CN116611654A - 机电通用件在维修工作下的备件需求量估计方法及系统 - Google Patents
机电通用件在维修工作下的备件需求量估计方法及系统 Download PDFInfo
- Publication number
- CN116611654A CN116611654A CN202310587779.0A CN202310587779A CN116611654A CN 116611654 A CN116611654 A CN 116611654A CN 202310587779 A CN202310587779 A CN 202310587779A CN 116611654 A CN116611654 A CN 116611654A
- Authority
- CN
- China
- Prior art keywords
- probability
- spare
- spare part
- equipment
- 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.)
- Granted
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000003491 array Methods 0.000 claims description 34
- 238000004364 calculation method Methods 0.000 claims description 32
- 230000006870 function Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims 1
- 238000011156 evaluation Methods 0.000 abstract description 3
- 238000004088 simulation Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002699 waste material Substances 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Game Theory and Decision Science (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Educational Administration (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Development Economics (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种机电通用件在维修工作下的备件需求量估计方法及系统,属于备件需求量估算领域,其中,方法包括:将备件总数量和备件保障概率初始化为0;对根据机电通用件的寿命服从威布尔分布以及维修耗时服从正态分布获取的设备消耗k个备件的概率数组进行卷积运算,获取综合各设备的备件消耗情况后消耗g个备件的概率数组;通过计算综合各设备的备件消耗情况后消耗g个备件的概率数组的前1+s个元素之和,获取备件保障概率;判断备件保障概率是否达到备件保障概率指标,若没有则增加备件总数量,否则,将备件总数量作为备件需求量,输出备件保障概率。本发明解决了现有的备件保障概率评估方法因忽略维修时间的考虑导致备件准备过多的问题。
Description
技术领域
本发明属于备件需求量估算领域,更具体地,涉及一种机电通用件在维修工作下的备件需求量估计方法及系统。
背景技术
备件是一种重要的维修资源,是维修工作得以开展的物资基础。既要保证维修时“有件可用”,不会因备件不足而导致设备长时间停机,又不能大量备件“备而不用”,造成经济和管理上的严重浪费。另一方面,新设备投入使用后通常会配置少量备件,但是随着时间的推移,设备发生故障的概率往往会增大,对设备的维修时长会增长,但是现有技术在对备件需求量评估时,往往会忽略维修耗时。而维修耗时的忽略,极大可能会出现对备件需求量的评估偏多现象。例如飞机在任务期间发生故障后,由于维修时间占用任务期间的飞行时间,实际的工作时间减少必然带来备件需求的下降。而忽略维修时长计算得到的备件需求量会造成库存备件数量过大。
再者机电通用件为安装在多个设备上的同型机电件,在不同的设备上,这些机电件的工作强度因其设备而异,因此在同一段保障时期这些机电件各自的任务时间一般并不相同。在实际对机电通用件的备件预估时,针对不同的设备往往具有不同的备件数量。因此,现在亟需提供一种考虑维修时长的针对机电通用件的备件需求量估算方法。
