CN115034041A - 基于仿真方法开展装备维修的推演方法及系统 - Google Patents
基于仿真方法开展装备维修的推演方法及系统 Download PDFInfo
- Publication number
- CN115034041A CN115034041A CN202210534201.4A CN202210534201A CN115034041A CN 115034041 A CN115034041 A CN 115034041A CN 202210534201 A CN202210534201 A CN 202210534201A CN 115034041 A CN115034041 A CN 115034041A
- Authority
- CN
- China
- Prior art keywords
- equipment
- maintenance
- repaired
- sequence
- sorting
- 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
- 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
-
- 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
- Y02P90/80—Management or planning
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于仿真方法开展装备维修的推演方法及系统,属于装备维修技术领域。对排序方法中的一种方法和装备维修影响因素中的一个或多个因素进行随机组合,得到仿真输入数据,根据仿真输入数据对多个待修装备的维修过程进行仿真,得到维修点维修所有待修装备所用的维修顺序和所需的维修总时间,不断进行随机组合,直至得到所有可能的仿真输入数据,然后选取多次仿真中维修总时间最短的维修顺序作为实际维修顺序,以应用于实际维修过程,从而通过模拟装备维修过程,为快速、高效的进行装备维修提供优化决策依据。
Description
技术领域
本发明涉及装备维修技术领域,特别是涉及一种基于仿真方法开展装备维修的推演方法及系统。
背景技术
装备列装后的频繁使用、装备磨损、部件老化、人为不当操作、环境影响等,会带来装备的维修量大、维修效率低等问题。装备维修是以故障装备或者需要定期维修检查的装备为对象,建立维修点开展其对应的维修行为。现有方法多着重于对单台装备的维修方法、方式进行分析,通过解析算法来确定如何快速实现单台装备的维修,而无法对多台装备的维修进行决策和判断。
发明内容
本发明的目的是提供一种基于仿真方法开展装备维修的推演方法及系统,通过模拟装备维修过程,为快速、高效的进行装备维修提供优化决策依据。
为实现上述目的,本发明提供了如下方案:
一种基于仿真方法开展装备维修的推演方法,所述推演方法包括:
对排序方法中的一种方法和装备维修影响因素中的一个或多个因素进行随机组合,得到仿真输入数据;所述排序方法包括单因素排序法和多因素排序法;所述装备维修影响因素包括装备相对使用任务的重要度、装备所需的维修时间、装备到达维修点的顺序、装备的备件满足情况和装备的维修类型;
根据所述仿真输入数据对多个待修装备的维修过程进行仿真,得到维修点维修所有所述待修装备所用的维修顺序和所需的维修总时间;
判断是否得到所有可能的仿真输入数据;
若否,则返回“对排序方法中的一种方法和装备维修影响因素中的一个或多个因素进行随机组合”的步骤,直至得到所有可能的仿真输入数据;
若是,则选取所述维修总时间最短的维修顺序作为实际维修顺序;所述实际维修顺序应用于实际维修过程。
一种基于仿真方法开展装备维修的推演系统,所述推演系统包括:
随机组合模块,用于对排序方法中的一种方法和装备维修影响因素中的一个或多个因素进行随机组合,得到仿真输入数据;所述排序方法包括单因素排序法和多因素排序法;所述装备维修影响因素包括装备相对使用任务的重要度、装备所需的维修时间、装备到达维修点的顺序、装备的备件满足情况和装备的维修类型;
维修仿真模块,用于根据所述仿真输入数据对多个待修装备的维修过程进行仿真,得到维修点维修所有所述待修装备所用的维修顺序和所需的维修总时间;
判断模块,用于判断是否得到所有可能的仿真输入数据;
返回模块,用于若否,则返回“对排序方法中的一种方法和装备维修影响因素中的一个或多个因素进行随机组合”的步骤,直至得到所有可能的仿真输入数据;
