CN113139276A - 一种印刷机组的两阶段退化分析方法及装置 - Google Patents
一种印刷机组的两阶段退化分析方法及装置 Download PDFInfo
- Publication number
- CN113139276A CN113139276A CN202110308795.2A CN202110308795A CN113139276A CN 113139276 A CN113139276 A CN 113139276A CN 202110308795 A CN202110308795 A CN 202110308795A CN 113139276 A CN113139276 A CN 113139276A
- Authority
- CN
- China
- Prior art keywords
- degradation
- printing unit
- stage
- point
- determining
- 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.)
- Pending
Links
- 238000006731 degradation reaction Methods 0.000 title claims abstract description 298
- 230000015556 catabolic process Effects 0.000 title claims abstract description 273
- 238000004458 analytical method Methods 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 claims abstract description 78
- 230000008569 process Effects 0.000 claims abstract description 64
- 238000012423 maintenance Methods 0.000 claims abstract description 44
- 238000001514 detection method Methods 0.000 claims description 33
- 230000003449 preventive effect Effects 0.000 claims description 22
- 238000005457 optimization Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 abstract description 26
- 230000007613 environmental effect Effects 0.000 abstract description 7
- 230000007850 degeneration Effects 0.000 description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 10
- 238000007728 cost analysis Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- 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
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- 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
-
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供一种印刷机组的两阶段退化分析方法,包括确定印刷机组的两阶段退化过程;采用引入有外部因素变化的强度因子的非齐次Poisson过程对印刷机组的退化点产生过程进行建模,得到退化点数目的期望值模型,并进一步采用引入有外部因素的影响因子的非定态Gamma过程对印刷机组的退化点生长过程进行建模,得到退化点的退化量模型;根据退化点的退化量模型,确定退化量最大的退化点,并将最大退化量与第一阈值及第二阈值进行对比,确定印刷机组是否需要进行维护,且在需要维护时,确定相应的维护决策。实施本发明,能够分析外部环境因素变化对系统退化过程的影响规律,用以确定设备是否需要维护及维护决策。
Description
技术领域
本发明涉及设备维护技术领域,尤其涉及一种印刷机组的两阶段退化分析方法及装置。
背景技术
随着对系统及组件的失效机理和退化规律认识的不断加深,人们发现系统的外部工作环境与其可靠性存在直接或间接的联系。实际生产中,大部分系统所处的外部环境发生变化往往会对设备产生冲击,这种随机性的冲击会直接影响系统的退化过程,甚至使其发生特定形式的失效,即随机失效过程。
此外,外部冲击对系统的损伤具有累积效应,具体表现为系统退化量的增大以及损伤范围的扩大,使得由外部冲击导致的系统退化过程呈现多阶段的特征。
