预防性维修工作组合优化

针对单部件的维修间隔期无法反映系统的维修最佳间隔期这一问题,对装备各部件在各修理级别上的预防性维修任务组合情况进行探索。通过建立费用模型、可用度和风险模型作为决策模型,用以组合某一修理级别各部件的维修工作,得出系统预防性维修间隔期,并结合部队实际优化从系统的角度优化等级维修中的维修工作间隔期,为确定大中小修工作提供科学、合理的理论指导。该算法在区分各修理级别的维修能力的基础上,能较好地对各修理级别的维修工作组合情况进行了优化,实例验证了模型的实用性和有效性。     

预防性维修工作组合优化

针对单部件的维修间隔期无法反映系统的维修最佳间隔期这一问题,对装备各部件在各修理级别上的预防性维修任务组合情况进行探索.通过建立费用模型、可用度和风险模型作为决策模型,用以组合某一修理级别各部件的维修工作,得出系统预防性维修间隔期,并结合部队实际优化从系统的角度优化等级维修中的维修工作间隔期,为确定大中小修工作提供科学、合理的理论指导.该算法在区分各修理级别的维修能力的基础上,能较好地对各修理级别的维修工作组合情况进行了优化,实例验证了模型的实用性和有效性.     

基于机会策略的多部件系统状态维修决策优化模型

针对部件间存在维修相关性的多部件系统,引入机会策略增加机会维修阈值,将部件间的维修策略进行组合,建立多部件系统状态维修决策优化模型。采用劣化状态空间划分法分析系统中维修活动组合及其概率计算方法,基于半更新过程理论建立以系统长期运行平均停机率(简称"平均停机率")最小为目标的多部件系统状态维修决策优化模型,联合优化了系统机会维修阈值、预防性维修阈值和系统检测间隔期3个决策变量。采用蒙特卡罗仿真方法对模型进行优化求解,并通过案例进行对比分析,结果表明:采用优化得到的系统最优检测间隔期、机会维修阈值和预防性维修阈值进行状态维修决策,可有效降低多部件系统的平均停机率,提高系统可用度。     

装备预防性维修的维修级别逻辑决策分析方法

针对预防性维修的维修级别没有规范、统一的分析与确定方法的问题,研究了预防性维修的维修级别逻辑决策分析方法。明确了预防性维修的维修级别决策分析的对象是预防性维修工作类型,预防性维修主要有定时维修和状态维修,定时维修分为定时拆修和定时报废2种维修工作类型,状态维修分为状态信息检测、状态识别、状态预测、维修决策、故障诊断和维修实施等维修工作类型。根据维修间隔期、维修能力评估、其它非经济性因素以及经济性分析,分别建立了定时维修和状态维修的维修级别逻辑决策模型。     

非周期不完全检测下的维修优化

针对gamma退化型单部件系统,基于更新和半更新过程理论建立了以期望费用率最小为目标的非周期不完全检测下的维修优化模型。利用检测规划函数使系统的检测间隔期可以依据系统的状态进行调整。为更加贴近实际,模型考虑了测量误差对维修优化的影响。通过计算可以得到最优预防性维修阈值和检测方案。给出了模型的应用算例,通过对退化速率和费用参数的灵敏度分析说明了模型的有效性。与不考虑检测误差的优化结果进行对比,证明了考虑检测误差的重要性。     

基于三级维修体制的设备可用度模型

以具有三级维修级别的复杂设备为对象,通过对设备使用、修理流程分析,给出了设备使用与修理状态转移图,建立了设备一个更新周期内,维修间隔期与可用度关系模型,并给出了相应应用案例,案例说明了模型的适用性与灵敏性。     

基于状态的检查与修理综合决策模型

分析了单部件系统退化过程的特点，建立了基于状态的检查与修理决策模型。该模型根据系统的当前状态来决定检查与修理，通过分析计算系统在一个更新周期内平均检查次数、预防性维修及修复性故障的概率，建立维修费用与检查问隔及预防性维修阈值的关系，以平均维修费用最小为目标，优化检查间隔及预防性维修阈值。最后运用Matlab对模型进行数值计算，结果表明，模型能有效地降低维修费用。     

基于平均停机时间率的劣化系统状态维修决策优化模型

采用Gamma过程描述劣化系统状态变化,建立了系统状态随机劣化模型。为降低劣化系统的平均停机时间率,在考虑检测时间和维修时间影响的条件下,利用更新过程理论,以系统长期运行平均停机时间率最小为优化目标,建立了以系统检测间隔期与预防性维修阈值为决策变量的状态维修决策优化模型。采用蒙特卡罗方法对模型进行优化求解,得到了系统最优检测间隔期与预防性维修阈值,并通过案例进行了分析,结果表明:采用优化得到的检测间隔期和预防性维修阈值进行状态维修决策,能有效降低劣化系统的平均停机时间率。     

基于二维量度的复杂设备预防性维修决策优化

针对使用与维修具有两个测量维度的复杂设备,开展了其预防性维修决策的优化研究。基于二维量度的故障模式,给出了二维故障率的定量描述方法;分析了其预防性更换过程的基本过程,探讨了二维量度下更换周期对维修效果的影响,并从经济性角度建立了二维工龄更换费用模型;最后,采用算例的形式,对某设备维修决策同时考虑日历使用时间和行驶里程的情况,进行了二维更换间隔期的优化求解,从而验证了所建立方法与模型的实用性。     

复杂系统复合维修间隔期优化模型

采用组合策略对复杂系统辅以功能检测的定期更换维修工作进行综合优化.在分析复杂系统维修费用结构和组成的基础上,建立了其无限使用期条件下单位时间期望费用的数学模型,从而获得系统最佳的功能检测间隔期、定期更换周期内的检测次数和最优总费用.最后通过一个算例验证了该策略和模型的有效性.     

