CN111898948B - 一种基于二维更换策略的备件订购与库存决策优化方法 - Google Patents
一种基于二维更换策略的备件订购与库存决策优化方法 Download PDFInfo
- Publication number
- CN111898948B CN111898948B CN202010727589.0A CN202010727589A CN111898948B CN 111898948 B CN111898948 B CN 111898948B CN 202010727589 A CN202010727589 A CN 202010727589A CN 111898948 B CN111898948 B CN 111898948B
- Authority
- CN
- China
- Prior art keywords
- inventory
- replacement
- spare part
- dimensional
- spare
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于二维更换策略的备件订购与库存决策优化方法,具体包括以下步骤:对二维更换策略下备件的需求进行分析,确定备件需求的情况以及需求时机;在二维更换策略下,对一定时间内的备件库存消耗规律进行分析;对备件系统维修保障费用进行建模;对备件二维更换周期与备件库存策略进行联合优化。本发明的应用,可以得出最佳的二维更换周期、订购周期和最大库存水平,从确保了备件系统单位时间的维修保障费用最低,避免出现维修与库存管理领域普遍存在的库存不足或库存过剩的现象。
Description
技术领域
本发明涉及设备维修保养技术领域,特别是一种设备备件订购与库存的决策优化方法。
背景技术
二维更换是一种常见而又典型的预防性维修策略,即预防性更换的时机同时取决于日历时间和使用程度两个因素,无论达到规定的日历时间还是使用程度都需开展。比如,家用汽车的保养周期,通常就设定日历时间(如6个月)和使用程度(如5000公里)两个时机,不管哪个先到都需对其关重件进行预防性更换。
备件是开展维修所必需的物质资源,其订购与库存决策的科学准确性很大程度上受维修策略的影响制约。然而目前相关专利,并无专门针对二维更换策略下备件库存决策的优化方法,这就难以保证备件订购时机、最大库存水平等的最优决策,极易造成库存不足或库存过剩的现象。
发明内容
本发明需要解决的技术问题是提供一种基于二维更换策略的备件订购与库存决策优化方法,以使备件系统在单位时间的期望维修保障费用达到最低。
为解决上述技术问题,本发明所采取的技术方案如下。
一种基于二维更换策略的备件订购与库存决策优化方法,具体包括以下步骤:
A.在二维更换策略下,对当前备件的需求进行分析,确定备件需求的情况以及需求时机;
B.在二维更换策略下,对一定时间内的备件库存消耗规律进行分析;
C.在二维更换策略下,对备件系统维修保障费用进行建模;
D.在二维更换策略下,对备件更换周期与备件库存策略进行联合优化。
上述一种基于二维更换策略的备件订购与库存决策优化方法,步骤B中对备件库存消耗规律进行分析的方法为:结合产品使用率对备件更换时机的影响,分析备件订购与消耗的特点,归纳二维更换策略下备件系统库存变化规律,梳理备件的库存消耗过程。
上述一种基于二维更换策略的备件订购与库存决策优化方法,步骤C所述的建模方法为:分析二维更换策略下备件系统的维修保障费用结构,推导备件系统的寿命分布函数,定量描述不同库存消耗情形下各类维修保障费用及其发生概率,建立二维更换策略下备件系统的维修保障费用数学模型。
上述一种基于二维更换策略的备件订购与库存决策优化方法,步骤D所述的联合优化方法为:针对步骤C所建立数学模型的多元非线性特点,运用数值迭代的方法求解目标函数,使单位时间的总费用最小,得出最佳的二维更换周期和订购周期。
由于采用了以上技术方案,本发明所取得技术进步如下。
本发明在同时考虑日历时间和使用程度的二维更换策略下,根据备件的需求特点与消耗过程、备件库存的变化规律、备件系统费用结构与发生概率等情况,建立了上述内容的数学模型,进行二维更换周期和备件库存策略的联合优化,得出最佳的二维更换周期、订购周期和最大库存水平,从确保了备件系统单位时间的期望维修保障费用最低,避免了出现维修与库存管理领域普遍存在的库存不足或库存过剩的现象。
附图说明
图1为本发明的流程图;
图2-1a为有库存剩余情况下备件消耗过程(r≤r0);
图2-1b为有库存剩余情况下备件消耗过程(r>r0);
图2-2a为无库存剩余情况下备件消耗过程(r≤r0);
图2-2b为无库存剩余情况下备件消耗过程(r>r0);
图3-1为使用率(r≤r0)时的备件更换时机示意图;
图3-2为使用率(r>r0)时的备件更换时机示意图;
图4为二维更换策略下备件库存决策优化算法的流程图。
具体实施方式
下面将结合附图和具体实施例对本发明进行进一步详细说明。
一种基于二维更换策略的备件订购与库存决策优化方法,具体包括以下步骤:
A.在二维更换策略下,对当前备件的需求进行分析,确定备件需求的情况以及需求时机。
当使用率r≤r0时,更换时机为T0,如图3-1;当使用率r>r0|时,更换时机为U0/r,如图3-2。
备件需求产生过程为:因为产品的更换同时受日历时间与使用时间限制,因此备件需求产生共分为三种情况:发生故障后进行修复性更换、到达日历更换周期T0进行预防性换、到达使用更换周期U0而在日历时间U0/r进行预防性更换。