发明内容
针对现有技术的缺陷,本发明的目的在于提供一种机电通用件在维修工作下的备件需求量估计方法及系统,旨在解决现有技术在对备件需求量评估时,往往会忽略维修耗时,导致对备件需求量的评估偏大问题。
为实现上述目的,一方面本发明提供了一种机电通用件在维修工作下的备件需求量估计方法,包括以下步骤:
步骤一:将备件总数量和备件保障概率初始化为0;
步骤二:对根据机电通用件的寿命服从威布尔分布以及维修耗时服从正态分布获取的设备消耗k个备件的概率数组进行卷积运算,获取综合各设备的备件消耗情况后消耗g个备件的概率数组;其中,0≤k≤s,且k为整数;s为备件总数量;
步骤三:通过计算综合各设备的备件消耗情况后消耗g个备件的概率数组的前1+s个元素之和,获取备件保障概率;其中,g从0依次增大取值;
步骤四:判断备件保障概率是否达到备件保障概率指标,若没有则增加备件总数量,转至步骤二;否则,将备件总数量作为备件需求量,输出备件保障概率;
其中,机电通用件为安装在若干设备上的同型机电件。
进一步优选地,步骤二的执行过程包括以下步骤:
a.依次对各设备从1进行编号;
b.基于机电通用件的寿命服从威布尔分布以及维修耗时服从正态分布,计算当前编号对应设备在任务期间消耗k个备件的概率数组;
c.基于计算出的各设备在任务期间消耗k个备件的概率数组进行卷积运算,计算综合各设备的备件消耗情况后消耗g个备件的概率数组;
d.判断是否当前设备的编号是否为最后一个编号,若否,则将当前设备更新为下一个编号对应的设备,转至步骤b,否则转至步骤三;
或步骤二的执行过程包括以下步骤:
基于机电通用件的寿命服从威布尔分布以及维修耗时服从正态分布,计算所有各设备在任务期间消耗k个备件的概率数组;
对所有设备在任务期间消耗k个备件的概率数组进行卷积运算,计算综合各设备的备件消耗情况后消耗g个备件的概率数组。
进一步优选地,设备i在任务期间消耗k个备件的概率数组的计算公式为:
其中,Γ()为伽玛函数;Pd1+k是概率数组Pd中的第1+k个元素,代表设备i在任务期间消耗k个备件的概率;x,y和z分别为第k次维修耗时变量,第k个备件的寿命变量和第k个备件未安装之前设备的总寿命变量;c是维修耗时均值,d是维修耗时根方差;t是时间变量;Ti为设备i中机电通用件的任务时间;机电通用件的寿命服从威布尔分布W(u,v),维修耗时服从正态分布N(c,d),u为尺度参数,v为形状参数。
进一步优选地,备件保障概率为:
其中,Pj1+g表示综合各设备的备件消耗情况后消耗g个备件的概率。
另一方面,本发明提供了一种机电通用件在维修工作下的备件需求量估计系统,包括:
初始化模块,用于将备件总数量和备件保障概率初始化为0;
概率数组计算模块,用于对根据机电通用件的寿命服从威布尔分布以及维修耗时服从正态分布获取的设备消耗k个备件的概率数组进行卷积运算,获取综合各设备的备件消耗情况后消耗g个备件的概率数组;其中,0≤k≤s,且k为整数;s为备件总数量;
备件保障概率计算模块,用于通过计算综合各设备的备件消耗情况后消耗g个备件的概率数组的前1+s个元素之和,获取备件保障概率;其中,g从0依次增大取值;
备件保障概率判定模块,用于判断备件保障概率是否达到备件保障概率指标,若没有则增加备件总数量,驱动概率数组计算模块重新计算综合各设备的备件消耗情况后消耗g个备件的概率数组;否则,将备件总数量作为备件需求量,输出备件保障概率;
其中,所述机电通用件为安装在若干设备上的同型机电件。
进一步优选地,概率数组计算模块包括:
设备编号单元,用于依次对各设备从1进行编号;
设备消耗备件的概率数组计算单元,用于基于机电通用件的寿命服从威布尔分布以及维修耗时服从正态分布,计算当前编号对应设备在任务期间消耗k个备件的概率数组;
综合设备消耗备件的概率数组计算单元,用于基于计算出的各设备在任务期间消耗k个备件的概率数组进行卷积运算,计算综合各设备的备件消耗情况后消耗g个备件的概率数组;
所有设备完成计算的判定单元,用于判断是否当前设备的编号是否为最后一个编号,若否,则将当前设备更新为下一个编号对应的设备,驱动设备消耗备件的概率数组计算单元的执行,否则驱动备件保障概率计算模块执行;
或
概率数组计算模块包括:设备消耗备件的概率数组计算单元和综合设备消耗备件的概率数组计算单元;
设备消耗备件的概率数组计算单元用于基于机电通用件的寿命服从威布尔分布以及维修耗时服从正态分布,计算所有各设备在任务期间消耗k个备件的概率数组;
综合设备消耗备件的概率数组计算单元用于对所有设备在任务期间消耗k个备件的概率数组进行卷积运算,计算综合各设备的备件消耗情况后消耗g个备件的概率数组。
进一步优选地,设备i在任务期间消耗k个备件的概率数组的计算公式为:
