CN116862135A - 一种机械设备维修分析方法、系统及电子设备 - Google Patents
一种机械设备维修分析方法、系统及电子设备 Download PDFInfo
- Publication number
- CN116862135A CN116862135A CN202310605817.0A CN202310605817A CN116862135A CN 116862135 A CN116862135 A CN 116862135A CN 202310605817 A CN202310605817 A CN 202310605817A CN 116862135 A CN116862135 A CN 116862135A
- Authority
- CN
- China
- Prior art keywords
- mechanical
- probability
- maintenance
- time
- unit
- 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 146
- 238000004458 analytical method Methods 0.000 title claims abstract description 25
- 238000000034 method Methods 0.000 claims description 55
- 238000004364 calculation method Methods 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 7
- 230000004044 response Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid 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
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Bioinformatics & Computational Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明提供一种机械设备的维修分析方法、系统及电子设备,包括以下步骤:S1,确定机械设备的组成和寿命分布,并确定机械设备的维修耗时分布;S2,为每个单元分配0个备件;S3,根据各个单元的寿命分布确定各个单元的备件保障力度,从中确定备件保障力度最小的单元,并将其备件的数量增加1个;S4,根据各个单元的寿命分布和维修耗时分布确定机械设备消耗的备件总数量对应的及时和未及时完成维修的概率;S5,将及时和未及时完成维修的概率和,得到备件保障概率;S6,若备件保障概率低于预设备件保障指标,则执行步骤S3‑步骤S5,否则执行步骤S7;S7,将当前求得的备件总数量和备件保障概率输出,得到维修分析结果。
Description
技术领域
本发明属于机械设备维修领域,更具体地,涉及一种机械设备维修分析方法、系统及电子设备。
背景技术
当前机械设备的维修分析仅考虑维修耗时很少的场景,分析维修能力时忽略维修耗时,约定维修耗时为零。
但是,当机械设备的维修耗时确实较长,例如民航飞机的许多维修项目耗时较多,若以一年时间作为保障任务期,飞机在任务期间发生故障后,由于维修时间占用了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。因此,当维修耗时较大时,仍然采用忽略维修耗时的分析方式,必然会导致维修分析预估不准确的问题。
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械设备维修分析方法、系统及电子设备,旨在解决当维修耗时较大时,仍然采用忽略维修耗时的分析方式,必然会导致机械设备维修分析预估不准确的问题。
为实现上述目的,第一方面,本发明提供了一种机械设备的维修分析方法,包括以下步骤:
S1,确定机械设备的组成和寿命分布,并确定机械设备的维修耗时分布;所述机械设备包括多个机械件单元,每个机械件单元的寿命和所述维修耗时均服从正态分布;
S2,为每个机械件单元分配0个机械备件;
S3,根据各个机械件单元的寿命分布确定各个机械件单元的备件保障力度,从中确定备件保障力度最小的机械件单元,并将其机械备件的数量增加1个;
S4,确定机械设备的机械备件总数量,根据各个机械件单元的寿命分布和维修耗时分布确定机械设备消耗的备件总数量从0依次增加到最大值时分别对应的及时完成维修的概率和未及时完成维修的概率;
