CN112561091B - 一种电梯机械零部件的维保方法及系统 - Google Patents
一种电梯机械零部件的维保方法及系统 Download PDFInfo
- Publication number
- CN112561091B CN112561091B CN202011476479.8A CN202011476479A CN112561091B CN 112561091 B CN112561091 B CN 112561091B CN 202011476479 A CN202011476479 A CN 202011476479A CN 112561091 B CN112561091 B CN 112561091B
- Authority
- CN
- China
- Prior art keywords
- maintenance
- elevator
- function
- distribution function
- mechanical parts
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 111
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000006870 function Effects 0.000 claims description 45
- 238000005315 distribution function Methods 0.000 claims description 38
- 230000003449 preventive effect Effects 0.000 claims description 29
- 230000008439 repair process Effects 0.000 claims description 25
- 230000008859 change Effects 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 10
- 230000000670 limiting effect Effects 0.000 claims description 7
- 230000000737 periodic effect Effects 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000002829 reductive effect Effects 0.000 abstract description 6
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 230000002035 prolonged effect Effects 0.000 abstract description 3
- 239000002699 waste material Substances 0.000 abstract description 3
- 230000004048 modification Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000005461 lubrication Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B5/00—Applications of checking, fault-correcting, or safety devices in elevators
-
- 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
- G06Q10/067—Enterprise or organisation modelling
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Maintenance And Inspection Apparatuses For Elevators (AREA)
Abstract
本发明涉及一种电梯机械零部件的维保方法及系统,其中所述方法包括:获取成本率模型目标函数和利用率模型目标函数;基于成本率模型目标函数和利用率模型目标函数,确定电梯机械零部件维保周期;根据所述电梯机械零部件维保周期对所述电梯机械零部件进行维保。其有益效果是,获取合理的维保周期,按照维保周期对电梯以及它的机械零部件进行保养能很大程度上降低电梯发生故障的频率,延长电梯的寿命,不会造成资源的浪费,也对电梯安全运行提供了可靠保障。
Description
技术领域
本发明涉及电梯维保技术领域,尤其涉及一种电梯机械零部件的维保方法及系统。
背景技术
随着城市化率的逐步提高,高层建筑物会越来越多,电梯就会成为人们必不可少的出入垂直交通工具,但是近年来电梯事故发生频繁,严重影响了人们的生命财产安全,也给电梯安全可靠运行带来了很大的威胁。