实际维修模块,用于若是,则选取所述维修总时间最短的维修顺序作为实际维修顺序;所述实际维修顺序应用于实际维修过程。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明用于提供一种基于仿真方法开展装备维修的推演方法及系统,对排序方法中的一种方法和装备维修影响因素中的一个或多个因素进行随机组合,得到仿真输入数据,根据仿真输入数据对多个待修装备的维修过程进行仿真,得到维修点维修所有待修装备所用的维修顺序和所需的维修总时间,不断进行随机组合,直至得到所有可能的仿真输入数据,然后选取多次仿真中维修总时间最短的维修顺序作为实际维修顺序,以应用于实际维修过程,从而通过模拟装备维修过程,为快速、高效的进行装备维修提供优化决策依据。
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1所提供的推演方法的方法流程图;
图2为本发明实施例1所提供的面向对象的装备维修决策模型的构建架构;
图3为本发明实施例1所提供的装备维修决策模型的实现步骤;
图4为本发明实施例1所提供的工位数量约束的示意图;
图5为本发明实施例1所提供的装备维修图的示意图;
图6为本发明实施例2所提供的推演系统的系统框图。
具体实施方式
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,都属于本发明保护的范围。
本发明的目的是提供一种基于仿真方法开展装备维修的推演方法及系统,通过模拟装备维修过程,为快速、高效的进行装备维修提供优化决策依据。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1:
现有的维修方法多着重于实现单台装备的快速维修,而无法对多台装备的维修进行决策和判断。本实施例通过对装备维修影响因素进行分析,通过多因素排序法和单因素排序法进行装备维修的模拟仿真,为快速、高效的装备维修提供优化决策依据。基于此,本实施例用于提供一种基于仿真方法开展装备维修的推演方法,如图1所示,所述推演方法包括:
S1:对排序方法中的一种方法和装备维修影响因素中的一个或多个因素进行随机组合,得到仿真输入数据;所述排序方法包括单因素排序法和多因素排序法;所述装备维修影响因素包括装备相对使用任务的重要度、装备所需的维修时间、装备到达维修点的顺序、装备的备件满足情况和装备的维修类型;
具体的,可在排序方法中任意选取一种方法,并在装备维修影响因素中任意选取一个或多个因素,所选取出来的方法和一个或多个因素即组成一仿真输入数据。比如说,选取单因素排序法,选取装备相对使用任务的重要度和装备所需的维修时间,则此时得到的仿真输入数据包括单因素排序法这一种方法以及装备相对使用任务的重要度和装备所需的维修时间这两种因素。
本实施例所述的装备维修影响因素是指会对装备的维修过程产生影响的因素。具体的,装备相对使用任务的重要度会由当前使用任务对装备的需求程度决定,若当前使用任务急需用到该装备,则该装备的装备相对使用任务的重要度则高。装备所需的维修时间是指维修单台装备所消耗的时间。装备到达维修点的顺序根据装备到达维修点的前后时间而定。装备的备件满足情况是指维修点对装备进行维修时所需备件的库存是否充足。装备的维修类型包括修复性维修任务和预防性维修任务,根据装备的状态确定装备的维修类型。装备的状态包括故障装备和待周期性检查装备,故障装备的维修类型则为修复性维修任务,待周期性检查装备的维修类型则为预防性维修任务。
本实施例所述的维修点是指各个维修厂,是进行装备维修的场所,不同的维修点维修不同的装备类型。本实施例所述的装备可以包括飞机、汽车等。
S2:根据所述仿真输入数据对多个待修装备的维修过程进行仿真,得到维修点维修所有所述待修装备所用的维修顺序和所需的维修总时间;
本实施例所述的多个待修装备可为对维修点进行维修预约的装备,本实施例的推演方法正是想通过仿真的方式获取多个待修装备的最优维修顺序,以指导实际维修过程。每一待修装备可具有装备标识,以确定装备的唯一性,装备标识包括名称、型号、编码等。
具体的,本实施例在执行下述的维修过程仿真之前,会先获取多个待修装备,多个待修装备可为对维修点进行维修预约的装备,维修点接收到这些装备的预约信息后,会根据该预约信息提取装备信息,并以该装备信息作为已知数据,进行维修过程的仿真,并基于多次仿真的仿真结果确定最优维修顺序。目前没有运用仿真方法进行装备维修决策的方案,本实施例是基于仿真的方法要求,构建一套装备维修决策的仿真模型,基于一个维修点的维修能力,针对多台装备维修时的规则进行决策和判断,开展装备维修行为仿真,通过分析多种影响装备维修的因素为快速、高效的装备维修提供优化决策依据,指导实际维修过程。