S5,将机械设备消耗备件总数量从0依次增加到最大值时及时完成维修的概率和未及时完成维修的概率叠加求和,得到机械设备的备件保障概率;
S6,若当前求得的备件保障概率低于预设备件保障指标,则执行步骤S3-步骤S5,否则执行步骤S7;
S7,将当前求得的机械备件总数量和备件保障概率输出,作为满足预设备件保障指标的机械设备维修分析结果。
具体地,机械设备包括的n个单元,类型各不相同。例如电脑,其组成单元分别是屏幕,键盘,鼠标,主板,硬盘等。故可理解为:机械设备包括多个不同类型的机械单元,每个机械单元的寿命分布参数并不相同。
在一个可能的实现方式中,设机械件单元i的备件数量为Si,1≤i≤n,机械件单元i的寿命正态分布为N(ai,bi),则机械件单元i的备件保障力度pdyi为:
其中,T表示机械设备的任务时间,x表示机械件单元的寿命变量。
在一个可能的实现方式中,设维修耗时服从正态分布N(c,d),c是维修耗时均值,d是维修耗时根方差;
机械设备消耗r个机械备件及时完成维修的概率Psr为:
其中,y表示维修耗时变量,q(y)为机械设备消耗r个机械备件的概率,q(y)计算步骤为:
(Q.1)令i=1;
(Q.2)计算概率数组Pd,其中,概率数组Pd包括Si+1个元素,每个元素的数值通过下式确定:
(Q.3)若i=1,则令pj=pd,否则pj=pj*pd,*是卷积计算符号;
(Q.4)更新i=i+1,若i≤n则执行(Q.2),否则执行(Q.5);
(Q.5)令q(y)=pj1+r,其中,pj1+r是数组pj中第1+r个元素。
在一个可能的实现方式中,设维修耗时服从正态分布N(c,d),c是维修耗时均值,d是维修耗时根方差;设机械件单元j的备件数量为Sj,1≤j≤n,机械件单元j的寿命正态分布为N(aj,bj);机械设备消耗r个机械备件未及时完成维修的概率Pfr为:
(5.1)令i=1;
(5.2)计算机械件单元i未及时完成维修的概率Pfti;
式中,R(x)表示未及时完成维修条件下消耗1个机械备件的维修时间概率;Dj(x)表示未及时完成维修且消耗共1个机械备件时机械件单元j的工作时间概率;g(x)表示未及时完成维修条件下消耗r个备件的维修时间概率,r>1;h(x)表示未及时完成维修且消耗共r个备件时设备的工作时间概率,r>1;
其中,t表示时间变量;h(x)的计算步骤如下:
(H.1)令j=1;
(H.2)计算概率数组pdd,其中,概率数组pdd包括Sj或Sj+1个元素,每个元素的数值通过下式确定:
若j=i,1≤k≤sj
否则,
(H.3)若j=1,则令pjj=pdd,否则pjj=pjj*pdd,*是卷积计算符号;
(H.4)更新j=j+1,若j≤n则执行(H.2),否则执行(H.5);
(H.5)令h(x)=pjjr;其中,pjjr是数组pjj中第r个元素;
(5.3)更新i=1+i,若i≤n则执行(5.2),否则
第二方面,本发明提供了一种机械设备的维修分析系统,包括:
组成及分布确定单元,用于确定机械设备的组成和寿命分布,并确定机械设备的维修耗时分布;所述机械设备包括多个机械件单元,每个机械件单元的寿命和所述维修耗时均服从正态分布;
备件初始化单元,用于为每个机械件单元分配0个机械备件;
保障概率计算单元,用于根据各个机械件单元的寿命分布确定各个机械件单元的备件保障力度,从中确定备件保障力度最小的机械件单元,并将其机械备件的数量增加1个;确定机械设备的机械备件总数量,根据各个机械件单元的寿命分布和维修耗时分布确定机械设备消耗的备件总数量从0依次增加到最大值时分别对应的及时完成维修的概率和未及时完成维修的概率;以及将机械设备消耗备件总数量从0依次增加到最大值时及时完成维修的概率和未及时完成维修的概率叠加求和,得到机械设备的备件保障概率;
保障概率判断单元,用于若当前求得的备件保障概率低于预设备件保障指标,则指示保障概率计算单元再次计算新的备件保障概率,否则将当前求得的机械备件总数量和备件保障概率输出,作为满足预设备件保障指标的机械设备维修分析结果。
在一个可能的实现方式中,设机械件单元i的备件数量为Si,1≤i≤n,机械件单元i的寿命正态分布为N(ai,bi),则保障概率计算单元计算的机械件单元i的备件保障力度pdyi为:
其中,T表示机械设备的任务时间,x表示机械件单元的寿命变量。
在一个可能的实现方式中,设维修耗时服从正态分布N(c,d),c是维修耗时均值,d是维修耗时根方差;
则保障概率计算单元计算的机械设备消耗r个机械备件及时完成维修的概率Psr为:
其中,y表示维修耗时变量,q(y)为机械设备消耗r个机械备件的概率,q(y)计算步骤为:
(Q.1)令i=1;