因此,需要根据现实中存在的外部冲击对系统退化过程的影响情况,提出一种考虑外部冲击的印刷机组两阶段退化分析方法,开展外部冲击作用下的印刷机组维护决策问题研究,揭示外部环境因素变化对系统退化过程的影响规律,确定设备是否需要维护及维护决策。
发明内容
本发明实施例所要解决的技术问题在于,提供一种印刷机组的两阶段退化分析方法及装置,能够分析外部环境因素变化对系统退化过程的影响规律,用以确定设备是否需要维护及维护决策。
为了解决上述技术问题,本发明实施例提供了一种印刷机组的两阶段退化分析方法,所述方法包括以下步骤:
S1、确定印刷机组的两阶段退化过程包括退化点产生过程和退化点生长过程;
S2、采用引入有外部因素变化的强度因子的非齐次Poisson过程对印刷机组的退化点产生过程进行建模,得到退化点数目的期望值模型,并进一步采用引入有外部因素的影响因子的非定态Gamma过程对印刷机组的退化点生长过程进行建模,得到退化点的退化量模型;
S3、根据所得到的退化点的退化量模型,确定退化量最大的退化点,并将退化量最大的退化点的退化量与第一阈值及第二阈值进行对比,进一步根据对比结果,确定印刷机组是否需要进行维护,且在确定印刷机组需要进行维护时,确定相应的维护决策。
其中,所述步骤S3具体包括:
若退化量最大的退化点的退化量小于所述第一阈值,则确定印刷机组不需要进行维护;
若退化量最大的退化点的退化量大于所述第一阈值且小于所述第二阈值,则确定印刷机组需要进行维护,且维护决策为预防性替换;
若退化量最大的退化点的退化量大于等于所述第二阈值,则确定印刷机组需要进行维护,且维护决策为故障替换。
其中,所述方法进一步包括:
在确定维护决策为故障替换时,结合相应的退化点数目及外部冲击次数,在预设的故障替换概率模型中进行计算,得到故障替换的概率。
其中,所述方法进一步包括:
在确定维护决策为预防性替换时,结合相应的退化点数目及外部冲击次数,在预设的预防性替换概率模型中进行计算,得到预防性替换的概率。
其中,所述方法进一步包括:
构建以设备单位期望成本为优化目标的两阶段退化设备单位期望成本模型,并导入单位检测成本、单次预防性维护成本和单次故障维护成本,以及故障替换的概率和预防性替换的概率,计算得到印刷机组的两阶段退化的维护成本。
本发明实施例还提供了一种印刷机组的两阶段退化分析系统,包括:
两阶段退化过程确定单元,用于确定印刷机组的两阶段退化过程包括退化点产生过程和退化点生长过程;
两阶段退化模型构建单元,用于采用引入有外部因素变化的强度因子的非齐次Poisson过程对印刷机组的退化点产生过程进行建模,得到退化点数目的期望值模型,并进一步采用引入有外部因素的影响因子的非定态Gamma过程对印刷机组的退化点生长过程进行建模,得到退化点的退化量模型;
结果分析单元,用于根据所得到的退化点的退化量模型,确定退化量最大的退化点,并将退化量最大的退化点的退化量与第一阈值及第二阈值进行对比,进一步根据对比结果,确定印刷机组是否需要进行维护,且在确定印刷机组需要进行维护时,确定相应的维护决策。
实施本发明实施例,具有如下有益效果:
本发明能够有效分析外部环境因素变化对设备退化过程的影响,并将设备退化过程分为退化点产生过程和退化点生长过程,且进一步通过外部因素变化的强度因子和影响因子能够有效掌控退化点数目的变化规律,分析各退化点的实时退化速率,能够模拟退化点的产生过程和生长过程,进而以此为依据来确定设备是否需要维护,以及确定设备需要维护时的维护决策,从而降低了系统故障概率,减少了维护投入成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,根据这些附图获得其他的附图仍属于本发明的范畴。
图1为本发明实施例提供的一种印刷机组的两阶段退化分析方法的流程图;
图2为本发明实施例提供的一种印刷机组的两阶段退化分析方法的应用场景中λsh=0时单阶段和两阶段退化模型的单位期望成本分析的对比曲线图;
图3为本发明实施例提供的一种印刷机组的两阶段退化分析方法的应用场景中λsh=5时单阶段和两阶段退化模型的单位期望成本分析的对比曲线图;
图4为本发明实施例提供的一种印刷机组的两阶段退化分析方法的应用场景中λsh=8时单阶段和两阶段退化模型的单位期望成本分析的对比曲线图;
图5为本发明实施例提供的一种印刷机组的两阶段退化分析方法的应用场景中λsh=10时单阶段和两阶段退化模型的单位期望成本分析的对比曲线图;
图6为本发明实施例提供的一种印刷机组的两阶段退化分析结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述。
如图1所示,为本发明实施例中,提供的一种印刷机组的两阶段退化分析方法,所述方法包括以下步骤:
步骤S1、确定印刷机组的两阶段退化过程包括退化点产生过程和退化点生长过程;
步骤S2、采用引入有外部因素变化的强度因子的非齐次Poisson过程对印刷机组的退化点产生过程进行建模,得到退化点数目的期望值模型,并进一步采用引入有外部因素的影响因子的非定态Gamma过程对印刷机组的退化点生长过程进行建模,得到退化点的退化量模型;
步骤S3、根据所得到的退化点的退化量模型,确定退化量最大的退化点,并将退化量最大的退化点的退化量与第一阈值及第二阈值进行对比,进一步根据对比结果,确定印刷机组是否需要进行维护,且在确定印刷机组需要进行维护时,确定相应的维护决策。