其中,Γ()为伽玛函数;Pd1+k是概率数组Pd中的第1+k个元素,代表设备i在任务期间消耗k个备件的概率;x,y和z分别为第k次维修耗时变量,第k个备件的寿命变量和第k个备件未安装之前设备的总寿命变量;c是维修耗时均值,d是维修耗时根方差;t是时间变量;Ti为设备i中机电通用件的任务时间;机电通用件的寿命服从威布尔分布W(u,v),维修耗时服从正态分布N(c,d),u为尺度参数,v为形状参数。
进一步优选地,所述备件保障概率为:
其中,Pj1+g表示综合各设备的备件消耗情况后消耗g个备件的概率。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,具有以下
有益效果:
本发明提供了一种机电通用件在维修工作下的备件需求量估计方法及系统,其中,对根据机电通用件的寿命服从威布尔分布以及维修耗时服从正态分布获取的设备消耗k个备件的概率数组进行卷积运算,获取综合各设备的备件消耗情况后消耗k个备件的概率数组;更为具体地,设备i在任务期间消耗k个备件的概率数组的计算公式为:
其中,其中,c是维修耗时均值,d是维修耗时根方差;说明本发明在进行备件保障概率的估计过程中充分考虑了维修时间的因素,在面临维修耗时较大的实际情况中,本发明能够更为合理地确定备件需求量,有效解决现有的备件保障概率评估方法因忽略维修时间的考虑导致备件准备过多的问题。
附图说明
图1是本发明实施例提供的机电通用件在维修工作下的备件需求量估计方法流程图;
图2是本发明实施例提供的采用忽略维修耗时的业内当前方法、考虑维修耗时的本发明提出的估计方法和考虑维修耗时的仿真方法的结果对比图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明采用的技术术语定义如下:
备件保障概率是故障发生时有备件的概率,常用于计算备件需求量;
备件需求量是备件保障概率不低于指标要求的最少备件数量;
机电通用件是指安装在多个设备上的同型机电件,机电通用件的工作强度因设备而异,在同一段保障时期机电通用件的任务时间一般不相同;
机电件的寿命一般服从威布尔分布,如:滚珠轴承、继电器、开关、断路器、磁控管、电位计、陀螺、电动机、航空发电机、蓄电池、液压泵、空气涡轮发动机、齿轮、活门和材料疲劳件;
随机变量服从威布尔分布W(u,v),则随机变量的概率密度函数为:
其中,u为尺度参数,v为形状参数;
在本发明中,已知机电通用件安装在n个设备上,各自的任务时间为Ti,备件保障概率指标为P,该类机电通用件的寿命服从威布尔分布W(u,v),维修耗时服从正态分布N(c,d),其中,c是维修耗时均值,d是维修耗时根方差。
一方面,如图1所示,本发明提供了一种机电通用件在维修工作下的备件需求量估计方法,包括以下步骤:
S1:对各设备依次从1开始进行编号(i=1,2,3……),初始化备件总数量s=0以及备件保障概率Pb=0;
S2:基于机电通用件的寿命服从威布尔分布以及维修耗时服从正态分布,计算设备i在任务期间消耗k个备件的概率数组;更为具体地:
其中,Γ()为伽玛函数,/>
Pd1+k是概率数组Pd中的第1+k个元素,代表设备i在任务期间消耗k个备件的概率;x,y和z分别为第k次维修耗时变量,第k个备件的寿命变量和第k个备件未安装之前设备的总寿命变量;c是维修耗时均值,d是维修耗时根方差;t是时间变量;
对于第i个设备在任务期间消耗k个备件的概率数组Pd={Pd1,Pd2,…,Pd1+k,…,Pd1+s};
S3:基于计算出的各设备在任务期间消耗k个备件的概率数组进行卷积运算,计算综合各设备的备件消耗情况后消耗g个备件的概率数组Pj;其中,综合各设备的备件消耗情况后消耗g个备件的概率数组的初始值为第一个设备在任务期间消耗k个备件的概率数组;
数学表达为:
若i>1,则令Pj=Pj*Pd,否则Pj=Pd,*为卷积计算符号;
S4:将当前设备更新为下一编号对应的设备,判断当前设备是否为最后一个设备,若不是,则转至S2,否则,转至S5;
本发明中的S2~S4也可以采用下述方法进行:
基于机电通用件的寿命服从威布尔分布以及维修耗时服从正态分布,计算所有各设备在任务期间消耗k个备件的概率数组;
对所有设备在任务期间消耗k个备件的概率数组进行卷积运算,计算综合各设备的备件消耗情况后消耗g个备件的概率数组;
S5:对所有备件下的Pj进行求和计算备件保障概率判断备件保障概率是否达到备件保障概率指标,若不满足,则将备件总数量增加,将当前设备更新为编号为1的设备,转至S2,否则,执行S6;
S6:将当前备件数量作为备件需求量,输出备件需求量以及对应的备件保障概率。
另一方面,本发明提供了一种机电通用件在维修工作下的备件需求量估计系统,包括:
初始化模块,用于将备件总数量和备件保障概率初始化为0;