(Q.2)计算概率数组Pd,其中,概率数组Pd包括Si+1个元素,每个元素的数值通过下式确定:
(Q.3)若i=1,则令pj=pd,否则pj=pj*pd,*是卷积计算符号;
(Q.4)更新i=i+1,若i≤n则执行(Q.2),否则执行(Q.5);
(Q.5)令q(y)=pj1+r,其中,pj1+r是数组pj中第1+r个元素。
在一个可能的实现方式中,设维修耗时服从正态分布N(c,d),c是维修耗时均值,d是维修耗时根方差;设机械件单元j的备件数量为Sj,
1≤j≤n,机械件单元j的寿命正态分布为N(aj,bj);则保障概率计算单元计算的机械设备消耗r个机械备件未及时完成维修的概率Pfr为:
(5.1)令i=1;
(5.2)计算机械件单元i未及时完成维修的概率Pfti
式中,R(x)表示未及时完成维修条件下消耗1个机械备件的维修时间概率;Dj(x)表示未及时完成维修且消耗共1个机械备件时机械件单元j的工作时间概率;g(x)表示未及时完成维修条件下消耗r个备件的维修时间概率,r>1;h(x)表示未及时完成维修且消耗共r个备件时设备的工作时间概率,r>1;
其中,t表示时间变量;h(x)的计算步骤如下:
(H.1)令j=1;
(H.2)计算概率数组pdd,其中,概率数组pdd包括Sj或Sj+1个元素,每个元素的数值通过下式确定:
若j=i,1≤k≤sj
否则,
(H.3)若j=1,则令pjj=pdd,否则pjj=pjj*pdd,*是卷积计算符号;
(H.4)更新j=j+1,若j≤n则执行(H.2),否则执行(H.5);
(H.5)令h(x)=pjjr;其中,pjjr是数组pjj中第r个元素;
(5.3)更新i=1+i,若i≤n则执行(5.2),否则
第三方面,本申请提供一种电子设备,包括:至少一个存储器,用于存储程序;至少一个处理器,用于执行存储器存储的程序,当存储器存储的程序被执行时,处理器用于执行第一方面或第一方面的任一种可能的实现方式所描述的方法。
第四方面,本申请提供一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,当计算机程序在处理器上运行时,使得处理器执行第一方面或第一方面的任一种可能的实现方式所描述的方法。
第五方面,本申请提供一种计算机程序产品,当计算机程序产品在处理器上运行时,使得处理器执行第一方面或第一方面的任一种可能的实现方式所描述的方法。
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械设备维修分析方法、系统及电子设备,在面临维修耗时较大的实际情况时,采用本发明方法能更合理确定备件需求量,有效解决以往业内方法造成的维修分析结果不准确的问题,针对维修耗时较大的场景,本发明的维修分析方法具有较高的实用价值,能够利用维修分析结果合理为机械设备准备备件,保障机械设备在任务期间内正常运转。
附图说明
图1是本发明实施例提供的机械设备维修分析方法流程图;
图2是本发明实施例提供的三种方法的备件保障概率结果;
图3是本发明实施例提供的机械设备维修分析方法流程图。
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用以解释本发明,并不用于限定本发明。
本发明中术语“和/或”,是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。本发明中符号“/”表示关联对象是或者的关系,例如A/B表示A或者B。
本发明中的说明书和权利要求书中的术语“第一”和“第二”等是用于区别不同的对象,而不是用于描述对象的特定顺序。例如,第一响应消息和第二响应消息等是用于区别不同的响应消息,而不是用于描述响应消息的特定顺序。
在本申请实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
在本申请实施例的描述中,除非另有说明,“多个”的含义是指两个或者两个以上,例如,多个处理单元是指两个或者两个以上的处理单元等;多个元件是指两个或者两个以上的元件等。
接下来,对本申请实施例中提供的技术方案进行介绍。
图1是本发明实施例提供的机械设备维修分析方法流程图;如图1所示,包括以下步骤:
S1,确定机械设备的组成和寿命分布,并确定机械设备的维修耗时分布;所述机械设备包括多个机械件单元,每个机械件单元的寿命和所述维修耗时均服从正态分布;
S2,为每个机械件单元分配0个机械备件;
S3,根据各个机械件单元的寿命分布确定各个机械件单元的备件保障力度,从中确定备件保障力度最小的机械件单元,并将其机械备件的数量增加1个;