本实施例可通过C#编程方法,开发软件工具,构建装备维修决策模型,以模拟装备维修场景。装备维修决策模型及技术实现如图2所示。
上述面向对象的装备维修决策模型的构建涉及以下要素:
(1)装备现有状态:包括完好状态、故障状态、临界周期性维修状态等;
(2)针对维修点,装备维修决策模型需要考虑维修点的维修能力,针对维修点的维修能力,主要是以维修工位作为资源限制,或者说作为维修能力的制约,其他保障资源暂不考虑;维修工位包括维修工位类型和维修工位数量;维修工位类型:不同类型的维修工位可维修装备的不同待维修工作单元,需要进行工位与待维修工作单元的匹配;维修工位数量:作为维修空间的制约,每个工位同一时间只能维修一台装备。
(3)针对装备,装备维修决策模型需要考虑维修装备的影响因素,如装备相对使用任务的重要度、装备所需的维修时间、装备到达维修点的顺序、装备的备件满足情况、装备的维修类型;
(4)考虑多因素排序法和单因素排序法,进行维修点装备维修决策;
(5)基于面向对象的开发方法开发模型的构建和仿真。
上述基于面向对象的装备维修决策模型的构建及实现流程如下:
(1)数据准备:针对装备维修决策模型的构建需要满足其先决条件提出的因素,分别以维修点和装备为对象,整理其对应数据,针对维修点,主要考虑其维修能力制约因素,包括维修工位的类型和数量;针对装备,主要考虑装备相对使用任务的重要度、装备所需的维修时间、装备到达维修点的顺序、装备的备件满足情况和装备的维修类型。
(2)模型构建及技术实现:通过仿真方法实现装备维修决策模型,包括装备维修决策模型的构建和采用C#开发方法的实现过程。
(3)装备维修数据输出:装备维修图。
具体的,装备维修决策模型的判断包括两层,分别为:维修点维修能力的判断和通过多因素排序法或单因素排序法进行装备维修的决策。如图3所示,S2可以包括:
(1)在接收到待修装备后,将待修装备放入待修装备等待集合;每一待修装备包括一个或多个待维修工作单元;
在仿真过程中,所有待修装备按照预约时间到达装备维修决策模型,待维修工作单元为待修装备的发生故障的工作单元。具体的,对于汽车而言,工作单元可以包括轮胎、车体、发动机等。
(2)实时判断是否有工位处于空闲状态;若有工位处于空闲状态,则确定处于空闲状态的空闲工位的空闲工位数量和空闲工位类型;所述空闲工位类型为空闲工位所能处理的待维修工作单元的类型;
(3)选取待修装备等待集合中与空闲工位类型相匹配的待修装备组成待排序集合;
维修点设置多个工位,不同类型的工位用于维修不同类型的工作单元,当有空闲工位后,由维修点进行一次维修能力的决策,判断空闲工位的类型和待修装备等待集合中的待修装备的待维修工作单元的类型是否匹配。
具体的,选取待修装备等待集合中与空闲工位类型相匹配的待修装备组成待排序集合可以包括:对于待修装备等待集合中的每一待修装备,判断待修装备的待维修工作单元的类型是否均与空闲工位类型相匹配;若是,则将待修装备移至待排序集合中,进行后续的排序过程;若否,则将待修装备继续存储在待修装备等待集合中,等待下一次的空闲工位。
(4)根据仿真输入数据对待排序集合中的待修装备进行排序,得到排序序列;
具体的,将仿真输入数据中所包括的方法记为第一排序方法,将仿真输入数据中所包括的一个或多个因素记为第一因素;若第一排序方法为单因素排序法,则根据第一因素的优先级对待排序集合中的待修装备进行排序,得到排序序列。若第一排序方法为多因素排序法,则根据第一因素计算待排序集合中的每一待修装备的评分,按照评分对待排序集合中的待修装备进行排序,得到排序序列。
更为具体的,单因素排序法是针对影响待修装备维修的因素进行统一排序,确定不同因素的优先级,然后根据不同因素的优先级,按照待修装备在不同因素的分数安排待修装备进行维修,即单因素排序法是通过直接设置不同因素的优先级完成待修装备的排序。则根据第一因素的优先级对待排序集合中的待修装备进行排序,得到排序序列可以包括:按照处于第一优先级的第一因素的值对待排序集合中的待修装备进行排序,得到初始排序序列;判断初始排序序列中是否存在相同排序的待修装备;若有,则按照处于下一优先级的第一因素的值对相同排序的待修装备进行排序,根据排序对初始排序序列进行调整,得到调整后排序序列;以调整后排序序列作为初始排序序列,返回“判断初始排序序列中是否存在相同排序的待修装备”的步骤;若否,则以初始排序序列作为排序序列。
