多阶段任务系统可修备件需求预测方法技术方案

本发明专利技术公开了一种多阶段任务系统可修备件需求预测方法，用于解决现有方法备件需求预测效果差的技术问题。技术方案是首先分析不同阶段任务所要求的装备部件组成，确定部件及系统状态，包括运行状态及失效状态；其次，对每个部件(组)进行其失效模式建模，计算出其在整个阶段任务的可用度。当有备件且备件可修时，将系统中的不同部件及其相应备件作为一个部件组整体考虑；然后，在一定排序规则的前提下生成该多阶段任务系统的BDD模型；最后，基于所建立的BDD模型和部件(组)的马尔科夫链，计算出相应备件数量下该阶段任务系统的可靠性，与所要求的任务系统可靠性进行比较，从而预测该可修系统的可修备件需求量，可修备件需求预测精确。

【技术实现步骤摘要】

本专利技术涉及一种备件需求预测方法，特别涉及一种多阶段任务系统可修备件需求预测方法。
技术介绍
文献“公开号是CN101320455A的中国专利技术专利”公开了一种基于在役寿命评估的备件需求预测方法”。首先利用设备运行过程中零部件更换的历史记录，建立统计模型，评估备件在当前服役条件下的寿命。然后，根据在役寿命的估计值以及实际服役时间，定义备件需求函数，并进一步预测多台设备在一定时间范围内的备件需求总量。但是这种方法计算的任务系统可靠度是在部件和备件都不可修的情况下，部件只可更换而不可修，而实际中的部件及其备件往往是可修的，无法得到满意的备件需求预测结果，影响装备系统维护保障。
技术实现思路
为了克服现有方法备件需求预测效果差的不足，本专利技术提供一种多阶段任务系统可修备件需求预测方法。该方法首先分析不同阶段任务所要求的装备部件组成，确定部件及系统状态，包括运行状态及失效状态；其次，对每个部件(组)进行其失效模式建模，计算出其在整个阶段任务的可用度。当有备件且备件可修时，将系统中的不同部件及其相应备件作为一个部件组整体考虑；然后，在一定排序规则的前提下生成该多阶段任务系统的BDD模型；最后，基于所建立的BDD模型和部件(组)的马尔科夫链，计算出相应备件数量下该阶段任务系统的可靠性，与所要求的任务系统可靠性进行比较，从而预测该可修系统的可修备件需求量。本专利技术解决其技术问题所采用的技术方案：一种多阶段任务系统可修备件需求预测方法，其特点是包括以下步骤：步骤一、利用马尔科夫链建立携带可修备件的任务系统中每个部件或部件组在多阶段任务中的失效模型，将装备系统中的不同部件及其相应备件作为一个部件组整体。参与演习任务的装备系统包含三类部件c1,c2,c3，演习任务包含目标搜索和目标跟踪两个阶段，两个阶段的持续时间分别为T1和T2。在执行目标搜索任务时，要求部件c1工作，且部件c2,c3至少有一个工作，此时的任务结构函数为F1＝c1c2+c1c3。在执行目标跟踪任务时，要求部件c1,c2,c3同时工作，此时的任务结构函数为F2＝c1c2c3。要求装备系统成功完成该演习任务的可靠性Rs＝0.95，携带0个备件时该任务成功的系统可靠性为R0，携带c1,c2,c3各一个备件的情况下，该任务成功的系统可靠性为R1，预测此时需要携带的备件量。部件c1及其备件的失效时间均服从参数为λ(a)的指数分布，修复时间服从参数为μ(a)的指数分布。部件c2及其备件的失效时间均服从参数为λ(b)的指数分布，修复时间服从参数为μ(b)的指数分布；部件c3及其备件的失效时间服从参数为λ(c)的指数分布，修复时间服从参数为μ(c)的指数分布。将部件c1及其备件作为部件组A，将部件c2及其备件作为部件组B，将部件c3及其备件作为部件组C。