[发明专利]基于风险控制的有形资产全寿命周期维修方案优化方法

权利要求书

1.一种基于风险控制的有形资产全寿命周期维修方案优化方法，其特征在于，包括以下步骤：

S1确定样本量：根据最小抽样任务量和最小抽样有形资产量确定样本量；

S2数据收集：选择高质量数据样本，高质量数据样本指执行任务间隔平均偏离比率≤10％，且最大偏离比率≤20％，其中，

I_task，i＝|T_i-T₀|/T₀

I_max＝MAX(I_task，i)，i＝1，2，…n

I_taSk，i为某任务执行任务间隔偏离比率，T_i为该任务实际执行任务间隔，T₀为规定的任务间隔，为执行任务间隔平均偏离比率，I_max为执行任务间隔最大偏离比率；

S3数据处理：对数据进行剔除重复和无效数据、缺失数据还原处理，并根据有形资产维修数据的完备程度将数据归纳为A类数据集、B类数据集和C类数据集，其中，A类数据集包含计划维修数据中的故障数据，B类数据集包括计划维修数据、非计划维修数据和试验数据中的故障数据，C类数据集包括计划维修数据、非计划维修数据和试验数据中的性能检查数据，并将故障数据分为潜在故障和功能故障，其中，潜在故障又分为相关重要潜在故障、非相关重要潜在故障和非重要潜在故障；

S4数据分析：根据有形资产维修数据的完备程度采用不同分析方法，其中，

针对A类数据集，采用方法A：针对相关重要潜在故障进行维修任务间隔延长判断，针对非相关重要潜在故障和非重要潜在故障进行趋势判断以增加、定义或删除相关维修任务；

针对B类数据集，采用方法B：将潜在故障数据、功能故障数据分别进行威布尔分布参数估计，进行退化特征评估以判断任务合理性，并结合可靠性、经济性及可用度评估以判断任务间隔；

针对C类数据集，采用方法C：根据性能检查数据中的退化数据建立退化模型并结合失效阈值以确定失效工龄。

2.根据权利要求1所述的基于风险控制的有形资产全寿命周期维修方案优化方法，其特征在于，步骤S3中所述缺失数据还原采用平均插补法、近临插补法或根据方法C中的退化模型还原缺失数据，其中，按时间排序记录故障为X＝{x(1)，x(2)，…，x(N)}，第r个数据x(r)缺失，为缺失值X(r)的估计值，

平均插补法采用公式(1)：

近临插补法采用公式(2)：

3.根据权利要求1所述的基于风险控制的有形资产全寿命周期维修方案优化方法，其特征在于，步骤S4中退化特征评估指根据故障条件概率确定有形资产是否具有寿命特征，若有则定义维修任务，并进行任务间隔判断，其中，

λ(t)为故障分布的故障率函数，R(t)为故障分布的可靠度函数，F(t)为故障分布的累计分布函数，t为工作时间；β为形状参数；η为尺度参数。

4.根据权利要求1所述的基于风险控制的有形资产全寿命周期维修方案优化方法，其特征在于，步骤S4中，所述退化数据根据有形资产的失效机理确定。

5.根据权利要求1所述的基于风险控制的有形资产全寿命周期维修方案优化方法，其特征在于，步骤S4中，所述退化模型至少选自以下的一种，并采用最小二乘法进行回归分析，

y＝a·x+b；

y＝b·e^a·x；

y＝b·x^a；

y＝a·ln(x)+b；