S4,确定机械设备的机械备件总数量,根据各个机械件单元的寿命分布和维修耗时分布确定机械设备消耗的备件总数量从0依次增加到最大值时分别对应的及时完成维修的概率和未及时完成维修的概率;
S5,将机械设备消耗备件总数量从0依次增加到最大值时及时完成维修的概率和未及时完成维修的概率叠加求和,得到机械设备的备件保障概率;
S6,若当前求得的备件保障概率低于预设备件保障指标,则执行步骤S3-步骤S5,否则执行步骤S7;
S7,将当前求得的机械备件总数量和备件保障概率输出,作为满足预设备件保障指标的机械设备维修分析结果。
需要说明的是,机械件的寿命一般服从正态分布,如:汇流环、齿轮箱、减速器等。若随机变量服从正态分布N(μ,σ),μ为均值,σ为根方差,其概率密度函数为
本发明的机械设备由多个不同类型机械件单元组成,当其中一个单元出现故障时视同该设备出现故障,通过更换故障单元的方式完成对该设备的维修。
本发明中已知任务时间T,某机械类设备由n个机械件单元组成,这些单元的寿命分别服从正态分布N(ai,bi),维修耗时服从正态分布N(c,d),c是维修耗时均值,d是维修耗时根方差。
本发明提供了一种考虑维修耗时的备件需求量计算方法,具体步骤如下:
(1)初始化各单元的备件数量si=0,1≤i≤n;
(2)找出保障力度最小的单元;
(2.1)遍历计算pdyi,
1≤i≤n;
其中,保障力度指的是该单元在现有备件数量支持下,其累积工作时间超过任务时间的概率。
(2.2)找出所有pdyi中的最小值,其对应的序号记为m,单元m即为保障力度最小的单元。
(2.3)增加1个备件,令sm=sm+1;
(3)令备件总数量消耗的备件总数量r=0;
(4)计算及时完成维修的概率Psr;
q(y)计算步骤为:
(Q.1)令i=1;
(Q.2)计算概率数组pd;
(Q.3)若i=1,则令pj=pd,否则pj=pj*pd,*是卷积计算符号;
(Q.4)更新i=i+1,若i≤n则执行(Q.2),否则执行(Q.5);
(Q.5)令q(y)=pj1+r。
(5)计算未及时完成维修的概率Pfr;
(5.1)令i=1;
(5.2)计算Pfti
式中
h(x)的计算步骤如下:
(H.1)令j=1;
(H.2)计算概率数组pdd;
若j=i,1≤k≤sj
否则,
(H.3)若j=1,则令pjj=pdd,否则pjj=pjj*pdd,*是卷积计算符号;
(H.4)更新j=j+1,若j≤n则执行(H.2),否则执行(H.5);
(H.5)令h(x)=pjjr。
(5.3)更新i=1+i,若i≤n则执行(5.2),否则
(6)更新r=r+1,若r≤sn,执行(4),否则令备件保障概率
(7)若Pb<P,则执行(2),否则执行(8);
其中,P表示预设备件保障指标。
(8)si为各单元的备件需求量,Pb为其备件保障概率,输出s和Pb。
算例:某机械类部件由4个机械单元组成,机械单元寿命服从正态分布N(100,20)、N(110,25)、N(120,30)、N(130,40),任务时间为200h,修复故障的时间服从正态分布N(10,3),要求备件保障概率不低于0.9,计算此时的备件需求量。
解:(1)初始化各单元的备件数量si=0,1≤i≤4;
(2)找出保障力度最小的单元。此时各单元的pdy分别为:0.00000、0.00016、0.00383、0.04006,单元1是保障力度最小的单元,增加其1个备件。
多次执行(2)~(7),各单元的备件数量和备件保障概率结果如表1。
表1
(8)各单元的备件需求量为2、2、1、1,其对应的备件保障概率为0.928,满足不低于0.9的指标要求。
本发明方法的关键在于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理想情况下业内以往方法、考虑维修耗时的本发明评估方法和考虑维修耗时的仿真方法,图2展示了上述算例备件总数量1~9的3种备件保障概率结果。图2表明:本发明方法的评估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,会降低备件需求,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总数量分别为9、6。在面临维修耗时较大的实际情况时,采用本发明方法能更合理确定备件需求量,有效解决以往业内方法造成的备件准备过多问题。
图3是本发明实施例提供的机械设备维修分析系统架构图;如图3所示,包括:
组成及分布确定单元310,用于确定机械设备的组成和寿命分布,并确定机械设备的维修耗时分布;所述机械设备包括多个机械件单元,每个机械件单元的寿命和所述维修耗时均服从正态分布;