若用a1代表部件组A在阶段1的状态，则该两阶段任务的结构函数写为：Φ＝(a1b1+a1c1)·(a2b2c2)其中，b1,c1,a2,b2和c2与a1的含义相同。根据马尔科夫过程得到在Δt时间内各有一个备件时系统部件组的状态转移图。图中，2表示部件组中部件和其备件均正常，1表示部件组中部件和其备件有一个正常，0表示部件和备件都失效。同时得到无备件时系统部件的状态转移图。步骤二、根据任务系统的失效模型利用故障树方法建立任务系统的BDD模型。建立BDD模型需要合理确定BDD的生成顺序排序规则如下：先按照阶段任务的先后顺序排序，即1,2,…,n；对于同阶段任务的布尔变量，长度L小的变量在前，长度L大的在后，其中，变量的长度L为该变量在各个乘积项之和形式中乘积项的最小长度，结构函数F＝AB+AED+CEB+CD中各变量A、B、C、D和E的长度分别为L(A)＝2,L(B)＝2,L(C)＝2,L(D)＝2,L(E)＝2；当长度L相等时，取在阶段任务结构函数的项中出现次数最多的布尔变量在前。步骤三、根据深度优先搜索的方法列举出BDD模型中从根节点到终节点1的路径，构成一个不交路径集。从根节点到终节点1的每条路径Π都用布尔变量的乘积表示出来。在生成的任务系统的BDD中搜索从根节点到终节点1的路径，总共有两条：Π1＝a1b1a2b2c2，其中，1是边在这条路径上的布尔变量。步骤四、计算出步骤三中列出的所有路径的概率，对于每条路径不同阶段代表同一部件/部件组的相互关联的布尔变量，先计算出每一组关联变量的联合概率，然后将不同部件/部件组的关联概率相乘得到相应路径的概率。备件数不同。将部件及其相应可修备件作为一个部件组C去考虑，令Q(C)表示部件组C可用度模型的生成矩阵，P(C)表示部件组C可靠度模型的生成矩阵，表示部件组C在阶段i的概率转移矩阵，表示部件组C在阶段i保持正常运行状态的概率转移矩阵，表示部件组C在阶段i期间某时刻处于失效状态的概率转移矩阵；Q(C)写成分割的形式： Q ( C ) = Q 11 Q 12 Q 21 Q 22 ( n + 2 ) × ( n + 2 ) ]]>其中，n表示部件相应的备件数，Q11是一个由运行状态向运行状态转移的转移率组成的(n+1)×(n+1)矩阵。Q21,Q12,Q22包含的转移率分别为失效状态向运行状态转移、运行状态向失效状态转移和失效状态向失效状态转移。P(C)写成分割的形式： 本文档来自技高网...

【技术保护点】
一种多阶段任务系统可修备件需求预测方法，其特征在于包括以下步骤：步骤一、利用马尔科夫链建立携带可修备件的任务系统中每个部件或部件组在多阶段任务中的失效模型，将装备系统中的不同部件及其相应备件作为一个部件组整体；参与演习任务的装备系统包含三类部件c1,c2,c3，演习任务包含目标搜索和目标跟踪两个阶段，两个阶段的持续时间分别为T1和T2；在执行目标搜索任务时，要求部件c1工作，且部件c2,c3至少有一个工作，此时的任务结构函数为F1＝c1c2+c1c3；在执行目标跟踪任务时，要求部件c1,c2,c3同时工作，此时的任务结构函数为F2＝c1c2c3；要求装备系统成功完成该演习任务的可靠性Rs＝0.95，携带0个备件时该任务成功的系统可靠性为R0，携带c1,c2,c3各一个备件的情况下，该任务成功的系统可靠性为R1，预测此时需要携带的备件量；部件c1及其备件的失效时间均服从参数为λ(a)的指数分布，修复时间服从参数为μ(a)的指数分布；部件c2及其备件的失效时间均服从参数为λ(b)的指数分布，修复时间服从参数为μ(b)的指数分布；部件c3及其