[发明专利]基于任务与效能匹配的机电系统交互式多模型维修预测方法

说明书

本发明涉及一种基于任务与效能匹配的机电系统交互式多模型维修预测方法，针对异构多部件系统，基于寿命分布，建立(m,N)维修模型步；对机电系统采用非集中式维修模式；计算机电系统全周期故障次序统计量；利用所述全周期故障次序统计量，计算机电系统全周期的期望费用率函数；优化求解：根据所述全周期的期望费用率函数，对控制单变量进行整数优化后，采用枚举法求解出维修模型中最优参数，并得到最优期望费用率。优化方法中，考虑到维修期造成的停工损失对总费用的影响，以及维修期时间对总时间的影响，使维修模型参数更加合理，最优期望费用率更加准确。

技术领域

本发明涉及机电技术领域，尤其涉及一种基于任务与效能匹配的机 电系统交互式多模型维修预测方法。

背景技术

在过去的几十年中，工业设备经历了数次革新，舰船系统已经由过 去的单部件系统变为现在复杂的多部件复合系统。在进行维修决策的制 定时，应当对不同地位的部件分配不同的维修优先级。对于重要部件， 需要使其始终保持在零故障状态。而对于非重要部件，则可以等待成组 或机遇维修。除此之外，也应考虑不同维修团队带来的不同影响。团队维修方式的不同、维修经验的不同会产生经济、效果上的差异。

同时，从实际的角度来看，随机退化系统的不完全维修通常只能被 限制为有限次。当系统的维修次数超过一定限度时，系统的可靠性会大 幅降低，使得维修频率变得逐渐频繁，此时进行替换维修是一种更为合 理的选择。在多部件系统中，对于一些功能相对简单、精确度要求不高 的部件，通常可以找到适合的数学模型对其使用寿命进行预测。因此， 以全周期费用率最低为目标，针对部件寿命分布已知的异构多部件系统 进行非集中式维修决策的研究是十分有意义的。

发明内容

鉴于上述的分析，本发明旨在提供一种基于任务与效能匹配的机电 系统交互式多模型维修预测方法，针对异构多部件系统，以次序统计量 为工具对多部件系统的故障发生时间进行预测，得到最优决策的求解结 果，使全周期费用率达到最小。

本发明的目的主要是通过以下技术方案实现的：

一种基于任务与效能匹配的机电系统交互式多模型维修预测方法， 包括以下步骤：

步骤1、建立维修模型；

步骤2、对机电系统采用非集中式维修模式；

步骤3：计算机电系统全周期故障次序统计量；

步骤4：利用所述全周期故障次序统计量，计算机电系统全周期的期 望费用率函数；

步骤5：优化求解：根据所述全周期的期望费用率函数，对控制单变 量进行整数优化后，采用枚举法求解出维修模型中的最优参数，并得到 最优期望费用率。

进一步地，所述维修模型为(m,N)模型，所述(m,N)模型中，低维修优 先级部件LC故障个数为m，高维修优先级部件HC不完全维修次数为N-1， m个LC部件出现故障，或者某个HC部件发生故障，多部件机电系统被判 定为故障状态；此时，对LC，采用成组维修，为完全维修；对HC，采用 “随坏随修”的修复性维修以及“将坏立修”的预防性维修，为不完全维修，在N-1次不完全维修后，下一次由紧急原则引发的维修为替换维修。

进一步地，步骤2中，所述非集中式维修模式涉及到地位不均等的两 支维修团队，其竞争关系用Stackelberg竞争模型进行描述；当采用(m,N)维 修模型时，每台机器在每个维修时间点仅被一个团队维修，即在每个维 修时间点，两团队A、B分别扮演“先行团队”和“随后团队”的角色；不同 维修时间点的“先行-随后”状态不同，转化过程符合马尔可夫特性。

进一步地，步骤3中，所述全周期划分为两部分：运转期和维修期； LC故障产生的维修时长忽略不计；HC故障产生的维修时长记为一个不完 全维修子期；