TWI688846B - 維護計畫生成系統 - Google Patents
維護計畫生成系統 Download PDFInfo
- Publication number
- TWI688846B TWI688846B TW107144044A TW107144044A TWI688846B TW I688846 B TWI688846 B TW I688846B TW 107144044 A TW107144044 A TW 107144044A TW 107144044 A TW107144044 A TW 107144044A TW I688846 B TWI688846 B TW I688846B
- Authority
- TW
- Taiwan
- Prior art keywords
- maintenance
- plan
- plan generation
- generation unit
- objective function
- Prior art date
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 301
- 238000004364 calculation method Methods 0.000 claims abstract description 24
- 238000005457 optimization Methods 0.000 claims description 39
- 230000008901 benefit Effects 0.000 claims description 34
- 230000005611 electricity Effects 0.000 claims description 20
- 238000010248 power generation Methods 0.000 claims description 17
- 238000000034 method Methods 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 8
- 238000012937 correction Methods 0.000 description 30
- 238000004458 analytical method Methods 0.000 description 10
- 238000007689 inspection Methods 0.000 description 10
- 238000012544 monitoring process Methods 0.000 description 10
- 230000000737 periodic effect Effects 0.000 description 9
- 230000000875 corresponding effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000007405 data analysis Methods 0.000 description 6
- 239000000463 material Substances 0.000 description 6
- 230000003449 preventive effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 239000003086 colorant Substances 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
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
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
對具備複數個子系統的機械系統,提供一種 維護計畫生成系統,可在即時內將維護計畫最佳化,作業人員可有效修正維護計畫。
一種維護計畫生成系統,其係生成機械 系統的維護計畫者,該機械系統具備複數個具有作為維護對象的構件的子系統,部分最佳計畫生成部(21)就維護項目方面的維護日程的組合的全部,計算子系統的目標函數,部分最佳計畫DB41保存此目標函數,整體最佳計畫生成部(22)利用此目標函數與維護資源方面的約束條件(14),進行在機械系統的目標函數成為最佳的最佳化計算而求出維護計畫,整體最佳計畫DB42保存維護計畫與維護計畫方面的目標函數,顯示裝置(17)顯示整體最佳計畫DB42保存的維護計畫與目標函數,從部分最佳計畫DB41讀出由使用者變更的維護計畫的目標函數而顯示。
Description
本發明涉及生成對於機械系統的維護計畫的維護計畫生成系統。
由具有複數個構件的複數個子系統構成的機械系統中,此機械系統要可正常發揮功能,需要適切掌握各構件的健全性,在適切的時點實施各構件的交換、修理如此的維護。近年來,隨著感測技術、網路技術的發展,漸趨於可隨時在線評價機械構件的健全性(例如,專利文獻1)。再者,亦不斷開發與維護計畫的最佳化相關的技術,該維護計畫用於基於如此評價的健全性而實現適切的維護(例如,專利文獻2)。
不限於與維護相關的問題,已知一般而言行程的最佳化歸結於供於以活動的開始時期等為變數將某些指標(目標函數)最小化或最大化用的組合最佳化問題。此外,已開發可適用於如此的組合最佳化問題的各種的最佳化演算法。亦即,可謂正在確立生成因應機械系統的健全性的適切的維護計畫的技術。 [先前技術文獻] [專利文獻]
[專利文獻1] 日本特開2016-200949號公報 [專利文獻2] 日本特開2009-217718號公報
[發明所欲解決之問題]
如上所述,維護計畫的最佳化歸結於組合最佳化問題。在維護計畫的對象為具有複數個機械構件的機械系統的情況下,作為維護的對象的構件的個數少的情況下維護的組合模式(例如,作為維護對象的構件的維護項目、維護資源和維護日程等的組合的模式)亦少,故可適用列舉全部的組合而搜索最佳解的暴力搜索。然而,作為維護對象的構件數增加時,組合模式爆炸性增加,故即便使用非常高速的計算機,仍不可能在即時(例如,相對於維護的預定期間十分短的時間)內完成最佳解的搜索。
