一种基于顺序博弈的多阶段连续任务装备集群的选择性维修方法技术

本发明专利技术提供一种基于顺序博弈的多阶段连续任务装备集群的选择性维修方法，步骤如下：一、在第x波次任务开始前，按照装备健康状态将装备集群分为三个梯队；二、以最小化维修次数为主要目标，以维修成本为次要目标，建立任务成功率约束下装备集群选择性维修决策模型；三、基于顺序博弈方法，对各波次任务装备集群维修策略进行求解。本发明专利技术通过以上步骤，就能得到在装备集群面对短周期、多波次、连续任务时的维修策略，使得装备集群在达到任务可靠度的要求下，尽可能减少维修成本。

A Selective Maintenance Method for Multi-Stage Continuous Task Equipment Cluster Based on Sequential Game Theory

The present invention provides a selective maintenance method for multi-stage continuous task equipment cluster based on sequential game theory. The steps are as follows: firstly, before the start of the X-wave task, the equipment cluster is divided into three echelons according to the health status of the equipment; secondly, the selective dimension of the equipment cluster is established under the constraints of mission success rate with minimizing maintenance times as the main objective and maintenance cost as the secondary objective. Third, based on the sequential game method, the maintenance strategy of each wave task equipment cluster is solved. Through the above steps, the maintenance strategy of the equipment cluster can be obtained when facing short-period, multi-wave and continuous tasks, so that the maintenance cost of the equipment cluster can be reduced as much as possible under the requirement of mission reliability.

【技术实现步骤摘要】
一种基于顺序博弈的多阶段连续任务装备集群的选择性维修方法
本专利技术提供一种基于顺序博弈的多阶段连续任务装备集群的选择性维修方法，它是一种在装备集群面对短周期多阶段连续任务计划，可用维修时间有限的前提下，通过顺序博弈的方式选择出每波次应当优先维修的装备及其部件，使得装备集群在达到任务可靠度的要求下，尽可能减少维修成本的方法。该方法属于可靠性工程

技术介绍
维修在装备使用过程中起到非常重要的作用，在满足装备集群任务成功率要求的条件下降低维修成本，提高企业利润是每个企业的目标。然而，由于受可用维修时间、有限维修保障资源、任务成功率目标等诸多因素影响，可开展的维修工作往往是有限的，因此必须对要开展的维修工作进行选择决策，以便在满足任务成功率约束的前提下，合理利用维修保障资源，开展有效的维修工作，最大化降低维修成本。经调研，目前国内外工业企业已提出很多维修决策方法，可用于解决装备级、长周期的视情维修决策问题。然而，面对装备、工业机器人等装备集群所面临的短周期、多阶段连续任务成功的约束下，任务密集、可用维修时间短，维修站点及维修资源有限的情况下，已有方法并不适用。因此，我们有必要结合装备健康状态，采取视情维修策略，即当产品的健康退化或将退化到无法满足任务要求时才进行维修的策略，建立短周期多阶段连续任务条件下装备集群选择性维修决策模型，以期在保证各波次任务可靠度达标的前提下，尽可能减少总维修次数，降低维修成本。
技术实现思路
(一)专利技术目的针对于当前基于装备集群级短间隔阶段性任务的维修策略缺乏较好的算法，当面对多波次任务，后勤资源有限，留给后勤人员进行维修的任务间隔时间很短时，维修人员不知该如何挑选应当优先进行维修的装备这一现状，本专利技术可以通过优化算法得出装备集群在面对该类任务时，后勤人员应如何挑选出每波次要优先进行维修的装备进行维修。通过优化，可以使装备集群在保证每一波次任务可靠度的前提下，明显减少对维修资源的使用。(二)技术方案本专利技术一种基于顺序博弈的短周期多阶段连续任务条件下的装备集群选择维修方法装备集群，即首先按照装备健康状态将其分类，然后以连续两波次任务所需装备数量及任务成功率要求、可用维修时间、可用维修资源等为约束，以最小化维修次数为目标，建立选择性维修决策模型，并基于顺序博弈给出快速求解算法，进而给出维修方案。基本假设：(1)每个集合保障工作站每次只能维修一架装备，每波次任务间隔只能维修一次；(2)装备的每个子系统在经过维修后，其可靠性会恢复至与初始可靠性完全相同的状态，且远高于各波次任务门限可靠性；(3)当一架装备有多个子系统需要进行维修时，可在一个集合保障工作站中同时进行，该装备的平均维修时间就是该装备各子系统中平均维修时间的最大值。(4)子系统的剩余有效寿命以工作小时计量。该方法分为三个步骤：步骤一，在第x(x为正整数)波次任务开始前，按照装备健康状态将装备集群分类。它包含4个子步骤：(1)基于第x波次任务的成功率要求计算单一装备的任务可靠度要求；(2)以执行第x波次任务的可靠度表示装备健康状态，计算装备集群中各个装备及其子系统的任务可靠度；(3)对于不满足任务可靠度要求的装备，以优先修理可靠度最低的子系统为原则，在有限可用的维修时间约束下，计算维修后相关装备的任务可靠度；(4)根据子步骤(1)、(2)、(3)的计算结果，将装备集群划分为三个梯队：·梯队1表示装备健康状态良好，可满足当前波次任务可靠度要求，记为E1(x)；·梯队2表示装备健康状态一般，能够在可用维修时间内通过简单维修达到当前波次任务可靠度要求,记为E2(x)；·梯队3表示装备健康状态差，无法在可用维修时间内通过维修满足当前波次任务可靠度要求，记为E3(x)。梯队3也是梯队1和梯队2以外的其他装备构成的集合，即E3(x)＝I-E1(x)-E2(x)，其中I表示装备集群构成的全集。步骤二，以最小化维修次数为目标，以任务成功率为约束构建选择性维修决策模型。该步骤包含4个子步骤。(1)计算装备集群在阶段性任务时期的总维修次数，保证该项参数最小为决策模型中的首要优化目标；(2)计算装备集群在最少总维修次数约束下的总维修费用，保证总维修费用最小为决策模型中的第二优化目标；(3)计算装备集群各波次任务的可靠度，保证各波次任务装备集群的可靠度大于任务门限可靠度是决策模型的主要约束之一；(4)计算装备集群各波次任务间隔期的维修时间，维修结束时间小于下一波次任务开始时间是决策模型的主要约束之一。步骤三，基于顺序博弈进行求解。它包含七个子步骤：(1)假设当前波次为第x波任务，比较该波次需要出动架次数l(x)与该波次开始时刻处于梯队1的装备数量N1(x)和梯队2的装备数量N2(x)之和的大小；·若l(x)>N1(x)+N2(x)，则该波次不存在可行的维修方案，进行步骤二；·若l(x)≤N1(x)+N2(x)，则该波次存在可行的维修方案，进行子步骤三；(2)检查是否为第一波次。若当前优化的是第一波次任务，则该问题由于起始状况错误，不存在可行解。若不是第一波次，则退回到上一波次，即x-1波次，重新进行子步骤(1)进行优化；(3)比较本波次需要出动架次数l(x)与该波次开始时刻的第一梯队装备数量N1(x)的大小；·若出动架次数小于等于该波次开始时刻处于第一梯队的装备数量，则本波次即使不进行任何维修工作，健康装备数量足够支撑任务需求，则进行子步骤(4)；·若出动架次数大于该波次开始时刻处于第一梯队的装备数量，但小于等于该波次开始时刻处于第一梯队和第二梯队的装备数量之和，说明本波次任务需要由全部第一梯队装备，和部分或全部第二梯队装备执行，则执行子步骤(5)；(4)在该波次开始时刻处于第一梯队的装备中任意挑选出l(x)架执行本波次任务，该波次开始时刻处于第一梯队的装备中剩下未执行任务的被归到下一波次开始时刻处于第一梯队的装备当中。而该波次开始时刻处于第二梯队的装备E2(x)被添加到该波次开始时刻处于第三梯队的装备中。随后执行子步骤(6)；(5)在该波次开始时刻处于第一梯队和第二梯队的装备之中挑选出要进行执行任务的装备。由于出动架次数大于该波次开始时刻处于第一梯队的装备数量，但小于等于该波次开始时刻处于第一梯队和第二梯队装备数量之和，因此所有第一梯队装备都要执行任务。随后开展第二梯队装备的顺序博弈算法，从其中挑选出l(x)-N1(x)架装备，与全体第一梯队装备共同执行任务。剩下的第二梯队装备被归到本波次第三梯队装备中。随后执行子步骤(6)。(6)在核查下一波次第三梯队装备的情况。由于如果第x波任务只维修能够保证当前波次任务架次要求的装备，会导致下一波次可用装备可能不够，因此规定q(x)为第x波任务中整合过的第三梯队装备中必须被维修，来保证下一波次任务出动架次得以保证的装备的数量。·若q(x)≤0，则即使该波次不做多余维修，下一波次任务架次也可以得到保证，随后执行子步骤(7)。·若0<q(x)≤m-l(x)，则我们需要在本波次任务中多维修一些装备，来保证下一波次任务出动架次得以保证。随后对整合过的第三梯队装备进行第三梯队装备顺序博弈算法，挑选出q(x)架装备进行维修。随后执行子步骤(7)。·若q(x)>m-l(x)，则即使该波次所有本文档来自技高网...

