断,A6为数据驱动的故障诊断,A7为其它方法的故障诊断,A8为故障识别与定位,A9为从库房领取备件,A10为选择合适的维修方案,A11为装备可修复的维修,A12为更换备件维修,A13为装备重新组装,A14为装备调校和检查,A15为确定装备是否可用,A16为装备维修登记;
3)基于熵的评价指标聚合模型,维修任务复杂度、维修保障复杂度和维修效果的熵值分别用符号HMTC、HMSC、HMEC表示,他们之间的相对重要性用(w1,w2,w3)表示;同时用符号HEMC表示装备维修性复杂度的熵值,基于欧几里得范数集合模型,得到装备维修性复杂度的算法为
式中HMTC可通过下式计算,
HMSC通过下式计算,
HMEC通过下式计算,
由于采用如上所述的技术方案,本发明具有如下优越性:
本发明关于装备维修性复杂度熵值评价模型应用于:
1)装备维修性复杂度熵值表征了装备潜在的维修性水平,熵值越大,说明装备的维修性水平越低。
2)对于多部装备,通过熵值的大小比较就可以实现装备维修性水平的高低排序。
3)分析影响装备维修性水平的瓶颈分量。通过比较HMTC、HMSC、HMEC与HEMC的大小,查找影响装备维修性水平的短板问题,其中最大值对应的分量可以认为是影响装备维修性水平的瓶颈分量,应重点分析其滞后的原因并采取针对性的管理措施。本例中由于HMTC>HMEC>HEMC,因此可以认为维修任务复杂度和维修效果是影响装备维修性水平的短板问题,其中维修任务复杂度是一个瓶颈问题。
附图说明
图1是装备维修的过程示意图;
图2基于熵值的装备维修性评价指标体系流程图;
图3装备维修信息结构流程图;
图4装备维修行为控制流程图;
图5a为装备维修信息结构流程图,图5b为行为控制流程图。
具体实施方式
下面结合附图对本发明的较佳实施例进行详细阐述,以使本发明的优点和特征能更易于被本领域技术人员理解,从而对本发明的保护范围做出更为清楚明确的界定。
一种基于熵值的装备维修性评价模型,是在对装备维修性评价问题综合分析的基础上,构建了定性指标和定量指标相结合的装备维修性评价指标体系,建立了评价指标的熵值度量模型和装备维修性综合评价模型,最后给出了基于熵值的装备维修性综合评价具体实施。
关于维修任务复杂度、维修保障复杂度和基于熵值的维修效果来综合评价装备维修性能,建立如图2所示的装备维修性评价指标体系,该指标体系考虑了装备维修性的不同影响因素、维修信息、维修逻辑和维修步骤等内涵特征。
图2中装备维修任务复杂度通过维修信息、维修逻辑和维修步骤复杂度进行衡量,维修信息复杂度度量装备维修任务所包含的信息量大小,维修逻辑复杂度度量装备维修任务本事逻辑结构的复杂程度,维修步骤复杂度度量完成装备维修任务所需操作的复杂程度。维修保障复杂度通过维修认知、维修设施复杂度进行衡量,维修认知复杂度衡量维修性试验与评定过程中不同维修人员间维修认知水平的差异,对于同一装备维修性评价而言,维修人员认知水平越高,装备维修性复杂度越低;维修设施保障程度越高,装备维修性复杂度越低。基于熵值的维修效果度量达到规定装备维修效果所需实践等参数的复杂程度,通过故障信息复杂度和时间性复杂度进行衡量,故障信息复杂度基于故障检测率、故障隔离率、虚警率等参数进行综合,时间性复杂度基于平均修复时间、平均预防性维修时间、平均维修停机时间、维修工时率的熵值进行综合,这四种维修时间越短,表示装备的维修性越优良。
基于熵值的装备维修性综合评价,熵是热力学领域描述运动过程中不可逆现象的一个概念,用来描述事物出现的不确定性以及其包含的信息量。对于装备维修性试验与评定,熵表现了对装备维修性难度的一种估计,熵越大,说明装备维修的不确定性越大,装备维修系统越无序,装备的维修性越差。
1、评价指标的熵值度量方案,对于图2中的维修信息、维修逻辑和维修步骤复杂度度量,采用图熵值度量法进行实施。首先根据装备维修性试验程序,设计维修动作控制流程、维修任务信息流程和故障信息流程。维修动作控制流程就是维修动作流程的形式;
一阶熵可以评价维修程序控制逻辑的规则性,用来表征维修逻辑复杂度;二阶熵可以评价给定维修程序控制流程的层次数量,用来表征维修步骤复杂度。维修任务信息流程是数据结构信息流程的形式,反映了维修任务信息的种类、数量等信息,可以利用该流程的二阶熵表征维修信息复杂度。故障信息流程是数据结构信息流程的形式,反映了装备故障信息的种类、数量等信息,可以利用该流程的二阶熵表征故障信息复杂度。其中一阶熵和二阶熵的主要区别就是使用不同的方法对流程节点进行分类,一阶熵依据各节点的进出口数量,进口和出口数量相同的节点归为一类;二阶熵依据各节点的相邻节点的种类和数量进行分类,相邻节点的种类和数量都相同的节点归为一类。从而根据分类数量的多少,分别计算相应的一阶熵值和二阶熵值。