当电梯发生故障之后,采取事后维修不能防止人员伤亡,而且重大的电梯事故还会导致多人伤亡,电梯发生故障往往都是由于某个零部件或者关键零部件发生功能性失效所导致,零部件维保周期的求取涉及很多因素,周期过长,预防性维护的成本会降低,但是电梯发生故障的风险会增大;选取的周期过短,零部件失效或者电梯发生故障的频率会降低,但是维保成本会增加,利用率也会降低,所以选取合理的预防性维护周期对电梯以及它的机械零部件进行保养能很大程度上降低电梯发生故障的频率,延长电梯的寿命,不会造成资源的浪费,也对电梯安全运行提供了可靠保障。
发明内容
(一)要解决的技术问题
鉴于现有技术的上述缺点、不足,本发明提供一种电梯机械零部件的维保方法及系统,其解决了维保周期不合理的技术问题。
(二)技术方案
为了达到上述目的,本发明采用的主要技术方案包括:
第一方面,本发明实施例提供一种电梯机械零部件的维保方法,包括:
S1、获取成本率模型目标函数和利用率模型目标函数;
所述成本率模型目标函数为E(T):
为整个生命周期内的停机损失成本;为事后维修成本;NCp预防性维护的总成本;其中N表示零部件整个生命周期内的维保次数;Cp表示每次预防性维保的平均成本;Ttotal表示电梯某个零部件的生命周期长度;λ(t)表示零部件的失效率函数;αi为预先设定的役龄回退因子;k为维保周期的次数;Ntp预防性维护的总时间;Cf是每次发生故障维修的平均成本;Cl是单位时间内停机造成的损失;其中tp是每次进行预防性维护的平均时间;tf是每次进行事后维修的平均时间;
所述利用率模型目标函数为A(T):
事后维修的总时间;
S2、基于成本率模型目标函数和利用率模型目标函数,确定电梯机械零部件维保周期;
S3、根据所述电梯机械零部件维保周期对所述电梯机械零部件进行维保。
优选的,所述步骤S2具体包括:
基于所述成本率模型目标函数和利用率模型目标函数,获取限制条件下的电梯机械零部件维保周期;
其中,所述限制条件包括:
max A(T);
min E(T);
s.t.R>=Rmin;
N(T+tp+tf)<=Ttotal;
其中R表示零部件可靠度;Rmin表示设定的最低可靠度阈值;
其中可靠度作为限定维保次数的变量,维保次数和维保时间间隔为决策变量。
优选的,所述S1之前还包括:
S0、根据预先获取的历史失效数据和分布函数,获取零部件的失效率函数λ(t)。
优选的,所述S0具体包括:
S01、根据预先设定的分布函数,获取第二分布函数;
分布函数:
其中η为尺度参数;β为形状参数;
所述第二分布函数为:
S02、根据第二分布函数,获取第三分布函数;
所述第三分布函数为:y=Ax+B;
其中,x=ln t;B=-βlnη;A=β;
S03、根据预先获取的历史失效数据,采用最小二乘法,确定所述η和β的具体值;其中xi=ln ti;
S04、根据中位秩估计F(ti);
S05、采用检验公式对F(ti)进行检验,获取检验结果;
S06、根据检验结果,确定最终的失效率函数λ(t)。
优选的,所述S03具体包括:
S031、将预先获取的历史失效数据转化成所述第三分布函数中的x和y;采用最小二乘法求得所述第三分布函数的斜率A和截距B;
S032、基于所述第三分布函数的斜率A和截距B确定η和β的具体值。
优选的,所述步骤S05中检验公式为:
其中,r表示相关性检验系数;n表示历史失效数据转化成所述第三分布函数中的x的个数以及y的个数;i表示历史失效数据的顺序数;为n个x的平均值;/>为n个y的平均值。
优选的,所述S06具体包括:
若所述检验结果为拟合的误差在预先设定的范围内,则确定最终的失效率函数λ(t);
其中,w为尺度参数η的具体值;g为形状参数β的具体值。
优选的,
所述役龄回退因子0<αi<1;
当αi=0时,表示维修如旧;维修如旧表示维修前后并没有发生改变;
当αi=1时,表示维修如新;维修如新表示维保过后零部件和新的一样;
预防性维护都介于“维修如新”和“维修如旧”之间的情况;
预防性维护的周期间隔是相等的,在每个维保周期间隔内该零部件发生故障都是可以修复的;
预防性维护是会改变零部件的失效率变化情况以及零部件的实际役龄的;
事后故障维修并不改变零部件的失效率以及役龄。
另一方面,本实施例还提供一种电梯机械零部件的维保预测系统,包括:
至少一个处理器;以及
与所述处理器通信连接的至少一个存储器,其中:
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如上述任一的一种电梯机械零部件的维保方法。
(三)有益效果
本发明的有益效果是:本发明的一种电梯机械零部件的维保方法及系统,由于基于成本率模型目标函数和利用率模型目标函数,确定电梯机械零部件维保周期,相对于现有技术而言,其可以获取合理的维保周期,按照维保周期对电梯以及它的机械零部件进行保养能很大程度上降低电梯发生故障的频率,延长电梯的寿命,不会造成资源的浪费,也对电梯安全运行提供了可靠保障。
附图说明
图1为本发明的一种电梯机械零部件的维保方法流程图;
