保障性分析在现役装备维修资源确定中的应用

针对我军现役装备维修保障资源建设中的弊端,分析了在现役装备维修保障资源确定中实施保障性分析的可行性,并介绍了与传统保障性分析的不同点及其主要流程,从而为我军现役装备维修保障的确定与配置实施提供了一个良好的思考方向。     

美军核心维修能力研究

核心维修能力,是解决军队建制维修力量与地方维修力量如何结合、如何结合合理、如何结合才能取得最佳效果,成功推行军民一体化装备维修保障的瓶颈问题。从美军核心维修能力的研究背景着手,分析了核心维修能力研究的必然性和重要性,全面阐述了美军核心维修能力的内涵和现行判定方法,客观分析了美军核心维修能力研究中存在的一些不足,得出开展我军核心维修能力研究的重要启示。     

虚拟维修训练中故障建模与仿真

在分析维修训练需求、仿真方法的基础上,建立由故障现象、维修对象、故障传播有向图组成的故障模型,并研究了虚拟环境中检测特征数据的建立、故障现象的模拟及仿真运行流程,利用Virtools实现了典型故障的建模与仿真,较好地完成了故障现象和数据的实时生成,为维修人员提供了良好的观察与检测故障的虚拟维修环境。     

IETM在新型火炮装备中的应用

针对现代武器装备发展趋势及维修保障要求,以Borland Delphi为平台,采用关系数据库技术,开发了新型火炮装备的IETM系统。该系统将各种格式图像信息统一整合,采用Cult3D技术实现三维模型的人机交互,提供了方便快捷的检索方式。     

基于最大保障时间的战时装备维修任务调度模型

战时维修机构承担的维修任务比较繁重,合理、科学地安排维修任务可以有效地提高作战部队的战斗力.对此,分析了战时维修任务调度的特点,建立了基于最大保障时间的维修任务静态、动态调度模型,并提出了相应的模型求解方法.利用本方法在满足作战单元最大保障时间前提下,可使得装备维修效益最大,并可以实现实时动态维修任务调度,有效地解决了一种战时维修任务调度问题.     

略论警卫人员团队精神的培养

作为担负保护党和国家领导人及重要目标安全的警卫部队,亟须加强官兵团队精神的培养。培养的主要原则和方法是增强团队的凝聚力、激发成员的参与激情、促进每一成员的成长、树立全局意识。     

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.     

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。     

AHP-Bayes及Bootstrap方法在战损装备维修工作量统计建模中的应用

提出了一种小样本条件下数据分析和分布规律统计的AHP-Bayes及Bootstrap方法,并以某型火箭炮战损维修工作量分布规律统计为实例进行了应用。该方法为准确预计战时装备维修保障需求,科学制定战时装备维修保障方案提供了定量分析支撑。     

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