例如,在具有複數個(N機)風力發電機(子系統)的風力發電廠(機械系統)中,就構成各風力發電機的複數個(n個)構件中的各者,考慮每天生成T日間的維護計畫。對於風力發電系統的維護計畫的最佳化中,理想上以從售電收入減去後述的風險值(損失額的期望值)下的利益的期望值(利益期望值)為目標函數。
此時,在可無窮盡地準備執行維護所需的人員、機材如此的維護資源的情況下,就各風力發電機獨立進行最佳化亦無妨。原因在於,售電收入係依各風力發電機的發電量而獨立地決定。此時應考慮的組合模式數至多N×Tn
(式1)。
然而,在實際的風力發電廠,在相同發電廠內進行維護作業的人員、機材如此的維護資源的數量方面存在上限。為此,不得不考量在風力發電機間的維護資源的共有。亦即,各風力發電機的維護計畫互相影響,故應考慮的組合模式數變成Tn × N
(式2)。變成大型風力發電廠時,具有從數10機至100機程度的風力發電機的情形亦不少。此時,式2中N=10~100,顯然組合模式數成為天文數字。如此之情況下,實際上不可能適用暴力搜索。如此的課題亦存在於例如在具有複數個發電模組的太陽能發電廠、管理複數個列車、車輛的大眾運輸的車輛維修基地等。
為此,對於如此的體系,考慮適用不伴隨全組合模式的列舉下的組合最佳化演算法。可適用的演算法大致區別為精確演算法、和以遺傳演算法、群智能演算法為代表的近似解法。無論任一者,適用組合最佳化演算法時,不需要就全部的組合的計算,故與暴力搜索比較時搜索速度顯著提升。因此,導入如此的有效的搜索手法具有效果。
另一方面,在維護計畫的最佳化的階段可考慮的約束條件方面存在極限,由於氣象的急劇變化、機材準備狀況的急劇變更等,不見得一定可執行提示的維護計畫。此情況下,需要人所為的維護計畫的手動修正。對維護計畫施加手動修正時,應一面參照作為目標函數的利益期望值,一面在可執行的條件下設定利益可成為更良好的計劃。然而,適用前述的組合最佳化演算法的情況下,並非就全部的組合計算目標函數,故要在維護計畫的手動修正時設定執行可能性與利益性同時成立的計劃,僅適用不伴隨全組合模式的列舉的組合最佳化演算法應難以實現。
就以上換言之時,於具備複數個子系統的大型的機械系統,進行考量風險值之下的維護計畫的自動生成的情況下,在即時內生成最佳的維護計畫、和有效進行人所為的維護計畫的修正係相反的課題。正等待解決如此的技術課題的新的技術的出現。
本發明目的在於,對具備複數個子系統的機械系統提供一種維護計畫生成系統,可在即時內將維護計畫最佳化,同時有效進行人所為的維護計畫的修正。 [解決問題之技術手段]
基於本發明下的維護計畫生成系統係一種維護計畫生成系統,其係生成機械系統的維護計畫者,該機械系統具備複數個具有作為維護對象的複數個構件的子系統,該維護計畫生成系統具備:計算機,其具備部分最佳計畫生成部、部分最佳計畫資料庫、整體最佳計畫生成部及整體最佳計畫資料庫;和顯示裝置,其連接於前述計算機。前述部分最佳計畫生成部構成為,利用至少基於前述子系統的收入的預測值、作為前述構件的損失額的期望值的風險值、前述構件的維護項目、維護資源及維護期間,就複數個前述子系統整個的前述維護項目方面的維護日程的組合的全部,窮盡計算而求出在前述子系統中的各者方面的目標函數。前述部分最佳計畫資料庫構成為,保存前述部分最佳計畫生成部求出的前述目標函數。前述整體最佳計畫生成部構成為,利用前述部分最佳計畫生成部求出的前述目標函數、和因在複數個前述子系統的前述維護資源的共有而產生的前述維護資源方面的約束,以前述約束作為約束條件,進行在前述機械系統的前述目標函數成為最佳的最佳化計算而求出維護計畫。前述整體最佳計畫資料庫構成為,保存前述整體最佳計畫生成部進行前述最佳化計算而求出的前述維護計畫、和前述維護計畫方面的前述目標函數。前述顯示裝置構成為,顯示前述整體最佳計畫資料庫保存的前述維護計畫與前述目標函數,使用者變更顯示的前述維護計畫時,將與變更後的前述維護計畫對應的前述目標函數,從前述部分最佳計畫資料庫讀出而顯示。 [對照先前技術之功效]
依本發明時,可對具備複數個子系統的機械系統提供一種維護計畫生成系統,可在即時內將維護計畫最佳化,同時可有效進行人所為的維護計畫的修正。
基於本發明下的維護計畫生成系統具備計算機與顯示裝置,生成具備複數個具有複數個構件的子系統的機械系統的維護計畫。具備複數個子系統的機械系統之例係風力發電廠、太陽能發電廠、大眾運輸的車輛維修基地及礦山等。具有複數個構件的子系統之例係風力發電機、太陽能發電的發電模組、列車、車輛及砂石車等。
基於本發明下的維護計畫生成系統係以機械系統整體上的利益期望值或風險值(損失額的期望值)為目標函數,將機械系統(尤其,子系統具有的構件)的維護計畫最佳化,可求出目標函數成為最佳的維護計畫(例如,作為維護對象的構件的維護項目、維護資源及維護日程等的組合)。目標函數為利益期望值的情況下,利益期望值成為最大時目標函數成為最佳,目標函數為風險值的情況下,風險值成為最小時目標函數成為最佳。於維護計畫的最佳化,考慮適用不伴隨全組合模式的列舉下的組合最佳化演算法。
以下,就基於本發明的實施例下的維護計畫生成系統,利用圖式進行說明。 [實施例1]
在本發明的實施例1,說明機械系統為風力發電廠且子系統為風力發電機的情況。風力發電廠具備複數個風力發電機,個別的風力發電機具有作為維護對象的複數個構件。基於本實施例下的維護計畫生成系統就如此的風力發電廠生成最佳的維護計畫(例如,各維護項目方面的維護日程的組合)。另外,基於本實施例下的維護計畫生成系統係作為最佳的維護計畫,生成在風力發電廠整體上的利益期望值成為最大的維護計畫。
圖1係就將基於本實施例下的維護計畫生成系統適用於風力發電廠的情況下的構成進行繪示的示意圖。基於本實施例下的維護計畫生成系統具備計算機和連接於此計算機的作為顯示裝置的顯示修正部17,該計算機具備複數個資料分析部18、最佳計畫生成部11及維護條件設定部12,該維護計畫生成系統連接於作為維護的對象的風力發電機1。
複數個資料分析部18具備風力發電機1的數量個,分別連接於一台風力發電機1,對各風力發電機1進行供於生成維護計畫用的事前資料分析。個別的資料分析部18具備運轉履歴保存部7、定期檢查結果保存部8、故障機率分析部2、風況預測部4及售電收入預測部6,從風力發電機1輸入狀態監視資料3。狀態監視資料3係顯示風力發電機1的各構件的狀態的資料,為按構件顯示與構件相關的狀態(例如,振動、磨耗、電流值等)的資料。