概率数组计算模块,用于对根据机电通用件的寿命服从威布尔分布以及维修耗时服从正态分布获取的设备消耗k个备件的概率数组进行卷积运算,获取综合各设备的备件消耗情况后消耗g个备件的概率数组;其中,0≤k≤s,且k为整数;s为备件总数量;
备件保障概率计算模块,用于通过计算综合各设备的备件消耗情况后消耗g个备件的概率数组的前1+s个元素之和,获取备件保障概率;其中,g从0依次增大取值;
备件保障概率判定模块,用于判断备件保障概率是否达到备件保障概率指标,若没有则增加备件总数量,驱动概率数组计算模块重新计算综合各设备的备件消耗情况后消耗g个备件的概率数组;否则,将备件总数量作为备件需求量,输出备件保障概率;
其中,所述机电通用件为安装在若干设备上的同型机电件。
进一步优选地,概率数组计算模块包括:
设备编号单元,用于依次对各设备从1进行编号;
设备消耗备件的概率数组计算单元,用于基于机电通用件的寿命服从威布尔分布以及维修耗时服从正态分布,计算当前编号对应设备在任务期间消耗k个备件的概率数组;
综合设备消耗备件的概率数组计算单元,用于基于计算出的各设备在任务期间消耗k个备件的概率数组进行卷积运算,计算综合各设备的备件消耗情况后消耗g个备件的概率数组;
所有设备完成计算的判定单元,用于判断是否当前设备的编号是否为最后一个编号,若否,则将当前设备更新为下一个编号对应的设备,驱动设备消耗备件的概率数组计算单元的执行,否则驱动备件保障概率计算模块执行;
或
概率数组计算模块包括:设备消耗备件的概率数组计算单元和综合设备消耗备件的概率数组计算单元;
设备消耗备件的概率数组计算单元用于基于机电通用件的寿命服从威布尔分布以及维修耗时服从正态分布,计算所有各设备在任务期间消耗k个备件的概率数组;
综合设备消耗备件的概率数组计算单元用于对所有设备在任务期间消耗k个备件的概率数组进行卷积运算,计算综合各设备的备件消耗情况后消耗g个备件的概率数组。
进一步优选地,设备i在任务期间消耗k个备件的概率数组的计算公式为:
其中,Γ()为伽玛函数;Pd1+k是概率数组Pd中的第1+k个元素,代表设备i在任务期间消耗k个备件的概率;x,y和z分别为第k次维修耗时变量,第k个备件的寿命变量和第k个备件未安装之前设备的总寿命变量;c是维修耗时均值,d是维修耗时根方差;t是时间变量;Ti为设备i中机电通用件的任务时间;机电通用件的寿命服从威布尔分布W(u,v),维修耗时服从正态分布N(c,d),u为尺度参数,v为形状参数。
进一步优选地,所述备件保障概率为:
其中,Pj1+g表示综合各设备的备件消耗情况后消耗g个备件的概率。
实施例
某机电通用件分别安装在3台不同的设备上,任务时间分别为100、140和180h,该机电通用件寿命服从威布尔分布W(100,18),修复故障的时间服从正态分布N(20,2),要求备件保障概率不低于0.9,计算此时的备件需求量。
初始化,令设备编号i=1,备件数量s=0,备件保障概率Pb=0,参数/>=29.39;其中,把机电通用件寿命服从威布尔分布,近似成服从伽马分布,a是伽马分布的形状参数;b是伽马分布的尺度参数;
多次执行S2~S5,当备件数量s=5,各设备的概率数组Pd结果如表1所示,列备件数量0~5时对应的备件保障概率结果如表2所示;
表1
表2
备件数量 | 备件保障概率 |
0 | 0.003 |
1 | 0.046 |
2 | 0.243 |
3 | 0.603 |
4 | 0.885 |
5 | 0.983 |
终止计算,备件需求量为5,其对应的备件保障概率为0.983,满足不低于0.9的指标要求;
本发明的核心是计算备件数量对应的备件保障概率,分别采用忽略维修耗时的业内当前方法、考虑维修耗时的本发明提出的评估方法和考虑维修耗时的仿真方法进行对比,图2展示了机电通用件安装在5台设备上备件数量20~36的3种备件保障概率结果,图2表明:本发明提出的评估方法结果与仿真结果极为吻合,很好地反映了因维修耗时占用任务期间的工作时间,降低备件需求,相同备件数量时备件保障概率应更大这一实际情况。面对备件保障概率不低于0.9这一相同的指标要求,忽略维修耗时和考虑维修耗时的备件需求量分别为11和9;在面临维修耗时较大的实际情况时,本发明方法能更合理确定备件需求量,有效解决当前业内方法造成的备件准备过多问题。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种机电通用件在维修工作下的备件需求量估计方法,其特征在于,包括以下步骤:
步骤一:将备件总数量和备件保障概率初始化为0;
步骤二:对根据机电通用件的寿命服从威布尔分布以及维修耗时服从正态分布获取的设备消耗k个备件的概率数组进行卷积运算,获取综合各设备的备件消耗情况后消耗g个备件的概率数组;其中,0≤k≤s,且k为整数;s为备件总数量;