备件初始化单元320,用于为每个机械件单元分配0个机械备件;
保障概率计算单元330,用于根据各个机械件单元的寿命分布确定各个机械件单元的备件保障力度,从中确定备件保障力度最小的机械件单元,并将其机械备件的数量增加1个;确定机械设备的机械备件总数量,根据各个机械件单元的寿命分布和维修耗时分布确定机械设备消耗的备件总数量从0依次增加到最大值时分别对应的及时完成维修的概率和未及时完成维修的概率;以及将机械设备消耗备件总数量从0依次增加到最大值时及时完成维修的概率和未及时完成维修的概率叠加求和,得到机械设备的备件保障概率;
保障概率判断单元340,用于若当前求得的备件保障概率低于预设备件保障指标,则指示保障概率计算单元再次计算新的备件保障概率,否则将当前求得的机械备件总数量和备件保障概率输出,作为满足预设备件保障指标的机械设备维修分析结果。
应当理解的是,上述系统用于执行上述实施例中的方法,系统中相应的程序单元,其实现原理和技术效果与上述方法中的描述类似,该系统的工作过程可参考上述方法中的对应过程,此处不再赘述。
基于上述实施例中的方法,本申请实施例提供了一种电子设备。该设备可以包括:至少一个用于存储程序的存储器和至少一个用于执行存储器存储的程序的处理器。其中,当存储器存储的程序被执行时,处理器用于执行上述实施例中所描述的方法。
基于上述实施例中的方法,本申请实施例提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,当计算机程序在处理器上运行时,使得处理器执行上述实施例中的方法。
基于上述实施例中的方法,本申请实施例提供了一种计算机程序产品,当计算机程序产品在处理器上运行时,使得处理器执行上述实施例中的方法。
可以理解的是,本申请的实施例中的处理器可以是中央处理单元(centralprocessing unit,CPU),还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor,DSP)、专用集成电路(application specific integrated circuit,ASIC)、现场可编程门阵列(field programmable gate array,FPGA)或者其他可编程逻辑器件、晶体管逻辑器件,硬件部件或者其任意组合。通用处理器可以是微处理器,也可以是任何常规的处理器。
本申请的实施例中的方法步骤可以通过硬件的方式来实现,也可以由处理器执行软件指令的方式来实现。软件指令可以由相应的软件模块组成,软件模块可以被存放于随机存取存储器(random access memory,RAM)、闪存、只读存储器(read-only memory,ROM)、可编程只读存储器(programmable rom,PROM)、可擦除可编程只读存储器(erasable PROM,EPROM)、电可擦除可编程只读存储器(electrically EPROM,EEPROM)、寄存器、硬盘、移动硬盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者通过所述计算机可读存储介质进行传输。所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(solid state disk,SSD))等。
可以理解的是,在本申请的实施例中涉及的各种数字编号仅为描述方便进行的区分,并不用来限制本申请的实施例的范围。
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)
1.一种机械设备的维修分析方法,其特征在于,包括以下步骤:
S1,确定机械设备的组成和寿命分布,并确定机械设备的维修耗时分布;所述机械设备包括多个机械件单元,每个机械件单元的寿命和所述维修耗时均服从正态分布;
S2,为每个机械件单元分配0个机械备件;
S3,根据各个机械件单元的寿命分布确定各个机械件单元的备件保障力度,从中确定备件保障力度最小的机械件单元,并将其机械备件的数量增加1个;
S4,确定机械设备的机械备件总数量,根据各个机械件单元的寿命分布和维修耗时分布确定机械设备消耗的备件总数量从0依次增加到最大值时分别对应的及时完成维修的概率和未及时完成维修的概率;
S5,将机械设备消耗备件总数量从0依次增加到最大值时及时完成维修的概率和未及时完成维修的概率叠加求和,得到机械设备的备件保障概率;
S6,若当前求得的备件保障概率低于预设备件保障指标,则执行步骤S3-步骤S5,否则执行步骤S7;
S7,将当前求得的机械备件总数量和备件保障概率输出,作为满足预设备件保障指标的机械设备维修分析结果。