運轉履歴保存部7以狀態監視資料3為輸入,保存運轉履歴資料19,該運轉履歴資料係顯示風力發電機1的各構件的運轉履歴的資料。運轉履歴資料19顯示風力發電機1的各構件的運轉履歴(例如,動作時間、停止時間、動作履歴)的資料。
定期檢查結果保存部8保存定期檢查結果資料20,該定期檢查結果資料係定期檢查的結果的資料。使用者可將定期檢查的結果的資料作為定期檢查結果資料20保存於定期檢查結果保存部8。
故障機率分析部2算出風力發電機1的作為維護對象的各構件的故障機率10。故障機率分析部2具有以下功能:以狀態監視資料3、運轉履歴資料19及定期檢查結果資料20等為輸入,利用此等資料與各構件的壽命、耐久性等的必要的資訊,以任意的方法,對作為維護對象的各構件,算出在現階段與從現階段經過任意時間後的時點之間發生故障的機率(故障機率10)。以各構件的狀態監視資料3為輸入的情況下,將風力發電機1與故障機率分析部2以網路連接時,故障機率分析部2常時取得輸入狀態監視資料3,可隨時計算故障機率10。
另外,故障機率分析部2亦可構成為,使分別設置於風力發電機1的內部的計算機、或設置於風力發電機1的外部的計算機,執行實現故障機率分析部2的功能的程式。後者的構成的情況下,能以單獨的故障機率分析部2,算出複數個風力發電機1的各構件的故障機率10。故障機率10的算出所需的輸入資料的容量大的情況下,採前者的構成即可抑制資料傳送的成本。另一方面,輸入資料的容量較下的情況下,採後者的構成即可抑制計算機的台數,故可減低系統整體上的成本。因此,構成故障機率分析部2的計算機的態樣應在考量必要的輸入資料的容量與系統整體的成本之下決定。
風況預測部4從外部取得預測風況5,該預測風況係在現階段與從現階段經過任意時間後的時點之間的風況(風向、風速等)的預測值。風況預測部4亦可利用既存的方法自行計算從而取得預測風況5。
售電收入預測部6以狀態監視資料3與預測風況5為輸入,求出透過風力發電機1的運用而獲得的售電收入的預測值9。售電收入預測部6例如利用從狀態監視資料3獲得的風力發電機1的運轉狀態、運轉履歴、預測風況5(風況的預測值)、風力發電機1的規格等的必要的資訊,以任意的方法,計算售電收入的預測值9。風力發電系統方面係發電量因風況而變化,故售電收入預測部6係理想上依預測風況5、風力發電機1的目前為止的發電量實際結果等,計算售電收入的預測值9。將風力發電機1的發電量實際結果與預測風況5、狀態監視資料3賦予關聯時,售電收入預測部6可更高精度地求出售電收入的預測值9。
接著,就最佳計畫生成部11進行說明。基於本實施例下的維護計畫生成系統使風力發電廠整體上的利益期望值為目標函數,進行風力發電機1具有的構件的維護計畫的最佳化,生成利益期望值成為最大的維護計畫。利益期望值定義為以下:從售電收入的預測值9,減去作為與各構件的故障相關的損失額的期望值的風險值。
風險值可利用風力發電機1的各構件的故障機率10、和與各構件的故障相關的損失額等的必要的資訊,以任意的方法求得。例如,風險值能以各構件的故障機率10和與各構件的故障相關的損失額的積求出。與構件的故障相關的損失額方面,包含構件發生故障時的損失額、和為了預防故障的發生而實施的預防維護的費用雙方。因此,風險值包含構件發生故障時的損失額的期望值、和為了故障的發生的預防而實施的預防維護的費用的期望值雙方。
最佳計畫生成部11以售電收入的預測值9與故障機率10為輸入,進行維護計畫的最佳化。此外,最佳計畫生成部11亦從維護條件設定部12輸入後述的維護項目定義13與維護資源約束14。
接著,就維護條件設定部12進行說明。維護條件設定部12係設定要不斷生成維護計畫而言必要的維護項目定義13與維護資源約束14等。
維護項目定義13係顯示以下資訊的資料:作為就風力發電廠實施維護的預定期間的維護期間、作為維護對象的構件的維護項目、構件的每個維護項目的故障時的損失額、每個維護項目的預防維護所需的時間、費用及維護資源(作業人員、機材等)。
維護資源約束14係在進行預防維護之下由於在複數個風力發電機1間共有維護資源而產生的維護資源方面的約束條件,可基於維護資源的數量而決定。此約束條件係供於有效分配作業人員、機材等的維護資源用的約束條件,例如,供於為了有效進行預防維護而分配作業人員、機材用的條件、供於作成相同的作業人員、機材同時或短期間之中不分配給複數個作為維護對象的構件用的條件。
維護條件設定部12係就維護項目定義13使用者具有可經由使用者介面輸入具體的數值從而設定的構成為優選。維護資源約束14方面,具體例如後述,例如優選上具有使用者可輸入作為對象的風力發電廠整體上可確保的作業人員、機材的數量的構成。維護項目定義13與維護資源約束14無必要為如故障機率10、售電收入的預測值9般動態變化的值。
圖2係就最佳計畫生成部11的構成進行繪示的示意圖。最佳計畫生成部11具備:部分最佳計畫生成部21、整體最佳計畫生成部22、部分最佳計畫資料庫(DB)41、及整體最佳計畫資料庫(DB)42。部分最佳計畫DB41與整體最佳計畫DB42連接於顯示修正部17。
部分最佳計畫生成部21以從各資料分析部18獲得的故障機率10與售電收入的預測值9及從維護條件設定部12獲得的維護項目定義13為輸入,就全部的維護的組合模式窮盡地計算透過各風力發電機1的運用而獲得的利益期望值16。全部的維護的組合模式係例如複數個風力發電機1整個的構件的維護項目方面的維護日程的組合的全部的模式。部分最佳計畫生成部21係利用歷來不斷使用的暴力搜索而進行循環的窮盡計算,就全部的組合模式求出利益期望值16。維護日程係具體而言表示維護期間內的開始各維護項目方面的維護的日時與結束維護的日時。此外,於組合模式亦包含不實施一個或複數個維護項目的維護的模式。各組合模式的利益期望值可透過以下方式求出:從售電收入的預測值9,減去利用各維護項目方面的故障機率10、故障時的損失額、預防維護耗費的費用等而求出的風險值(損失額的期望值)。
部分最佳計畫生成部21不考慮維護資源約束14(伴隨複數個風力發電機1間的維護資源的共有的約束條件),故即使進行利用暴力搜索下的窮盡的計算,仍可將計算量減少為較小。其中,風力發電機1的每一機的維護項目數多的情況下,即使不考慮維護資源的共有所致的約束的情況下問題規模仍可能爆炸性變大。此情況下,就各維護項目,基於作為維護對象的構件的故障下的風險值非常小時,在進行窮盡計算前將該維護項目從維護的對象除外,使得可將問題規模顯著減小。部分最佳計畫生成部21係將風險值比預先設定的閾值小的構件方面的維護項目除外,亦即僅將風險值為預先設定的閾值以上的構件方面的維護項目作為維護對象,窮盡地計算而求出利益期望值16。
