基于健康狀態(tài)的重型裝備維修計(jì)劃決策與系統(tǒng)研發(fā).pdf

1、泵車(chē)等大型復(fù)雜裝備廣泛應(yīng)用于建筑施工、水利施工等工程活動(dòng)，其健康狀態(tài)直接影響到其運(yùn)行可靠性與維護(hù)成本。隨著在役時(shí)間的延長(zhǎng)，由于振動(dòng)、污染、磨損等原因，復(fù)雜裝備的性能逐漸減弱，維修活動(dòng)能夠在一定程度上恢復(fù)裝備的性能、增加系統(tǒng)的可靠性，但維修活動(dòng)不合理會(huì)產(chǎn)生大量的維修過(guò)?；蚓S修不足。目前三一集團(tuán)對(duì)其生產(chǎn)的工程機(jī)械的性能參數(shù)進(jìn)行了監(jiān)測(cè)，并已經(jīng)返回監(jiān)測(cè)數(shù)據(jù)，但并沒(méi)有有效分析監(jiān)測(cè)數(shù)據(jù)用于制定維修計(jì)劃并指導(dǎo)維修活動(dòng)。針對(duì)此問(wèn)題，本文從減少維修成本出

2、發(fā)，基于裝備性能參數(shù)監(jiān)測(cè)數(shù)據(jù)研究制定維修計(jì)劃的關(guān)鍵技術(shù)和相應(yīng)系統(tǒng)研發(fā)。
　　鑒于大型復(fù)雜裝備施工環(huán)境工況惡劣，監(jiān)測(cè)信號(hào)所含噪聲大，為保證裝備狀態(tài)預(yù)測(cè)趨勢(shì)準(zhǔn)確的同時(shí)，降低去噪技術(shù)可能帶來(lái)的有效信息丟失，本文研究了基于區(qū)間數(shù)理論的模糊化技術(shù)與線性融合的預(yù)測(cè)技術(shù)?；趨^(qū)間數(shù)理論的模糊化技術(shù)用區(qū)間數(shù)替代性能參數(shù)精確值，避免隨機(jī)噪聲對(duì)預(yù)測(cè)效果的影響；線性融合預(yù)測(cè)技術(shù)基于遺傳算法訓(xùn)練多臺(tái)同類(lèi)裝備狀態(tài)模型的權(quán)重，用加權(quán)融合技術(shù)將多臺(tái)同類(lèi)裝備狀態(tài)

3、模型進(jìn)行融合獲得裝備健康狀態(tài)的基模型，用于同類(lèi)型裝備的狀態(tài)預(yù)測(cè)。
　　維修計(jì)劃模型是減少維修成本的關(guān)鍵。本文結(jié)合影響維修成本的實(shí)際因素建立了單裝備的最佳維修時(shí)機(jī)模型和多裝備的維修計(jì)劃模型。單裝備的最佳維修時(shí)機(jī)模型是以單位時(shí)間運(yùn)行成本最低為目標(biāo)函數(shù)的單目標(biāo)非線性模型，裝備的維修時(shí)機(jī)為優(yōu)化變量，該模型保證在最佳維修時(shí)機(jī)維修會(huì)使裝備的運(yùn)行成本降低；多裝備的維修計(jì)劃模型是以維修費(fèi)用最小為目標(biāo)函數(shù)的多目標(biāo)非線性模型，該模型考慮了停線損失、提

4、早維修損失和延期維修損失等多種因素，可實(shí)現(xiàn)裝備群組的維修計(jì)劃制定。
　　研究模型求解算法用于快速求解維修計(jì)劃模型。本文結(jié)合模擬退火算法與粒子群算法在函數(shù)優(yōu)化中的優(yōu)點(diǎn)：模擬退火算法能跳出局部最小、粒子群算法全局收斂速度快，基于模擬退火算法求解單裝備的最佳維修時(shí)機(jī)模型、基于粒子群-模擬退火的混合算法求解多裝備的維修計(jì)劃模型。采用文獻(xiàn)實(shí)例和其他裝備的維修數(shù)據(jù)進(jìn)行了算法驗(yàn)證，證明了算法的高效準(zhǔn)確。
　　最后，根據(jù)三一集團(tuán)對(duì)維修計(jì)劃決