CN112288109B - 一种电动扫路车电气系统的维修方法 - Google Patents
一种电动扫路车电气系统的维修方法 Download PDFInfo
- Publication number
- CN112288109B CN112288109B CN202011350696.2A CN202011350696A CN112288109B CN 112288109 B CN112288109 B CN 112288109B CN 202011350696 A CN202011350696 A CN 202011350696A CN 112288109 B CN112288109 B CN 112288109B
- Authority
- CN
- China
- Prior art keywords
- preventive maintenance
- cost
- component
- maintenance
- electric
- 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/28—Fuselage, exterior or interior
-
- 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)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种电动扫路车电气系统的维修方法,其包括:根据处理后的电动扫路车电气系统各部件的历史故障数据拟合威布尔分布并获取各部件的形状参数β;对形状参数β进行判断从而对各部件进行分类,确定需要进行预防性维修的部件;对需要进行预防性维修部件引入役龄回退因子τ,并根据τ获取需要进行预防性维修部件寿命周期内的故障率λ和可靠度R;建立需要进行预防性维修的部件的平均费用率模型;以寿命周期内的平均费用率最低为目标函数,以可靠度R及可用度A为约束条件,以预防性维修周期和次数为决策变量,建立预防性维修优化模型;采用动态规划算法获取预防性维修优化模型的最优解,并根据最优解对所述电动扫路车电气系统进行维修。
Description
技术领域
本发明涉及电气系统可靠性领域,具体涉及一种电动扫路车电气系统的维修方法。
背景技术
电动扫路车是近几年政府极力推广和发展的对象,适用于公园、环卫、保洁公司、物业管理公司、广场、高校的室外清扫工作。由于电动扫路车的普及还处于刚起步阶段,目前没有一套针对其本身的预防性维修决策系统,大部分企业和公司还是参考传统的燃油动力车辆的预防性维修方法和生产厂家提供的数据,即便是已有的针对电动扫路车的维修方法,也还是停留在针对整车的维修策略,很少有对高故障率的电气部件和系统做过深入的研究。
而现有的预防性维修通常采用的是等周期维修或变周期维修,其中等周期维修易于操作但经济性往往不能达到最优;变周期维修更能够体现设备退化规律但操作复杂不利于实施。最关键的是目前大部分电动扫路车量的运行可靠性还无法得到保证,这会使得车辆在运行过程中发生意外故障的次数增多,由于电动扫路车量一般在道路上作业,这会增加交通事故发生的可能性,严重影响道路安全。因此,如何结合电动扫路车电气系统的特点和实际运营和维修情况,提高电动扫路车的运行可靠性是目前有有待解决的问题。
发明内容
本发明要解决的技术问题是如何结合电动扫路车电气系统的特点和实际运营和维修情况,提高电动扫路车的运行可靠性,提供一种电动扫路车电气系统的维修方法。
本发明是通过下述技术方案来解决上述技术问题:
一种电动扫路车电气系统的维修方法,所述维修方法包括:
根据处理后的所述电动扫路车电气系统各部件的历史故障数据拟合威布尔分布并获取所述各部件的形状参数β;
对所述各部件的形状参数β进行判断从而对所述各部件进行分类,确定需要进行预防性维修的部件;
对所述需要进行预防性维修的部件引入役龄回退因子τ,并根据所述役龄回退因子τ获取所述需要进行预防性维修的部件的寿命周期内的故障率λ和可靠度R;
建立所述需要进行预防性维修的部件的平均费用率模型;
以所述寿命周期内的所述平均费用率最低为目标函数,以所述可靠度R及所述平均费用率模型中的可用度A为约束条件,以预防性维修周期和次数为决策变量,建立预防性维修优化模型;
采用动态规划算法分步分阶段对所述决策变量进行计算,获取所述预防性维修优化模型的最优解,并根据所述最优解对所述电动扫路车电气系统进行维修。
较佳地,所述平均费用模型包括预防性维护成本C1,非计划小修成本C2,停机损失C3及可靠度损失成本C4及所述需要进行预防性维修的部件运行总时间。