部分最佳計畫生成部21係透過以上的動作,就全部的維護的組合模式,就各風力發電機1與風力發電廠整體,窮盡地計算執行維護計畫的情況下的利益期望值16。其中,風力發電廠整體的利益期望值16成為最大的維護計畫(各維護項目方面的維護日程的組合)係不考量在複數個風力發電機1間的維護資源的共有所致的約束(維護資源約束14)的部分最佳計畫23。
部分最佳計畫DB41保存部分最佳計畫生成部21求出的全部的組合模式方面的利益期望值16(各風力發電機1與風力發電廠整體方面的利益期望值16)與部分最佳計畫23。部分最佳計畫DB41連接於部分最佳計畫生成部21與整體最佳計畫生成部22。
整體最佳計畫生成部22係以部分最佳計畫生成部21求出的全部的組合模式方面的利益期望值16與部分最佳計畫23及從維護條件設定部12獲得的維護資源約束14為輸入,進行利益期望值16成為最大的最佳化計算,生成風力發電廠整體上最佳的(亦即,利益期望值16成為最大的)維護計畫。於最佳化計算,可使用既存的方法。整體最佳計畫生成部22係作成如此而可求出作為考量維護資源約束14下的最佳的維護計畫的整體最佳計畫15、和執行整體最佳計畫15的情況下的利益期望值16(最大的利益期望值16)。
整體最佳計畫生成部22係考量維護資源約束14(伴隨在複數個風力發電機1間的維護資源的共有的約束條件)而進行最佳化計算,故問題規模變非常大。為此,如前述般即便將風險值非常小的維護項目從維護的對象除外,以使用暴力搜索下的循環的窮盡計算求出最佳解並不實際。所以,整體最佳計畫生成部22係利用基於近似解法的演算法而求出最佳解。利用基於近似解法的演算法,使得整體最佳計畫生成部22可在即時內將維護計畫最佳化。整體最佳計畫生成部22利用的近似解法之例中,包含利用隨機數下的遺傳演算法、粒子群最佳化演算法等。
整體最佳計畫生成部22係考量維護資源約束14而生成最佳的維護計畫,惟使用近似解法時,將維護資源約束14視為懲罰項。懲罰項P係依從約束條件的脫離程度而變化之量, 表現為P=w×D(式3)。式3中,w係加權常數,D係從約束條件的脫離度。
核對維護項目定義13與維護資源約束14時,必然地決定各維護項目方面的維護同時(例如,同日、同時段)可執行的個數(執行可能數)。此時的約束條件係「各維護項目方面的維護係超越執行可能數而無法同時實施」。此時,D係設為「相同種類的維護項目方面的維護在複數個風力發電機1超越執行可能數而同時執行的日數」為適。
在整體最佳計畫生成部22,以目標函數為利益期望值16與懲罰項P的差而進行最佳化計算,使得可求出最佳的維護計畫。
用於組合最佳化的近似解法中的大部分的近似解法係採用一面從初始解重複進化的計算一面搜索良解的演算法。亦即,因初始解的選擇方法,該求解性能大幅變化。
在本實施例,作為考量維護資源約束14下的最佳維護計畫的整體最佳計畫15係存在於部分最佳計畫23的附近的可能性高。此係原因在於以下的情況實質上多:基於透過部分最佳計畫23而定義的維護計畫,使各維護項目方面的維護日程稍微偏移,使得可迴避從維護資源約束14的脫離(懲罰項P的影響)。因此,可部分最佳計畫23,用作為求出最佳解的近似解法的初始解或初始解的一部分,使得能以較短的計算時間搜索良解。將部分最佳計畫23用於近似解法的初始解與初始解的一部分中的何者係可依近似解法的演算法而決定。
整體最佳計畫DB42保存整體最佳計畫生成部22求出的整體最佳計畫15與整體最佳計畫15方面的利益期望值16(最大的利益期望值16)。整體最佳計畫DB42連接於整體最佳計畫生成部22。
顯示修正部17係計算機用顯示器等的影像輸出裝置,為顯示透過計算機而描繪的圖形使用者介面的顯示裝置。使用者可透過顯示於顯示修正部17的圖形使用者介面,得知最佳的維護計畫(整體最佳計畫15),利用鍵盤、滑鼠等的輸入裝置修正維護計畫。顯示修正部17可將部分最佳計畫DB41保存的全部的組合模式方面的利益期望值16、部分最佳計畫23、和整體最佳計畫DB42保存的整體最佳計畫15、整體最佳計畫15方面的利益期望值16(最大的利益期望值16)讀出而顯示。
圖3係就顯示於顯示修正部17的圖形使用者介面的一例進行繪示的圖。於圖3示出下例:於具備1號機至5號機的5機的風力發電機1的風力發電廠中,風力發電機1具有3個維護項目。其中,在基於本實施例下的維護計畫生成系統,風力發電機1與維護項目的個數未限定於示於圖3之個數,為任意。
顯示修正部17於圖形使用者介面顯示:風力發電機1的名稱顯示欄31、風力發電機1方面的甘特圖24、最佳結果顯示鍵26及最佳化方針調整滑條27。
使用者點擊或輕敲最佳結果顯示鍵26時,顯示修正部17將最佳的維護計畫(整體最佳計畫15),利用橫條25顯示於甘特圖24。再者,顯示修正部17係就所顯示的維護計畫,顯示各風力發電機1的利益期望值16與風力發電廠整體的利益期望值28。另外,風力發電廠(發電廠)整體的利益期望值28係將各風力發電機1的利益期望值16合計者。
顯示修正部17係於甘特圖24顯示日期32,將就各風力發電機1在以日期32表示的期間中的維護項目以橫條25進行顯示。橫條25顯示維護項目、和個別的維護項目方面的維護日程。甘特圖24表示:在橫條25所示的期間,實施橫條25所示的維護項目方面的維護。
顯示修正部17係於甘特圖24顯示滑條33。使用者操作滑條33(例如,使滑條33的提鍵移動於左右)時,顯示修正部17變更顯示於甘特圖24的日期32的範圍。於圖3,示出表示3個維護項目的3個橫條25(25a~25c)。透過橫條25,容易直觀地得知各維護項目實施維護的期間。顯示修正部17以同色顯示表示同種的維護項目的橫條25為優選。
於整體最佳計畫生成部22,式3的加權常數w的值變化時,應考慮的約束條件的強度(懲罰項P的大小)變化。使w的值變大而使約束條件變強(使懲罰項P變大)時,變成重視維護項目的執行性,亦即變成一面重視符合約束條件一面使利益期望值變大。使w的值變小而使約束條件變弱(使懲罰項P變小)時,變成重視收益性,亦即,變成重視使對於約束條件的考慮變小而使利益期望值變大。
使用者可透過操作最佳化方針調整滑條27,從而使w的值變化。亦即,使用者使最佳化方針調整滑條27的提鍵移動,而可設定是否重視維護項目的執行性與收益性中的任一者。圖形使用者介面上的最佳化方針調整滑條27的提鍵的位置(約束條件的強度)與w的值的關係可預先任意決定。
