CN113723637A - 一种面向船舶维修体系的经济性修理级别分析方法及系统 - Google Patents
一种面向船舶维修体系的经济性修理级别分析方法及系统 Download PDFInfo
- Publication number
- CN113723637A CN113723637A CN202111062387.XA CN202111062387A CN113723637A CN 113723637 A CN113723637 A CN 113723637A CN 202111062387 A CN202111062387 A CN 202111062387A CN 113723637 A CN113723637 A CN 113723637A
- Authority
- CN
- China
- Prior art keywords
- maintenance
- repair
- economic
- level
- decision
- 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.)
- Granted
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
- G06F30/25—Design optimisation, verification or simulation using particle-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Quality & Reliability (AREA)
- Computational Linguistics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Economics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种面向船舶维修体系的经济性修理级别分析方法及系统,方法包括:综合船舶营运维修体系文件中的维修政策限制、技术限制、商业竞争等非经济性因素,明确经济性修理级别分析组件集合;开发适用于船舶故障件的修理流模型,明确可行的维修路径;采集实施维修程序所需成本数据,作为经济性修理级别分析的输入;建立经济性修理级别分析模型,得到满足实际工程维修约束的可行维修方案;开发所述经济性修理级别分析模型的求解算法,决策经济性约束下的组件的修理方案。本发明提供的经济性修理及分析方法及系统,能够大幅提升船舶复杂维修体系规划的高效性和成本可控性,满足航运企业对船舶维修方案实施精准化规划的要求。
Description
技术领域
本发明涉及船舶修理级别分析技术领域,特别是涉及一种面向船舶维修 体系的经济性修理级别分析方法及系统。
背景技术
船舶经济性修理级别分析是一种系统性的分析方法,它以工程约束为框 架,以经济性因素为依据,确定船舶装备进行维修活动的最佳维修方案。船 舶经济性修理级别分析是船舶维修任务分析的重要组成部分,决策结果将作 为维修任务分析的主要依据,帮助识别和量化所需的维修保障资源,对保障 船舶的维修方案的成本可控性具有十分重要的意义。
目前的船舶经济性修理级别分析手段主要以定性分析为主,维修决策倾 向于报废故障的组件。然而,船舶的维修体系具备多个产品层次、多个维修 级别的特点,定性分析会带来维修方案规划的主观性干扰以及精密度欠缺等 问题,造成维修资源的浪费,掣肘船舶维修方案成熟度的推进。
发明内容
针对现有技术存在的缺陷,本发明的目的在于提供一种面向船舶维修体 系的经济性修理级别分析方法及系统,通过定量的分析过程实现船舶维修方 案的精准化规划。
为此,本发明提供了以下技术方案:
一方面,本发明提供了一种面向船舶维修体系的经济性修理级别分析方 法,包含以下步骤:
S1:获取待分析故障件清单,从船舶营运维修体系文件提取所述故障 件清单中各故障件的维修要求,所述维修要求包括至少一项非经济型因素, 识别所述故障件清单中不具有非经济性因素限制的故障件,形成经济性修 理级别分析组件清单;
S2:根据S1所得的经济性修理级别分析组件清单,开发适用于船舶 维修体系的修理流模型,基于所述修理流模型确定可行的维修路径;所述 船舶维修体系包括产品层次、维修级别和维修策略;所述修理流模型是一 种树状结构图,包括决策起止控制单元和决策转换单元:所述决策起止控 制单元包括决策源点、决策截点,所述决策源点用于判断经济性修理级别 分析是否开始,若分析开始,则接入决策转换单元,所述决策截点用于判 断经济性修理级别分析是否终止,若分析终止,则不再接入决策转换单元, 修理流模型构建完成;所述可行的维修路径为满足实际工程维修约束的产 品层次、维修级别以及维修策略的排列组合;
S3:根据S2得到的所述可行的维修路径,采集维修程序中产生的成 本数据;
S4:根据S3采集的维修程序中产生的成本数据,建立经济性修理级 别分析模型,基于所述经济性修理级别分析模型得到可行的维修方案;所 述经济性修理级别分析模型由目标函数和约束条件构成,所述目标函数用 于计算满足工程约束的维修方案的维修成本;所述约束条件用于根据工程 维修约束得到可行的维修方案;所述可行的维修方案是指不违反工程约束 的维修方案;
S5:根据S4确定的所述可行的维修方案,采用二进制粒子群算法求 解所述经济性修理级别分析模型,确定成本最低的维修方案。
进一步地,所述非经济性因素包括维修政策限制、技术限制、商业竞 争中的一项或多项。
进一步地,所述产品层次包括外场可更换单元、车间可更换单元和车 间可更换子单元,三种产品层次间的结构由下列关系:
LRU=Parent(SRU)