步骤三:通过计算综合各设备的备件消耗情况后消耗g个备件的概率数组的前1+s个元素之和,获取备件保障概率;其中,g从0依次增大取值;
步骤四:判断备件保障概率是否达到备件保障概率指标,若没有则增加备件总数量,转至步骤二;否则,将备件总数量作为备件需求量,输出备件保障概率;
其中,所述机电通用件为安装在若干设备上的同型机电件。
2.根据权利要求1所述的备件需求量估计方法,其特征在于,步骤二的执行过程包括以下步骤:
a.依次对各设备从1进行编号;
b.基于机电通用件的寿命服从威布尔分布以及维修耗时服从正态分布,计算当前编号对应设备在任务期间消耗k个备件的概率数组;
c.基于计算出的各设备在任务期间消耗k个备件的概率数组进行卷积运算,计算综合各设备的备件消耗情况后消耗g个备件的概率数组;
d.判断是否当前设备的编号是否为最后一个编号,若否,则将当前设备更新为下一个编号对应的设备,转至步骤b,否则转至步骤三;
或步骤二的执行过程包括以下步骤:
基于机电通用件的寿命服从威布尔分布以及维修耗时服从正态分布,计算所有各设备在任务期间消耗k个备件的概率数组;
对所有设备在任务期间消耗k个备件的概率数组进行卷积运算,计算综合各设备的备件消耗情况后消耗g个备件的概率数组。
3.根据权利要求1或2所述的备件需求量估计方法,其特征在于,设备i在任务期间消耗k个备件的概率数组的计算公式为:
其中,Γ()为伽玛函数;Pd1+k是概率数组Pd中的第1+k个元素,代表设备i在任务期间消耗k个备件的概率;x,y和z分别为第k次维修耗时变量,第k个备件的寿命变量和第k个备件未安装之前设备的总寿命变量;c是维修耗时均值,d是维修耗时根方差;t是时间变量;Ti为设备i中机电通用件的任务时间;机电通用件的寿命服从威布尔分布W(u,v),维修耗时服从正态分布N(c,d),u为尺度参数,v为形状参数。
4.根据权利要求3所述的备件需求量估计方法,其特征在于,所述备件保障概率为:
其中,Pj1+g表示综合各设备的备件消耗情况后消耗g个备件的概率。
5.一种机电通用件在维修工作下的备件需求量估计系统,其特征在于,包括:
初始化模块,用于将备件总数量和备件保障概率初始化为0;
概率数组计算模块,用于对根据机电通用件的寿命服从威布尔分布以及维修耗时服从正态分布获取的设备消耗k个备件的概率数组进行卷积运算,获取综合各设备的备件消耗情况后消耗g个备件的概率数组;其中,0≤k≤s,且k为整数;s为备件总数量;
备件保障概率计算模块,用于通过计算综合各设备的备件消耗情况后消耗g个备件的概率数组的前1+s个元素之和,获取备件保障概率;其中,g从0依次增大取值;
备件保障概率判定模块,用于判断备件保障概率是否达到备件保障概率指标,若没有则增加备件总数量,驱动概率数组计算模块重新计算综合各设备的备件消耗情况后消耗g个备件的概率数组;否则,将备件总数量作为备件需求量,输出备件保障概率;
其中,所述机电通用件为安装在若干设备上的同型机电件。
6.根据权利要求5所述的备件需求量估计系统,其特征在于,概率数组计算模块包括:
设备编号单元,用于依次对各设备从1进行编号;
设备消耗备件的概率数组计算单元,用于基于机电通用件的寿命服从威布尔分布以及维修耗时服从正态分布,计算当前编号对应设备在任务期间消耗k个备件的概率数组;
综合设备消耗备件的概率数组计算单元,用于基于计算出的各设备在任务期间消耗k个备件的概率数组进行卷积运算,计算综合各设备的备件消耗情况后消耗g个备件的概率数组;
所有设备完成计算的判定单元,用于判断是否当前设备的编号是否为最后一个编号,若否,则将当前设备更新为下一个编号对应的设备,驱动设备消耗备件的概率数组计算单元的执行,否则驱动备件保障概率计算模块执行;
或
概率数组计算模块包括:设备消耗备件的概率数组计算单元和综合设备消耗备件的概率数组计算单元;
设备消耗备件的概率数组计算单元用于基于机电通用件的寿命服从威布尔分布以及维修耗时服从正态分布,计算所有各设备在任务期间消耗k个备件的概率数组;
综合设备消耗备件的概率数组计算单元用于对所有设备在任务期间消耗k个备件的概率数组进行卷积运算,计算综合各设备的备件消耗情况后消耗g个备件的概率数组。
7.根据权利要求6所述的备件需求量估计系统,其特征在于,设备i在任务期间消耗k个备件的概率数组的计算公式为:
其中,Γ()为伽玛函数;Pd1+k是概率数组Pd中的第1+k个元素,代表设备i在任务期间消耗k个备件的概率;x,y和z分别为第k次维修耗时变量,第k个备件的寿命变量和第k个备件未安装之前设备的总寿命变量;c是维修耗时均值,d是维修耗时根方差;t是时间变量;Ti为设备i中机电通用件的任务时间;机电通用件的寿命服从威布尔分布W(u,v),维修耗时服从正态分布N(c,d),u为尺度参数,v为形状参数。
