基于智能算法的多設備混聯(lián)系統(tǒng)動態(tài)維護決策研究.pdf

1、維護對于工業(yè)生產(chǎn)設備、軍事裝備以及交通運輸工具等系統(tǒng)的正常工作或安全運行具有重要作用。隨著市場競爭的日趨激烈，企業(yè)面臨著不斷降低成本的巨大壓力，設備的維護費用作為企業(yè)的最大單個可控費用，越來越受到企業(yè)的重視。因此，合理的維護決策對于企業(yè)降低維護成本，提高生產(chǎn)效益具有十分重要的意義。目前，事后維護和預防性維護在企業(yè)中得到了廣泛的應用，并取得了明顯的效果，但存在著維修不足或維修過剩的問題，會給企業(yè)帶來嚴重的經(jīng)濟損失。此外，已存在的大量維護模

2、型為單設備維護模型，對由多設備組成的生產(chǎn)系統(tǒng)并不適用。本論文針對上述問題，以多設備混聯(lián)系統(tǒng)為研究對象，以故障診斷和壽命預測技術為支撐，進行動態(tài)維護決策及調(diào)度方法研究，主要內(nèi)容如下：
　　建立多設備混聯(lián)系統(tǒng)維護模型。模型綜合考慮設備的性能衰退特性，設備間的經(jīng)濟相關性和結構相關性，以及維護資源的限制問題。設備性能衰退過程采用威布爾函數(shù)模擬，維護調(diào)度中采用小修、大修和更換三種維護方式，維護費用包括維護本身的費用和停機損失兩部分?？紤]到多

3、次維護活動以及維護啟動費用，建立維護費用率模型。
　　基于遺傳算法，制定多設備維護調(diào)度策略。該策略以單次維護活動產(chǎn)生的維護費用最低為目標，在系統(tǒng)長期運行過程中，每產(chǎn)生一次維護活動，調(diào)用一次遺傳算法對維護活動進行調(diào)度求解。針對模型中維護閾值的優(yōu)化問題，提出一種用于求解連續(xù)空間優(yōu)化問題的改進蟻群算法。該算法按照隨機性的概率選擇機制進行信息更新，經(jīng)過局部搜索和全局搜索兩個過程，最終找到目標解。經(jīng)蟻群算法優(yōu)化閾值后，將以更低的維護費用和更