SRU=Parent(SSRU)
式中,LRU为所述外场可更换单元,SRU为所述车间可更换单元,SSRU 为所述车间可更换子单元,Parent表示等号左边的产品层次为右边产品层 次的父单元,反之,右边的产品层次为左边产品层次的子单元;
所述维修策略包括在当前所述维修级别修理、在当前所述维修级别报 废、运输到下一级所述维修级别实施修理或报废;
所述维修级别包括舰员级、中继级和基地级,所述舰员级和所述中继 级均包括3种所述维修策略,所述基地级不能运输到下一级所述维修级别 实施修理或报废。
进一步地,所述决策转换单元包括多层结构单元以及单层结构单元, 所述多层结构单元用于判断待分析零件中包括的各产品层次单元是否可 拆分,若可拆分,则继续接入下一产品层次的决策转换单元,若不可拆分, 则接入单层结构单元,直至所述维修策略违反所述维修要求,接入决策截 点,经济性修理级别分析终止。
进一步地,所述成本数据包括维修程序中涉及的可变成本和固定成本, 所述可变成本至少包括包括备件的购买成本、备件的持有成本、停机延误 成本、人工成本、维修耗材成本、运输成本、人为误差成本中的一项或多 项,所述固定成本至少包括测试设备购买成本、维修设备购买成本、设备 维护成本中的一项或多项。
进一步地,所述目标函数具体为:
式中,e1为舰员级维修,e2为中继级维修,e3为基地集维修,r为选择 在当前级别修理,d为选择在当前级别报废,m移动到下一级别选择维修 策略,i、j、k为正整数,构成有序数组(i00)、(ij0)、(ijk),用于表示产 品层次间的隶属关系,ν、p、q为正整数,构成有序数组(ν00)、(νp0)、(νpq), 用于表示维修级别间的隶属关系;
利用建立的经济性修理级别分析模型排除违反约束的维修方案,并计 算可行方案的维修成本。
进一步地,采用二进制粒子群算法求解所述经济性修理级别分析模型, 包括:
利用所述修理流模型搜索所述经济性修理级别分析组件清单中故障 件的维修路径;
利用二进制概率分配模型为每种所述维修路径分配初始化概率,确保 算法迭代过程中均匀生成所有路径,二进制概率分配模型为:
式中:e为修理级别;ce,z为第e个修理级别中第z类维修策略;F(ce,z)为 选择维修策略ce,z所对应上级决策;m(ce,z)为具有相同上级决策的ce,z在修理 流模型中出现的次数;
利用初始化概率分配后的维修路径构成维修方案;
根据所述产品层次将所述维修方案拆分为基本决策单元,进行算法迭 代;
基于所述成本数据,利用目标函数计算每次迭代生成的维修方案的维 修成本,作为粒子的适应度值;
式中,v为粒子的速度,T(v)为从离散空间到连续空间的传递概率;
采用外点法确保算法的充分迭代,采用内点法强制空间中的粒子返回 所述约束条件构成的可行域;
执行每次迭代时,统计基本决策单元在迭代过程中违反约束的次数;
判断总的迭代过程中基本决策单元构成的维修方案是否违反实际工 程约束,若违反约束,则采用所述二进制方法重新生成初值,若不违反约 束,判断算法迭代次数是否超出最大值,若不超出最大值,则继续用所述 二进制方法重新生成初值,若超出最大值,则算法迭代终止,得到优化后 的维修方案。
又一方面,本发明还提供了一种面向船舶维修体系的经济性修理级别 分析系统,所述系统包括:
组件清单确定单元,用于获取待分析故障件清单,从船舶营运维修体 系文件提取所述故障件清单中各故障件的维修要求,所述维修要求包括至 少一项非经济型因素,识别所述故障件清单中不具有非经济性因素限制的 故障件,形成经济性修理级别分析组件清单;
第一模型建立单元,用于根据所述组件清单确定单元确定的经济性修 理级别分析组件清单,开发适用于船舶维修体系的修理流模型,基于所述 修理流模型确定可行的维修路径;所述船舶维修体系包括产品层次、维修 级别和维修策略;所述修理流模型是一种树状结构图,包括决策起止控制 单元和决策转换单元:所述决策起止控制单元包括决策源点、决策截点, 所述决策源点用于判断经济性修理级别分析是否开始,若分析开始,则接入决策转换单元,所述决策截点用于判断经济性修理级别分析是否终止, 若分析终止,则不再接入决策转换单元,修理流模型构建完成;所述可行 的维修路径为满足实际工程维修约束的产品层次、维修级别以及维修策略 的排列组合;
成本数据采集单元,用于根据所述第一模型建立单元确定的所述维修 路径,确定维修程序产生的成本类型,采集维修程序中产生的成本数据;
第二模型建立单元,用于根据所述成本数据采集单元采集的维修程序 中产生的成本数据,建立经济性修理级别分析模型,基于所述经济性修理 级别分析模型得到可行的维修方案;所述经济性修理级别分析模型由目标 函数和约束条件构成,基于修理流模型确定的维修程序中设计的成本类型, 设计目标函数,使得维修成本最小化;将船舶维修体系中的约束条件转化 为数学模型;所述可行的维修方案是指不违反工程约束的维修方案;
智能算法求解单元,用于根据所述第二模型建立单元确定的所述可行 的维修方案,采用二进制粒子群算法求解所述经济性修理级别分析模型, 确定成本最低的维修方案。
上述技术方案具有以下有益效果:
本发明提供的面向船舶维修体系的经济性修理级别分析方法,能够得到 准确的经济性修理级别分析组件清单、可行的维修路径、维修程序中产生的 成本数据,实现对船舶经济性修理级别的定量分析,确定可行的维修方案, 并优化维修方案的维修成本,满足航运企业对船舶维修方案实施精准化管控 的要求。更具体地:
在准确性方面:
本发明分别针对经济性修理级别分析中所涉及的维修路径的规划和维修 方案的规划这两个核心问题,建立相应的量化模型,具体而言:
(1)维修路径的规划:修理流模型用于精准决策多个维修级别、多个维 修策略和多个产品层次可能的组合方式,排除违反工程约束的组合方式,确 定合适的维修路径。