具体过程为,在步骤S1中,设备性能退化主要由其外部环境因素变化引起,且设备退化过程经历退化点产生和生长两个阶段,随着退化点的成长,设备退化量递增,并且各退化点的产生过程和生长过程彼此独立,但服从相同分布。
在步骤S2中,设备所处的工作环境比较恶劣,外部因素变化对设备的退化影响巨大。一般来说,外部因素变化具有随机性,并且每次变化都会对设备产生随机冲击,冲击会对设备造成损伤。由于泊松过程具有很强的普遍性,很多情况下可以认为一段时间内发生随机冲击的次数服从泊松过程。
若假设在时段[0,t]内,外部冲击次数服从强度因子为λsh的Poisson过程,且外部冲击发生的时间序列为τ,则第i次外部冲击发生时刻可表示为τi,τ0=0。取非负整数值的计数过程为{X(t),t≥0},且X(0)=0,则在时间段[0,t]内,外部冲击发生n次的概率为:
因此,可以采用非齐次Poisson过程(non-homogeneous Poisson process)对退化点产生过程进行建模。
具体为,令{X(t),t≥0}表示t时刻设备退化点数目。那么,设备在时刻t的退化点数目X(t)服从强度因子为λ(t)=λtδ-1的非齐次Poisson过程。又令表示时间段[0,t]内退化点数目的均值函数,则退化点数目的期望E[X(t)]可由如下方程表示:
则设备在时间段[t1,t2]内产生n个退化点的概率分布为:
由于设备的退化过程受外部因素变化影响,则在相邻等时间段内,设备上退化点数目各不相同,假设其中ε∈{-1,1}为外部因素的影响因子,表示外部因素变化对设备退化过程的影响情况,ε=-1表示外部因素变化能够减缓设备退化,ε=1表示外部因素变化能够加剧设备退化,则有:
令P(t1,t2,n)=P{X(t2)-X(t1)=n},并且根据外部因素发生变化时所引起的随机冲击情况,将时间段[0,t]分为k+1段,即[0,τ1],(τ1,τ2],…(τk-1,τk],(τk,t],当k足够大时,采用全概率定理求得设备在时刻t退化点数目的期望值为:
其中,Δi-1=(τi-1,τi],并且Xi(Δi-1)表示时间段(τi-1,τi]内退化点个数。
基于反函数理论求得E[X(t)]的反函数(E[X(t)])-1,则可通过式3.6求得直到时刻t时出现n个退化点的概率表达式:
P[X(t)=n]=n·(E[X(t)])-1 (3.6)。
又由于考虑外部因素变化对设备退化点产生过程和生长过程的影响,因此采用非定态Gamma过程(Non-Stationary Gamma Process)对退化点生长过程进行建模。
进而可得概率分布函数为:
令Δdi(t)=di(t+Δt)-di(t)表示退化点i在时间段[t,t+Δt]内的退化量增量,则其概率密度函数为:
令Di(nT)表示第n个检测周期时退化点i的退化量,其中T为检测周期。
Di(nT)=Ui(nT)+Vi(nT) (3.11)
其中,Ui(nT)表示退化点i在Xi(nT)次外部冲击作用后产生的累计损伤,可由如下方程表示:
将公式(3.12)和(3.13)代入公式(3.11)可得:
那么,式(3.15)可以表示为:
其中,L-1[*]表示Laplace逆变换。
应当说明的是,对于多阶段退化设备来说,在设备退化过程中会不断地产生新退化点,并且各个退化点都会在外部冲击作用下发生退化量变化。现实中,一个设备或者部件在使用过程中,只要设备上任何一个退化点的退化量达到可靠性阈值时,该设备就会出现故障状态,例如:一个管件,当管壁上某处裂纹长度或者腐蚀程度达到可靠性阈值时,管件就会破裂或者洞穿。
因此,对于多阶段退化模型来说,可以用设备上劣化最严重的退化点退化量表示设备退化量,即有:
则两阶段退化设备在t时刻的可靠度可表示为:
在步骤S3中,设备退化量很大程度上反映设备发生失效的风险,不同退化程度的设备其发生失效的类型及概率各有不同。不同类型失效对系统产生的损伤有所不同,从而使相应的维护方式存在差异。针对设备不同退化程度,将其故障形式及相应维护方式分别作如下描述:
(1)根据不同退化量阈值及故障后果,将设备故障类型分为两类,即:突发性故障和潜在性故障。其中,突发性故障一旦发生,将直接导致宕机,而潜在故障的发生则不会直接导致宕机,并且一般不容易被发现。模型中假设设备发生潜在性故障时的退化量阈值(即第一阈值)为dPF,发生突发性故障时的退化量阈值(即第二阈值)为dSF。由于突发性故障产生的后果较为严重,因此设备发生突发性故障的退化量阈值较大,即dSF>dPF。
因此,若退化量最大的退化点的退化量小于第一阈值(如潜在性故障阈值dPF),则确定印刷机组不需要进行维护;若退化量最大的退化点的退化量大于第一阈值(如潜在性故障阈值dPF)且小于第二阈值(如突发性故障阈值dSF),则确定印刷机组需要进行维护,且维护决策为预防性替换;若退化量最大的退化点的退化量大于等于第二阈值(如突发性故障阈值dSF),则确定印刷机组需要进行维护,且维护决策为故障替换。
(2)结合相应的退化点数目及外部冲击次数,在预设的故障替换概率模型中进行计算,得到故障替换的概率;或结合相应的退化点数目及外部冲击次数,在预设的预防性替换概率模型中进行计算,得到预防性替换的概率。