进一步地,所述预防性维修优化模型为多阶段预防性维修模型,所述多阶段预防性维修模型包括:按最大寿命周期划分的三阶段预防性维修模型或者二阶段预防性维修模型。
进一步地,不同阶段的所述预防性维修周期和所述次数不同,同一阶段的所述预防性维修周期和所述次数相同。
较佳地,所述对各部件的形状参数β进行判断包括:判断所述形状参数β是否大于1,当β<1时,对该部件进行事后维修,当β>1时对该部件进行所述预防性维修。
在符合本领域常识的基础上,上述各优选条件,可任意组合,即得本发明各较佳实例。
本发明的积极进步效果在于:本发明提出的分阶段预防性维修方法更符合电动扫路车本身,避免其出现维修过剩和维修不足的情况,提高了车辆运行可靠性,降低了企业运行成本率。在计算方面充分利用了动态规划算法和分阶段维修模型的特点,提高了计算效率和准确性。。
附图说明
图1为本发明一种电动扫路车电气系统的维修方法一实施例中的方法流程图;
图2为本发明一种电动扫路车电气系统的维修方法一实施例中的三阶段预防性维修模型示意图。
具体实施方式
为了便于理解本申请,下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的首选实施例。但是,本申请可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使对本申请的公开内容更加透彻全面。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
在一个示例中,如图1所示为本发明的电动扫路车电气系统的维修方法流程图,电动扫路车电气系统的各部件投入使用时为全新状态;将各部件寿命周期分成多个阶段,各阶段预防性维修周期和次数各不相同,同一阶段内预防性维修周期和次数相同,在进行完所有预防性维修且在最大寿命周期到来之前对其进行预防性更换;在预防性更换时机到来之前,对于出现的意外故障进行停机维修,此时为最小维修,即维修不改变部件的故障发展规律,只会使部件功能得到恢复。
S01:根据处理后的所述电动扫路车电气系统各部件的历史故障数据拟合威布尔分布并获取所述各部件的形状参数β;
在一个示例中,分析处理电气系统部件的真实故障数据,从而得到的符合车辆电气部件真实老化过程的威布尔故障分布模型,不再停留在理论和试验阶段。利用极大似然估计将处理后的历史故障数据拟合呈威布尔分布,其表达式如下:
概率密度函数:
累积概率分布:
故障率函数:
可靠度函数:
其中β为形状参数,η为尺寸参数。
S02:对所述各部件的形状参数β进行判断从而对所述各部件进行分类,确定需要进行预防性维修的部件;
在一个示例中,判断计算得到的形状参数β是否大于1,形状参数β决定故障率的变化趋势。当β<1时,故障率曲线随运行时间的增加呈下降趋势,故障发生属于随机现象,因此不需要对其使用预防性维修,只需在故障发生后对其进行事后维修即可;当β>1时,故障率曲线随运行时间的增加而增大,由于部件老化等原因,故障发生的次数越来越频繁,因此需要对其进行预防性维修来减少发生故障的可能性。
S03:对所述需要进行预防性维修的部件引入役龄回退因子τ,并根据所述役龄回退因子τ获取所述需要进行预防性维修的部件的寿命周期内的故障率λ和可靠度R;
在一个示例中,役龄回退因子对部件寿命的改善如下:
役龄回退因子对故障率的影响如下:
可靠度可由故障率函数表示如下:
役龄回退因子的引入使得预防性维修的效果更加直观。传统的维修只是负责将故障恢复,役龄回退因子可以将每次预防性维修后部件的寿命状态表示出来,能够让工程技术人员更好的了解部件当前的状态,从而提高设备运行的可靠性。
S04:建立所述需要进行预防性维修的部件的平均费用率模型;
在一个示例中,所述平均费用率模型包括:预防性维护成本C1、非计划小修成本C2、停机损失C3、可靠度损失成本C4及所述需要进行预防性维修的部件的运行总时间。
其中,部件寿命期间的维修总成本通常包含预防性维护成本C1、非计划小修成本C2和停机损失C3,考虑到预防性更换时部件并非完全达到报废标准,因此在成本中增加一项更换时可靠度损失成本C4。
C=C1+C2+C3+C4
C1=(N1+N2+N3)Cpm+Cpr
式中:Cpm为单次预防性维修成本,Cpr为单次更换成本。
式中:xk为任意区间内出现意外故障的次数,Cm为单次非计划小修成本,且在实际维修过程中,非计划维修的成本往往高于预防性维修的成本。
C3=(N1+N2+N3)Cd
式中:Cd为每次维修活动造成的停机损失成本。
式中:Tmax为部件最大寿命周期,T为部件预防性更换时已运行时间。
T=MUT+MDT
