通用装备“四合四统”建设模式下维修管理组织结构设计研究

针对“四合四统”建设模式对通用装备维修管理提出的要求,分析了装备维修管理组织结构的基本类型。在此基础上,依据需求,对装备维修管理组织结构进行设计,以机步师为例,构建了“四合四统”模式下装备维修管理组织结构体系,为通用装备维修管理适应新装备形成作战保障能力建设提供了理论参考。     

创新中国特色的装备再制造工程构建我军装备维修保障新型学科

介绍了中国特色的装备再制造工程的内涵与特征,论述了装备再制造在装备维修保障中的地位和作用,分析了构建装备维修保障新型学科——“装备再制造与战场抢修”的重要性,阐述了装备再制造对于提高装备维修保障能力,提升装备综合保障效能,提高装备质量、效益与核心战斗力具有重要意义。     

战时装备维修保障效能及评估指标体系研究

分析了装备维修保障效能的定义、与维修保障能力的区别以及度量方法;在此基础上,依据装备维修保障效能评估指标体系的构建思路和构建原则,建立了战时装备维修保障效能评估指标体系。该指标体系是基于任务的动态指标,能够反映战时装备维修保障效能,可操作性强,可以为战时装备维修保障系统的仿真评估提供可靠依据。     

装甲装备使用可用度与维修保障费用的优化模型

维修保障费用是影响装甲装备使用可用度的重要因素之一。要在有限的保障经费下实现高可用度要求,就必须建立装甲装备的使用可用度与维修保障费用的优化模型。根据装甲装备实际维修特点,在分析装甲装备预防性维修过程中故障类型多样的基础上,构建了装甲装备在给定维修周期内的使用可用度模型和维修保障费用模型,进而建立了使用可用度与维修保障费用的优化模型,提出了模型的解法和模型的改进建议。     

基于马尔可夫更新过程的装甲装备使用可用度模型

针对在装甲装备使用可用度评估中,采用统计评估法存在统计周期长和不能用于研制阶段的缺点,利用马尔可夫更新过程,建立了考虑工作时间、修复性维修时间、延误时间和预防性维修时间的装甲装备的稳态可用度模型,并进行了示例应用。该模型可以在装备研制阶段,根据装备各项时间参数的分布,来估计装甲装备的使用可用度,可为装备设计、装备维修间隔期规划等提供理论和方法指导。     

基于状态的装备可靠度模型及其应用

为应用基于状态的装备可靠度模型,实现对装备的精确维修,采用了比例风险模型（Proportional Hazards Model,PHM）将装备的年龄信息及检测所得状态信息融入系统的风险函数中。考虑到样本包含截尾数据的情形,应用极大似然估计方法对模型中的参数进行了估计以及相应的模型检验。通过对该方法在一个实际案例中应用的详细分析,验证了方法的可行性。     

基于EON Studio 5.0的装甲车辆发动机虚拟维修关键技术研究

以某型坦克发动机为研究对象,基于虚拟现实工具软件EON Studio 5.0,对装甲车辆发动机虚拟维修训练系统涉及的关键技术——三维建模、虚拟维修场景生成、人机交互等进行了研究,为建立装甲车辆发动机虚拟维修训练系统提供技术支持。     

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。     

Simultaneous determination of production and maintenance schedules using in‐line equipment condition and yield information

In many manufacturing environments, equipment condition has a significant impact on product quality, or yield. This paper presents a semi‐Markov decision process model of a single‐stage production system with multiple products and multiple maintenance actions. The model simultaneously determines maintenance and production schedules, accounting for the fact that equipment condition affects the yield of each product differently. It extends earlier work by allowing the expected time between decision epochs to vary by both action and machine state, by allowing multiple maintenance actions, and by treating the outcome of maintenance as less than certain. Sufficient conditions are developed that ensure the monotonicity of both the optimal production and maintenance actions. While the maintenance conditions closely resemble previously studied conditions for this type of problem, the production conditions represent a significant departure from earlier results. The simultaneous solution method is compared to an approach commonly used in industry, where the maintenance and production problems are treated independently. Solving more than one thousand test problems confirms that the combination of both features of the model—accounting for product differences and solving the problems simultaneously—has a significant impact on performance. © 2007 Wiley Periodicals, Inc. Naval Research Logistics, 2008