备件的失效时间服从参数为λ(c)的指数分布，修复时间服从参数为μ(c)的指数分布；将部件c1及其备件作为部件组A，将部件c2及其备件作为部件组B，将部件c3及其备件作为部件组C；若用a1代表部件组A在阶段1的状态，则该两阶段任务的结构函数写为：Φ＝(a1b1+a1c1)·(a2b2c2)其中，b1,c1,a2,b2和c2与a1的含义相同；根据马尔科夫过程得到在△t时间内各有一个备件时系统部件组的状态转移图；图中，2表示部件组中部件和其备件均正常，1表示部件组中部件和其备件有一个正常，0表示部件和备件都失效；同时得到无备件时系统部件的状态转移图；步骤二、根据任务系统的失效模型利用故障树方法建立任务系统的BDD模型；建立BDD模型需要合理确定BDD的生成顺序排序规则如下：先按照阶段任务的先后顺序排序，即1,2,…,n；对于同阶段任务的布尔变量，长度L小的变量在前，长度L大的在后，其中，变量的长度L为该变量在各个乘积项之和形式中乘积项的最小长度，结构函数F＝AB+AED+CEB+CD中各变量A、B、C、D和E的长度分别为L(A)＝2,L(B)＝2,L(C)＝2,L(D)＝2,L(E)＝2；当长度L相等时，取在阶段任务结构函数的项中出现次数最多的布尔变量在前；步骤三、根据深度优先搜索的方法列举出BDD模型中从根节点到终节点1的路径，构成一个不交路径集；从根节点到终节点1的每条路径Π都用布尔变量的乘积表示出来；在生成的任务系统的BDD中搜索从根节点到终节点1的路径，总共有两条：Π1＝a1b1a2b2c2，其中，1是边在这条路径上的布尔变量；步骤四、计算出步骤三中列出的所有路径的概率，对于每条路径不同阶段代表同一部件/部件组的相互关联的布尔变量，先计算出每一组关联变量的联合概率，然后将不同部件/部件组的关联概率相乘得到相应路径的概率；备件数不同；将部件及其相应可修备件作为一个部件组C去考虑，令Q(C)表示部件组C可用度模型的生成矩阵，P(C)表示部件组C可靠度模型的生成矩阵，表示部件组C在阶段i的概率转移矩阵，表示部件组C在阶段i保持正常运行状态的概率转移矩阵，表示部件组C在阶段i期间某时刻处于失效状态的概率转移矩阵；Q(C)写成分割的形式：Q(C)=Q11Q12Q21Q22(n+2)×(n+2)]]>其中，n表示部件相应的备件数，Q11是一个由运行状态向运行状态转移的转移率组成的(n+1)×(n+1)矩阵；Q21,Q12,Q22包含的转移率分别为失效状态向运行状态转移、运行状态向失效状态转移和失效状态向失效状态转移；P(C)写成分割的形式：P(C)=Q11Q1200(n+2)×(n+2)]]>相比于Q(C)，在P(C)中没有从失效状态出来的转移，即C一旦失效则不允许修理；将写成：Ei(C)=eQ(C)Ti,]]>Ui(C)=eP(C)Ti.I(n+1)×(n+1)000,]]>hi(C)=Ei(C)-Ui(C),]]>矩阵中的(j,k)元表示在给定阶段i开始时部件组C处于状态j的条件下，阶段i结束时部件组C处于状态k的概率；矩阵中的(j,k)元表示在给定阶段i开始时部件组C处于状态j的条件下，阶段i结束时组件C处于状态k并且整个阶段i过程中保持运行状态的概率；矩阵中的(j,k)元表示在给定阶段i开始时部件组C处于状态j的条件下，阶段i结束时部件组C处于状态k并且在阶段i过程中的某一时刻失效了的概率；这些指数矩阵使用归一化方法进行计算；为了计算该阶段任务系统的任务成功性，首先计算多阶段任务中单个部件的失效情况；其中，表示部件组C在阶段i的状态；鉴于上述定义，导出关联概率的...