2.根据权利要求1所述的方法,其特征在于,设机械件单元i的备件数量为Si,1≤i≤n,机械件单元i的寿命正态分布为N(ai,bi),则机械件单元i的备件保障力度pdyi为:
其中,T表示机械设备的任务时间,x表示机械件单元的寿命变量。
3.根据权利要求2所述的方法,其特征在于,设维修耗时服从正态分布N(c,d),c是维修耗时均值,d是维修耗时根方差;
机械设备消耗r个机械备件及时完成维修的概率Psr为:
其中,y表示维修耗时变量,q(y)为机械设备消耗r个机械备件的概率,q(y)计算步骤为:
(Q.1)令i=1;
(Q.2)计算概率数组Pd,其中,概率数组Pd包括Si+1个元素,每个元素的数值通过下式确定:
(Q.3)若i=1,则令pj=pd,否则pj=pj*pd,*是卷积计算符号;
(Q.4)更新i=i+1,若i≤n则执行(Q.2),否则执行(Q.5);
(Q.5)令q(y)=pj1+r,其中,pj1+r是数组pj中第1+r个元素。
4.根据权利要求2所述的方法,其特征在于,设维修耗时服从正态分布N(c,d),c是维修耗时均值,d是维修耗时根方差;设机械件单元j的备件数量为Sj,1≤j≤n,机械件单元j的寿命正态分布为N(aj,bj);机械设备消耗r个机械备件未及时完成维修的概率Pfr为:
(5.1)令i=1;
(5.2)计算机械件单元i未及时完成维修的概率Pfti;
式中,R(x)表示未及时完成维修条件下消耗1个机械备件的维修时间概率;Dj(x)表示未及时完成维修且消耗共1个机械备件时机械件单元j的工作时间概率;g(x)表示未及时完成维修条件下消耗r个备件的维修时间概率,r>1;h(x)表示未及时完成维修且消耗共r个备件时设备的工作时间概率,r>1;
其中,t表示时间变量;h(x)的计算步骤如下:
(H.1)令j=1;
(H.2)计算概率数组pdd,其中,概率数组pdd包括Sj或Sj+1个元素,每个元素的数值通过下式确定:
否则,
(H.3)若j=1,则令pjj=pdd,否则pjj=pjj*pdd,*是卷积计算符号;
(H.4)更新j=j+1,若j≤n则执行(H.2),否则执行(H.5);
(H.5)令h(x)=pjjr;其中,pjjr是数组pjj中第r个元素;
(5.3)更新i=1+i,若i≤n则执行(5.2),否则
5.一种机械设备的维修分析系统,其特征在于,包括:
组成及分布确定单元,用于确定机械设备的组成和寿命分布,并确定机械设备的维修耗时分布;所述机械设备包括多个机械件单元,每个机械件单元的寿命和所述维修耗时均服从正态分布;
备件初始化单元,用于为每个机械件单元分配0个机械备件;
保障概率计算单元,用于根据各个机械件单元的寿命分布确定各个机械件单元的备件保障力度,从中确定备件保障力度最小的机械件单元,并将其机械备件的数量增加1个;确定机械设备的机械备件总数量,根据各个机械件单元的寿命分布和维修耗时分布确定机械设备消耗的备件总数量从0依次增加到最大值时分别对应的及时完成维修的概率和未及时完成维修的概率;以及将机械设备消耗备件总数量从0依次增加到最大值时及时完成维修的概率和未及时完成维修的概率叠加求和,得到机械设备的备件保障概率;
保障概率判断单元,用于若当前求得的备件保障概率低于预设备件保障指标,则指示保障概率计算单元再次计算新的备件保障概率,否则将当前求得的机械备件总数量和备件保障概率输出,作为满足预设备件保障指标的机械设备维修分析结果。
6.根据权利要求5所述的系统,其特征在于,设机械件单元i的备件数量为Si,1≤i≤n,机械件单元i的寿命正态分布为N(ai,bi),则保障概率计算单元计算的机械件单元i的备件保障力度pdyi为:
其中,T表示机械设备的任务时间,x表示机械件单元的寿命变量。
7.根据权利要求6所述的系统,其特征在于,设维修耗时服从正态分布N(c,d),c是维修耗时均值,d是维修耗时根方差;
则保障概率计算单元计算的机械设备消耗r个机械备件及时完成维修的概率Psr为:
其中,y表示维修耗时变量,q(y)为机械设备消耗r个机械备件的概率,q(y)计算步骤为:
(Q.1)令i=1;
(Q.2)计算概率数组Pd,其中,概率数组Pd包括Si+1个元素,每个元素的数值通过下式确定:
(Q.3)若i=1,则令pj=pd,否则pj=pj*pd,*是卷积计算符号;
(Q.4)更新i=i+1,若i≤n则执行(Q.2),否则执行(Q.5);
(Q.5)令q(y)=pj1+r,其中,pj1+r是数组pj中第1+r个元素。
8.根据权利要求6所述的系统,其特征在于,设维修耗时服从正态分布N(c,d),c是维修耗时均值,d是维修耗时根方差;设机械件单元j的备件数量为Sj,1≤j≤n,机械件单元j的寿命正态分布为N(aj,bj);则保障概率计算单元计算的机械设备消耗r个机械备件未及时完成维修的概率Pfr为:
(5.1)令i=1;
(5.2)计算机械件单元i未及时完成维修的概率Pfti
式中,R(x)表示未及时完成维修条件下消耗1个机械备件的维修时间概率;Dj(x)表示未及时完成维修且消耗共1个机械备件时机械件单元j的工作时间概率;g(x)表示未及时完成维修条件下消耗r个备件的维修时间概率,r>1;h(x)表示未及时完成维修且消耗共r个备件时设备的工作时间概率,r>1;
其中,t表示时间变量;h(x)的计算步骤如下:
(H.1)令j=1;
(H.2)计算概率数组pdd,其中,概率数组pdd包括Sj或Sj+1个元素,每个元素的数值通过下式确定:
否则
(H.3)若j=1,则令pjj=pdd,否则pjj=pjj*pdd,*是卷积计算符号;
(H.4)更新j=j+1,若j≤n则执行(H.2),否则执行(H.5);
(H.5)令h(x)=pjjr;其中,pjjr是数组pjj中第r个元素;
(5.3)更新i=1+i,若i≤n则执行(5.2),否则
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,其特征在于,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 |
---|---|---|---|
CN202310605817.0A CN116862135B (zh) | 2023-05-23 | 2023-05-23 | 一种机械设备维修分析方法、系统及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310605817.0A CN116862135B (zh) | 2023-05-23 | 2023-05-23 | 一种机械设备维修分析方法、系统及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116862135A true CN116862135A (zh) | 2023-10-10 |
CN116862135B CN116862135B (zh) | 2024-02-23 |
Family
ID=88231075
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310605817.0A Active CN116862135B (zh) | 2023-05-23 | 2023-05-23 | 一种机械设备维修分析方法、系统及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116862135B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105160513A (zh) * | 2015-09-07 | 2015-12-16 | 拓维信息系统股份有限公司 | 一种设备备件的安全库存计算方法及系统 |
CN106971048A (zh) * | 2017-04-14 | 2017-07-21 | 中国人民解放军海军工程大学 | 一种伽马型有寿件备件需求量计算方法 |
CN107016448A (zh) * | 2017-04-14 | 2017-08-04 | 中国人民解放军海军航空工程学院 | 一种故障/维修时间服从任意分布的周期性检查装备可用性评估方法 |
CN109492914A (zh) * | 2018-11-15 | 2019-03-19 | 青岛航讯网络技术服务有限公司 | 大型货轮短期任务备件需求量确定方法 |
CN109492974A (zh) * | 2018-11-15 | 2019-03-19 | 青岛航讯科技有限公司 | 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 |
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 |
CN112183858A (zh) * | 2020-09-28 | 2021-01-05 | 中国人民解放军海军航空大学青岛校区 | 航空装备维修器材战储标准的测算方法 |
-
2023
- 2023-05-23 CN CN202310605817.0A patent/CN116862135B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105160513A (zh) * | 2015-09-07 | 2015-12-16 | 拓维信息系统股份有限公司 | 一种设备备件的安全库存计算方法及系统 |