举例而言,当第一因素包括五个因素时,则这五个因素的优先级顺序可为:优先级1:装备相对使用任务的重要度;优先级2:装备到达维修点的顺序;优先级3:装备的维修类型;优先级4:装备所需的维修时间;优先级5:装备的备件满足情况。当然,还可以根据实际需求自定义优先级顺序。然后按照待修装备在每一第一因素的评分,依据优先级的顺序对各个待修装备进行排序。
待修装备在每一第一因素的评分判据可以为:
装备的维修类型:维修类型分为预防性维修任务和修复性维修任务两种,根据维修类型对任务的影响程度,设定装备故障引起的修复性维修任务优先级高,装备周期性检查引起的预防性维修任务优先级低,优先级高的评分为1分,优先级低的评分为2分,故修复性维修任务评分为1分,预防性维修任务评分为2分。
装备相对使用任务的重要度:根据待修装备对使用任务的重要程度不同进行评定,待修装备对使用任务最不重要的评10分,最重要的评1分。
装备到达维修点的顺序:根据装备到达维修点的先后顺序来评定,最后到达维修点的评分为10分,最先到达维修点的评分为1分。
装备所需的维修时间:根据装备维修时间的长短来评定,维修时间最长的评分为10分,维修时间最短的评分为1分。
装备的备件满足情况:根据待维修工作单元所需更换备件的满足情况来评定,备件满足率最低的评10分,备件满足率最高的评1分。
多因素排序法的步骤分别为:对待修装备的待维修工作单元进行评分、确定各个待维修工作单元的权重和确定待修装备的评分。则根据第一因素计算待排序集合中的每一待修装备的评分可以包括:对于待排序集合中的每一待修装备,根据第一因素对待修装备所包括的待维修工作单元进行综合评分,得到每一待维修工作单元的评分;根据所有待维修工作单元的评分计算每一待维修工作单元的权重;根据所有待维修工作单元的权重计算待修装备的评分。
待维修工作单元的评分的计算公式为:
其中,wi为第i个待维修工作单元的评分;rij为第i个待维修工作单元的第j个第一因素的值;J为第一因素的总个数,j=1,2,...,J。
待维修工作单元的权重的计算公式为:
其中,Di为第i个待维修工作单元的权重;w为待修装备所包括的所有待维修工作单元的总评分。
其中,n为待修装备所包括的待维修工作单元的总个数。
待修装备的评分的计算公式为:
其中,xi为第i个待修装备的评分。
对待排序集合中的各个待修装备,按照评分从小到大的顺序进行排序,即可得到排序序列,即得到待修装备的维修先后顺序。
上述过程即为通过多因素排序法或单因素排序法进行装备维修的决策的过程。
(5)选取排序序列中的前N个待修装备放入空闲工位中进行维修,其余待修装备存储在待修装备等待集合中继续等待,并返回“实时判断是否有工位处于空闲状态”的步骤,直至接收到所有待修装备,并在完成所有待修装备的维修后,记录维修点维修所有待修装备所用的维修顺序和所需的维修总时间;N为空闲工位数量。
在得到排序序列后,本实施例还需要考虑维修点的维修能力,具体考虑待修装备的数量和空闲工位数量是否匹配。①如图4(a)所示,如果待排序集合中的待修装备的数量少于或者等于空闲工位数量,则待排序集合中的所有待修装备均可进入对应的空闲工位进行维修;②如图4(b)所示,如果待排序集合中的待修装备的数量大于空闲工位数量,则选取排在前N位的待修装备放入空闲工位中进行维修,其余的待修装备仍然存储在待修装备等待集合中,在维修点外等待,直至有空闲工位。
基于上述仿真方法开展多个待修装备的维修过程仿真,可输出装备维修图,依据该装备维修图即可记录维修点维修所有待修装备所需的维修总时间,并通过仿真过程输出维修点维修所有待修装备所用的维修顺序。该装备维修图还可指导装备维修单位分析装备维修规律。如图5所示,装备维修图的横坐标为装备维修所经历的时间序列,可精确到具体的年、月、日,纵坐标为维修点的维修数量,通过装备维修图可反映维修点的维修能力及维修规律,并深层次反馈装备的故障状态,可供相关人员进行维修点维修能力的优化提供依据。
本仿真以待修装备为对象,考虑维修点维修能力和待修装备影响因素后,通过多因素排序法或者单因素排序法进行装备维修顺序前后的决策,在此基础上,还可加入人的维修控制,保障维修点高效的开展装备的维修工作。
S3:判断是否得到所有可能的仿真输入数据;
所有可能的仿真输入数据是指排序方法和装备维修影响因素的所有可能的组合方式。
S4:若否,则返回“对排序方法中的一种方法和装备维修影响因素中的一个或多个因素进行随机组合”的步骤,直至得到所有可能的仿真输入数据;
S5:若是,则选取所述维修总时间最短的维修顺序作为实际维修顺序;所述实际维修顺序用于指导实际维修过程。