B.在二维更换策略下,对一定时间内的备件库存消耗规律进行分析。
结合产品使用率对备件更换时机的影响,分析备件订购与消耗的特点,归纳二维更换策略下备件系统库存变化规律,梳理备件的库存消耗过程。
由于更换时机同时取决于日历时间与使用程度,因此备件需求产生于下面三种情况:发生意外故障后进行修复性更换、到达日历更换周期T0进行预防性换、到达使用更换周期U0进行预防性更换。
对于产品的故障同时受日历时间与使用程度影响的处理,采用当前广泛应用的使用率法,即假设产品的日历时间与使用程度为线性关系,其中R表示每单位时间的使用情况,称为使用率。因此有R的分布函数为:
FR(r)=P(R≤r),r0=U0/T0
此时,对于(t0,S)定期订货库存策略(即以t0为订购周期,每次都将库存水平补充到S),其库存消耗与备件供应过程包含两种基本情况:一是到达t0时备件库存仍有剩余,可进一步划分为使用率大于r0和小于r0两种情形,见图2-1a、2-1b;二是到达t0前备件已消耗完,也可进一步划分为使用率大于r0和小于r0两种情形,见图2-2a、2-2b。
根据上述分析,得到备件的库存消耗过程。
C.在二维更换策略下,对备件系统维修保障费用进行建模。
分析二维更换策略下备件系统的维修保障费用结构,推导备件系统的寿命分布函数,定量描述不同库存消耗情形下各类维修保障费用及其发生概率,建立二维更换策略下备件系统的维修保障费用数学模型。
令TS表示系统累积工作时间,对于寿命分布函数的求解过程如下。
寿命分布函数为:G(t)=P{Ts<t}。
假设系统内各部件的寿命可达vi,在周期t0内的实际工作时间为ti,则,
这样,可得到系统寿命为S+1个产品实际工作时间之和,即,
将其转化为全概率公式形式,可得到,
G(t)=P{Ts<t}=P{Ts<t|n=0}·P(n=0)+P{Ts<t|n=1}·P(n=1)+…+P{Ts<t|n=S}·P(n=S)
由于此时n个备件工作到(T0,U0),所以其余S+1-n个备件是因发生随机故障而更换,它们的累积工作时间为t-n·T0或t-n·U0/r,这些备件中有S-n个是在(T0,U0)前发生故障,最后1个则是直接工作到故障。因此,令在(T0,U0)前发生故障的S-n个备件的寿命为X,其分布函数为FT(t)(t<(T0,U0)),则,
所以,对于固定的n,有,
对其进行傅里叶变换,根据卷积定理可知
且根据卷积的结合律,有
[f1(x)*f2(x)]*f3(x)=f1(x)*[f2(x)*f3(x)]
所以,
再对其进行傅里叶逆变换,即可得到函数值:
这样如果给定备件数量S、预防性更换间隔期(T0,U0)和使用率r,就可得到相应系统寿命的分布函数。
与备件消耗过程相对应,在备件供应过程中所需的费用也无外乎两种情况:一是到达t0备件仍有剩余时,所对应的费用包括:维修费用(预防性更换和修复性更换费用)、库存费用、订购费用、到货后的预防性更换费用;二是到达t0前备件已消耗完时,所对应的费用除了上面四种,还有缺货损失。
本发明中,采用如下费用及时间符号。
TS:备件系统累积工作时间;
Cm:备件补给周期内期望维修费用;
Cs:备件补给周期内期望储存费用;
Co:备件补给周期内期望订购费用;
Cf:故障更新费用;
Cp:预防更新费用;
(T0,U0):二维预防性更换间隔期;
t0:备件补给周期;
S:备件库存水平;
EC(T0,U0,t0,S):备件系统以(T0,U0)为二维预防性更换间隔期,每隔t0间隔将库存补充至S时,所对应的单位时间期望维修保障费用;
r1:使用率下限;
ru:使用率上限。
由于每次订购对于备件系统来说相当于一次更新,因此其单位时间内期望维修保障费用可表示为一个备件订购期内维修保障费用率的期望值,即,
其中,EC1a(T0,U0t0,S|r),代表第一种备件消耗基本情况下第一种情形下维修保障费用的期望值,参见图2-1a,其它符号含义类似。
将上面式二至式五代入式一,即可得到在(t0,S)备件订购策略下,以(T0,U0)为二维工龄更换周期时,备件系统单位时间内维修保障费用的期望值。这是一个多元非线性最优化问题,因此可运用数值迭代的方法求解目标函数。
D.在二维更换策略下,对备件更换周期与备件库存策略进行联合优化。
针对步骤C所建立数学模型的多元非线性特点,运用数值迭代的方法求解目标函数,使单位时间的总费用(包括维修费用和库存费用)最小,得出最佳的二维更换周期、订购周期和最大库存水平,以保证单位时间内的期望维修保障费用最低。
二维更换策略下备件库存决策优化算法的过程如图4所示,具体为:
D1.初始化参数:F(t;r),FR(r),Cp,Cf,h,d,p,rl,ru ;
D2.令i=1,于是,t0i=i·Δt0;
D3.令j=0,则则,Sj=1+j·ΔS;
D5.判断EC(T0 ij*,U0 ij*,t0i,Sj)是否小于等于EC(T0 ij*,U0 ij*,t0i,sj i*),若是进行步骤D6,若否,令j=j+1,返回步骤D3;
D6.得到给定i值的最佳二维更换周期和最大库存(T0 i*,U0 i*),Si*;
D7.判断EC(T0 i*,U0 i*,t0i,Si*)是否小于等于EC(T0 *,U0 *,t0 *,S*),若是进行步骤D8,若否,令i=i+1,并返回步骤D3;
D8.得到最佳二维更换周期、订购周期和最大库存水平(T0 *,U0 *)(S*,t0 *);