维修认知复杂度和维修设施复杂度基于装备维修性试验与评定中维修认知水平和维修设施保障程度数据进行计算,采用评价法确定其属于“优”、“良”、“一般”等不确定性分级的程度。假设采用n个不确定性评价等级,第i(i=1,2,…,n)个等级的不确定性度量值为qi,标值属于第i个等级的程度为pi,则描述该指标复杂度的熵值H为
针对平均修复时间、平均预防性维修时间、平均维修停机时间、维修工时率等4个维修性定量评价指标,首先基于装备研制任务书会给出的规定值和最低可接受值进行归一化处理,然后基于满意度计算评价指标的熵值。假设评价指标k规定值为tk1,最低可接受值为tk2,定义满意度描述该评价指标试验数据t满足装备研制要求的程度,即有其满意度dk为
从而可以计算评价指标k的熵值为Hk=-dklog2dk (3)
综上所述,对于装备维修性评价指标体系,各个评价指标的熵值度量方案如表1所示。
表1评价指标的熵值度量方法
序号 | 评价指标 | 熵值度量 |
1 | 维修信息复杂度 | 维修任务信息图的二阶熵 |
2 | 维修逻辑复杂度 | 维修动作控制图的一阶熵 |
3 | 维修步骤复杂度 | 维修动作控制图的二阶熵 |
4 | 故障信息复杂度 | 故障信息图的二阶熵 |
5 | 维修认知复杂度 | 基于不确定性评价等级的熵值 |
6 | 维修设施复杂度 | 基于不确定性评价等级的熵值 |
7 | 平均修复时间 | 基于满意度的熵值 |
8 | 平均预防性维修时间 | 基于满意度的熵值 |
9 | 平均维修停机时间 | 基于满意度的熵值 |
10 | 维修工时率 | 基于满意度的熵值 |
2、装备维修信息结构流程和行为控制流程,基于装备维修一般过程,可以提取装备维修任务T所需要的全部信息状态和行为动作,分别构成装备维修信息结构流程和行为控制流程,如图3所示和图4所示。
信息结构流程中I1为维修人员就位状态,I2为故障特征信号提取状态,I3为选择故障诊断方法,I4为故障识别与定位状态,I5为从库房领取备件状态,I6为选择维修模式,I7为装备重新组装状态,I8为装备调校和检查状态,I9为确定装备可用状态,I10为装备维修登记状态,I11为基于历史数据的故障诊断状态,I12为数据驱动的故障诊断状态,I13为其它方法的故障诊断状态,I14为装备可维修状态,I15为更换备件状态,B表示信息类型为布尔型,F表示信息类型为浮点型。
行为控制流程中A1为维修人员就位,A2为故障检测与定位,A3为提取故障特征信号,A4为选择故障诊断方法,A5为基于历史数据的故障诊断,A6为数据驱动的故障诊断,A7为其它方法的故障诊断,A8为故障识别与定位,A9为从库房领取备件,A10为选择合适的维修方案,A11为装备可修复的维修,A12为更换备件维修,A13为装备重新组装,A14为装备调校和检查,A15为确定装备是否可用,A16为装备维修登记。
3、基于熵的评价指标聚合模型,在图2中,维修任务复杂度、维修保障复杂度和维修效果的熵值分别用符号HMTC、HMSC、HMEC表示,他们之间的相对重要性用(w1,w2,w3)表示;同时用符号HEMC表示装备维修性复杂度的熵值,基于欧几里得范数集合模型,得到装备维修性复杂度的算法为
式中HMTC可通过下式计算,
HMSC可通过下式计算,
HMEC可通过下式计算,
基于熵值的装备维修性评价计算及分析,为了验证装备维修性熵值评价模型的可行性和有效性,基于某型号装备维修任务和维修试验结果进行分析。从以下4个层面计算该型号装备维修性熵值。
1、基于信息结构图和行为控制图的熵值计算,假设某型号装备维修信息结构图和行为控制图如图5所示。计算信息结构图的二阶熵来度量维修信息复杂度、故障信息复杂度,信息结构图中所有节点的相邻节点均不相同,故有
计算行为控制图的一阶熵和二阶熵分别度量维修逻辑复杂度和维修步骤复杂度,图中进出口数量为1的有2个节点、进出口数量为2的有5个节点、进出口数量为3的有4个节点,从而有
行为控制图中按照所有节点的相邻节点种类和数量可以分为10类,其概率分别为1/11、1/11、1/11、1/11、2/11、1/11、1/11、1/11、1/11、1/11,故有
2、定性指标的熵值计算,采用“优”、“良”、“中”、“差”、“很差”5个等级对图2中的定性指标进行表述,该型号装备维修的定性指标结果如表2所示。
表2定性指标的维修性试验结果