(2)维修方案的规划:本发明提出的经济性修理级别分析模型能够定量 计算维修成本,精准覆盖所有维修级别和产品层次,细化船舶维修方案,克 服现有维修体系中维修方案规划主观性强、步骤粗糙等缺陷。
在成本可控性方面:
船舶经济性修理级别分析中所涉及的维修方案规划可通过本发明量化得 到符合工程约束的维修方案,并利用智能算法优化维修方案的维修成本,本 发明通过开发智能算法实现维修方案规划的成本可控性,具体而言:
(1)采用二进制方法为修理流模型所确定的维修路径分配概率,确保算 法迭代过程中均匀生成所有维修路径;
(2)采用智能算法搜索生成的维修路径,通过外点法保障搜索过程的充 分性,通过内点法确保维修路径构成的维修方案对工程实际的符合性,将不 符合工程约束的维修方案从备选方案中剔除;
(3)在最大迭代次数内寻找成本最低的维修方案,根据船企的实际维修 能力以及成本预算挑选合适的维修方案。
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做以简单地介绍,显而易见地,下 面描述中的附图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,还可以根据这些附图获得其他的附图。
图1为本发明实施例中经济性修理级别分析方法的流程示意图;
图2为本发明实施例中船舶测探仪结构层次示意图;
图3为本发明实施例中船舶维修级别示意图;
图4为本发明实施例中船舶测探仪的修理流模型模型示意图;
图5为本发明实施例中二进制粒子群算法的求解流程示意图;
图6为本发明实施例中算法违反约束条件次数的统计示意图;
图7为本发明实施例中经济性修理级别分析系统的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实 施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然, 所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于 本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获 得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第 一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后 次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本 发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外, 术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含, 例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于 清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明以船舶营运维修体系中的维修要求为框架,面向船舶经济性修理 级别分析,提出维修方案的规划流程以及维修成本的优化方法。具体的,本 发明针对船舶多产品层次故障组件,建立修理流模型,获取符合工程约束的 维修路径,确定维修路径相关的维修成本数据类型,基于此,建立船舶经济 性修理级别分析模型,实现船舶复杂维修体系的精细规划;开发智能算法求 解经济性修理级别分析模型,搜索成本最低的维修方案。本发明提出的经济 性修理级别分析方法及系统的优势在于,最大限度地消除现有修理级别定性 分析带来的不确定性,量化维修方案的规划程序以及所需的维修资源,实现 船舶维修任务分析面向多产品层次、多维修级别的复杂体系的覆盖,从而满 足航运企业对船舶维修方案实施精准化管控的要求。
参见图1,其示出了本发明实施例中的面向船舶维修体系的经济性修理 级别分析方法的流程图,该方法包括修理流模型、经济性修理级别分析模型 和求解模型的智能算法。本发明实施例中采用船舶测探仪进行经济性修理级 别分析,测探仪的结构层次参见图2,修理级别参见图3。
该方法具体包括以下步骤:
S1:基于船舶营运维修体系文件的相关维修要求对故障件实施可修性分 析,识别实施例测探仪中不具有非经济性因素限制的故障件,形成经济性修 理级别分析组件清单;
其中,S1具体包括:
S1.1:根据基于船舶营运维修体系文件提取维修要求;
船舶营运维修体系文件包括故障件的维修资质认证、维修培训和工作流 程文件,维修要求包括维修政策限制、技术限制、商业竞争等非经济性因素;
S1.2:对故障件实施可修性分析,将无法通过可修性分析获得维修方案 的故障件,实施经济性修理级别分析,包括SRU级组件主板、指示器传感器, 以及SSRU级组件指示器、记录仪。
S2:根据S1所得的经济性修理级别分析组件清单,开发适用于船舶维修 体系的修理流模型,基于所述修理流模型确定可行的维修路径;
修理流模型是一种树状结构图(如图4所示),可针对经济性修理级别分 析组件清单以及实际的工程约束,基于修理流模型的构建方法将可选的维修 路径可视化,进而确定维修成本数据类型,作为模型的建立和求解的输入;
其中,S2具体包括:
S2.1:确定实施例的维修体系的产品层次、维修级别、维修策略,
产品层次包括:
外场可更换单元:测探仪(100);
车间可更换单元:包括主板(110)、换能器(120),传感器(130);
车间可更换子单元:指示器(111)、记录仪。
维修级别包括:
舰员级e=1;
中继级e=2;
基地级e=3;
可选的维修策略包括:
在当前所述维修级别修理;
在当前所述维修级别报废;
运输到下一级所述维修级别实施修理或报废;
本发明实施例测探仪在实际工程中的维修策略限制包括:
基地级的故障件不能运输到下一级所述维修级别实施修理或报废;
每个维修级别最多选择一项维修策略;
在舰员级最多选择一项维修策略;
若父单元选择在本级报废,子单元也要选择在同级报废;
若父单元选择移动到下一级决策,子单元也要选择移动到下一级决策;
若选择在本级修理,则不会在更高的修理级别选择任何决策;
S2.1:利用修理流模型搜索所有可能的维修路径,包括决策起止控制单 元和决策转换单元:
所述决策起止控制单元包括决策源点、决策截点,所述决策源点用于判 断经济性修理级别分析是否开始,若分析开始,则接入决策转换单元,所述 决策截点用于判断经济性修理级别分析是否终止,若分析终止,则不再接入 决策转换单元,修理流模型构建完成;
所述决策转换单元包括多层结构单元以及单层结构单元,分别由所述产 品层次、所述维修级别名称、所述维修策略等信息构成,所述多层结构单元 用于判断当前分析对象(分析对象是指待分析零件中包含的各产品层次单元, 包括LRU、SRU、SSRU)是否可拆分,若可拆分,则继续接入下一产品层次 的决策转换单元,若不可拆分,则接入单层结构单元,直至所述维修策略违 反所述维修要求,接入决策截点,经济性修理级别分析终止;
利用建立的所述修理流模型确定可行的维修路径,所述可行的维修路径 为满足实际工程维修约束的所述产品层次、所述维修级别以及所述维修策略 的排列组合。
本发明实施例测探仪利用修理流模型共搜索出29个分支,参见图4,即 测探以共包含29种可行的维修路径。
S3:根据S2得到的所述可行的维修路径,采集维修程序中产生的成本数 据;本发明实施例测探仪的29种维修路径共涉及7种可变成本,3种固定成 本,具体为:
可变成本包括:备件的购买成本、备件的持有成本、停机延误成本、人 工成本、维修耗材成本、运输成本、人为误差成本;
固定成本包括:测试设备购买成本、维修设备购买成本、设备维护成本。
S4:根据S3采集的维修程序中产生的成本数据,建立经济性修理级别分 析模型,基于所述经济性修理级别分析模型得到可行的维修方案;
对于一个具体的零件,需要根据实际的维修约束以及零件本身的产品层 次结构特点制定相应的维修方案。维修方案需要涵盖待分析零件所包含的所 有产品层次(LRU,SRU,SSRU),每个产品层次涉及三个方面的内容:
(1)可以在哪个维修级别(舰员级、中继级、基地级)进行维修决策。
(2)在相应的维修级别实施哪种维修策略(本级修理、报废、移动到下 一级修理)。
由于不同的产品层次和维修级别间都存在工程约束,所以这些不是任意 的排列组合,需要通过建立数学模型得到符合工程约束的维修方案。由于不 同零件的产品不同,所以维修方案也不同。例如在图4给出的示例中,共包 含29个分支,即29条可行的维修路径。以图2的测探仪为例,包括6个单 元,因此在不考虑工程约束的情况下,可能的维修方案多达296种,实际的可 行的维修方案需要基于二进制粒子群算法,根据经济性修理级别分析模型的 约束条件过滤得到。而所有可行方案中成本最低的方案需要通过二进制粒子 群算法根据目标函数进行寻优。算法、目标函数、约束条件三者的关系为: 算法是搜索工具,目标函数是搜索目标,约束条件为搜索空间圈定了可行域 的范围。
经济性修理级别分析的目的是在不违反工程约束的情况下决策得到维修 成本最小的维修方案,也就是最佳维修方案。经济性修理级别分析模型由目 标函数和约束条件构成,基于修理流模型确定的维修程序中设计的成本类型, 设计目标函数使得维修成本最小化;将船舶维修体系中的约束条件转化为数 学模型;两者的作用分别为:
(1)约束条件的作用:基于修理流模型确定的可行的维修路径,在本模 型约束条件的作用下,会得到若干可行的维修方案。此处“维修路径”,是指 多维修对象产品层次中单一产品层次的维修程序;由于不同的多产品层次结 构相异,因此其包含的各单一产品层次的“维修路径”排列组合构成“维修 方案”。
(2)目标函数的作用:使得维修路径构成的维修方案所需维修成本最小 化。
“可行的维修方案”,其中可行的标准是指不违反工程约束的维修方案, 由经济性修理级别分析模型的目标函数实现。通过将实际的工程约束转化为 模型中的约束条件,确保经济性修理级别分析模型最后生成的维修方案符合 工程约束,进而得到可行的维修方案。
其中,S4具体包括:
S4.1:建立经济性修理级别分析模型的目标函数,具体为:
S4.2:建立经济性修理级别分析模型的约束条件,具体为:
式中,e1为舰员级维修,e2为中继级维修,e3为基地集维修,r为选择在 当前级别修理,d为选择在当前级别报废,m移动到下一级别选择维修策略, i、j、k为正整数,构成有序数组(i00)、(ij0)、(ijk),用于表示产品层次间的 隶属关系,ν、p、q为正整数,构成有序数组(ν00)、(νp0)、(νpq),用于表 示维修级别间的隶属关系。
修理级别是维修场所,包括舰员级、中继级、基地级。修理级别只是修 理级别分析决策内容的一部分。修理级别分析的目的是为所有的产品层次在 合适的维修场所决策合适的维修策略。而经济性修理级别分析的目的是在此 基础上找到成本最低的维修方案。因此,修理级别分析是过程,最优维修方 案结果。
利用建立的经济性修理级别分析模型排除违反约束的维修方案,并计算 可行方案的维修成本。
S5:采用二进制粒子群算法求解建立的所述经济性修理级别分析模型;