图2为本法明的实施例中获取零部件的失效率函数的流程图;
图3为本发明实施例中各个维保周期失效率函数变化图。
具体实施方式
为了更好的解释本发明,以便于理解,下面结合附图,通过具体实施方式,对本发明作详细描述。
为了更好的理解上述技术方案,下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更清楚、透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
参见图1,本实施例中一种电梯机械零部件的维保方法,包括:
S1、获取成本率模型目标函数和利用率模型目标函数;
所述成本率模型目标函数为:
为整个生命周期内的停机损失成本;为事后维修成本;NCp预防性维护的总成本;其中N表示零部件整个生命周期内的维保次数;Cp表示每次预防性维保的平均成本;Ttotal表示电梯某个零部件的生命周期长度;λ(t)表示零部件的失效率函数;αi为预先设定的役龄回退因子;k为维保周期的次数;Ntp预防性维护的总时间;Cf是每次发生故障维修的平均成本;Cl是单位时间内停机造成的损失;其中tp是每次进行预防性维护的平均时间;tf是每次进行事后维修的平均时间。
所述利用率模型目标函数为:
事后维修的总时间;Ntp预防性维护的总时间。
本实施例中的成本主要分成三部分:第一部分是预防性维护的成本,其次是事后维修的成本,最后是由于维修导致的停机所造成的时间经济损失。
本实施例中的利用率是指电梯的零部件可利用的程度,计算方法是用整个生命周期内工作的总时间与整个生命周期的总长度之比。
S2、基于成本率模型目标函数和利用率模型目标函数,确定电梯机械零部件维保周期。
S3、根据所述电梯机械零部件维保周期对所述电梯机械零部件进行维保。
本实施例中,所述步骤S2具体包括:
基于所述成本率模型目标函数和利用率模型目标函数,获取限制条件下的电梯机械零部件维保周期。
其中,所述限制条件包括:
其中R表示零部件可靠度;Rmin表示设定的最低可靠度阈值。
其中可靠度作为限定维保次数的变量,维保次数和维保时间间隔为决策变量。
本实施例中,所述S1之前还包括:
S0、根据预先获取的历史失效数据和分布函数,获取零部件的失效率函数λ(t)。
参见图2,本实施例中,所述S0具体包括:
S01、根据预先设定的分布函数,获取第二分布函数。
分布函数:
其中η为尺度参数,β为形状参数。
所述第二分布函数为:
S02、根据第二分布函数,获取第三分布函数;
所述第三分布函数为:y=Ax+B。
其中,x=ln t;B=-βlnη;A=β。
S03、根据预先获取的历史失效数据,采用最小二乘法,确定所述η和β的具体值;其中xi=ln ti。
S04、根据中位秩估计F(ti);
S05、采用检验公式对F(ti)进行检验,获取检验结果。
S06、根据检验结果,确定最终的失效率函数λ(t)。
在本实施例的实际应用中,S0具体为:通过实验或者资料搜集得到电梯一些关键零部件的历史故障失效数据,并对这些历史失效数据做出处理,观察他们大致的分布类型。
根据上述步骤处理后的数据,选择合适的分布类型对以上数据进行参数拟合,一般用于描述机电一体化设备零部件故障失效分布的数学模型是威布尔分布;
分布函数:
其中η称为尺度参数,β称为形状参数,威布尔分布的形状参数取不同值时对应的失效率函数正好是不同的形状,其中0<β<1时,对应的零部件失效率是一个递减的过程,β=1时对应的失效率是一个常数,β>1时对应的失效率递增,所以选取威布尔分布来描述电梯零部件失效故障分布规律,正好对应浴盆曲线三个不同阶段。
根据样本数据拟合模型中的参数的方法常用的有:最小二乘法、极大似然估计法和贝叶斯法等,这里我们如果用来拟合威布尔分布中的未知参数一般常用最小二乘法。
将威布尔分布函数变形得到:
令x=ln t,B=-βlnη,A=β,则原式可以化成y=Ax+B;
将收集到的历史失效数据根据上面的变换过程转化成x和y,利用最小二乘法可以求得回归直线方程的斜率A和截距B,进而求得α和β;其中根据中位秩估计F(ti),/>
本实施例中的最小二乘法具体为:线性回归分析法的目标是以回归拟合的估计值与观测值的偏离程度最小,假设变量x和y之间的线性关系是:y=Ax+B;根据得到的样本数据拟合上式中的A和B,用和/>分别代表A和B的估计值,对每个xi,可以根据上面的式子计算回归值:/>
计算回归值与实际观测值的偏差:表示估计值与实际观测值之间的偏离程度;
令:
L(A,B)表示所有估计值与观测值之间的偏离平方和,最小二乘法就是要寻找当L(A,B)最小时的A和B作为和/>即:
下面分别求取L(A,B)关于A和B的偏导数,并令其分别为零;
根据上式可以求得:
根据上述步骤得到一些零部件的失效故障时间的分布规律,最后是要对拟合的准确度进行检验,拟合的误差要在合理的范围内,我们认为该零部件的失效分布服从我们所选取的理论模型。
本实施例中,所述S03具体包括:
S031、将预先获取的历史失效数据转化成所述第三分布函数中的x和y;采用最小二乘法求得所述第三分布函数的斜率A和截距B。
S032、基于所述第三分布函数的斜率A和截距B确定α和β的具体值。
本实施例中,所述步骤S05中检验公式为:
其中,r表示相关性检验系数;n表示历史失效数据转化成所述第三分布函数中的x的个数以及y的个数;i表示历史失效数据的顺序数;为n个x的平均值;/>为n个y的平均值。
本实施例中,所述S06具体包括:
若所述检验结果为拟合的误差在预先设定的范围内,则确定最终的失效率函数λ(t);
其中,w为尺度参数η的具体值;g为形状参数β的具体值。
本实施例中,
所述役龄回退因子0<αi<1。
当αi=0时,表示维修如旧;维修如旧表示维修前后并没有发生改变。
当αi=1时,表示维修如新;维修如新表示维保过后零部件和新的一样;
预防性维护都介于“维修如新”和“维修如旧”之间的情况。
本实施例中,预防性维护的周期间隔是相等的,在每个维保周期间隔内该零部件发生故障都是可以修复的。
预防性维护是会改变零部件的失效率变化情况以及零部件的实际役龄的。
本实施例中,事后故障维修并不改变零部件的失效率以及役龄。
本实施例中考虑实际维保过程的情况,实际维保过程中包括润滑、擦拭、拆装以及维修等,基于实际过程做出假设。
以电梯零部件的故障率为上升趋势为前提,考虑发生故障事后维修以及预防性护的时间,并且假设每次预防性维护都为不完全型的预防性维护即介于“维修如新”和“维修如旧”之间的情况,事后故障维修并不改变零部件的失效率以及役龄,各个维保周期失效率函数变化如图3所示。
预防性维护的周期间隔是相等的,在每个维保周期间隔内该零部件发生故障都是可以修复的,每次预防性维护是会改变零部件的失效率变化情况以及零部件的实际役龄的。
不完全型的预防性维护具体情况为:用来表示介于“维修如新”和“维修如旧”的概念的役龄回退因子αi,役龄回退因子0<αi<1,当αi=0时,表示维修如旧;当αi=1时,表示维修如新。
本实施例中的一种电梯机械零部件的维保方法,由于基于成本率模型目标函数和利用率模型目标函数,确定电梯机械零部件维保周期,相对于现有技术而言,其可以获取合理的维保周期,按照维保周期对电梯以及它的机械零部件进行保养能很大程度上降低电梯发生故障的频率,延长电梯的寿命,不会造成资源的浪费,也对电梯安全运行提供了可靠保障。
本实施例还提供一种电梯机械零部件的维保预测系统,包括:
至少一个处理器;以及
与所述处理器通信连接的至少一个存储器,其中:
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如上述任一的一种电梯机械零部件的维保方法。
由于本发明上述实施例所描述的系统,为实施本发明上述实施例的方法所采用的系统,故而基于本发明上述实施例所描述的方法,本领域所属技术人员能够了解该系统的具体结构及变形,因而在此不再赘述。凡是本发明上述实施例的方法所采用的系统都属于本发明所欲保护的范围。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例,或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。
应当注意的是,在权利要求中,不应将位于括号之间的任何附图标记理解成对权利要求的限制。词语“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的词语“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的权利要求中,这些装置中的若干个可以是通过同一个硬件来具体体现。词语第一、第二、第三等的使用,仅是为了表述方便,而不表示任何顺序。可将这些词语理解为部件名称的一部分。
此外,需要说明的是,在本说明书的描述中,术语“一个实施例”、“一些实施例”、“实施例”、“示例”、“具体示例”或“一些示例”等的描述,是指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管已描述了本发明的优选实施例,但本领域的技术人员在得知了基本创造性概念后,则可对这些实施例作出另外的变更和修改。所以,权利要求应该解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种修改和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也应该包含这些修改和变型在内。
Claims (6)
1.一种电梯机械零部件的维保方法,其特征在于,包括:
S1、获取成本率模型目标函数和利用率模型目标函数;
所述成本率模型目标函数为E(T):
为整个生命周期内的停机损失成本;为事后维修成本;NCp预防性维护的总成本;其中N表示零部件整个生命周期内的维保次数;Cp表示每次预防性维保的平均成本;Ttotal表示电梯某个零部件的生命周期长度;λ(t)表示零部件的失效率函数;αi为预先设定的役龄回退因子;k为维保周期的次数;Ntp预防性维护的总时间;Cf是每次发生故障维修的平均成本;Cl是单位时间内停机造成的损失;其中tp是每次进行预防性维护的平均时间;tf是每次进行事后维修的平均时间;