8.根据权利要求7所述的备件需求量估计系统,其特征在于,所述备件保障概率为:
其中,Pj1+g表示综合各设备的备件消耗情况后消耗g个备件的概率。
9.一种电子设备,其特征在于,包括:
至少一个存储器,用于存储程序;
至少一个处理器,用于执行所述存储器存储的程序,当所述存储器存储的程序被执行时,所述处理器用于执行如权利要求1-4任一所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,当所述计算机程序在处理器上运行时,使得所述处理器执行如权利要求1-4任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310587779.0A CN116611654B (zh) | 2023-05-23 | 2023-05-23 | 机电通用件在维修工作下的备件需求量估计方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310587779.0A CN116611654B (zh) | 2023-05-23 | 2023-05-23 | 机电通用件在维修工作下的备件需求量估计方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116611654A true CN116611654A (zh) | 2023-08-18 |
CN116611654B CN116611654B (zh) | 2024-02-09 |
Family
ID=87681345
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310587779.0A Active CN116611654B (zh) | 2023-05-23 | 2023-05-23 | 机电通用件在维修工作下的备件需求量估计方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116611654B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117314143A (zh) * | 2023-09-15 | 2023-12-29 | 中国人民解放军海军工程大学 | 一种产品修理线改造方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104636826A (zh) * | 2015-01-27 | 2015-05-20 | 中国石油化工股份有限公司 | 一种炼油化工设备可靠性及维护策略的优化方法 |
CN105844050A (zh) * | 2016-04-12 | 2016-08-10 | 吉林大学 | 基于时间相关的数控机床组件更换时间方法 |
CN106845109A (zh) * | 2017-01-20 | 2017-06-13 | 中国人民解放军海军工程大学 | 一种指数型有寿件备件需求量的计算方法 |
CN106844953A (zh) * | 2017-01-20 | 2017-06-13 | 中国人民解放军海军工程大学 | 一种威布尔型有寿件备件的保障概率计算方法 |
CN106874238A (zh) * | 2017-01-20 | 2017-06-20 | 中国人民解放军海军工程大学 | 一种威布尔型单元备件需求量的计算方法 |
CN107220216A (zh) * | 2017-05-16 | 2017-09-29 | 中国人民解放军海军工程大学 | 一种利用特征数的威布尔型备件需求量的近似计算方法 |
CN110598363A (zh) * | 2019-09-30 | 2019-12-20 | 青岛航讯网络技术服务有限公司 | 表决部件的备件量计算方法、仿真方法、终端及存储介质 |
KR20210151510A (ko) * | 2020-06-05 | 2021-12-14 | 한국전력공사 | 발전 설비 부품의 고장 확률 예측 장치 및 방법 |
-
2023
- 2023-05-23 CN CN202310587779.0A patent/CN116611654B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104636826A (zh) * | 2015-01-27 | 2015-05-20 | 中国石油化工股份有限公司 | 一种炼油化工设备可靠性及维护策略的优化方法 |
CN105844050A (zh) * | 2016-04-12 | 2016-08-10 | 吉林大学 | 基于时间相关的数控机床组件更换时间方法 |
