[發(fā)明專利]一種考慮設(shè)備檢測不確定性情況下的非周期視情維修方法

在審

• 申請?zhí)枺?/td>: 202110395374.8
• 申請日: 2021-04-13
• 公開（公告）號: CN113191506A
• 公開（公告）日: 2021-07-30
• 發(fā)明（設(shè)計）人: 李洋;王秀麗;陸寧云;姜斌
• 申請（專利權(quán)）人: 南京航空航天大學(xué)
• 主分類號: G06Q10/00
• 分類號: G06Q10/00;G06Q10/04;G06N3/00;G06N7/00
• 代理公司: 南京經(jīng)緯專利商標(biāo)代理有限公司 32200
• 代理人: 陸燁

1.一種考慮設(shè)備檢測不確定性情況下的非周期視情維修方法，其特征在于，具體包括如下步驟：

步驟1：進(jìn)入第p個檢測周期，針對設(shè)備單調(diào)性變化的退化數(shù)據(jù)，采用伽馬函數(shù)對退化過程進(jìn)行退化分析，得到伽馬退化過程；

步驟2：采用假設(shè)檢驗的方法得到伽馬退化過程中參數(shù)的先驗信息；

步驟3：根據(jù)設(shè)備的狀態(tài)Z和設(shè)備的早期退化速率，建立檢測規(guī)劃函數(shù)M(Z)，該檢測規(guī)劃函數(shù)用于計算下一次設(shè)備檢測的時刻；在檢測不確定情況下建立設(shè)備的狀態(tài)方程；

步驟4：進(jìn)行第k次檢測時，根據(jù)預(yù)設(shè)的設(shè)備失效閾值L_f，得到檢測不確定情況下的設(shè)備退化過程首達(dá)時分布；

步驟5：建立考慮檢測不確定情況下的非周期視情維修優(yōu)化模型C；

步驟6：采用基于災(zāi)變策略的粒子群算法對非周期視情維修優(yōu)化模型C進(jìn)行優(yōu)化計算，得到非周期視情維修優(yōu)化模型C中決策變量的值，所述決策變量包括預(yù)防性維護(hù)閾值L_p；

步驟7：若第p個檢測周期中第k次檢測時設(shè)備的狀態(tài)值＜L_p，則認(rèn)為設(shè)備不需要維修，計算第p個檢測周期中進(jìn)入第k+1次檢測的時刻，同時更新伽馬退化過程中的參數(shù)的信息，令k＝k+1，并返回步驟4；

如果L_f＞第p個檢測周期中第k次檢測時設(shè)備的狀態(tài)值≥L_p，則對設(shè)備進(jìn)行預(yù)防性維護(hù)，令p＝p+1，k＝1，計算第p個檢測周期中進(jìn)入第1次檢測的時刻，然后返回步驟1；

如果第p個檢測周期中第k次檢測時設(shè)備狀態(tài)值≥L_f，則認(rèn)為設(shè)備故障，且執(zhí)行替換性維護(hù)，令p＝p+1，k＝1，計算第p個檢測周期中進(jìn)入第1次檢測的時刻，然后返回步驟1。

2.根據(jù)權(quán)利要求1所述的一種考慮設(shè)備檢測不確定性情況下的非周期視情維修方法，其特征在于，所述步驟1中采用伽馬函數(shù)對退化過程進(jìn)行退化分析得到伽馬退化過程f(x|αΛ(t)，β)：

其中，為完全伽馬函數(shù)，y為積分變量，Λ(t)＝t^b為非負(fù)增函數(shù)，t為時間，且Λ(0)＝0，x為設(shè)備的退化路徑，exp(.)表示指數(shù)函數(shù)，α、β和b為伽馬退化過程的參數(shù)。

3.根據(jù)權(quán)利要求2所述的一種考慮設(shè)備檢測不確定性情況下的非周期視情維修方法，其特征在于，步驟3中所述檢測規(guī)劃函數(shù)M(Z)為：

當(dāng)設(shè)備早期退化速率大于預(yù)設(shè)的閾值時，M(Z)為：

其中p₁，p₂為參數(shù)；

當(dāng)設(shè)備早期退化速率小于等于預(yù)設(shè)的閾值時，M(Z)為：

所述設(shè)備的狀態(tài)方程為：

為第p個檢測周期中進(jìn)行第k次檢測的時刻，為時刻時設(shè)備的狀態(tài)，為時刻時設(shè)備的真實狀態(tài)，為第p個檢測周期中第i次檢測時的干擾不確定項。

4.根據(jù)權(quán)利要求3所述的一種考慮設(shè)備檢測不確定性情況下的非周期視情維修方法，其特征在于，所述步驟4中設(shè)備退化過程首達(dá)時分布為：

其中為第p個檢測周期中從第一次檢測到第k次檢測所有干擾不確定項的均值，為第p個檢測周期中從第一次檢測到第k次檢測所有干擾不確定項的殘差；Φ[·]為標(biāo)準(zhǔn)正態(tài)分布，