[发明专利]基于系统级寿命信息的成组维修决策方法

摘要

本发明公开了一种基于系统级寿命信息的成组维修决策方法，为了解决目前利用部件级信息进行成组维修决策时忽略系统级可靠性的问题。首先，利用各个部件的退化数据进行部件级寿命预测及系统级寿命预测，得到系统可靠度评估函数；其次，利用部件级寿命预测信息计算各部件预防性维修时间；然后，利用系统任务剖面和部件最佳预防性维修时间进行分组，并计算相关费用；最后，利用多目标优化中的多属性价值理论，以费用和系统可靠度为目标，得到系统级成组维修最优策略。本发明在考虑成组维修费用同时，可以结合考虑系统级寿命预测信息，保证系统的高可靠性和任务成功性。本发明适用于结构复杂且要求高可靠性的产品的成组维修决策。

主权项

1.基于系统级寿命信息的成组维修决策方法，其特征在于，包括以下几个步骤：步骤三、维修成组本专利假设部件级维修策略为完全换件，基于n个部件的寿命预测信息R(t)、预防性维修费用Cp、修复性维修费用Cc、预防性维修停机费用Cdp、修复性维修停机费用Cdc，获得各部件最佳预防性维修时间，并根据部件预防性维修时间进行成组；假设系统每完成一次任务获得一次维修机会，维修时间落在任务时间区间k内的部件有2个维修选择，为区间前后两端的维修时刻Tk0、Tk1，T(k‑1)1＝Tk0；区间k内维修m个部件，在Tk0(Tk1)时维修的r(s)个部件记为G0(G1)，在同一时刻维修的部件成组维修；步骤四、计算总平均费用总平均时间费用分为平均维修费用UMC和平均停机费用UDC，即TWC＝UDC+UMC；则Tk0时的平均停机费用为：其中Rj(t)和Fj(t)为部件j维修前的可靠度函数和累积故障函数，M(t)是失效周期期望时间长度，E()为期望，max{}为最大值，Tj(n‑1)为部件j上次维修的时间，Tk1时的平均停机费用同上；维修费用为每个维修部件预防性维修和/或修复性维修的总和，对于每个维修机会进行维修的部件，重新进行系统级寿命预测；步骤五、获得最佳成组维修策略应用多属性价值理论权衡维修策略，总平均费用和系统级寿命信息为权衡指标，TWCi为方案i的总平均费用，RL(t)i为方案i的系统可靠度，*为最大值，方案i的权衡值Vi为：其中，为权衡标准函数，w为权重系数，w₁+w₂＝1。应用蚁群算法进行模型求解，权衡值最大的方案作为最优策略。