其中,S4为经济性修理级别分析模型的建立,S5为经济性修理级别分析 模型的求解。模型的建立是把实际的工程问题通过标准的数学语言转化为数 学的描述形式。只有通过特定的算法进行求解才能对问题有实际的指导意义。 在本问题中,由于工程约束错综复杂,模型求解难度大,因此需要设计相应 的算法进行求解寻优。
其中,如图5所示,S5具体包括:
S5.1:利用S2建立的所述修理流模型搜索S1形成的所述经济性修理级 别分析组件清单中目标故障件的维修路径;
S5.2:利用二进制概率分配模型为S2得到的每种所述维修路径分配初始 化概率,确保算法迭代过程中均匀生成所有路径,二进制概率分配模型为:
式中:e为修理级别;ce,z为第e个修理级别中第z类维修策略;F(ce,z)为 选择维修策略ce,z所对应上级决策;m(ce,z)为具有相同上级决策的ce,z在修理流 模型中出现的次数;
S5.3:利用初始化概率分配后的维修路径构成维修方案;
维修方案由维修路径构成,而维修路径由上述3种类型的变量构成,每 种变量可取值0或者1,通过二进制概率分配模型决定每一次算法初始化时 变量取0还是1。
S5.4:根据所述产品层次将所述维修方案拆分为基本决策单元,进行算 法迭代,本发明实施例测探仪可拆成4个基本决策单元:
(100),(110),(111)
(100),(110),(112)
(100),(120)
(100),(130)
S5.5:基于S3采集的成本数据,利用目标函数计算每次迭代生成的维修 方案的维修成本,作为粒子的适应度值;
S5.6:利用传递函数根据粒子的适应度值更新粒子的速度和位置,所述 传递函数为:
式中,v为粒子的速度,T(v)为从离散空间到连续空间的传递概率;
S5.7:采用外点法确保算法的充分迭代,采用内点法强制空间中的粒子 返回所述约束条件构成的可行域;
S5.8:执行每次迭代时,统计基本决策单元在迭代过程中违反约束的次 数,算法迭代过程中违反约束条件的情况参见图6,其中,横坐标为执行每 次迭代的序号,纵坐标为每次迭代时违反约束条件的次数;
S5.9:判断总的迭代过程中基本决策单元构成的维修方案是否违反实际 工程约束,若违反约束,则采用所述二进制方法重新生成初值,若不违反约 束,判断算法迭代次数是否超出最大值,若不超出最大值,则继续用所述二 进制方法重新生成初值,若超出最大值,则算法迭代终止,得到优化后的维 修方案,以本发明实施例测探仪的基本决策单元[(100),(110),(111)]为 例,参见图4加粗的维修路径,最优维修方案为测参仪运输到中继级修理, 主板运输到基地级修理,指示器运输到基地级检测后报废。本发明实施例提 供的面向船舶维修体系的经济性修理级别分析方法,能够得到准确的经济性 修理级别分析组件清单、可行的维修路径、维修程序中产生的成本数据,实 现对船舶经济性修理级别的定量分析,确定可性的维修方案,并优化维修方 案的维修成本,满足航运企业对船舶维修方案实施精准化管控的要求。
与上述实施例中的面向船舶维修体系的经济性修理级别分析方法相对应 的,本发明实施例中还提供了一种面向船舶维修体系的经济性修理级别分析 系统,该经济性修理级别分析系统包括维修路径的搜索、成本数据的采集、 维修方案的规划,维修成本的优化,参见图7,本发明实施例中的一种面向 船舶维修体系的经济性修理级别分析系统,该系统具体包括:
组件清单确定单元701,用于获取待分析故障件清单,从船舶营运维 修体系文件提取所述故障件清单中各故障件的维修要求,所述维修要求包 括至少一项非经济型因素,识别所述故障件清单中不具有非经济性因素限 制的故障件,形成经济性修理级别分析组件清单;
第一模型建立单元702,用于根据所述组件清单确定单元确定的经济 性修理级别分析组件清单,开发适用于船舶维修体系的修理流模型,基于 所述修理流模型确定可行的维修路径;所述船舶维修体系包括产品层次、 维修级别和维修策略;所述修理流模型是一种树状结构图,包括决策起止 控制单元和决策转换单元:所述决策起止控制单元包括决策源点、决策截 点,所述决策源点用于判断经济性修理级别分析是否开始,若分析开始, 则接入决策转换单元,所述决策截点用于判断经济性修理级别分析是否终 止,若分析终止,则不再接入决策转换单元,修理流模型构建完成;所述 可行的维修路径为满足实际工程维修约束的产品层次、维修级别以及维修 策略的排列组合;
成本数据采集单元703,用于根据所述第一模型建立单元确定的所述 维修路径,确定维修程序产生的成本类型,采集维修程序中产生的成本数 据;
第二模型建立单元704,用于根据所述成本数据采集单元采集的维修 程序中产生的成本数据,建立经济性修理级别分析模型,基于所述经济性 修理级别分析模型得到可行的维修方案;所述经济性修理级别分析模型由 目标函数和约束条件构成,基于修理流模型确定的维修程序中设计的成本 类型,设计目标函数,使得维修成本最小化;将船舶维修体系中的约束条 件转化为数学模型;所述可行的维修方案是指不违反工程约束的维修方案;
智能算法求解单元705,用于根据所述第二模型建立单元确定的所述可 行的维修方案,采用二进制粒子群算法求解所述经济性修理级别分析模型, 确定成本最低的维修方案。
对于本发明实施例的经济性修理级别分析系统而言,由于其与上面实施 例中的经济性修理级别分析方法相对应,所以描述的比较简单,相关相似之 处请参见上面实施例中安全屏障管理方法部分的说明即可,此处不再详述。
