基于非齊次馬爾可夫過程的多動作動態(tài)維護策略研究.pdf

1、隨著計算機和電子技術的飛躍發(fā)展，生產設備正向高速、高負載和高自動化程度的方向發(fā)展，同時由于設備故障所導致的事故的嚴重程度也大幅增加，產生了嚴重的社會影響。隨著設備的運行，其運行狀態(tài)、操作成本、維護動作可靠性等等都會隨之發(fā)生變化，傳統(tǒng)的定期維護策略會導致維護缺乏或過度，所以基于狀態(tài)的動態(tài)維護研究逐漸成為一個熱門的研究方向。 本研究擬定的對象是具有在線監(jiān)控裝置的單體設備，該設備運行狀態(tài)會衰退，且隨著運行時間的增加，衰退現象加速。研究

2、的基本流程是： 首先，引入健康指數概念，提出針對設備的整體健康指數模型，利用獲得的設備運行實時數據，經過標準化處理，得到設備的整體健康指數，進而將運行狀況劃分為多個離散狀態(tài)； 其次，利用神經網絡的自學習和函數擬合功能，從設備的歷史運行狀態(tài)信息中，估計出設備在不同虛擬年齡下的狀態(tài)轉移幅度（狀態(tài)轉移前后的狀態(tài)值之差）服從的分布函數，進而得到隨著設備運行而發(fā)生變化的狀態(tài)轉移概率矩陣； 最后，根據所獲得的設備狀態(tài)轉移概率

3、矩陣，采用離散非齊次馬爾可夫衰退模型來描述設備狀態(tài)的變化，使用上三角轉移概率矩陣描述設備狀態(tài)的衰退，轉移概率的改變來描述設備的老化現象（狀態(tài)衰退的“加速”）。并假設有多種不完全維護動作可供選用且維護動作具有失敗的風險，時間不可忽略。在此基礎上，建立動態(tài)預防維護模型，引入停機損失成本因子，將停機時間轉化為停機損失成本，應用動態(tài)規(guī)劃算法得出當前的最優(yōu)維護動作,以使得未來一段時間內期望總成本最小。 數值驗證的結果顯示，本研究提出的動態(tài)