所述利用率模型目标函数为A(T):
事后维修的总时间;
S2、基于成本率模型目标函数和利用率模型目标函数,确定电梯机械零部件维保周期;
S3、根据所述电梯机械零部件维保周期对所述电梯机械零部件进行维保;
所述步骤S2具体包括:
基于所述成本率模型目标函数和利用率模型目标函数,获取限制条件下的电梯机械零部件维保周期;
其中,所述限制条件包括:
maxA(T);
minE(T);
s.t.R>=Rmin;
N(T+tp+tf)<=Ttotal;
其中R表示零部件可靠度;Rmin表示设定的最低可靠度阈值;
其中可靠度作为限定维保次数的变量,维保次数和维保时间间隔为决策变量;
所述S1之前还包括:
S0、根据预先获取的历史失效数据和分布函数,获取零部件的失效率函数λ(t);
所述S0具体包括:
S01、根据预先设定的分布函数,获取第二分布函数;
分布函数:
其中η为尺度参数;β为形状参数;
所述第二分布函数为:
S02、根据第二分布函数,获取第三分布函数;
所述第三分布函数为:y=Ax+B;
其中,x=lnt;B=-βlnη;A=β;
S03、根据预先获取的历史失效数据,采用最小二乘法,确定所述η和β的具体值;其中xi=lnti;
S04、根据中位秩估计F(ti);
S05、采用检验公式对F(ti)进行检验,获取检验结果;
S06、根据检验结果,确定最终的失效率函数λ(t)。
2.根据权利要求1所述的方法,其特征在于,所述S03具体包括:
S031、将预先获取的历史失效数据转化成所述第三分布函数中的x和y;采用最小二乘法求得所述第三分布函数的斜率A和截距B;
S032、基于所述第三分布函数的斜率A和截距B确定η和β的具体值。
3.根据权利要求2所述的方法,其特征在于,所述步骤S05中检验公式为:
其中,r表示相关性检验系数;n表示历史失效数据转化成所述第三分布函数中的x的个数以及y的个数;i表示历史失效数据的顺序数;为n个x的平均值;/>为n个y的平均值。
4.根据权利要求3所述的方法,其特征在于,所述S06具体包括:
若所述检验结果为拟合的误差在预先设定的范围内,则确定最终的失效率函数λ(t);
其中,w为尺度参数η的具体值;g为形状参数β的具体值。
5.根据权利要求4所述的方法,其特征在于,
所述役龄回退因子0<αi<1;
当αi=0时,表示维修如旧;
当αi=1时,表示维修如新;
预防性维护都介于“维修如新”和“维修如旧”之间的情况;
预防性维护的周期间隔是相等的,在每个维保周期间隔内该零部件发生故障都是可以修复的;
预防性维护是会改变零部件的失效率变化情况以及零部件的实际役龄的;
事后故障维修并不改变零部件的失效率以及役龄。
6.一种电梯机械零部件的维保预测系统,其特征在于,包括:
至少一个处理器;以及
与所述处理器通信连接的至少一个存储器,其中:
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1-5任一所述的一种电梯机械零部件的维保方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011476479.8A CN112561091B (zh) | 2020-12-14 | 2020-12-14 | 一种电梯机械零部件的维保方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011476479.8A CN112561091B (zh) | 2020-12-14 | 2020-12-14 | 一种电梯机械零部件的维保方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112561091A CN112561091A (zh) | 2021-03-26 |
CN112561091B true CN112561091B (zh) | 2024-02-02 |
Family
ID=75063612
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011476479.8A Active CN112561091B (zh) | 2020-12-14 | 2020-12-14 | 一种电梯机械零部件的维保方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112561091B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
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 |
CN111275311A (zh) * | 2020-01-17 | 2020-06-12 | 中密控股股份有限公司 | 干气密封故障诊断及失效分析方法、系统及计算机存储介质 |