本发明实施例提供的面向船舶维修体系的经济性修理级别分析系统,能 够得到准确的经济性修理级别分析组件清单、可行的维修路径、维修程序中 产生的成本数据,实现对船舶经济性修理级别的定量分析,确定可性的维修 方案,并优化维修方案的维修成本,满足航运企业对船舶维修方案实施精准 化管控的要求。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对 其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通 技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改, 或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并 不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (8)
1.一种面向船舶维修体系的经济性修理级别分析方法,其特征在于,包含以下步骤:
S1:获取待分析故障件清单,从船舶营运维修体系文件提取所述故障件清单中各故障件的维修要求,所述维修要求包括至少一项非经济型因素,识别所述故障件清单中不具有非经济性因素限制的故障件,形成经济性修理级别分析组件清单;
S2:根据S1所得的经济性修理级别分析组件清单,开发适用于船舶维修体系的修理流模型,基于所述修理流模型确定可行的维修路径;所述船舶维修体系包括产品层次、维修级别和维修策略;所述修理流模型是一种树状结构图,包括决策起止控制单元和决策转换单元:所述决策起止控制单元包括决策源点、决策截点,所述决策源点用于判断经济性修理级别分析是否开始,若分析开始,则接入决策转换单元,所述决策截点用于判断经济性修理级别分析是否终止,若分析终止,则不再接入决策转换单元,修理流模型构建完成;所述可行的维修路径为满足实际工程维修约束的产品层次、维修级别以及维修策略的排列组合;
S3:根据S2得到的所述可行的维修路径,采集维修程序中产生的成本数据;
S4:根据S3采集的维修程序中产生的成本数据,建立经济性修理级别分析模型,基于所述经济性修理级别分析模型得到可行的维修方案;所述经济性修理级别分析模型由目标函数和约束条件构成,所述目标函数用于计算满足工程约束的维修方案的维修成本;
S5:根据S4确定的所述可行的维修方案,采用二进制粒子群算法求解所述经济性修理级别分析模型,确定成本最低的维修方案。
2.根据权利要求1所述的一种面向船舶维修体系的经济性修理级别分析方法,其特征在于,所述非经济性因素包括维修政策限制、技术限制、商业竞争中的一项或多项。
3.根据权利要求1所述的一种面向船舶维修体系的经济性修理级别分析方法,其特征在于,所述产品层次包括外场可更换单元、车间可更换单元和车间可更换子单元,三种产品层次间的结构由下列关系:
LRU=Parent(SRU)
SRU=Parent(SSRU)
式中,LRU为所述外场可更换单元,SRU为所述车间可更换单元,SSRU为所述车间可更换子单元,Parent表示等号左边的产品层次为右边产品层次的父单元,反之,右边的产品层次为左边产品层次的子单元;
所述维修策略包括在当前所述维修级别修理、在当前所述维修级别报废、运输到下一级所述维修级别实施修理或报废;
所述维修级别包括舰员级、中继级和基地级,所述舰员级和所述中继级均包括3种所述维修策略,所述基地级不能运输到下一级所述维修级别实施修理或报废。
4.根据权利要求1所述的一种面向船舶维修体系的经济性修理级别分析方法,其特征在于,所述决策转换单元包括多层结构单元以及单层结构单元,所述多层结构单元用于判断待分析零件中包括的各产品层次单元是否可拆分,若可拆分,则继续接入下一产品层次的决策转换单元,若不可拆分,则接入单层结构单元,直至所述维修策略违反所述维修要求,接入决策截点,经济性修理级别分析终止。
5.根据权利要求1所述的一种面向船舶维修体系的经济性修理级别分析方法,其特征在于,所述成本数据包括维修程序中涉及的可变成本和固定成本,所述可变成本至少包括包括备件的购买成本、备件的持有成本、停机延误成本、人工成本、维修耗材成本、运输成本、人为误差成本中的一项或多项,所述固定成本至少包括测试设备购买成本、维修设备购买成本、设备维护成本中的一项或多项。
6.根据权利要求1所述的一种面向船舶维修体系的经济性修理级别分析方法,其特征在于,所述目标函数具体为:
式中,e1为舰员级维修,e2为中继级维修,e3为基地集维修,r为选择在当前级别修理,d为选择在当前级别报废,m移动到下一级别选择维修策略,i、j、k为正整数,构成有序数组(i00)、(ij0)、(ijk),用于表示产品层次间的隶属关系,ν、p、q为正整数,构成有序数组(ν00)、(νp0)、(νpq),用于表示维修级别间的隶属关系;
利用建立的经济性修理级别分析模型排除违反约束的维修方案,并计算可行方案的维修成本。
7.根据权利要求6所述的一种面向船舶维修体系的经济性修理级别分析方法,其特征在于,采用二进制粒子群算法求解所述经济性修理级别分析模型,包括:
利用所述修理流模型搜索所述经济性修理级别分析组件清单中故障件的维修路径;
利用二进制概率分配模型为每种所述维修路径分配初始化概率,确保算法迭代过程中均匀生成所有路径,二进制概率分配模型为:
式中:e为修理级别;ce,z为第e个修理级别中第z类维修策略;F(ce,z)为选择维修策略ce,z所对应上级决策;m(ce,z)为具有相同上级决策的ce,z在修理流模型中出现的次数;
利用初始化概率分配后的维修路径构成维修方案;
根据所述产品层次将所述维修方案拆分为基本决策单元,进行算法迭代;
基于所述成本数据,利用目标函数计算每次迭代生成的维修方案的维修成本,作为粒子的适应度值;
式中,v为粒子的速度,T(v)为从离散空间到连续空间的传递概率;
采用外点法确保算法的充分迭代,采用内点法强制空间中的粒子返回所述约束条件构成的可行域;
执行每次迭代时,统计基本决策单元在迭代过程中违反约束的次数;