【技术特征摘要】
1.一种多阶段任务系统可修备件需求预测方法，其特征在于包括以下步骤：
步骤一、利用马尔科夫链建立携带可修备件的任务系统中每个部件或部件组在多阶段
任务中的失效模型，将装备系统中的不同部件及其相应备件作为一个部件组整体；
参与演习任务的装备系统包含三类部件c1,c2,c3，演习任务包含目标搜索和目标跟踪
两个阶段，两个阶段的持续时间分别为T1和T2；在执行目标搜索任务时，要求部件c1工作，
且部件c2,c3至少有一个工作，此时的任务结构函数为F1＝c1c2+c1c3；在执行目标跟踪任务
时，要求部件c1,c2,c3同时工作，此时的任务结构函数为F2＝c1c2c3；要求装备系统成功完成
该演习任务的可靠性Rs＝0.95，携带0个备件时该任务成功的系统可靠性为R0，携带c1,c2,c3各一个备件的情况下，该任务成功的系统可靠性为R1，预测此时需要携带的备件量；
部件c1及其备件的失效时间均服从参数为λ(a)的指数分布，修复时间服从参数为μ(a)的
指数分布；部件c2及其备件的失效时间均服从参数为λ(b)的指数分布，修复时间服从参数为
μ(b)的指数分布；部件c3及其备件的失效时间服从参数为λ(c)的指数分布，修复时间服从参
数为μ(c)的指数分布；
将部件c1及其备件作为部件组A，将部件c2及其备件作为部件组B，将部件c3及其备件作
为部件组C；若用a1代表部件组A在阶段1的状态，则该两阶段任务的结构函数写为：
Φ＝(a1b1+a1c1)·(a2b2c2)
其中，b1,c1,a2,b2和c2与a1的含义相同；
根据马尔科夫过程得到在△t时间内各有一个备件时系统部件组的状态转移图；图中，
2表示部件组中部件和其备件均正常，1表示部件组中部件和其备件有一个正常，0表示部件
和备件都失效；同时得到无备件时系统部件的状态转移图；
步骤二、根据任务系统的失效模型利用故障树方法建立任务系统的BDD模型；
建立BDD模型需要合理确定BDD的生成顺序排序规则如下：
先按照阶段任务的先后顺序排序，即1,2,…,n；
对于同阶段任务的布尔变量，长度L小的变量在前，长度L大的在后，其中，变量的长度L
为该变量在各个乘积项之和形式中乘积项的最小长度，结构函数F＝AB+AED+CEB+CD中各变
量A、B、C、D和E的长度分别为L(A)＝2,L(B)＝2,L(C)＝2,L(D)＝2,L(E)＝2；
当长度L相等时，取在阶段任务结构函数的项中出现次数最多的布尔变量在前；
步骤三、根据深度优先搜索的方法列举出BDD模型中从根节点到终节点1的路径，构成
一个不交路径集；
从根节点到终节点1的每条路径Π都用布尔变量的乘积表示出来；在生成的任务系统
的BDD中搜索从根节点到终节点1的路径，总共有两条：Π1＝a1b1a2b2c2，其
中，1是边在这条路径上的布尔变量；
步骤四、计算出步骤三中列出的所有路径的概率，对于每条路径不同阶段代表同一部
件/部件组的相互关联的布尔变量，先计算出每一组关联变量的联合概率，然后将不同部
件/部件组的关联概率相乘得到相应路径的概率；
备件数不同；将部件及其相应可修备件作为一个部件组C去考虑，令Q(C)表示部件组C可
用度模型的生成矩阵，P(C)表示部件组C可靠度模型的生成矩阵，表示部件组C在阶段i的
概率转移矩阵，表示部件组C在阶段i保持正常运行状态的概率转移矩阵，表示部件
组C在阶段i期间某时刻处于失效状态的概率转移矩阵；
Q(C)写成分割的形式：
Q ( C ) = Q 11 Q 12 Q 21 Q 22 ( n + 2 ) × ( n + 2 ) ]]>其中，n表示部件相应的备件数，Q11是一个由运行状态向运行状态转移的转移率组成的
(n+1)×(n+1)矩阵；Q21,Q12,Q22包含的转移率分别为失效状态向运行状态转移、运行状态向
失效状态转移和失效状态向失效状态转移；
...

【专利技术属性】
技术研发人员：蔡志强，郭鹏，司书宾，司伟涛，李洋，张帅，赵江滨，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61