[发明专利]一种基于故障预测的维修决策优化算法

说明书

技术领域

本发明涉及装备维修性与测试性领域，特别涉及一种基于故障预测的维修决策优化算法。

背景技术

随着故障诊断与预测技术的发展，设备维修策略突破了技术的限制，不再局限于单纯的事后维修与定期维修，低成本高效率状态基维修和预测性维修逐渐进入工程应用领域。基于故障预测信息进行维修决策可有效提高装备使用可用度、降低寿命周期费用。

目前的一些维修策略模型均采用应用设备的总体静态可靠性特征来决策维修时机，而且仅考虑了预测单元和目标单元同分布的情况。如在一些雷达型号应用的预兆单元来预测雷达系统关键件、重要件的维修换件时机，预兆单元采用同厂家生产的服从同样故障概率密度函数的单件，其失效机理、故障模式尽可能同被测件保持一致，而在质量、封装等制造工艺与用材方面同被测单元相比有所下降；在电压、电流、工作温度、湿度、振动系数等工作应力和环境应力方面，预兆单元装载时也不存在降额使用，预兆单元的设计以预测距离不大于200h为目标参数，根据实际需要满负荷或超负荷随被测系统运行。国外典型的文献中，Pecht的研究仅从单位时间成本的角度分析了其所提维修策略的特性，未考虑系统停机的时间，对于军用装备使用可用度也是非常重要的指标和约束，需要多参数的优化维修策略。

在过去，由于技术手段和认知的局限性，通常认为电子产品的寿命服从指数分布，即不存在损耗期，因而无寿命要求，而越来越多的工程实践证明，电子元器件等产品也存在损耗问题，其寿命不一定服从指数分布，同机械、结构等产品一样也存在寿命损耗问题。传统的静态预测模型已无法满足工程实践的需要，这些用于决策维修时机的静态可靠性特征参数不受实际退化过程影响，也无法区分设备个体之间的不同退化特征，不适合预测性维修决策优化的需要，导致维修优化决策的精确度较低。

针对目前不断普及应用的现代二级维修体制和健康管理系统，雷达工程上需要针对电子系统LRM级建立有系统级预防性维修与无系统级预防性维修的预兆单元驱动的维修模型。对于设备系统，使用可用度是非常重要的约束指标。对于雷达系统直接采用事后维修策略、年龄换件的维修策略从经济角度不是最优的决策方法，而且应用指数分布、正态分布刻画LRM的寿命特性与实际情况又不符合，因此需要基于预兆单元的故障预测设计适合雷达系统的维修决策算法。

发明内容

本发明的目的是提供了一种基于故障预测的维修决策优化算法，以至少解决目前维修优化决策的精确度较低的问题。

本发明的技术方案是：

一种基于故障预测的维修决策优化算法，包括：

步骤一、获取目标单元的修复性换件维修时间和预防性换件维修时间，并计算修复性换件维修成本、预防性换件维修成本与预兆单元的安装与运行成本；

步骤二、根据所述目标单元的寿命与预兆单元的寿命的特征生成其中，为系统运行中所述目标单元的寿命样本，系统运行中所述预兆单元的寿命样本，Z为所述目标单元的寿命，X为所述预兆单元的寿命；

步骤三、当时，对系统进行预防性换件维修，单个更新周期为换件维修成本为所述预防性换件维修成本加上所述预兆单元的安装与运行成本(即C_p+C_m)，需要的换件维修时间为所述预防性换件维修时间(即T_p)，记录预防性换件维修的次数n_p(i)＝1；

当时，对系统进行修复性换件维修，单个更新周期为换件维修成本为修复性换件维修成本加上所述预兆单元的安装与运行成本(即C_c+C_m)，需要的换件维修时间为修复性换件维修时间(即T_c)，记录修复性换件维修的次数n_c(i)＝1；

步骤四、根据如下关系式(1)、(2)、(3)、(4)分别累积计算系统总可用时间、目标系统运行的总时间、系统总停机时间以及系统运行的总成本：

其中，T_c为修复性换件维修时间；T_p为预防性换件维修时间，C_c为修复性换件维修成本；C_p为预防性换件维修成本；C_m为预兆单元的安装与运行成本；

步骤五、根据如下关系式(5)、(6)、(7)分别计算单位时间成本、平均使用可用度以及平均效费比的三个维修效用指标：