现有的装备维修决策主要通过构建数学解析式进行装备维修的分析,很少结合仿真技术、计算机技术实现。本实施例基于仿真方法开展装备的维修推演,结合现有装备维修单位装备维修情况,充分考虑了装备相对使用任务重要度、维修时间、装备到达维修点顺序、备件满足情况、维修类型等影响装备维修的因素,总结出新的装备维修决策的方法,确定装备的维修规律。同时随着各类开发语言的广泛应用,可通过仿真方法作为技术手段实现装备的维修决策模型的构建和仿真,为装备高效维修提出决策的依据和手段。本实施例是计算机仿真技术在装备维修决策的应用,可通过对装备维修决策过程的模拟,记录装备维修数据,进行维修结果的分析,可以提供直观准确的仿真结果,提高工作效率并减少费用,同时通过计算机技术可快速封装为工具,提交给相关装备维修单位,作为装备维修决策的验证和优化依据,满足装备维修人员对装备维修情况的综合监督和管控,适应装备维修工作中的高效管理要求。
通过理论研究结合实际情况,考虑更多方法描述装备维修决策,模拟出装备维修判断的情况,简化装备维修模型,可为装备维修决策的评估和优化提供验证的手段,在现有模型基础上,可不断增加装备维修决策的描述方法,完善装备维修决策模型。
实施例2:
本实施例用于提供一种基于仿真方法开展装备维修的推演系统,如图6所示,所述推演系统包括:
随机组合模块M1,用于对排序方法中的一种方法和装备维修影响因素中的一个或多个因素进行随机组合,得到仿真输入数据;所述排序方法包括单因素排序法和多因素排序法;所述装备维修影响因素包括装备相对使用任务的重要度、装备所需的维修时间、装备到达维修点的顺序、装备的备件满足情况和装备的维修类型;
维修仿真模块M2,用于根据所述仿真输入数据对多个待修装备的维修过程进行仿真,得到维修点维修所有所述待修装备所用的维修顺序和所需的维修总时间;
判断模块M3,用于判断是否得到所有可能的仿真输入数据;
返回模块M4,用于若否,则返回“对排序方法中的一种方法和装备维修影响因素中的一个或多个因素进行随机组合”的步骤,直至得到所有可能的仿真输入数据;
实际维修模块M5,用于若是,则选取所述维修总时间最短的维修顺序作为实际维修顺序;所述实际维修顺序应用于实际维修过程。
本实施例的维修仿真模块可以包括:
接收单元,用于在接收到待修装备后,将所述待修装备放入待修装备等待集合;每一所述待修装备包括一个或多个待维修工作单元;
空闲工位确定单元,用于实时判断是否有工位处于空闲状态;若有工位处于空闲状态,则确定处于空闲状态的空闲工位的空闲工位数量和空闲工位类型;所述空闲工位类型为所述空闲工位所能处理的所述待维修工作单元的类型;
匹配单元,用于选取所述待修装备等待集合中与所述空闲工位类型相匹配的待修装备组成待排序集合;
排序单元,用于根据所述仿真输入数据对所述待排序集合中的待修装备进行排序,得到排序序列;
记录单元,用于选取所述排序序列中的前N个待修装备放入所述空闲工位中进行维修,其余待修装备存储在所述待修装备等待集合中继续等待,并返回“实时判断是否有工位处于空闲状态”的步骤,直至接收到所有所述待修装备,并在完成所有所述待修装备的维修后,记录维修点维修所有所述待修装备所用的维修顺序和所需的维修总时间;N为所述空闲工位数量。
本说明书中每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于仿真方法开展装备维修的推演方法,其特征在于,所述推演方法包括:
对排序方法中的一种方法和装备维修影响因素中的一个或多个因素进行随机组合,得到仿真输入数据;所述排序方法包括单因素排序法和多因素排序法;所述装备维修影响因素包括装备相对使用任务的重要度、装备所需的维修时间、装备到达维修点的顺序、装备的备件满足情况和装备的维修类型;
根据所述仿真输入数据对多个待修装备的维修过程进行仿真,得到维修点维修所有所述待修装备所用的维修顺序和所需的维修总时间;
判断是否得到所有可能的仿真输入数据;
若否,则返回“对排序方法中的一种方法和装备维修影响因素中的一个或多个因素进行随机组合”的步骤,直至得到所有可能的仿真输入数据;
若是,则选取所述维修总时间最短的维修顺序作为实际维修顺序;所述实际维修顺序应用于实际维修过程。
2.根据权利要求1所述的推演方法,其特征在于,所述根据所述仿真输入数据对多个待修装备的维修过程进行仿真,得到维修点维修所有所述待修装备所用的维修顺序和所需的维修总时间具体包括:
在接收到待修装备后,将所述待修装备放入待修装备等待集合;每一所述待修装备包括一个或多个待维修工作单元;
实时判断是否有工位处于空闲状态;若有工位处于空闲状态,则确定处于空闲状态的空闲工位的空闲工位数量和空闲工位类型;所述空闲工位类型为所述空闲工位所能处理的所述待维修工作单元的类型;