整體最佳計畫生成部22可預先利用與最佳化方針調整滑條27賦予對應的複數個w的值進行最佳化計算,就個別的w的值求出整體最佳計畫15與利益期望值16,預先保存於整體最佳計畫資料庫42。整體最佳計畫生成部22係使用者操作最佳結果顯示鍵26時,將與使用者操作最佳化方針調整滑條27而設定的w的值對應的整體最佳計畫15,從整體最佳計畫資料庫42叫出而顯示於顯示修正部17。
作成如此時,使用者可操作最佳化方針調整滑條27,而在設定重視設定執行性與收益性至何種程度之下,操作最佳結果顯示鍵26,將期望的最佳的維護計畫(整體最佳計畫15),與各風力發電機1的利益期望值16、風力發電廠整體的利益期望值28一起顯示於顯示修正部17。
此外,使用者可在甘特圖24上編輯最佳的維護計畫。整體最佳計畫生成部22考量維護資源約束14而生成最佳的維護計畫。然而,現實上難以事前徹查全部的實用上的約束而當作維護資源約束14,在整體最佳計畫生成部22進行考慮,此外,有時亦會在緊接著移至執行維護作業之前產生新的約束條件。如此的情況下,最佳的維護計畫的編輯功能非常重要。
使用者可在圖形使用者介面上透過拖拉操作等,使顯示維護項目的橫條25移動,從而變更各維護項目方面的維護日程(維護的開始日時)。使用者使橫條25移動而變更顯示於顯示修正部17的維護日程時,整體最佳計畫生成部22將與變更後的維護日程(維護計畫)對應的利益期望值16,從部分最佳計畫DB41讀出,直接顯示於顯示修正部17。顯示修正部17係作成如此而可更新利益期望值16的顯示。整體最佳計畫生成部22將使用者變更的維護日程方面的(亦即,使用者所為的符合變更的維護的組合模式方面的)利益期望值16,在不再計算之下,從部分最佳計畫DB41讀出。為此,整體最佳計畫生成部22可將反映使用者所為的變更的利益期望值16直接顯示於顯示修正部17。
此外,整體最佳計畫生成部22亦可在使用者為了使橫條25移動而以點擊或輕敲操作保持橫條25的瞬間,將表示與橫條25的移動目標對應的利益期望值16的輪廓顯示29顯示於顯示修正部17。亦即,整體最佳計畫生成部22亦可將使用者使橫條25移動時的利益期望值16,以輪廓顯示29預覽顯示於顯示修正部17。整體最佳計畫生成部22對使用者所保持的橫條25表示的維護項目,將在顯示於甘特圖24上的日程內開始維護的情況下的利益期望值16從部分最佳計畫DB41讀出,以輪廓顯示29顯示於顯示修正部17。顯示修正部17,係將表示利益期望值16的輪廓顯示29,依利益期望值16的大小以顏色、濃淡度不同的方式進行顯示。
於圖3顯示使用者以滑鼠指標30保持表示2號機的7月2日的維護項目的橫條25時表示與橫條25的移動目標對應的利益期望值16的輪廓顯示29顯示於甘特圖24之例。圖3的輪廓顯示29具有3種類的顏色或濃淡度,依橫條25的移動目標顯示利益期望值16於3個值(或3個範圍)不同。
作成如此時,使用者可易於掌握與橫條25的移動目標(亦即,橫條25表示的維護項目方面的維護日程的變更)對應的利益期望值16。
基於本實施例下的維護計畫生成系統具備如此的維護計畫的編輯功能,故使用者可使利益期望值16較大的日程優先而有效修正維護計畫。支援此等之有效的編輯作業的功能係部分最佳計畫生成部21就全部的維護計畫的日程的組合(全部的維護的組合模式)窮盡地計算利益期望值16而保存於部分最佳計畫DB41,從而可實現。
另外,在本實施例,雖舉機械系統為風力發電廠且子系統為風力發電機的情況為例,惟對風力發電以外的任意的發電方式亦可適用基於本發明下的維護計畫生成系統。亦即,機械系統為發電廠,子系統為發電裝置,亦可適用基於本發明下的維護計畫生成系統。
在實施例1,取機械系統為風力發電廠且子系統為風力發電機的情況為例,就以下維護計畫生成系統進行說明:使目標函數為利益期望值,生成在機械系統整體的利益期望值成為最大的維護計畫。基於本發明下的維護計畫生成系統不限定於僅使目標函數為利益期望值,例如可使目標函數為機械系統整體上的風險值(損失額的期望值),生成機械系統整體上的風險值成為最小的維護計畫作為最佳的維護計畫。
基於本實施例下的維護計畫生成系統在最佳計畫生成部11進行的維護計畫的最佳化中,使目標函數為機械系統整體上的風險值,最佳計畫生成部11求出風險值成為最小的維護計畫。部分最佳計畫生成部21求出全部的維護的組合模式,使風險值成為最小的維護計畫(維護日程的組合)為部分最佳計畫23。整體最佳計畫生成部22考量維護資源約束14(懲罰項)而生成風險值成為最小的最佳的維護計畫,故求出風險值與懲罰項的和成為最小的維護計畫。
顯示修正部17係如同實施例1,顯示子系統方面的甘特圖24,將最佳的維護計畫(整體最佳計畫15)顯示於甘特圖24。其中,顯示修正部17就所顯示的維護計畫,顯示各子系統的風險值和機械系統整體上的風險值。
基於本實施例下的維護計畫生成系統以風險值為目標函數而生成風險值成為最小的維護計畫,故例如可適用於在以複數個列車、車輛為對象的車輛維修基地的維護計畫的生成、在複數個砂石車運轉的礦山的維護計畫的生成等(機械系統為車輛維修基地、礦山,子系統為鐵道車輛、砂石車)。
如此般,基於本發明下的維護計畫生成系統可依機械系統決定目標函數。
另外,本發明非限定於上述的實施例者,可進行各種的變形。例如,上述的實施例係為了以容易理解的方式說明本發明而詳細說明者,本發明未必限定於具備說明的全部的構成的態樣。此外,可將其中一個實施例的構成的一部分置換為其他實施例的構成。此外,亦可對某一實施例的構成追加其他實施例的構成。此外,就各實施例的構成的一部分,可進行刪除,或追加、置換其他構成。
1‧‧‧風力發電機2‧‧‧故障機率分析部3‧‧‧狀態監視資料4‧‧‧風況預測部5‧‧‧預測風況6‧‧‧售電收入預測部7‧‧‧運轉履歴保存部8‧‧‧定期檢查結果保存部9‧‧‧售電收入的預測值10‧‧‧故障機率11‧‧‧最佳計畫生成部12‧‧‧維護條件設定部13‧‧‧維護項目定義14‧‧‧維護資源約束15‧‧‧整體最佳計畫16‧‧‧利益期望值17‧‧‧顯示修正部18‧‧‧資料分析部19‧‧‧運轉履歴資料20‧‧‧定期檢查結果資料21‧‧‧部分最佳計畫生成部22‧‧‧整體最佳計畫生成部23‧‧‧部分最佳計畫24‧‧‧甘特圖25、25a~25c‧‧‧橫條26‧‧‧最佳結果顯示鍵27‧‧‧最佳化方針調整滑條28‧‧‧風力發電廠整體的利益期望值29‧‧‧輪廓顯示30‧‧‧滑鼠指標31‧‧‧名稱顯示欄32‧‧‧日期33‧‧‧滑條41‧‧‧部分最佳計畫資料庫42‧‧‧整體最佳計畫資料庫