具体过程为,假设设备在0时刻进入工作状态,并且D(0)=0。若设备退化量达到潜在性故障阈值dPF时,结合设备上退化点数目为a,以及时刻(n-1)T设备上退化量最大的退化点i经历了b次外部冲击,对预防性替换的概率PPFR中各个部分进行具体分析;若设备退化量达到突发性故障阈值dSF时,结合设备上退化点数目为c,以及时刻nT+Δt或者nT设备上退化量最大的退化点i经历了d次外部冲击,对故障替换的概率PSFR中各个部分进行具体分析。
由公式(3.23)可求得:
将式(3.32)和(3.33)代入式(3.24),可以求得在t时刻对两阶段退化设备进行故障替换的概率为:
同理,将式(3.32)、(3.33)和(3.34)代入式(3.25),可以求得在t时刻对两阶段退化设备进行预防性替换的概率:
在本发明实施例中,所述方法进一步包括:
构建以设备单位期望成本为优化目标的两阶段退化设备单位期望成本模型,并导入单位检测成本、单次预防性维护成本和单次故障维护成本,以及故障替换的概率和预防性替换的概率,计算得到印刷机组的两阶段退化的维护成本。
在一个实施例中,假设单位检测成本为cINP,单次预防性维护成本为cPF,单次故障维护成本为cSF。相比潜在性故障来说,突发性故障往往导致更为严重的后果,则可以认为单次预防性维护成本小于单次故障维护成本,即有cPF<cSF。可得两阶段退化设备的期望总成本为:
E[C(T)]=ncINP+cPFPPFR+cSFPSFR (3.38)
以设备单位期望成本为优化目标,建立两阶段退化设备单位期望成本Cunit的表达式如下所示:
借助MATLAB软件可以获得两种模型的单位期望成本与检测周期的关系。
如图2至图5所示,对本发明实施例中提供的一种印刷机组的两阶段退化分析方法的应用场景作进一步说明:
已知引水管管壁原始厚度为3mm,若以引水管管壁厚度减少量表示引水管退化量,当退化量达到3mm时,引水管被洞穿,则认为其发生突发性故障,此时需要对其进行故障替换;当退化量达到2.5mm时,则认为引水管发生潜在性故障,此时需要对其进行修复性替换,即预防性替换。故障替换的维护成本为CSF元,修复性替换的成本为CPF元,周期性检测的单次成本为CINP元。
为了便于计算,假设在不受外部因素变化影响下,所有退化点退化速率相同,如下表1中列出了相关参数。
表1
为了探索引水管的外部因素变化对其退化过程的作用,分别取λsh=0、λsh=5、λsh=8、λsh=10来描述环境变化的激烈程度。其中λsh=0表示设备所处的工作环境比较稳定,外部环境对设备退化过程影响很小。
取λsh=0分别对单阶段和两阶段退化模型的单位期望成本进行分析,可得如图2所示曲线。由图2可知,当λsh=0时,即外部环境非常稳定,两种模型的单位期望成本总是随着检测周期的增大先减小而后保持稳定。相对来说,单阶段退化模型的单位期望成本于两阶段退化模型的单位期望成本Cunit。
取λsh=5分别对单阶段和两阶段退化模型的单位期望成本进行分析,可得如图3所示曲线。由图3可知,当λsh=5时,表示外部环境变化已经对设备退化过程产生影响,其中单阶段退化模型的单位期望成本随着检测周期的增大先减小而后保持稳定,两阶段退化模型的单位期望成本Cunit随着检测周期的增大先减小而后增大。当检测周期比较短时,这两种模型的单位期望成本差别不大,但随着在线时间的不断增大,两阶段退化模型的单位期望成本Cunit大于单阶段退化模型的单位期望成本,并且差别程度越来越大。
取λsh=8分别对单阶段和两阶段退化模型的单位期望成本CS unit和Cunit进行分析,可得如图4所示曲线。由图4可知,当λsh=8时,表示外部环境变化已经对设备退化过程产生影响,两种退化模型的单位期望成本总是随着检测周期的增大先减小而后增大,并且单阶段退化模型的单位期望成本小于两阶段退化模型的单位期望成本Cunit。
取λsh=10分别对单阶段和两阶段退化模型的单位期望成本CS unit和Cunit进行分析,可得如图5所示曲线。由图5可知,当λsh=10时,表示外部环境变化已经对设备退化过程产生影响,其中单阶段退化模型的单位期望成本随着检测周期的增大先减小而后保持稳定,两阶段退化模型的单位期望成本Cunit随着检测周期的增大先减小而后增大。当检测周期比较短时,这两种模型的单位期望成本差别不大,但单阶段退化模型的单位期望成本先小于然后大于两阶段退化模型的单位期望成本。随着检测周期的继续增大,两阶段退化模型的单位期望成本Cunit明显大于单阶段退化模型的单位期望成本,并且差别程度越来越大。
综合分析图2到图5可知,当检测周期趋于0时,单阶段退化模型的单位期望成本总是急速增大。这是因为检测周期越小(检测越频繁),检测费用越高昂,在总成本中占据的比重越大。将λsh取0、5、8和10,对单阶段模型的单位期望成本进行比较可知。当λsh>0时,单阶段退化模型的单位期望成本的变化规律随着λsh的取值不同有所差异。在试验中我们发现,当λsh从5变到8再到10,单位期望成本在λch=10时最大,其次是λsh=5,最后才是λsh=8。此外,通过对比图中的曲线,我们发现λsh=8时的最佳检测周期位于1附近,λsh=10时的最佳检测周期位于2.5附近,λsh=5时的最佳检测周期位于3附近。
