[發(fā)明專利]一種考慮設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（設計）人: 李洋;王秀麗;陸寧云;姜斌
• 申請（專利權）人: 南京航空航天大學
• 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)緯專利商標代理有限公司 32200
• 代理人: 陸燁

本發(fā)明公開了一種考慮設備檢測不確定性情況下的非周期視情維修方法，具體為：首先根據(jù)已有的設備退化數(shù)據(jù)集得到相應的退化分布，并求出分布類型；然后假設退化分布的各參數(shù)所服從的分布，利用假設檢驗方法，獲得此參數(shù)的先驗信息；假定維修過程閾值以及采用的檢測規(guī)劃方程參數(shù)為決策變量，考慮每一次檢測服從高斯分布的隨機沖擊，再利用半再生過程建立非周期維修優(yōu)化模型；最后采用基于災變策略的粒子群算法，得到?jīng)Q策變量的相關最優(yōu)值解，并通過貝葉斯理論更新模型的后驗參數(shù)。本發(fā)明降低了傳統(tǒng)維修策略的連續(xù)監(jiān)測與周期檢測所需人力，物力等成本的影響，并考慮檢測帶來的不確定性的影響，為視情維修檢測以及相應的預測與健康管理等提供了技術參考。

技術領域

本發(fā)明涉及一種非周期視情維修方法。

背景技術

隨著現(xiàn)代工業(yè)的發(fā)展，設備(組件和系統(tǒng))變得越來越可靠。通常，很難準確估計高度可靠的設備的可靠性和壽命。隨機過程通常用于預測組件和系統(tǒng)的壽命分布。尤其是伽馬過程，由于其獨立，非負，嚴格增加的特性而備受關注。實施維護是為了控制和延長設備的剩余使用壽命(RUL)。通常，維護可以分為兩大類：替換性維護(CM)和預防性維護(PM)。替換性維護可能會導致較高的生產(chǎn)損失和維護成本，因此PM策略通常受到更多的關注。在監(jiān)視設備狀況時，可以考慮基于狀態(tài)的維護(CBM)，它會根據(jù)設備觀察到的系統(tǒng)狀態(tài)動態(tài)地做出維護決定。基于時間的維護(TBM)是另一種PM策略，該策略根據(jù)故障時間分析的結果定期設置檢測和維護：設備的預期壽命是根據(jù)故障時間或基于使用情況的數(shù)據(jù)估計的。

在定義維護決策策略時，還需要考慮由于測量設備故障引起的不完善的檢查。特別是采用視情維護的方法時，由于其維護決策都是基于相應檢測得到，因此檢測的不確定性可以明顯的影響視情維護的決策過程。成本效率是維護決策的一項重要標準。通常，尋求最優(yōu)的維護策略時，其要求是以最小的成本滿足相應的維護要求。而收集的信息可以進一步支持此種維護策略。而最直觀的信息是系統(tǒng)的狀態(tài)，它有助于確定是否需要維修或更換系統(tǒng)。系統(tǒng)信息的收集需要進行相應的安排，而連續(xù)狀態(tài)監(jiān)視可以允許收集大量信息以指導維護決策，但是這樣做可能會花費巨大成本。周期性的檢測可以有效的避免連續(xù)監(jiān)測的高成本問題，但在檢測階段仍然花費可觀。

發(fā)明內(nèi)容

發(fā)明目的：為了解決上述現(xiàn)有技術存在的問題，本發(fā)明提供了一種考慮設備檢測不確定性情況下的非周期視情維修方法。

技術方案：一種考慮設備檢測不確定性情況下的非周期視情維修方法，具體包括如下步驟：

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

步驟2：采用假設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)設備的狀態(tài)Z和設備的早期退化速率，建立檢測規(guī)劃函數(shù)M(Z)，該檢測規(guī)劃函數(shù)用于計算下一次設備檢測的時刻；在檢測不確定情況下建立設備的狀態(tài)方程；

步驟4：進行第k次檢測時，根據(jù)預設的設備失效閾值L_f，得到檢測不確定情況下的設備退化過程首達時分布；

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：采用基于災變策略的粒子群算法對非周期視情維修優(yōu)化模型C進行優(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防性維護閾值L_p；

步驟7：若第p個檢測周期中第k次檢測時設備的狀態(tài)值＜L_p，則認為設備不需要維修，計算第p個檢測周期中進入第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次檢測時設備的狀態(tài)值≥L_p，則對設備進行預防性維護，令p＝p+1，k＝1，計算第p個檢測周期中進入第1次檢測的時刻，然后返回步驟1；