[圖1] 就將基於本發明的實施例下的維護計畫生成系統適用於風力發電廠的情況下的構成進行繪示的示意圖。 [圖2] 就最佳計畫生成部的構成進行繪示的示意圖。 [圖3] 就顯示於顯示修正部的圖形使用者介面的一例進行繪示的圖。
9:售電收入的預測值
10:故障機率
11:最佳計畫生成部
13:維護項目定義
14:維護資源約束
15:整體最佳計畫
16:利益期望值
17:顯示修正部
21:部分最佳計畫生成部
22:整體最佳計畫生成部
23:部分最佳計畫
41:部分最佳計畫資料庫
42:整體最佳計畫資料庫
Claims (12)
- 一種維護計畫生成系統,其係生成機械系統的維護計畫者,該機械系統具備複數個具有作為維護對象的複數個構件的子系統,該維護計畫生成系統具備:計算機,其具備部分最佳計畫生成部、部分最佳計畫資料庫、整體最佳計畫生成部及整體最佳計畫資料庫;和顯示裝置,其連接於前述計算機;前述部分最佳計畫生成部構成為,利用至少基於前述子系統的收入的預測值、作為前述構件的損失額的期望值的風險值、前述構件的維護項目、維護資源及維護期間,就複數個前述子系統整個的前述維護項目方面的維護日程的組合的全部,窮盡計算而求出在前述子系統中的各者的目標函數,前述部分最佳計畫資料庫構成為,保存前述部分最佳計畫生成部求出的前述目標函數,前述整體最佳計畫生成部構成為,利用前述部分最佳計畫生成部求出的前述目標函數、和因在複數個前述子系統的前述維護資源的共有而產生的前述維護資源方面的約束,以前述約束作為約束條件,進行在前述機械系統的前述目標函數成為最佳的最佳化計算而求出維護計畫,前述整體最佳計畫資料庫構成為,保存前述整體最佳計畫生成部進行前述最佳化計算而求出的前述維護計畫、 和前述維護計畫方面的前述目標函數,前述顯示裝置構成為,顯示前述整體最佳計畫資料庫保存的前述維護計畫與前述目標函數,使用者變更顯示的前述維護計畫時,將與變更後的前述維護計畫對應的前述目標函數,從前述部分最佳計畫資料庫讀出而顯示。
- 如申請專利範圍第1項的維護計畫生成系統,其中,前述整體最佳計畫生成部利用基於近似解法的演算法進行前述最佳化計算而求出前述維護計畫。
- 如申請專利範圍第2項的維護計畫生成系統,其中,前述部分最佳計畫生成部求出屬於窮盡計算而求出的前述目標函數成為最佳的前述維護日程的組合的部分最佳計畫,前述整體最佳計畫生成部係作為前述近似解法使用利用隨機數下的演算法,對前述近似解法的初始解或初始解的一部分,利用前述部分最佳計畫生成部求出的前述部分最佳計畫。
- 如申請專利範圍第1或2項的維護計畫生成系統,其中,前述目標函數係前述風險值,前述風險值以前述構件的故障機率與前述構件的故障相關的損失額的積而求出, 前述整體最佳計畫生成部進行在前述機械系統的前述風險值成為最小的前述最佳化計算。
- 如申請專利範圍第3項的維護計畫生成系統,其中,前述目標函數係前述風險值,前述風險值係以前述構件的故障機率與前述構件的故障相關的損失額的積而求出,前述整體最佳計畫生成部進行在前述機械系統的前述風險值成為最小的前述最佳化計算,前述部分最佳計畫生成部係作為前述部分最佳計畫,求出前述風險值成為最小的前述維護日程的組合。
- 如申請專利範圍第1或2項的維護計畫生成系統,其中,前述子系統係發電裝置,前述目標函數係從透過前述發電裝置而得到的收入的預測值減去前述風險值後的利益期望值,前述整體最佳計畫生成部進行在前述機械系統的前述利益期望值成為最大的前述最佳化計算。
- 如申請專利範圍第3項的維護計畫生成系統,其中,前述子系統係發電裝置,前述目標函數係從透過前述發電裝置而得到的收入的預測值減去前述風險值後的利益期望值, 前述整體最佳計畫生成部進行在前述機械系統的前述利益期望值成為最大的前述最佳化計算,前述部分最佳計畫生成部係作為前述部分最佳計畫,求出前述利益期望值成為最大的前述維護日程的組合。
- 如申請專利範圍第6項的維護計畫生成系統,其中,前述發電裝置係風力發電機,由前述發電裝置而得的收入的預測值係透過前述風力發電機的運用而得的售電收入的預測值。
- 如申請專利範圍第7項的維護計畫生成系統,其中,前述發電裝置係風力發電機,由前述發電裝置而得的收入的預測值係透過前述風力發電機的運用而得的售電收入的預測值。
- 如申請專利範圍第1項的維護計畫生成系統,其中,前述顯示裝置將前述整體最佳計畫生成部進行前述最佳化計算而求出的前述維護計畫,利用表示前述維護項目與前述維護項目方面的維護日程的橫條而顯示於甘特圖。
- 如申請專利範圍第10項的維護計畫生成系統,其中,前述顯示裝置係前述使用者使前述橫條移動而變更顯示的前述維護計畫時,從前述部分最佳計畫資料庫讀出與變更後的前述維護計畫對應的前述目標函數而顯示,更新前述 目標函數的顯示。
- 如申請專利範圍第1項的維護計畫生成系統,其中,前述部分最佳計畫生成部將前述風險值比預先設定的閾值小的前述構件方面的前述維護項目除外,窮盡計算而求出前述目標函數。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017237643A JP6917288B2 (ja) | 2017-12-12 | 2017-12-12 | 保守計画生成システム |
JP2017-237643 | 2017-12-12 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201928559A TW201928559A (zh) | 2019-07-16 |
TWI688846B true TWI688846B (zh) | 2020-03-21 |
Family
ID=66820082
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW107144044A TWI688846B (zh) | 2017-12-12 | 2018-12-07 | 維護計畫生成系統 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP6917288B2 (zh) |
TW (1) | TWI688846B (zh) |
