[发明专利]库存退化数据缺失情况下的维修及备件供给联合优化方法

说明书

技术领域

本发明涉及复杂工程系统故障预测与预测维护技术，特别是关于一种在库存退化数据缺失情况下的维修及备件供给联合优化方法。

背景技术

系统的维修活动和备件供给之间密不可分，维修是备件消耗的主要来源，备件是维修活动开展的前提。缺乏备件将影响维修活动而使得系统无法恢复正常工作。但这不意味备件越多越好，备件过多一方面会增大企业的备件资金投入，另一方面会增加相应的贮存管理费用。而且备件在贮存过程中存在不可避免的退化和报废现象。例如在远洋船舶上贮存的电子设备及元器件、以及部分机械元件，其用于对失效的运行部件进行及时更换，以保证船舶的正常运行，但由于高湿、高盐度、浪涌等恶劣的海洋环境，备件报废现象非常严重，在带来经济损失的同时，还会影响船舶运行的可靠性。

维修及备件供给联合优化方法是可以有效解决上述矛盾的一种方法。这种联合优化方法相比于仅根据维修或者仅根据备件供给情况进行优化的方法来说，是一种全局最优而非局部最优的方法，利用联合优化方法能够获得更加符合实际需求的结果。但是在某些特殊情况下，例如对于存在备件库存退化环境但缺乏足够的库存退化监测数据的情况来说，由于没有足够的数据用于对备件库存的退化规律进行建模，导致联合优化方法在具体实施时会受到一定的限制。

发明内容

针对上述问题，本发明的目的是针对现有维修及备件供给联合优化中缺乏备件库存退化数据的情况，提供一种基于随机性库存退化模型的维修及备件供给联合优化方法。该方法能够从单个备件的失效时间分布函数出发，建立描述备件库存退化规律的随机性备件库存退化模型；基于随机性库存退化模型，以最小化系统维修及备件供给费用为目标，进一步建立维修及备件供给联合优化模型；然后通过对一些待优化量的限定，得到更加符合实际情况的维修及备件供给联合优化结果。

本发明提供一种库存退化数据缺失情况下的维修及备件供给联合优化方法，包括以下步骤：

S100、基于备件失效时间分布函数建立随机性库存退化模型；

S200、基于随机性库存退化模型，分析系统维修及备件供给相关费用，所述费用包括系统在一个预防性维修周期内的期望维修费用、期望备件采购费用、期望备件贮存费用和期望备件短缺损失费用；

S300、基于随机性库存退化模型，以最小化系统维修及备件供给费用为目标，建立维修及备件供给联合优化模型；

S400、基于维修及备件供给联合优化模型和给定的待优化量的上下界，获取维修及备件供给关系最优解，所述待优化量包括系统的预测性维修周期和备件最大库存量。

根据本发明的实施例，上述步骤S100进一步包括：

设系统备件库中存在m个备件，每个备件的失效时间分布函数为p(t)，系统在时间t内的失效备件数目Y的分布近似为均值为m·p(t)，方差为m·p(t)·(1-p(t))的正态分布，则Y的概率密度函数为g_Y(y)：