D9.得到最佳的维修保障费用率EC(T0 *,U0 *,t0 *,S*)。
Claims (1)
1.一种基于二维更换策略的备件订购与库存决策优化方法,具体包括以下步骤:
A.在二维更换策略下,对当前备件的需求进行分析,确定备件需求的情况以及需求时机;
B.在二维更换策略下,对一定时间内的备件库存消耗规律进行分析;结合产品使用率对备件更换时机的影响,分析备件订购与消耗的特点,归纳二维更换策略下备件系统库存变化规律,梳理备件的库存消耗过程;备件需求产生于发生意外故障后进行修复性更换、到达日历更换周期T0进行预防性更换、到达使用更换周期U0进行预防性更换三种情况;
C.在二维更换策略下,对备件系统维修保障费用进行建模;
所述的建模方法为:分析二维更换策略下备件系统的维修保障费用结构,推导备件系统的寿命分布函数,定量描述不同库存消耗情形下各类维修保障费用及其发生概率,建立二维更换策略下备件系统的维修保障费用数学模型;
令TS表示系统累积工作时间,寿命分布函数为:G(t)=P{TS<t};
假设系统内各部件的寿命可达vi,在周期t0内的实际工作时间为ti,则,
这样,可得到系统寿命为S+1个产品实际工作时间之和,即,
将其转化为全概率公式形式,可得到,
G(t)=P{TS<t}=P{TS<t|n=0}·P(n=0)+P{TS<t|n=1}·P(n=1)+…+P{TS<t|n=S}·P(n=S)
由于此时n个备件工作到(T0,U0),所以其余S+1-n个备件是因发生随机故障而更换,它们的累积工作时间为t-n·T0或t-n·U0/r,这些备件中有S-n个是在(T0,U0)前发生故障,最后1个则是直接工作到故障;
因此,令在(T0,U0)前发生故障的S-n个备件的寿命为X,其分布函数为FT(t)(t<(T0,U0)),则,
所以,对于固定的n,有,
对其进行傅里叶变换,根据卷积定理可知
且根据卷积的结合律,有
[f1(x)*f2(x)]*f3=f1(x)*[f2(x)*f3(x)]
所以,
再对其进行傅里叶逆变换,即可得到函数值:
通过给定备件数量S、预防性更换间隔期(T0,U0)和使用率r,就可得到相应系统寿命的分布函数;
备件系统以(T0,U0)为二维预防性更换间隔期,每隔t0间隔将库存补充至S时,所对应的单位时间期望维修保障费用为EC(T0,U0,t0,S);
D.在二维更换策略下,对备件更换周期与备件库存策略进行联合优化;针对步骤C所建立数学模型的多元非线性特点,运用数值迭代的方法求解目标函数,使单位时间的总费用最小,得出最佳的二维更换周期、订购周期和最大库存水平。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010727589.0A CN111898948B (zh) | 2020-07-21 | 2020-07-21 | 一种基于二维更换策略的备件订购与库存决策优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010727589.0A CN111898948B (zh) | 2020-07-21 | 2020-07-21 | 一种基于二维更换策略的备件订购与库存决策优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111898948A CN111898948A (zh) | 2020-11-06 |
CN111898948B true CN111898948B (zh) | 2023-05-23 |
Family
ID=73190014
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010727589.0A Active CN111898948B (zh) | 2020-07-21 | 2020-07-21 | 一种基于二维更换策略的备件订购与库存决策优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111898948B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113850448B (zh) * | 2021-12-01 | 2022-04-05 | 广东立升数字技术有限公司 | 一种用于备件的消耗和调度的管理方法和系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110009144A (zh) * | 2019-03-28 | 2019-07-12 | 中国人民解放军火箭军工程大学 | 一种设备替换策略的确定方法及系统 |
-
2020
- 2020-07-21 CN CN202010727589.0A patent/CN111898948B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110009144A (zh) * | 2019-03-28 | 2019-07-12 | 中国人民解放军火箭军工程大学 | 一种设备替换策略的确定方法及系统 |
Non-Patent Citations (3)
Title |
---|