-
2020
- 2020-12-14 CN CN202011476479.8A patent/CN112561091B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
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 |
CN111275311A (zh) * | 2020-01-17 | 2020-06-12 | 中密控股股份有限公司 | 干气密封故障诊断及失效分析方法、系统及计算机存储介质 |
Non-Patent Citations (1)
Title |
---|
基于仿真的生产设备预防性维修周期研究;张颂;王中杰;;自动化仪表(03);40-42 * |
Also Published As
Publication number | Publication date |
---|---|
CN112561091A (zh) | 2021-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10725465B2 (en) | State diagnostic device | |
CN109033499B (zh) | 一种多阶段一致性检验的航空发动机剩余寿命预测方法 | |
EP1818746A1 (en) | Method of condition monitoring | |
US7050935B1 (en) | Method for assessing the reliability of technical systems | |
CN112487910A (zh) | 核电汽轮机系统故障预警方法及系统 | |
CN110555230A (zh) | 基于集成gmdh框架的旋转机械剩余寿命预测方法 | |
CN109507992B (zh) | 一种机车制动系统部件的故障预测方法、装置及设备 | |
CN111860933B (zh) | 生产机台组件的预测保养方法 | |
CN110276385B (zh) | 基于相似性的机械部件剩余使用寿命预测方法 | |
JP7296548B2 (ja) | 作業効率評価方法、作業効率評価装置、及びプログラム | |
EP3705962A1 (de) | Verfahren und system zur qualitätskontrolle in der industriellen fertigung | |
CN112561091B (zh) | 一种电梯机械零部件的维保方法及系统 | |
CN106017924B (zh) | 滚珠丝杠副可靠性加速试验评估方法 | |
CN109359742B (zh) | 一种地铁子系统预防维修周期的生成方法 | |
Kumari et al. | A complexity based look-ahead mechanism for shop floor decision making | |
CN111241629B (zh) | 基于数据驱动的飞机液压泵性能变化趋势智能预测方法 | |
CN117262944A (zh) | 基于互联网的电梯远程监控故障报警系统 | |
CN112257880A (zh) | 一种k/n负载均担系统的维修决策方法及系统 | |
Pietruczuk et al. | Block inspection policy model with imperfect maintenance for single-unit systems | |
Eker et al. | State-based prognostics with state duration information of cracks in structures | |
RU2295590C1 (ru) | Способ статистического управления качеством электродной продукции | |
CN114970311A (zh) | 一种远端模块寿命预测模型的建立方法与寿命预测方法 | |
AU2021266301A1 (en) | Method and device for diagnosing a railroad switch with a point machine | |
Jodejko-Pietruczuk et al. | Block inspection policy model with imperfect inspections for multi-unit systems | |
JP6726697B2 (ja) | 被調査システムのバリューチェーン内の基準を最適化する方法及びシステム |
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 |