式中:部件的运行时间为MUT,因维修停机的时间为MDT。
式中:A为部件寿命期间可用度。
式中:Z为单位时间内部件成本率。
S05:以所述寿命周期内的所述平均费用率最低为目标函数,以所述可靠度R及所述平均费用率模型中的可用度A为约束条件,以预防性维修周期和次数为决策变量,建立预防性维修优化模型;
通常对维修决策进行优化时不会考虑部件预防性更换时寿命浪费成本,本发明将该因素考虑到总成本中,使得总成本的计算更为精确。通常情况下都以寿命周期内总成本为目标进行优化,本发明中考虑到部件寿命周期的长短不同会影响到总成本的改变,提出以单位时间内费用率最小为目标进行优化,避免因寿命周期的不同而影响优化结果。
在一个示例中,目标函数为:
min Z
约束条件为:
式中:Δti为各阶段内预防性维修周期,Tmax为最大使用寿命,Rmin为可靠度阈值,Amin为可用度阈值,其值随实际情况而定。
在一个可选的示例中,如图2所示,为本发明一实施例中的三阶段预防性维修模型示意图,现有的预防性维修通常是等周期维修或变周期维修,其中等周期维修易于操作但经济性往往不能达到优化,变周期维修更能够体现设备退化规律但操作复杂不利于实施,本发明结合等周期维修和变周期维修各自的优点,建立各部件的多阶段预防性维修模型,通常情况下,在部件寿命期间可分为三阶段模型,针对特殊的部件也可缩短为二阶段模型。多阶段预防性维修模型不仅使得最终的维修决策易于实际操作,而且更加符合部件实际退化过程中故障率的变化趋势,同时也提高了经济效益。
S06:采用动态规划算法分步分阶段对所述决策变量进行计算,获取所述预防性维修优化模型的最优解,并根据所述最优解对所述电动扫路车电气系统进行维修。
在一个示例中,动态规划算法的基本思想是将问题拆分为若干个子问题,先得到子问题的最优解,再从子问题的解中得到原问题的解,因此可以运用到分步分阶段的预防性维修决策中,将每个阶段的最优解结合起来就可以得到最终的全寿命周期内最优解。相对于遗传算法和粒子群算法,该模型使用动态规划算法可以提高运算效率。
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这仅是举例说明,本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下,可以对这些实施方式做出多种变更或修改,但这些变更和修改均落入本发明的保护范围。
Claims (1)
1.一种电动扫路车电气系统的维修方法,其特征在于,
设所述电动扫路车电气系统的各部件投入使用时为全新状态;并且,
所述维修方法是指,将各部件寿命周期分成多个阶段,在各部件最大寿命周期到来之前对其进行预防性更换;
所述维修方法包括:
S01:根据处理后的所述电动扫路车电气系统各部件的历史故障数据拟合威布尔分布并获取所述各部件的形状参数β,即,
分析处理电气系统部件的真实故障数据,从而得到的符合车辆电气部件真实老化过程的威布尔故障分布模型,利用极大似然估计将处理后的历史故障数据拟合呈威布尔分布,其表达式如下:
概率密度函数:
累积概率分布:
故障率函数:
可靠度函数:
其中β为形状参数,η为尺寸参数;
S02:对所述各部件的形状参数β进行判断从而对所述各部件进行分类,确定需要进行预防性维修的部件,即,
判断计算得到的形状参数β是否大于1,形状参数β决定故障率的变化趋势,当β<1时,故障率曲线随运行时间的增加呈下降趋势,故障发生属于随机现象,不需要对其使用预防性维修,只需在故障发生后对其进行事后维修即可;当β>1时,故障率曲线随运行时间的增加而增大,由于部件老化原因,故障发生的次数越来越频繁,需要对其进行预防性维修;
S03:对所述需要进行预防性维修的部件引入役龄回退因子τ,并根据所述役龄回退因子τ获取所述需要进行预防性维修的部件的寿命周期内的故障率λ和可靠度R;
役龄回退因子对部件寿命的改善如下:
役龄回退因子对故障率的影响如下:
可靠度可由故障率函数表示如下:
S04:建立所述需要进行预防性维修的部件的平均费用率模型;
所述平均费用率模型包括:预防性维护成本C1、非计划小修成本C2、停机损失C3、可靠度损失成本C4及所述需要进行预防性维修的部件的运行总时间,
其中,部件寿命期间的维修总成本通常包含预防性维护成本C1、非计划小修成本C2和停机损失C3,考虑到预防性更换时部件并非完全达到报废标准,在成本中增加一项更换时可靠度损失成本C4,
C=C1+C2+C3+C4
C1=(N1+N2+N3)Cpm+Cpr
式中:Cpm为单次预防性维修成本,Cpr为单次更换成本,
式中:xk为任意区间内出现意外故障的次数,Cm为单次非计划小修成本,且在实际维修过程中,非计划维修的成本往往高于预防性维修的成本,