CN106971048A (zh) * | 2017-04-14 | 2017-07-21 | 中国人民解放军海军工程大学 | 一种伽马型有寿件备件需求量计算方法 |
CN107016448A (zh) * | 2017-04-14 | 2017-08-04 | 中国人民解放军海军航空工程学院 | 一种故障/维修时间服从任意分布的周期性检查装备可用性评估方法 |
CN109492914A (zh) * | 2018-11-15 | 2019-03-19 | 青岛航讯网络技术服务有限公司 | 大型货轮短期任务备件需求量确定方法 |
CN109492974A (zh) * | 2018-11-15 | 2019-03-19 | 青岛航讯科技有限公司 | 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 |
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 |
CN112183858A (zh) * | 2020-09-28 | 2021-01-05 | 中国人民解放军海军航空大学青岛校区 | 航空装备维修器材战储标准的测算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116862135B (zh) | 2024-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110414552B (zh) | 一种基于多源融合的备件可靠性贝叶斯评估方法及系统 | |
CN110414553B (zh) | 一种融合多源信息的备件可靠性评估方法及系统 | |
CN114490078A (zh) | 一种微服务的动态缩扩容方法、装置及设备 | |
CN116843119B (zh) | 一种考虑维修耗时的电子单元备件设计方法及系统 | |
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 | |
CN116757308B (zh) | 一种电子类表决部件的备件需求量预测方法及系统 | |
CN116579572A (zh) | 一种维修耗时服从正态分布的机械件备件分析方法及装置 | |
CN116862135B (zh) | 一种机械设备维修分析方法、系统及电子设备 | |
CN116360990B (zh) | 分布式计算任务合理性预判方法、系统、设备和存储介质 | |
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 | |
CN111783883A (zh) | 一种异常数据的检测方法及装置 | |
CN116431505A (zh) | 一种回归测试方法、装置、电子设备、存储介质及产品 | |
CN107748711A (zh) | 自动优化Storm并行度的方法、终端设备及存储介质 | |
CN114296872A (zh) | 用于容器集群管理系统的调度方法及装置 | |
CN113129127A (zh) | 预警方法和装置 | |
CN111967774A (zh) | 软件质量风险预测方法及装置 | |
CN116579573B (zh) | 一种满足维修需求的机电件备件保障分析方法 | |
CN116822839A (zh) | 一种正态分布机械串联部件的备件需求确定方法及装置 | |
CN116805225A (zh) | 一种威布尔分布机电类设备的使用可用度确定方法及系统 | |
WO2023150967A1 (zh) | 设备失效率的确定方法、装置、计算机设备及存储介质 | |
Zhou et al. | Mission availability for bounded-cumulative-downtime system | |
CN117114466A (zh) | 一种电子类部件使用可用度确定方法及装置 | |
CN117114465A (zh) | 考虑维修耗时的电子件使用可用度评估方法及装置 | |
CN116703248B (zh) | 数据审核方法、装置、电子设备及计算机可读存储介质 | |
CN116644919A (zh) | 一种机械类表决部件的备件需求量计算方法及系统 |
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 |