[发明专利]多备件预防性更换策略方法、系统、介质、计算机设备

说明书

本发明属于多备件预防性更换技术领域，公开了一种多备件预防性更换策略方法、系统、介质、计算机设备，可用于已确定退化状态的多备件预防性更换等场景，提升设备可靠性和维修经济性；本发明可针对元件的退化状态动态确定更换阈值，解决了非固定周期(或固定寿命)的元件批量更换节点选择问题。根据优化目标不同，该维修策略可分为最小停机时间和最小费用两种模型。在上述两种模型中，分别设计了潜在维修时间和潜在维修费用两种参数并给出了求解方法，实现了维修策略和元件退化状态之间的关联；根据关联指标可优化求解最佳的备件更换时间，实现了提高设备可靠性和降低维修费用的预定目标。验证了所提方法的有效性。

技术领域

本发明属于多备件预防性更换技术领域，尤其涉及一种多备件预防性更换策略方法、系统、介质、计算机设备。

背景技术

目前，维修是指为使系统维持、恢复或改善到特定功能(状态)而采取的各类技术或管理活动，主要包括预防性维修和修复性维修(GJB 306B-2009.装备维修性工作通用要求[S].中国人民解放军总装备部，2009.)。维修决策是依据约束条件和优化目标对各种维修活动进行的优选行为，是装备状态监测与故障诊断的主要目的和重要内容。随着装备信息化水平的不断提升，现代装备维修保障难度不断提升，成本亦随之增大。“定期维修”和“事后维修”等传统维修方式虽在一定程度上减少了故障发生概率和持续时间，对于提高装备可靠性和安全性发挥了积极作用。然而，随着对装备故障规律和统计特征认识的深入，人们发现，对于部分故障类型(如故障规律服从指数分布的随机故障)，定期维修并不能降低故障率，而且频繁的定期维修还将影响装备的可用度，并造成维修成本增大，因而开展基于状态的维修研究有重要意义。

预防性更换是在元件故障前主动进行的更换活动。在预防性更换相关研究中，确定更换周期一直是研究重点。文献【王秀明，辛开远.电力设备最优预防更换策略及寿命分布试验研究[J].电力学报，2006(02):169-171.】利用线性回归模型估计元件的剩余寿命，通过寿命均值确定预防性更换周期；文献【王雷，王少华，张耀辉.基于平均停机时间率的劣化系统状态维修决策优化模型[J].装甲兵工程学院学报，2018，32(03):1-6.】使用伽马分布函数描述系统的劣化过程，通过平均停机时间率确定了元件的预防性更换周期；文献【赵星贺，周斌，封会娟，许凯.车辆装备单部件视情维修检测间隔期优化[J].军事交通学院学报，2019，21(07):33-36.】通过求解单位时间的最小维修费用，确定了某型车辆部件的预防性更换周期；文献【马晓洋，付玉强.基于两种相关故障类型的预防性维修模型[J].北京信息科技大学学报(自然科学版)，2019，34(05):25-28.】通过分析系统更新过程建立了长周期的成本函数，进而确定了最优的预防性更换周期；文献【林名驰，钟强晖，李大伟.不可修复产品的组合维修和备件供应策略[J].系统工程与电子技术，2020，42(06):1417-1423.】使用累积失效理论建立了产品的性能退化模型，以费用率为优化目标确定了维修周期、预防性更换阈值等维修策略值。然而实际应用中，同型号元件数量并不唯一，不同元件的退化状态也不尽相同，定时或定寿更换策略难以实现系统维修费用和可靠性之间的平衡，“过维修”和“欠维修”等情况仍可能存在。

通过上述分析，现有技术存在的问题及缺陷为：(1)传统方法以单元件更换周期或更换寿命为求解目标，然而实际中多元件批量更换的场景更加常见；(2)多元件批量更换时，不同元件所处的退化状态不尽相同，统一更换时间或更换寿命将带来极大经济浪费；(3)传统方法认为不可修元件更换后价值相同或不存在，事实上更换后元件仍有“剩余价值”(即本文所提“残值”)，不同退化状态的元件残值亦不相同，忽略残值影响的费用计算不够精确。

综上所述，现有方法主要以确定的更换周期或更换寿命为决策目标，决策目标和元件退化状态之间缺乏必要的指标性参数，无法直接针对退化状态不同的多备件设备给出动态的维修阈值，将影响设备维修费用和可靠性之间的平衡，即“过维修”和“欠维修”等情况仍可能存在。

解决以上问题及缺陷的难度为：设计一种关联决策目标和元件退化状态的指标性参数，以便针对退化状态不同的多备件设备给出动态的维修阈值。