基于维修器材离散随机需求最佳库存量确定研究

结合装备维修器材保障工作,就维修器材离散随机需求最佳库存量确定进行研究,对其建模进行系统分析,结合修理厂维修器材最佳库存量进行实例计算,以指导维修器材最佳库存量的确定.     

油料装备智能维修决策系统研究

在分析油料装备维修管理特点的基础上，提出油料装备智能维修决策系统体系结构，论述模型库与知识库的构建方法，描述维修推理机工作原理。针对油料装备故障诊断信息具有模糊性的特点，建立油料装备故障智能模糊诊断模型，论述故障诊断模糊规则、模糊推理步骤、模糊算子定义及其推理方式。对维修策略决策的主要影响因素进行分析，以使油料装备稳定性及经济性、维修周期达到最佳为维修策略目标，构建油料装备维修策略模型，论述维修策略原则和模型工作流程。油料装备智能维修决策系统的研究，对提高油料装备维修科学化和智能化水平，加强油料装备保障力度具有重要意义。     

遗传算法的预防性维修周期优化方法

考虑到预防维修可以提高系统生产效益的同时,故障率会随着维修次数的增加而上升,引入役龄回退因子对预防维修活动前后系统性能的动态变化进行描述;而且还充分考虑到系统预防维修周期随维修次数的变化情况,建立了系统预防维修周期优化模型,并将改进后的遗传算法运用于模型的优化求解.重点研究了系统总效益随预防维修次数的变化率, 从而有效地帮助决策者判定系统何时进行更新替换.     

引入区域量化的相控阵天线维修优化模型

针对大型相控阵天线维修成本高、多部件维修时机难以确定、模型仿真计算困难等问题,提出一种引入区域量化的维修优化模型。建立天线阵列的区域量化模型,将天线阵列维修问题转化成一个由不同区域阵元组成的k/n系统维修优化问题。以使用可用度为约束条件,以单位时间维修费用最小为优化目标,建立引入区域量化的大型相控阵天线多部件视情维修决策优化模型,并通过算例仿真与分析进行了模型验证。结果表明:提出的维修优化模型真实有效,能够很好地解决分布不均匀的相控阵天线维修优化问题。     

伴随维修组维修模型聚合方法

面向装备维修保障系统的多分辨率建模问题,提出了一种装备维修模型的聚合方法,为装备维修保障系统模型的聚合研究提供了一种新的思路。该方法通过聚合故障输入和推理维修状态实现维修模型的聚合。最后通过基于MATLAB的仿真实验验证了该方法的可行性。通过实例验证可以看出,该方法缩短了仿真时间,减少了复杂系统底层建模的工作量。     

基于战备完好率的军用飞机维修费用需求确定方法

军用飞机维修费用需求与战备完好率要求密切相关,为保持飞机一定的战备完好率水平,必须投入一定的维修费用。维修费用投入多,则维修设备齐全,维修人员维修能力高,维修备件充足,飞机故障修复时间短,战备完好率高;维修费用投入少,会造成维修设备短缺,设施破旧,维修人员培训不到位,维修备件供应不足等各种问题,直接影响战备完好率水平。     

案例智能维修训练系统的设计与实现

基于案例的智能维修训练系统将智能教学系统与CBR技术结合起来应用在故障维修领域。在智能教学理论与CBR技术的支持下,围绕案例阐述了智能维修训练系统的设计和实现。给出了系统的通用体系结构;采用框架法实现知识库的设计;分析学生模型的构成并给出学生知识水平和学习能力的评估方法;针对训练策略给出其控制流程及其实现过程。这种基于案例的智能维修训练系统能有效地应用于装备的实际维修训练中。     

军机航电系统实现两级维修的关键技术

简要叙述了航电系统的内涵、维修体制的工作流程及其从三级到两级的变化,着重探讨了航电系统实现两级维修的关键技术,主要包括系统和部件分级技术、智能BIT技术、FMEA技术、维修分析技术.随着航电技术的发展,模块化、综合化、标准化、智能BIT技术和ATE技术的进步,必将设计出满足两级维修体制的航电系统体系结构及其保障系统.     

基于风险评估的检测与修理决策模型

研究了基于故障风险的检测与维修策略，运用威布尔比例风险模型建立系统故障率与工作时间及所处状态的关系。分析了两类基于间接状态信息维修决策的风险，建立了系统检测及维修策略的决策树，通过比较检测与不检测情况下的期望费用确定最优的检测间隔。算例表明，所提出的方法能够有效控制系统运行风险，降低系统运行费用。