同理,将λsh取0、5、8和10,对两阶段退化模型的单位期望成本Cunit进行对比分析,与单阶段退化模型相似,当检测周期趋于0时,两阶段退化模型的单位期望成本也是急速增大,这也可以说明频繁的检测导致了高昂的检测费用,并且检测费用在总成本中占据了极大比重。虽然这种检测措施可以提高设备异常信号的发现概率,但是由于考虑到检测费用问题,因此在实际生产作业中需要避免。当λsh>0时,两阶段退化模型的单位期望成本的变化规律随着λsh的取值不同有所差异。在试验中我们发现,当λsh从5变到8再到10,单位期望成本在λsh=10时最大,其次是λsh=5,最后才是λsh=8。此外,即使λch取值不同,两阶段退化模型的最佳检测周期总是小于单阶段退化模型的最佳检测周期,两阶段退化模型的最佳检测周期都非常接近并处于0.7附近。
如图6所示,为本发明实施例中,提供的一种印刷机组的两阶段退化分析系统,包括:
两阶段退化过程确定单元110,用于确定印刷机组的两阶段退化过程包括退化点产生过程和退化点生长过程;
两阶段退化模型构建单元120,用于采用引入有外部因素变化的强度因子的非齐次Poisson过程对印刷机组的退化点产生过程进行建模,得到退化点数目的期望值模型,并进一步采用引入有外部因素的影响因子的非定态Gamma过程对印刷机组的退化点生长过程进行建模,得到退化点的退化量模型;
结果分析单元130,用于根据所得到的退化点的退化量模型,确定退化量最大的退化点,并将退化量最大的退化点的退化量与第一阈值及第二阈值进行对比,进一步根据对比结果,确定印刷机组是否需要进行维护,且在确定印刷机组需要进行维护时,确定相应的维护决策。
实施本发明实施例,具有如下有益效果:
本发明能够有效分析外部环境因素变化对设备退化过程的影响,并将设备退化过程分为退化点产生过程和退化点生长过程,且进一步通过外部因素变化的强度因子和影响因子能够有效掌控退化点数目的变化规律,分析各退化点的实时退化速率,能够模拟退化点的产生过程和生长过程,进而以此为依据来确定设备是否需要维护,以及确定设备需要维护时的维护决策,从而降低了系统故障概率,减少了维护投入成本。
值得注意的是,上述装置实施例中,所包括的各个单元只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,所述的程序可以存储于一计算机可读取存储介质中,所述的存储介质,如ROM/RAM、磁盘、光盘等。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (6)
1.一种印刷机组的两阶段退化分析方法,其特征在于,所述方法包括以下步骤:
S1、确定印刷机组的两阶段退化过程包括退化点产生过程和退化点生长过程;
S2、采用引入有外部因素变化的强度因子的非齐次Poisson过程对印刷机组的退化点产生过程进行建模,得到退化点数目的期望值模型,并进一步采用引入有外部因素的影响因子的非定态Gamma过程对印刷机组的退化点生长过程进行建模,得到退化点的退化量模型;
S3、根据所得到的退化点的退化量模型,确定退化量最大的退化点,并将退化量最大的退化点的退化量与第一阈值及第二阈值进行对比,进一步根据对比结果,确定印刷机组是否需要进行维护,且在确定印刷机组需要进行维护时,确定相应的维护决策。
2.如权利要求1所述的印刷机组的两阶段退化分析方法,其特征在于,所述步骤S3具体包括:
若退化量最大的退化点的退化量小于所述第一阈值,则确定印刷机组不需要进行维护;
若退化量最大的退化点的退化量大于所述第一阈值且小于所述第二阈值,则确定印刷机组需要进行维护,且维护决策为预防性替换;
若退化量最大的退化点的退化量大于等于所述第二阈值,则确定印刷机组需要进行维护,且维护决策为故障替换。
3.如权利要求2所述的印刷机组的两阶段退化分析方法,其特征在于,所述方法进一步包括:
在确定维护决策为故障替换时,结合相应的退化点数目及外部冲击次数,在预设的故障替换概率模型中进行计算,得到故障替换的概率。
4.如权利要求3所述的印刷机组的两阶段退化分析方法,其特征在于,所述方法进一步包括:
在确定维护决策为预防性替换时,结合相应的退化点数目及外部冲击次数,在预设的预防性替换概率模型中进行计算,得到预防性替换的概率。
5.如权利要求4所述的印刷机组的两阶段退化分析方法,其特征在于,所述方法进一步包括:
构建以设备单位期望成本为优化目标的两阶段退化设备单位期望成本模型,并导入单位检测成本、单次预防性维护成本和单次故障维护成本,以及故障替换的概率和预防性替换的概率,计算得到印刷机组的两阶段退化的维护成本。
6.一种印刷机组的两阶段退化分析系统,其特征在于,包括:
两阶段退化过程确定单元,用于确定印刷机组的两阶段退化过程包括退化点产生过程和退化点生长过程;
两阶段退化模型构建单元,用于采用引入有外部因素变化的强度因子的非齐次Poisson过程对印刷机组的退化点产生过程进行建模,得到退化点数目的期望值模型,并进一步采用引入有外部因素的影响因子的非定态Gamma过程对印刷机组的退化点生长过程进行建模,得到退化点的退化量模型;