An efficient sorting multi-objective optimization framework for sustainable supply network optimization and decision making;Yadong Wang, etc.;《ELSEVIER》;全文 * |
Modeling Spare Parts Demands Forecast under Two-Dimensional Preventive Maintenance Policy;Qiwei Hu, etc.;《Mathematical Problems in Engineering》;全文 * |
基于状态的维修与备件库存决策联合优化研究;白永生等;《火力与指挥控制》;第44卷(第11期);第41-45页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111898948A (zh) | 2020-11-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ni et al. | Decision support systems for effective maintenance operations | |
EP1965281A1 (en) | Dynamic maintenance plan for an industrial robot | |
CN111913458B (zh) | 一种基于深度学习的车间控制方法及系统 | |
CN111898948B (zh) | 一种基于二维更换策略的备件订购与库存决策优化方法 | |
CN111160741B (zh) | 一种复杂工况下再制造车间多层级任务配置的扰动响应方法 | |
Zhou et al. | Capacity failure rate based opportunistic maintenance modeling for series-parallel multi-station manufacturing systems | |
CN112100773A (zh) | 一种基于部件相关性的透平机械预防性维护方法 | |
Khoury et al. | On the Use of Time‐Limited Information for Maintenance Decision Support: A Predictive Approach under Maintenance Constraints | |
CN115049246A (zh) | 一种面向订单扰动下的离散制造生产线重调度方法 | |
Kodali et al. | Performance value analysis for the justification of world-class manufacturing systems | |
Holtewert et al. | Increase of capacity flexibility in manufacturing systems by substitution of product functions | |
CN113705978A (zh) | 一种多机任务刀具静态与动态集成决策方法及系统 | |
CN110705844B (zh) | 基于非强制空闲时间的作业车间调度方案鲁棒优化方法 | |
CN111176230B (zh) | 故障不确定条件下的混合调度系统及方法 | |
CN112487666A (zh) | 一种电子设备机箱腐蚀故障预防性维修时机的优化方法 | |
JP2019079208A (ja) | 在庫規模見積装置、エネルギー消費規模見積装置、コスト見積装置及びプログラム | |
CN111598475A (zh) | 一种基于改进型灰色马尔可夫模型的电网风险预测方法 | |
CN114021819A (zh) | 基于分数阶灰色延时模型的火电厂氮氧化物含量预测方法 | |
CN105468841A (zh) | 应用改进的alp算法优化并串联系统维修的方法 | |
Feng et al. | A systematic framework for maintenance scheduling and routing for off-shore wind farms by minimizing predictive production loss | |
Pophaley et al. | Choice criteria for maintenance strategy in automotive industries | |
CN114912676A (zh) | 一种解决分布式混合流水车间总延迟时间优化的强化学习蛙跳算法 | |
CN110515356B (zh) | 一种家电用冷轧及涂镀钢板加工过程的优化调度方法 | |
Zhou et al. | Maintenance modeling for multi-station remanufacturing systems with interaction between production schedule and station reliability | |
CN115719013B (zh) | 一种智能制造产线的多级维修决策建模方法和装置 |
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 |