选取所述待修装备等待集合中与所述空闲工位类型相匹配的待修装备组成待排序集合;
根据所述仿真输入数据对所述待排序集合中的待修装备进行排序,得到排序序列;
选取所述排序序列中的前N个待修装备放入所述空闲工位中进行维修,其余待修装备存储在所述待修装备等待集合中继续等待,并返回“实时判断是否有工位处于空闲状态”的步骤,直至接收到所有所述待修装备,并在完成所有所述待修装备的维修后,记录维修点维修所有所述待修装备所用的维修顺序和所需的维修总时间;N为所述空闲工位数量。
3.根据权利要求2所述的推演方法,其特征在于,所述选取所述待修装备等待集合中与所述空闲工位类型相匹配的待修装备组成待排序集合具体包括:
对于所述待修装备等待集合中的每一所述待修装备,判断所述待修装备的待维修工作单元的类型是否均与所述空闲工位类型相匹配;
若是,则将所述待修装备移至待排序集合中;
若否,则将所述待修装备继续存储在所述待修装备等待集合中。
4.根据权利要求2所述的推演方法,其特征在于,所述根据所述仿真输入数据对所述待排序集合中的待修装备进行排序,得到排序序列具体包括:
将所述仿真输入数据中所包括的所述方法记为第一排序方法,将所述仿真输入数据中所包括的一个或多个所述因素记为第一因素;
若所述第一排序方法为单因素排序法,则根据所述第一因素的优先级对所述待排序集合中的待修装备进行排序,得到排序序列。
5.根据权利要求4所述的推演方法,其特征在于,所述根据所述第一因素的优先级对所述待排序集合中的待修装备进行排序,得到排序序列具体包括:
按照处于第一优先级的第一因素的值对所述待排序集合中的待修装备进行排序,得到初始排序序列;
判断所述初始排序序列中是否存在相同排序的待修装备;
若有,则按照处于下一优先级的第一因素的值对所述相同排序的待修装备进行排序,根据所述排序对所述初始排序序列进行调整,得到调整后排序序列;以所述调整后排序序列作为初始排序序列,返回“判断所述初始排序序列中是否存在相同排序的待修装备”的步骤;
若否,则以所述初始排序序列作为排序序列。
6.根据权利要求4所述的推演方法,其特征在于,若所述第一排序方法为多因素排序法,则根据所述第一因素计算所述待排序集合中的每一待修装备的评分,按照所述评分对所述待排序集合中的待修装备进行排序,得到排序序列。
7.根据权利要求6所述的推演方法,其特征在于,所述根据所述第一因素计算所述待排序集合中的每一待修装备的评分具体包括:
对于所述待排序集合中的每一待修装备,根据所述第一因素对所述待修装备所包括的待维修工作单元进行综合评分,得到每一所述待维修工作单元的评分;
根据所有所述待维修工作单元的评分计算每一所述待维修工作单元的权重;
根据所有所述待维修工作单元的权重计算所述待修装备的评分。
9.一种基于仿真方法开展装备维修的推演系统,其特征在于,所述推演系统包括:
随机组合模块,用于对排序方法中的一种方法和装备维修影响因素中的一个或多个因素进行随机组合,得到仿真输入数据;所述排序方法包括单因素排序法和多因素排序法;所述装备维修影响因素包括装备相对使用任务的重要度、装备所需的维修时间、装备到达维修点的顺序、装备的备件满足情况和装备的维修类型;
维修仿真模块,用于根据所述仿真输入数据对多个待修装备的维修过程进行仿真,得到维修点维修所有所述待修装备所用的维修顺序和所需的维修总时间;
判断模块,用于判断是否得到所有可能的仿真输入数据;
返回模块,用于若否,则返回“对排序方法中的一种方法和装备维修影响因素中的一个或多个因素进行随机组合”的步骤,直至得到所有可能的仿真输入数据;
实际维修模块,用于若是,则选取所述维修总时间最短的维修顺序作为实际维修顺序;所述实际维修顺序应用于实际维修过程。
10.根据权利要求9所述的推演系统,其特征在于,所述维修仿真模块具体包括:
接收单元,用于在接收到待修装备后,将所述待修装备放入待修装备等待集合;每一所述待修装备包括一个或多个待维修工作单元;
空闲工位确定单元,用于实时判断是否有工位处于空闲状态;若有工位处于空闲状态,则确定处于空闲状态的空闲工位的空闲工位数量和空闲工位类型;所述空闲工位类型为所述空闲工位所能处理的所述待维修工作单元的类型;
匹配单元,用于选取所述待修装备等待集合中与所述空闲工位类型相匹配的待修装备组成待排序集合;
排序单元,用于根据所述仿真输入数据对所述待排序集合中的待修装备进行排序,得到排序序列;