结果分析单元,用于根据所得到的退化点的退化量模型,确定退化量最大的退化点,并将退化量最大的退化点的退化量与第一阈值及第二阈值进行对比,进一步根据对比结果,确定印刷机组是否需要进行维护,且在确定印刷机组需要进行维护时,确定相应的维护决策。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110308795.2A CN113139276A (zh) | 2021-03-23 | 2021-03-23 | 一种印刷机组的两阶段退化分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110308795.2A CN113139276A (zh) | 2021-03-23 | 2021-03-23 | 一种印刷机组的两阶段退化分析方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113139276A true CN113139276A (zh) | 2021-07-20 |
Family
ID=76811598
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110308795.2A Pending CN113139276A (zh) | 2021-03-23 | 2021-03-23 | 一种印刷机组的两阶段退化分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113139276A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5648919A (en) * | 1993-02-15 | 1997-07-15 | Babcock-Hitachi Kabushiki Kaisha | Maintenance systems for degradation of plant component parts |
CN104615866A (zh) * | 2015-01-21 | 2015-05-13 | 北京航空航天大学 | 一种基于物理统计模型的寿命预测方法 |
CN109299553A (zh) * | 2018-09-30 | 2019-02-01 | 西安石油大学 | 一种水下连接器密封性能退化随机模型建模方法 |
US20190138926A1 (en) * | 2017-12-22 | 2019-05-09 | Beihang University | Degradation modeling and lifetime prediction method considering effective shocks |
WO2019174142A1 (zh) * | 2018-03-14 | 2019-09-19 | 山东科技大学 | 一种多模式的退化过程建模及剩余寿命预测方法 |
CN111027216A (zh) * | 2019-12-11 | 2020-04-17 | 哈尔滨工业大学 | 一种基于多退化机理耦合的电磁继电器退化建模方法 |
-
2021
- 2021-03-23 CN CN202110308795.2A patent/CN113139276A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5648919A (en) * | 1993-02-15 | 1997-07-15 | Babcock-Hitachi Kabushiki Kaisha | Maintenance systems for degradation of plant component parts |
CN104615866A (zh) * | 2015-01-21 | 2015-05-13 | 北京航空航天大学 | 一种基于物理统计模型的寿命预测方法 |
US20190138926A1 (en) * | 2017-12-22 | 2019-05-09 | Beihang University | Degradation modeling and lifetime prediction method considering effective shocks |
WO2019174142A1 (zh) * | 2018-03-14 | 2019-09-19 | 山东科技大学 | 一种多模式的退化过程建模及剩余寿命预测方法 |
CN109299553A (zh) * | 2018-09-30 | 2019-02-01 | 西安石油大学 | 一种水下连接器密封性能退化随机模型建模方法 |
CN111027216A (zh) * | 2019-12-11 | 2020-04-17 | 哈尔滨工业大学 | 一种基于多退化机理耦合的电磁继电器退化建模方法 |
Non-Patent Citations (1)
Title |
---|
周炳海等: "带随机突变的两阶段退化系统视情维修建模", 哈尔滨工业大学学报, vol. 48, no. 1, pages 87 - 93 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bérenguer et al. | Maintenance policy for a continuously monitored deteriorating system | |