假设5个评价等级的不确定性度量值分别为1、0.85、0.7、0.5、0.3,则有维修认知复杂度和维修设施复杂度的熵值分别为
3、定量指标的熵值计算,假设该型号装备维修性评价采用平均修复时间、平均预防性维修时间、平均维修停机时间等3个定量指标,试验结果及其规定值、最低可接受值如表3所示。
表33个定量指标的试验结果及门限值
针对这3个定量指标,采用线性函数描述其满意度,求得3个指标的满意度分别为d1=1、d2=0.8、d3=1,继而求得它们的熵值分别为
维修效果的熵值HMEC为
维修保障复杂度熵值HMSC为
维修任务复杂度熵值HMTC为
从而该型号装备维修性复杂度熵值HEMC为
5、评价结果的分析,装备维修性复杂度熵值评价模型可应用于以下几个方面。
1)装备维修性复杂度熵值表征了装备潜在的维修性水平,熵值越大,说明装备的维修性水平越低。
2)对于多部装备,通过熵值的大小比较就可以实现装备维修性水平的高低排序。
3)分析影响装备维修性水平的瓶颈分量。通过比较HMTC、HMSC、HMEC与HEMC的大小,查找影响装备维修性水平的短板问题,其中最大值对应的分量可以认为是影响装备维修性水平的瓶颈分量,应重点分析其滞后的原因并采取针对性的管理措施。本例中由于HMTC>HMEC>HEMC,因此可以认为维修任务复杂度和维修效果是影响装备维修性水平的短板问题,其中维修任务复杂度是一个瓶颈问题。
Claims (1)
1.一种基于装备维修信息和行为熵值的装备维修性评价模型,其特征是:构建定性指标和定量指标相结合的装备维修性评价指标体系,建立评价指标的熵值度量模型和装备维修性综合评价模型;
装备维修性评价指标体系包括:维修任务复杂度、维修保障复杂度和基于熵值的维修效果;
1)维修任务复杂度体系,包括:装备维修性的不同影响因素、维修信息、维修逻辑和维修步骤的内涵特征;
(1)所述装备维修任务复杂度,通过维修信息、维修逻辑和维修步骤复杂度进行衡量;
(2)所述维修信息复杂度度量装备维修任务所包含的信息量大小;
(3)所述维修逻辑复杂度度量装备维修任务本事逻辑结构的复杂程度;
(4)维修步骤复杂度度量完成装备维修任务所需操作的复杂程度;
2)维修保障复杂度,通过维修认知、维修设施复杂度进行衡量;
(1)维修认知复杂度衡量维修性试验与评定过程中,维修认知水平的差异,维修认知水平越高,装备维修性复杂度越低;
(2)维修设施保障程度越高,装备维修性复杂度越低;
3)基于熵值的维修效果度量达到规定装备维修效果所需实践参数的复杂程度,通过故障信息复杂度和时间性复杂度进行衡量;
(1)故障信息复杂度,基于故障检测率、故障隔离率、虚警率的参数进行综合;
(2)时间性复杂度,基于平均修复时间、平均预防性维修时间、平均维修停机时间、维修时率的熵值进行综合,这四种维修时间越短,装备的维修性越优良;
基于熵值的装备维修性综合评估,熵越大,装备维修的不确定性越大,装备维修系统越无序,装备的维修性越差;
1)评价指标的熵值度量方案,对于维修信息、维修逻辑和维修步骤复杂度度量,采用熵值度量法进行,首先根据装备维修性试验程序,设计维修动作控制流程、维修任务信息流程和故障信息流程;
(1)维修动作控制流程,是维修动作流程的形式,该动作的流程:
一阶熵评价维修程序控制逻辑的规则性,用来表征维修逻辑复杂度;
二阶熵评价给定维修程序控制的层次数量,用来表征维修步骤复杂度;
(2)维修任务信息流程,是数据结构信息流程的形式,反映了维修任务信息的种类、数量等信息,利用该维修任务信息流程的二阶熵表征维修信息复杂度;
(3)故障信息流程,是数据结构信息流程的形式,反映了装备故障信息的种类、数量的信息,利用该故障信息流程的二阶熵表征故障信息复杂度;
其中,一阶熵和二阶熵的区别就是使用不同的方法对流程节点进行分类,一阶熵依据各节点的进出口数量,进口和出口数量相同的节点归为一类;二阶熵依据各节点的相邻节点的种类和数量进行分类,相邻节点的种类和数量都相同的节点归为一类;从而根据分类数量的多少,分别计算相应的一阶熵值和二阶熵值;
(4)维修认知复杂度和维修设施复杂度基于装备维修性试验与评定中维修认知水平和维修设施保障程度数据进行计算,评价法确定其属于“优”、“良”、“一般”的不确定性分级的程度;
假设采用n个不确定性评价等级,第i(i=1,2,…,n)个等级的不确定性度量值为qi,标值属于第i个等级的程度为pi,则描述该指标复杂度的熵值H为
针对平均修复时间、平均预防性维修时间、平均维修停机时间、维修工时率4个维修性定量评价指标;