记录单元,用于选取所述排序序列中的前N个待修装备放入所述空闲工位中进行维修,其余待修装备存储在所述待修装备等待集合中继续等待,并返回“实时判断是否有工位处于空闲状态”的步骤,直至接收到所有所述待修装备,并在完成所有所述待修装备的维修后,记录维修点维修所有所述待修装备所用的维修顺序和所需的维修总时间;N为所述空闲工位数量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210534201.4A CN115034041B (zh) | 2022-05-17 | 2022-05-17 | 基于仿真方法开展装备维修的推演方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210534201.4A CN115034041B (zh) | 2022-05-17 | 2022-05-17 | 基于仿真方法开展装备维修的推演方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115034041A true CN115034041A (zh) | 2022-09-09 |
CN115034041B CN115034041B (zh) | 2023-02-07 |
Family
ID=83121928
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210534201.4A Active CN115034041B (zh) | 2022-05-17 | 2022-05-17 | 基于仿真方法开展装备维修的推演方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115034041B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008257299A (ja) * | 2007-03-31 | 2008-10-23 | Yamaguchi Univ | 優先順位評価システム |
CN103745107A (zh) * | 2014-01-10 | 2014-04-23 | 北京电子工程总体研究所 | 基于故障模式的装备基层级维修保障仿真系统构建方法 |
CN109190995A (zh) * | 2018-09-18 | 2019-01-11 | 北京航空航天大学 | 一种基于多智能体的维修资源双向联合调度策略决策方法 |
CN111581840A (zh) * | 2020-05-15 | 2020-08-25 | 中国人民解放军32181部队 | 一种装备维修特性仿真试验与评估系统 |
CN112418606A (zh) * | 2020-10-20 | 2021-02-26 | 西安电子科技大学 | 维修任务动态调度方法、系统、存储介质、计算机设备 |
-
2022
- 2022-05-17 CN CN202210534201.4A patent/CN115034041B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008257299A (ja) * | 2007-03-31 | 2008-10-23 | Yamaguchi Univ | 優先順位評価システム |
CN103745107A (zh) * | 2014-01-10 | 2014-04-23 | 北京电子工程总体研究所 | 基于故障模式的装备基层级维修保障仿真系统构建方法 |
CN109190995A (zh) * | 2018-09-18 | 2019-01-11 | 北京航空航天大学 | 一种基于多智能体的维修资源双向联合调度策略决策方法 |
CN111581840A (zh) * | 2020-05-15 | 2020-08-25 | 中国人民解放军32181部队 | 一种装备维修特性仿真试验与评估系统 |
CN112418606A (zh) * | 2020-10-20 | 2021-02-26 | 西安电子科技大学 | 维修任务动态调度方法、系统、存储介质、计算机设备 |
Non-Patent Citations (2)
Title |
---|
任帆等: "基于Flexsim的装备维修系统仿真研究", 《机械设计与制造》 * |
杨英杰等: "基于仿真的装备维修保障系统探索性分析方法研究", 《军械工程学院学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN115034041B (zh) | 2023-02-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1889193B1 (en) | Deterministic-probabilistic safety analysis and evaluation method and system | |