判断总的迭代过程中基本决策单元构成的维修方案是否违反实际工程约束,若违反约束,则采用所述二进制方法重新生成初值,若不违反约束,判断算法迭代次数是否超出最大值,若不超出最大值,则继续用所述二进制方法重新生成初值,若超出最大值,则算法迭代终止,得到优化后的维修方案。
8.一种面向船舶维修体系的经济性修理级别分析系统,其特征在于,所述系统包括:
组件清单确定单元,用于获取待分析故障件清单,从船舶营运维修体系文件提取所述故障件清单中各故障件的维修要求,所述维修要求包括至少一项非经济型因素,识别所述故障件清单中不具有非经济性因素限制的故障件,形成经济性修理级别分析组件清单;
第一模型建立单元,用于根据所述组件清单确定单元确定的经济性修理级别分析组件清单,开发适用于船舶维修体系的修理流模型,基于所述修理流模型确定可行的维修路径;所述船舶维修体系包括产品层次、维修级别和维修策略;所述修理流模型是一种树状结构图,包括决策起止控制单元和决策转换单元:所述决策起止控制单元包括决策源点、决策截点,所述决策源点用于判断经济性修理级别分析是否开始,若分析开始,则接入决策转换单元,所述决策截点用于判断经济性修理级别分析是否终止,若分析终止,则不再接入决策转换单元,修理流模型构建完成;所述可行的维修路径为满足实际工程维修约束的产品层次、维修级别以及维修策略的排列组合;
成本数据采集单元,用于根据所述第一模型建立单元确定的所述维修路径,确定维修程序产生的成本类型,采集维修程序中产生的成本数据;
第二模型建立单元,用于根据所述成本数据采集单元采集的维修程序中产生的成本数据,建立经济性修理级别分析模型,基于所述经济性修理级别分析模型得到可行的维修方案;所述经济性修理级别分析模型由目标函数和约束条件构成,基于修理流模型确定的维修程序中设计的成本类型,设计目标函数,使得维修成本最小化;将船舶维修体系中的约束条件转化为数学模型;所述可行的维修方案是指不违反工程约束的维修方案;
智能算法求解单元,用于根据所述第二模型建立单元确定的所述可行的维修方案,采用二进制粒子群算法求解所述经济性修理级别分析模型,确定成本最低的维修方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111062387.XA CN113723637B (zh) | 2021-09-10 | 2021-09-10 | 一种面向船舶维修体系的经济性修理级别分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111062387.XA CN113723637B (zh) | 2021-09-10 | 2021-09-10 | 一种面向船舶维修体系的经济性修理级别分析方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113723637A true CN113723637A (zh) | 2021-11-30 |
CN113723637B CN113723637B (zh) | 2023-09-22 |
Family
ID=78683185
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111062387.XA Active CN113723637B (zh) | 2021-09-10 | 2021-09-10 | 一种面向船舶维修体系的经济性修理级别分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113723637B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115760072A (zh) * | 2022-11-30 | 2023-03-07 | 中航通飞华南飞机工业有限公司 | 一种飞机ssi全构件逐项式计划维修分析的方法、系统及其存储介质 |
CN117371994A (zh) * | 2023-12-05 | 2024-01-09 | 中国船舶集团有限公司第七一九研究所 | 一种基于意见反馈的船舶维修智能管理系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110782087A (zh) * | 2019-10-24 | 2020-02-11 | 大连海事大学 | 一种海上应急物资优化调度方法及系统 |
CN112365182A (zh) * | 2020-11-24 | 2021-02-12 | 中国舰船研究设计中心 | 基于任务与功能的船用设备维修工作类型分析方法及装置 |
CN113158549A (zh) * | 2021-03-23 | 2021-07-23 | 中国人民解放军海军工程大学 | 面向多样化任务的舰艇编队等级修理计划编制方法 |
-
2021
- 2021-09-10 CN CN202111062387.XA patent/CN113723637B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110782087A (zh) * | 2019-10-24 | 2020-02-11 | 大连海事大学 | 一种海上应急物资优化调度方法及系统 |
CN112365182A (zh) * | 2020-11-24 | 2021-02-12 | 中国舰船研究设计中心 | 基于任务与功能的船用设备维修工作类型分析方法及装置 |
CN113158549A (zh) * | 2021-03-23 | 2021-07-23 | 中国人民解放军海军工程大学 | 面向多样化任务的舰艇编队等级修理计划编制方法 |