C3=(N1+N2+N3)Cd
式中:Cd为每次维修活动造成的停机损失成本,
式中:Tmax为部件最大寿命周期,T为部件预防性更换时已运行时间,
T=MUT+MDT
式中:部件的运行时间为MUT,因维修停机的时间为MDT,
式中:A为部件寿命期间可用度,
式中:Z为单位时间内部件成本率,
S05:以所述寿命周期内的所述平均费用率最低为目标函数,以所述可靠度R及所述平均费用率模型中的可用度A为约束条件,以预防性维修周期和次数为决策变量,建立预防性维修优化模型;
目标函数为:min Z,约束条件为:
式中:Δti为各阶段内预防性维修周期,Tmax为最大使用寿命,Rmin为可靠度阈值,Amin为可用度阈值,其值随实际情况而定;
S06:采用动态规划算法分步分阶段对所述决策变量进行计算,获取所述预防性维修优化模型的最优解,并根据所述最优解对所述电动扫路车电气系统进行维修。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011350696.2A CN112288109B (zh) | 2020-11-26 | 2020-11-26 | 一种电动扫路车电气系统的维修方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011350696.2A CN112288109B (zh) | 2020-11-26 | 2020-11-26 | 一种电动扫路车电气系统的维修方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112288109A CN112288109A (zh) | 2021-01-29 |
CN112288109B true CN112288109B (zh) | 2022-12-02 |
Family
ID=74426515
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011350696.2A Active CN112288109B (zh) | 2020-11-26 | 2020-11-26 | 一种电动扫路车电气系统的维修方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112288109B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114418150B (zh) * | 2022-03-30 | 2022-09-09 | 深圳市永达电子信息股份有限公司 | 一种站台门系统的故障维护方法及装置 |
CN116664105A (zh) * | 2023-05-31 | 2023-08-29 | 上海能源科技发展有限公司 | 基于海上风电机组零部件状态划分及维修决策方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107229979A (zh) * | 2017-04-17 | 2017-10-03 | 北京航空航天大学 | 一种可修退化系统周期性预防维修策略的优化方法 |
CN109102085A (zh) * | 2018-07-09 | 2018-12-28 | 华中科技大学 | 一种数控机床的非周期性预防维修方法 |
CN109284557A (zh) * | 2018-09-29 | 2019-01-29 | 北京航空航天大学 | 基于故障分析的反包助推组件的预防性维护方法 |
CN109636072A (zh) * | 2019-02-01 | 2019-04-16 | 东南大学 | 一种基于非劣排序遗传算法的电梯门系统预防维修决策多目标优化方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104899455A (zh) * | 2015-06-12 | 2015-09-09 | 上海电机学院 | 一种风机齿轮箱的预防性维修方法 |
CN108596371A (zh) * | 2018-04-03 | 2018-09-28 | 广西大学 | 一种基于可靠性的列车关键部件机会预防性维修优化模型 |
-
2020
- 2020-11-26 CN CN202011350696.2A patent/CN112288109B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107229979A (zh) * | 2017-04-17 | 2017-10-03 | 北京航空航天大学 | 一种可修退化系统周期性预防维修策略的优化方法 |