CN101493857A (zh) | 基于Petri网与免疫算法的半导体生产线建模与优化调度方法 | |
US20140324520A1 (en) | Method for deterministic safety analysis in non-stationary high risk system, control method and control system using thereof | |
CN102522709B (zh) | 变压器状态检修的决策方法及系统 | |
CN105471647A (zh) | 一种电力通信网故障定位方法 | |
CN109409780B (zh) | 变更处理方法、装置、计算机设备和存储介质 | |
Zhang et al. | A heuristic maintenance scheduling framework for a military aircraft fleet under limited maintenance capacities | |
Morrice et al. | An approach to ranking and selection for multiple performance measures | |
CN116415923A (zh) | 智慧燃气工单实施管理方法与物联网系统及装置 | |
CN104915730A (zh) | 基于权重的装备多属性维修决策方法 | |
Arzi et al. | Operating an FMC by a decision-tree-based adaptive production control system | |
CN114004008B (zh) | 一种基于神经网络和遗传算法的飞机装配线资源配置优化方法 | |
CN115034041B (zh) | 基于仿真方法开展装备维修的推演方法及系统 | |
CN115879719A (zh) | 一种基于遍历划分的并行故障定位优化方法和系统 | |
Korytkowski | A genetic algorithm with tournament selection for optimising inspection allocation in multiproduct multistage production systems | |
Yun et al. | Metaheuristic-based inspection policy for a one-shot system with two types of units | |
Li et al. | Construction Technology Safety Management under the Background of BIM and Information System Modeling | |
CN111625990B (zh) | 电子整机贮存寿命持续评价方法及装置 | |
Krenczyk et al. | Formulation of a sequencing problem in a mixed-model production system | |
De Maere et al. | Scheduling airline reserve crew using a probabilistic crew absence and recovery model | |
CN118013282A (zh) | 飞机总装线节拍预测与瓶颈识别方法 | |
Stanley et al. | Spreadsheet Markov analysis for plant power reliability | |
DuBois et al. | Stochastic analysis for deployments and excursions (SADE) | |
Devooght et al. | Suboptimal inspection policies for imperfectly observed realistic systems | |
CN114936472A (zh) | 一种航天发射场多阶段任务可靠性仿真评估方法 |
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 |