WO (1) | WO2019116683A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113933708B (zh) * | 2021-10-13 | 2023-11-14 | 哈尔滨电机厂有限责任公司 | 一种发电机组智能诊断故障原因概率的自修正方法 |
JP2023058819A (ja) * | 2021-10-14 | 2023-04-26 | 株式会社日立製作所 | 連携管理装置及び連携管理方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002285949A (ja) * | 2001-03-26 | 2002-10-03 | Ryuichi Shimada | 電力貯蔵装置を用いて効率改善した風力発電設備 |
US20100250149A1 (en) * | 2009-03-25 | 2010-09-30 | Kabushiki Kaisha Toshiba | Monitoring device and monitoring method |
WO2012091104A1 (ja) * | 2010-12-28 | 2012-07-05 | 三菱重工業株式会社 | 工事時期選択装置及び工事時期選択方法 |
JP2013142291A (ja) * | 2012-01-06 | 2013-07-22 | Mitsubishi Heavy Ind Ltd | 演算装置、方法、プログラム、及びそれを備えた風力発電装置、並びにウインドファーム |
US20150111591A1 (en) * | 2005-10-04 | 2015-04-23 | Steven M. Hoffberg | Multifactorial optimization system and method |
WO2015114760A1 (ja) * | 2014-01-29 | 2015-08-06 | 株式会社日立製作所 | 計画立案支援システム、計画立案支援方法及びプログラム |
CN105226703A (zh) * | 2015-09-22 | 2016-01-06 | 江苏大学 | 基于影响指数和权衡技术的分布式风电多目标规划方法 |
US9244506B2 (en) * | 2012-11-16 | 2016-01-26 | Siemens Aktiengesellschaft | Method of controlling a power plant |
EP2977963A1 (en) * | 2014-07-23 | 2016-01-27 | The Boeing Company | System and method for evaluating remaining life of an operative sub-system of a vehicle |
TW201606685A (zh) * | 2014-08-01 | 2016-02-16 | Hitachi Ltd | 風力發電設備之應力推定裝置及風力發電設備之應力推定方法、風力發電系統 |
WO2017110215A1 (ja) * | 2015-12-21 | 2017-06-29 | 株式会社日立製作所 | 計画調整システムおよび計画調整方法 |
TW201734870A (zh) * | 2016-03-25 | 2017-10-01 | Hitachi Ltd | 運作輔助裝置及風力發電系統 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003203151A (ja) * | 2001-10-26 | 2003-07-18 | Mitsubishi Electric Corp | 経営計画作成システム |
JP4977064B2 (ja) * | 2008-03-12 | 2012-07-18 | 株式会社東芝 | 保守計画支援システム |
JP6767203B2 (ja) * | 2016-08-24 | 2020-10-14 | 株式会社東芝 | 保守支援装置、保守支援方法およびコンピュータプログラム |
JP6462954B1 (ja) * | 2017-11-29 | 2019-01-30 | 三菱電機株式会社 | 保守計画システムおよび保守計画方法 |
-
2017
- 2017-12-12 JP JP2017237643A patent/JP6917288B2/ja active Active
-
2018
- 2018-10-01 WO PCT/JP2018/036654 patent/WO2019116683A1/ja active Application Filing
- 2018-12-07 TW TW107144044A patent/TWI688846B/zh active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002285949A (ja) * | 2001-03-26 | 2002-10-03 | Ryuichi Shimada | 電力貯蔵装置を用いて効率改善した風力発電設備 |
US20150111591A1 (en) * | 2005-10-04 | 2015-04-23 | Steven M. Hoffberg | Multifactorial optimization system and method |
US20100250149A1 (en) * | 2009-03-25 | 2010-09-30 | Kabushiki Kaisha Toshiba | Monitoring device and monitoring method |
WO2012091104A1 (ja) * | 2010-12-28 | 2012-07-05 | 三菱重工業株式会社 | 工事時期選択装置及び工事時期選択方法 |
JP2013142291A (ja) * | 2012-01-06 | 2013-07-22 | Mitsubishi Heavy Ind Ltd | 演算装置、方法、プログラム、及びそれを備えた風力発電装置、並びにウインドファーム |