首先基于装备研制任务给出的规定值和最低接受值,进行归一化处理,然后基于满意度计算评价指标的熵值;
假设评价指标k规定值为tk1,最低接受值为tk2,定义满意度描述该评价指标试验数据t满足装备研制任务书要求的程度,即有其满意度dk为
从而计算评价指标k的熵值为
Hk=-dklog2dk (3)
综上所述,对于装备维修性评价指标体系,各个评价指标的熵值度量方案如下:
维修信息复杂度评价指标,对应的维修任务信息图的二阶熵的熵值度量;
维修逻辑复杂度,维修动作控制图的一阶熵;维修步骤复杂度,维修动作控制图的二阶熵;故障信息复杂度,故障信息图的二阶熵;维修认知复杂度,基于不确定性评价等级的熵值;维修设施复杂度,基于不确定性评价等级的熵值;平均修复时间,基于满意度的熵值;平均预防性维修时间,基于满意度的熵值;平均维修停机时间,基于满意度的熵值;维修工时率,基于满意度的熵值;
2)装备维修信息结构流程和行为控制流程,基于装备维修的过程,提取装备维修任务T所需要的全部信息状态和行为动作,分别构成装备维修信息结构流程和行为控制流程;
信息结构流程中I1为维修人员就位状态,I2为故障特征信号提取状态,I3为选择故障诊断方法,I4为故障识别与定位状态,I5为从库房领取备件状态,I6为选择维修模式,I7为装备重新组装状态,I8为装备调校和检查状态,I9为确定装备可用状态,I10为装备维修登记状态,I11为基于历史数据的故障诊断状态,I12为数据驱动的故障诊断状态,I13为其它方法的故障诊断状态,I14为装备可维修状态,I15为更换备件状态,B表示信息类型为布尔型,F表示信息类型为浮点型;
行为控制流程中A1为维修人员就位,A2为故障检测与定位,A3为提取故障特征信号,A4为选择故障诊断方法,A5为基于历史数据的故障诊断,A6为数据驱动的故障诊断,A7为其它方法的故障诊断,A8为故障识别与定位,A9为从库房领取备件,A10为选择合适的维修方案,A11为装备可修复的维修,A12为更换备件维修,A13为装备重新组装,A14为装备调校和检查,A15为确定装备是否可用,A16为装备维修登记;
3)基于熵的评价指标聚合模型,维修任务复杂度、维修保障复杂度和维修效果的熵值分别用符号HMTC、HMSC、HMEC表示,他们之间的相对重要性用(w1,w2,w3)表示;同时用符号HEMC表示装备维修性复杂度的熵值,基于欧几里得范数集合模型,得到装备维修性复杂度的算法为
式中HMTC可通过下式计算,
HMSC通过下式计算,
HMEC通过下式计算,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010330300.1A CN111553581B (zh) | 2020-04-24 | 2020-04-24 | 一种基于熵值的装备维修性评价模型 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010330300.1A CN111553581B (zh) | 2020-04-24 | 2020-04-24 | 一种基于熵值的装备维修性评价模型 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111553581A CN111553581A (zh) | 2020-08-18 |
CN111553581B true CN111553581B (zh) | 2022-11-18 |
Family
ID=72003029
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010330300.1A Active CN111553581B (zh) | 2020-04-24 | 2020-04-24 | 一种基于熵值的装备维修性评价模型 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111553581B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114399220A (zh) * | 2022-01-20 | 2022-04-26 | 江苏徐工工程机械研究院有限公司 | 工程机械维修性评价方法和装置、计算机装置和存储介质 |