Non-Patent Citations (2)
Title |
---|
徐豪;董振华;谢新连;: "船舶维修工程级别综合分析", 大连海事大学学报, no. 02 * |
贾宝惠;邓婉怡;王毅强;: "三层三级民机修理级别经济性分析模型的改进", 航空学报, no. 03 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115760072A (zh) * | 2022-11-30 | 2023-03-07 | 中航通飞华南飞机工业有限公司 | 一种飞机ssi全构件逐项式计划维修分析的方法、系统及其存储介质 |
CN115760072B (zh) * | 2022-11-30 | 2024-08-20 | 中航通飞华南飞机工业有限公司 | 一种飞机ssi全构件逐项式计划维修分析的方法、系统及其存储介质 |
CN117371994A (zh) * | 2023-12-05 | 2024-01-09 | 中国船舶集团有限公司第七一九研究所 | 一种基于意见反馈的船舶维修智能管理系统 |
CN117371994B (zh) * | 2023-12-05 | 2024-02-23 | 中国船舶集团有限公司第七一九研究所 | 一种基于意见反馈的船舶维修智能管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113723637B (zh) | 2023-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jiang et al. | A hybrid approach of rough set and case-based reasoning to remanufacturing process planning | |
Feylizadeh et al. | Project crashing using a fuzzy multi-objective model considering time, cost, quality and risk under fast tracking technique: A case study | |
CN113723637A (zh) | 一种面向船舶维修体系的经济性修理级别分析方法及系统 | |
CN110135716B (zh) | 一种电网基建项目动态预警识别方法和系统 | |
CN113448808B (zh) | 一种批处理任务中单任务时间的预测方法、系统及存储介质 | |
CN117609100B (zh) | 一种自动化代码合并及部署方法 | |
CN116467674A (zh) | 一种配电网智能故障处理融合更新系统及其方法 | |
CN116109139A (zh) | 风控策略生成方法、决策方法、服务器及存储介质 | |
Guo et al. | Automatic design for shop scheduling strategies based on hyper-heuristics: A systematic review | |
CN109409541A (zh) | 实现报废汽车蓄电池逆向物流可行性评价的方法 | |
Novikova et al. | Economic evaluation of mathematical methods application in the management systems of electronic component base development for forest machines | |
CN117575564A (zh) | 可扩展的基础设施网络组件维修与改造决策评估方法及系统 | |
CN116644965A (zh) | 一种项目预算的可视化分析方法及系统 | |
CN116029579A (zh) | 一种继电保护设备采购评价方法及系统 | |
CN112215514A (zh) | 一种经营分析报告生成方法及系统 | |
CN118233325B (zh) | 基于物联网的it设备一体化运维管理评估方法及系统 | |
Hu | Intelligent Financial Decision Support System Using Artificial Intelligence | |
CN118469268B (zh) | 一种数字化工厂耗材管理系统及方法 | |
Li et al. | A maintenance strategy selection method based on cloud DEMATEL-ANP | |
CN118277941B (zh) | 一种基于自成长机制的民航客票价格异常智能发现方法 | |
CN118096131B (zh) | 一种基于电力场景模型的运维巡检方法 | |
CN112422312B (zh) | 一种基于众包的工业互联网系统日志处理方法 | |
Markiz et al. | An Integrated Expert System for Linear Scheduling Heavy Earthmoving Operations | |
Mili et al. | Risks analyses update based on maintenance events | |
CN114219361A (zh) | 一种面向汽车零部件企业的mes选型方法 |
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 |