面向制造系統(tǒng)健康管理的動態(tài)預測與預知維護決策研究.pdf

1、隨著日益激烈的國際市場競爭和不斷發(fā)展的先進制造模式，現(xiàn)代制造企業(yè)中的多設備制造系統(tǒng)，正朝著生產(chǎn)規(guī)模擴大化、設備健康多樣化、系統(tǒng)結構復雜化、客戶訂單隨機化、決策需求動態(tài)化的生產(chǎn)運營方向飛速發(fā)展。以預知維護決策為核心的健康管理理念，依據(jù)設備的健康狀態(tài)趨勢規(guī)劃維護方案，在保障制造系統(tǒng)安全性、減少維護或停機成本、提高設備可用度等方面，體現(xiàn)出綜合顯著的可靠性、效率性、經(jīng)濟性等優(yōu)勢，對支撐和指導制造企業(yè)實施卓有成效的設備管理，具有十分重要的科學意義

2、。
　　本文以由不同類型多臺生產(chǎn)設備按工序需求組成的制造系統(tǒng)為研究對象，創(chuàng)新改進健康預測方法以支撐維護決策，拓展性地建立起設備層-系統(tǒng)層交互建模的預知維護策略?；谠O備自身健康衰退、系統(tǒng)不同結構配置、批量生產(chǎn)計劃約束，系統(tǒng)性地拓展了維護決策策略與優(yōu)化方法，優(yōu)化減少了系統(tǒng)維護總成本、有效降低了決策計算復雜性、動態(tài)實現(xiàn)了預知維護規(guī)劃調度。本文在面向制造系統(tǒng)健康管理的動態(tài)預測與預知維護決策研究中做出的主要研究成果如下:
　　(1)

3、針對現(xiàn)代制造企業(yè)普遍面臨的“信號數(shù)據(jù)冗余，有效信息貧乏”的設備健康預測難題，利用灰色理論的小樣本建模優(yōu)勢進行預測方法拓展優(yōu)化，建立等維遞補灰色預測方法以提高灰區(qū)間白色度和淡化灰平面灰度;挖掘灰色生成系數(shù)與背景影響因素間的內在映射關聯(lián)，提出了動態(tài)生成系數(shù)優(yōu)化的灰色理論健康預測方法;動態(tài)擬合變化作業(yè)載荷與灰色生成系數(shù)以實現(xiàn)預測模型實時重構，解決了傳統(tǒng)灰色預測方法的純樣本序列建模局限，顯著提高了預測算法的準確性，輸出的健康趨勢可有力支撐預知維

4、護決策。
　　(2)針對制造系統(tǒng)中不同類型設備的健康狀態(tài)獨立性、衰退過程隨機性、決策目標多樣性，研究了統(tǒng)籌內部維護效果因素和外部環(huán)境工況因素的綜合衰退演化規(guī)則;引入多目標價值理論建立全局性的決策目標函數(shù)，建立設備層多目標最優(yōu)預知維護規(guī)劃模型;區(qū)別于傳統(tǒng)的全生命靜態(tài)維護規(guī)劃方法，提出動態(tài)循環(huán)的維護決策模式，實時獲得設備層各臺設備的順序預知維護周期，不僅滿足企業(yè)對于可靠性、效率性、經(jīng)濟性等維護目標的改善要求，設備層維護規(guī)劃的決策輸出還

5、可與系統(tǒng)層維護優(yōu)化實現(xiàn)動態(tài)交互。
　　(3)針對串并聯(lián)制造系統(tǒng)維護優(yōu)化的建模復雜性，系統(tǒng)性地分析設備間相互依賴性，拓展了維護驅動的機會策略;利用平穩(wěn)生產(chǎn)中設備停機的組合維護機會，建立了系統(tǒng)層維護優(yōu)化調度的維護時間窗策略，對關聯(lián)設備的預知維護作業(yè)采取有針對性的作業(yè)合并或作業(yè)分離，實現(xiàn)降低系統(tǒng)整體維護成本的優(yōu)化決策目標;除輸出具有可行性、實時性、經(jīng)濟性的系統(tǒng)層維護優(yōu)化方案，更有效地解決了串并聯(lián)制造系統(tǒng)的系統(tǒng)結構、維數(shù)災難、動態(tài)調度等決

6、策技術難點，完善和豐富了制造系統(tǒng)的可靠性建模和維護決策理論。
　　(4)針對傳統(tǒng)機會維護策略在生產(chǎn)約束下多設備維護優(yōu)化決策的研究短板，探索了批量生產(chǎn)與預知維護的交互決策建模方法，擴展提出了生產(chǎn)驅動的機會策略;綜合考慮批量訂單隨機性和各設備健康演化，以生產(chǎn)轉換時機作為組合維護機會，建立起系統(tǒng)層提前延后平衡法;動態(tài)循環(huán)開展成本結余擇優(yōu)，實時決策預知維護雙擺優(yōu)化調度，制定的系統(tǒng)層交互優(yōu)化方案，解決了產(chǎn)品質量穩(wěn)定性保障、系統(tǒng)成本結余最大化

7、、交互決策維數(shù)災難挑戰(zhàn)，是對先進制造模式下多設備維護決策理論的一種新的探索和拓展。
　　本文以某企業(yè)液壓傳動裝置制造系統(tǒng)的動態(tài)預測與預知維護決策為例，研究成果可以強有力地支撐現(xiàn)代制造企業(yè)的全效能生產(chǎn)，為大規(guī)模制造系統(tǒng)的設備管理、健康預測、維護決策、系統(tǒng)優(yōu)化提供有效的共性方法、技術和策略。幫助企業(yè)在各種生產(chǎn)流程下制定具有針對性的實時預知維護優(yōu)化方案，提高設備可靠性，降低維護總成本，保障系統(tǒng)可用度，提升企業(yè)競爭力，為推動設備健康管理發(fā)