US9244506B2 (en) * | 2012-11-16 | 2016-01-26 | Siemens Aktiengesellschaft | Method of controlling a power plant |
WO2015114760A1 (ja) * | 2014-01-29 | 2015-08-06 | 株式会社日立製作所 | 計画立案支援システム、計画立案支援方法及びプログラム |
EP2977963A1 (en) * | 2014-07-23 | 2016-01-27 | The Boeing Company | System and method for evaluating remaining life of an operative sub-system of a vehicle |
TW201606685A (zh) * | 2014-08-01 | 2016-02-16 | Hitachi Ltd | 風力發電設備之應力推定裝置及風力發電設備之應力推定方法、風力發電系統 |
CN105226703A (zh) * | 2015-09-22 | 2016-01-06 | 江苏大学 | 基于影响指数和权衡技术的分布式风电多目标规划方法 |
WO2017110215A1 (ja) * | 2015-12-21 | 2017-06-29 | 株式会社日立製作所 | 計画調整システムおよび計画調整方法 |
TW201734870A (zh) * | 2016-03-25 | 2017-10-01 | Hitachi Ltd | 運作輔助裝置及風力發電系統 |
Also Published As
Publication number | Publication date |
---|---|
WO2019116683A1 (ja) | 2019-06-20 |
JP2019105973A (ja) | 2019-06-27 |
TW201928559A (zh) | 2019-07-16 |
JP6917288B2 (ja) | 2021-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110046716B (zh) | 用以生成资产工作范围的系统、方法和存储介质 | |
US10949813B2 (en) | Methods and apparatus to generate an asset workscope operation | |
Yuldoshev et al. | Use of artificial intelligence methods in operational planning of textile production | |
KR102184182B1 (ko) | Super Tree 기반의 Project/Task 지능 목표관리 방법 및 플랫폼 | |
CN109767025B (zh) | 用以生成优化的工作范围的设备、存储介质和方法 | |
Frantzén et al. | A simulation-based scheduling system for real-time optimization and decision making support | |
Georgiadis et al. | Real-time production planning and control system for job-shop manufacturing: A system dynamics analysis | |
US9002722B2 (en) | Lifecycle obsolescence forecasting tool | |
JP2019133412A (ja) | 保守計画装置、及び保守計画方法 | |
Liu et al. | The design and simulation of an autonomous system for aircraft maintenance scheduling | |
JP2006146928A (ja) | 保守計画方法およびコンピュータ支援システム | |
KR20140099815A (ko) | 공정계획을 위한 알파-체인 제약들 | |
TWI688846B (zh) | 維護計畫生成系統 | |
JP2017116984A (ja) | 計画調整システムおよび計画調整方法 | |
US10317870B1 (en) | Manufacturing controller for aircraft | |
KR20180001297A (ko) | 프로젝트 관리 장치 | |
CN116888610A (zh) | 用于可扩展的自动化维护优化系统和方法 | |
Karim et al. | A stochastic model of a production-inventory system with consideration of production disruption | |
Uikey et al. | Risk based scrum method: a conceptual framework | |
Wei et al. | A deep reinforcement learning-driven multi-objective optimization and its applications on aero-engine maintenance strategy | |
US10423913B2 (en) | System and method for process-based analysis | |
KR102329482B1 (ko) | 잠재적품질문제예방장치 및 방법 | |
US20240013113A1 (en) | Method and system for automatic establishment of optimal schedule for construction project | |
JP2006119917A (ja) | 工程管理支援システム、工程管理支援方法及び工程管理支援プログラム | |
Xie et al. | Digital Twin Enabled Dual-System Reinforcement Learning Method |