Adnan et al. | On expected detection delays for alarm systems with deadbands and delay-timers | |
Li et al. | Opportunistic maintenance for offshore wind farms with multiple-component age-based preventive dispatch | |
Fouladirad et al. | Condition-based maintenance for a system subject to a non-homogeneous wear process with a wear rate transition | |
US20090271235A1 (en) | Apparatus and method for generating survival curve used to calculate failure probability | |
CN104615866A (zh) | 一种基于物理统计模型的寿命预测方法 | |
Berenguer et al. | Inspection and maintenance planning: An application of semi-Markov decision processes | |
CN113139276A (zh) | 一种印刷机组的两阶段退化分析方法及装置 | |
Peng et al. | Condition-based maintenance policy for systems with a non-homogeneous degradation process | |
Cao et al. | Prediction of Direct Economic Loss Caused by Marine Disasters Based on The Improved GM (1, 1) Model. | |
Cai et al. | Reliability evaluation and maintenance planning for systems with load-sharing auxiliary components | |
Ni et al. | Nonlinear degradation modeling and maintenance policy for a two-stage degradation system based on cumulative damage model | |
Alekseeva et al. | Analysis of hydraulic unit operation stability according to its vibration monitoring results | |
CN115600430A (zh) | 基于设备随机事件模型的状态演化过程的建模和仿真方法 | |
Wang et al. | A research on the Monte Carlo simulation based on-condition maintenance strategy for wind turbines | |
CN115203987A (zh) | 海底管道相依竞争失效实时可靠性评估系统及评估方法 | |
Sun et al. | Reliability prediction of long-lived linear assets with incomplete failure data | |
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 | |
Dragt et al. | Including load sequence effects in the fatigue damage estimation of an offshore wind turbine substructure | |
Van et al. | Importance measure on finite time horizon and application to Markovian multistate production systems | |
Wang et al. | Maintenance decision based on data fusion of aero engines | |
CN112906237A (zh) | 一种发动机部件故障分析方法及系统 | |
CN109739210B (zh) | 设备部件健康状态的评估方法及装置 | |
CN114910742B (zh) | 单相故障接地监测方法及监测系统、电子设备、存储介质 | |
Wei et al. | Resilience Assessment Using Simulation System of Distribution Network under Extreme Weather |
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 |