基于预防性维修工作组合的维修等级优化研究

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了探索。通过建立费用模型作为决策模型,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。     

基于可用度的电子装备预防维修周期研究

探讨了修复型预防维修的一种仿真模型，基于可用度的定义，给出了基于最大可用度的修复型预防维修周期决策模型的仿真计算方法，结合数据采集板给出了仿真运算结果。     

基于平衡计分卡的武器装备维修绩效评价指标体系构建

武器装备维修是武器装备维修保障的重要内容,加强装备维修绩效评价,建立科学规范的绩效评价指标体系,对深入推进装备维修工作健康发展将发挥积极作用。以平衡计分卡为研究手段,运用"5M1E"分析法,从一个内核和四个维度出发,分析武器装备维修绩效评价的影响因素,据此建立评价指标体系,并应用于装备维修管理实践,为有效提高装备维修保障效益提供有益借鉴。     

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。     

装备维修保障程度计算方法分析

分析了传统的维修保障程度计算方法的弊端，并针对我军装备保障力量的实际，采取多余舍去与能力加权相结合的方法，对传统计算方法进行了调整优化。改进后的计算方法符合实际，并对其它保障程度分析具有借鉴意义。     

基于ARIS的战时修理业务流程仿真研究

利用ARIS建模方法与工具，对战时装备修理业务流程进行了仿真研究。以陆军某机步师某型装备为例，给出了战时修理业务的主流程模型以及各分支模型，通过仿真运行及结果分析，得出了制约该流程的瓶颈和需要进一步优化的对象，为装备维修保障过程仿真提供了一个很好的思路和方法。该方法对于开发战时维修保障效能仿真评估系统，实现维修保障系统的动态仿真和全要素评估具有重要的支撑作用。     

基于粒子群算法维修保障单元优化配置

针对维修保障单元配置过程中需权衡综合多因素问题,提出了一种基于粒子群算法的维修保障单元优化配置决策模型和方法。首先,以维修任务完成概率为设计目标、以维修保障单元总数量为约束,建立维修保障单元配置决策模型;其次,运用粒子群算法对维修保障单元配置问题进行优化求解。通过具体实例分析,证明了该方法的正确性和有效性。     

基于规程匹配的维修作业虚拟确认技术

在建立了维修作业规程信息形式化模型的基础上,利用PAR语言将维修规程进行规范化描述,进而形成作业规程源案例库.采用混合相似度方法对模拟作业内容与源案例库规程进行相似度计算,将计算结果作为维修作业虚拟确认的判断依据,实现了维修作业规程指导虚拟维修仿真的目的.最后,通过实例证明了该方法的适用性和先进性.     

Bayesian enhanced decision making for deteriorating repairable systems with preventive maintenance

Since a system and its components usually deteriorate with age, preventive maintenance (PM) is often performed to restore or keep the function of a system in a good state. Furthermore, PM is capable of improving the health condition of the system and thus prolongs its effective age. There has been a vast amount of research to find optimal PM policies for deteriorating repairable systems. However, such decisions involve numerous uncertainties and the analyses are typically difficult to perform because of the scarcity of data. It is therefore important to make use of all information in an efficient way. In this article, a Bayesian decision model is developed to determine the optimal number of PM actions for systems which are maintained according to a periodic PM policy. A non‐homogeneous Poisson process with a power law failure intensity is used to describe the deteriorating behavior of the repairable system. It is assumed that the status of the system after a PM is somewhere between as good as new for a perfect repair and as good as old for a minimal repair, and for failures between two preventive maintenances, the system undergoes minimal repairs. Finally, a numerical example is given and the results of the proposed approach are discussed after performing sensitivity analysis. © 2007 Wiley Periodicals, Inc. Naval Research Logistics, 2008