CN106845109A (zh) * | 2017-01-20 | 2017-06-13 | 中国人民解放军海军工程大学 | 一种指数型有寿件备件需求量的计算方法 |
CN106844953A (zh) * | 2017-01-20 | 2017-06-13 | 中国人民解放军海军工程大学 | 一种威布尔型有寿件备件的保障概率计算方法 |
CN106874238A (zh) * | 2017-01-20 | 2017-06-20 | 中国人民解放军海军工程大学 | 一种威布尔型单元备件需求量的计算方法 |
CN107220216A (zh) * | 2017-05-16 | 2017-09-29 | 中国人民解放军海军工程大学 | 一种利用特征数的威布尔型备件需求量的近似计算方法 |
CN110598363A (zh) * | 2019-09-30 | 2019-12-20 | 青岛航讯网络技术服务有限公司 | 表决部件的备件量计算方法、仿真方法、终端及存储介质 |
KR20210151510A (ko) * | 2020-06-05 | 2021-12-14 | 한국전력공사 | 발전 설비 부품의 고장 확률 예측 장치 및 방법 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117314143A (zh) * | 2023-09-15 | 2023-12-29 | 中国人民解放军海军工程大学 | 一种产品修理线改造方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116611654B (zh) | 2024-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116611654B (zh) | 机电通用件在维修工作下的备件需求量估计方法及系统 | |
CN115270078B (zh) | 一种机电设备平均修复时间的计算方法和系统 | |
CN109492974A (zh) | 大型货轮整体换件维修多Weibull单元部件备件需求量确定方法 | |
CN111898834B (zh) | 一种雷达备件优化方法、系统、介质及设备 | |
CN116955914A (zh) | 一种机械单元备件保障任务成功率计算方法和系统 | |
CN109492914A (zh) | 大型货轮短期任务备件需求量确定方法 | |
CN116579494B (zh) | 基于维修耗时下机电设备的备件库存预测方法及系统 | |
CN116777298A (zh) | 一种考虑维修耗时的电子设备使用可用度评估方法 | |
CN116955910B (zh) | 一种机械串联部件的保障任务成功率计算方法和系统 | |
CN116843119B (zh) | 一种考虑维修耗时的电子单元备件设计方法及系统 | |
CN116822843A (zh) | 一种针对电子串联部件的备件需求量计算方法及系统 | |
CN117132144A (zh) | 一种考虑维修耗时的机械单元使用可用度估计方法和系统 | |
CN116579578A (zh) | 一种考虑维修耗时的电子设备备件需求量计算方法 | |
CN116955912A (zh) | 一种电子设备的备件保障任务的成功率评估方法及系统 | |
CN116629549A (zh) | 基于维修耗时的机械通用件备件需求量的计算方法及系统 | |
CN115879720A (zh) | 一种采用通用检测工具检测的检查次序优化方法和系统 | |
CN115759479A (zh) | 一种基于综合值的复杂设备故障定位优化方法和系统 | |
CN105913189B (zh) | 一种机电产品无维修工作期分配方法 | |
CN116843231B (zh) | 一种考虑维修耗时的机械设备使用可用度量化方法和系统 | |
CN116502845B (zh) | 考虑维修耗时的机电设备备件平均消耗数估计方法和系统 | |
CN109543276B (zh) | 大型货轮长期保障任务多Gamma单元备件需求量确定方法 | |
CN116542457A (zh) | 一种机电通用件的备件消耗数量估计方法及系统 | |
CN110147906A (zh) | 一种部分换件预防性维修方案优化方法 | |
CN116757392A (zh) | 考虑维修耗时的机械设备备件消耗数量计算方法和系统 | |
CN117057638A (zh) | 考虑维修耗时的机械类部件使用可用度预估方法和系统 |
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 |