CN115113546B (zh) * | 2022-08-30 | 2023-07-28 | 宏景科技股份有限公司 | 一种机电设备控制方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108053036A (zh) * | 2017-10-17 | 2018-05-18 | 中国人民解放军海军工程大学 | 一种大型复杂装备维修保障能力评估方法 |
CN110119904A (zh) * | 2019-05-22 | 2019-08-13 | 中国人民解放军海军工程大学 | 一种舰船装备维修保障能力评估方法和系统 |
-
2020
- 2020-04-24 CN CN202010330300.1A patent/CN111553581B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111553581A (zh) | 2020-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bektas et al. | A neural network filtering approach for similarity-based remaining useful life estimation | |
CN106951984B (zh) | 一种系统健康度动态分析预测方法及装置 | |
CN110196814B (zh) | 一种软件质量评价方法 | |
CN106886481B (zh) | 一种系统健康度静态分析预测方法及装置 | |
CN104035431B (zh) | 用于非线性过程监控的核函数参数的获取方法和系统 | |
CN111553581B (zh) | 一种基于熵值的装备维修性评价模型 | |
CN111626372B (zh) | 一种线上教学监督管理方法及系统 | |
e Silva et al. | Machine learning methods and asymmetric cost function to estimate execution effort of software testing | |
CN105975797A (zh) | 一种基于模糊数据处理的产品早期故障根原因识别方法 | |
CN111639850A (zh) | 多源异构数据的质量评估方法与系统 | |
CN111832939A (zh) | 一种特高压直流输电系统主设备检修质量评价方法 | |
CN114611372A (zh) | 一种基于物联网边缘计算的工业设备健康预测方法 | |
CN112149750A (zh) | 一种供水管网爆管识别数据驱动方法 | |
CN115719283A (zh) | 一种智能化会计管理系统 | |
CN111652403A (zh) | 一种基于反馈修正的工作平台任务工作量预测方法 | |
CN110348676A (zh) | 一种变电站自动化设备状态评价方法及系统 | |
CN112817842B (zh) | 不完美排错srgm决策方法、系统、介质、设备及应用 | |
CN116452154A (zh) | 一种适用于通信运营商的项目管理系统 | |
Koops | Optimized maintenance decision-making—A simulation-supported prescriptive analytics approach based on probabilistic cost-benefit analysis | |
CN110288325A (zh) | 一种建筑施工问题整改方法 | |
CN113361939B (zh) | 卷包机型质量与设备管理的动态关联方法及系统 | |
CN110766248A (zh) | 基于shel和区间直觉模糊评价的车间人因可靠性评估方法 | |
do Amaral et al. | Attribute selection with filter and wrapper: an application on incident management process | |
CN114048592A (zh) | 一种精轧全流程分布式运行性能评估及非优原因追溯方法 | |
Hao et al. | Review on Verification and Validation technology in integrated health management system |
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 |