CN109102085A (zh) * | 2018-07-09 | 2018-12-28 | 华中科技大学 | 一种数控机床的非周期性预防维修方法 |
CN109284557A (zh) * | 2018-09-29 | 2019-01-29 | 北京航空航天大学 | 基于故障分析的反包助推组件的预防性维护方法 |
CN109636072A (zh) * | 2019-02-01 | 2019-04-16 | 东南大学 | 一种基于非劣排序遗传算法的电梯门系统预防维修决策多目标优化方法 |
Non-Patent Citations (2)
Title |
---|
王瑞明等.生活垃圾收运车辆预防性维修分析.《物流科技》.2019, * |
符杨等.海上风电机组分阶段预防性维修策略.《电力建设》.2017, * |
Also Published As
Publication number | Publication date |
---|---|
CN112288109A (zh) | 2021-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112288109B (zh) | 一种电动扫路车电气系统的维修方法 | |
CN105825279A (zh) | 一种基于预测的多部件系统成组维修决策方法和装置 | |
CN106447051B (zh) | 一种面向多任务阶段的系统选择性维修决策方法 | |
CN111507490A (zh) | 基于多源数据驱动的数控机床主轴预测性维护方法及系统 | |
CN110654948A (zh) | 一种无维保情况下的电梯安全剩余使用寿命确定方法 | |
CN110654949B (zh) | 一种维保情况下的电梯安全剩余使用寿命确定方法 | |
CN109885019B (zh) | 一种风机状态自动判断方法 | |
CN115344412A (zh) | 一种列车车门系统的可靠性预测与维修策略优化方法 | |
CN111680879A (zh) | 一种考虑敏感负荷失效的配电网运行韧性评估方法及装置 | |
CN103218464A (zh) | 基于风电机组状态的风电机组数据存储方法和系统 | |
CN117312763B (zh) | 一种基于云平台的变频家电性能可视化监管系统及方法 | |
CN107730070B (zh) | 一种基于状态监测的智能变电站继电保护系统检修方法 | |
CN114183314A (zh) | 一种基于可靠度的风电机组机会维护方法 | |
Malozyomov et al. | Reliability and diagnosing electrotechnical systems | |
CN113361802A (zh) | 一种基于人工智能的电力负荷识别与预测方法 | |
Zhang et al. | Reliability evaluation of modular multilevel converter system based on semi-Markov model | |
CN112801533A (zh) | 一种考虑决策依赖不确定的电力系统运行可靠性评估方法 | |
CN112257880A (zh) | 一种k/n负载均担系统的维修决策方法及系统 | |
CN116799827A (zh) | 一种基于灵活储能配置的弹性电力系统规划方法 | |
CN116599111A (zh) | 一种混合储能系统的额定功率及额定容量分配方法及系统 | |
CN116674380A (zh) | 一种适用于汽车工业与智能制造电驱动方法及系统 | |
CN110633844B (zh) | 基于emd和ann的建筑能源系统模拟预测方法及应用 | |
Makis et al. | Optimal preventive replacement under minimal repair and random repair cost | |
CN113642937B (zh) | 风机集群的运维排程方法、装置、电子设备及存储介质 | |
CN112257997B (zh) | 一种基于神经网络的pcs转化率计算方法及系统 |
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 |