【技术保护点】
1.一种基于顺序博弈的多阶段连续任务装备集群的选择性维修方法，即一种在装备集群面对短周期多阶段连续任务计划，可用维修时间有限的前提下，通过顺序博弈的方式选择出每波次应当优先维修的装备及其部件，使得装备集群在达到任务可靠度的要求下，尽可能减少维修成本的方法，其特征在于：其步骤如下：步骤一，在第x波次任务开始前，按照装备健康状态将装备集群分类。它包含4个子步骤：(1)基于第x波次任务的成功率要求计算单一装备的任务可靠度要求；(2)以执行第x波次任务的可靠度表示装备健康状态，计算装备集群中各个装备及其子系统的任务可靠度；(3)对于不满足任务可靠度要求的装备，以优先修理可靠度最低的子系统为原则，在有限可用的维修时间约束下，计算维修后相关装备的任务可靠度；(4)根据子步骤(1)、(2)、(3)的计算结果，将装备集群划分为三个梯队：·梯队1表示装备健康状态良好，可满足当前波次任务可靠度要求，记为E1(x)；·梯队2表示装备健康状态一般，能够在可用维修时间内通过简单维修达到当前波次任务可靠度要求,记为E2(x)；·梯队3表示装备健康状态差，无法在可用维修时间内通过维修满足当前波次任务可靠度要求，记为E3(x)。梯队3也是梯队1和梯队2以外的其他装备构成的集合，即E3(x)＝I‑E1(x)‑E2(x)，其中I表示装备集群构成的全集。步骤二，以最小化维修次数为目标，以任务成功率为约束构建选择性维修决策模型。该步骤包含4个子步骤。(1)计算装备集群在阶段性任务时期的总维修次数，保证该项参数最小为决策模型中的首要优化目标；(2)计算装备集群在最少总维修次数下的总维修费用，保证该项参数最小为决策模型中的第二优化目标；(3)计算装备集群各波次任务的可靠度，保证各波次任务装备集群的可靠度大于任务门限可靠度是决策模型的主要约束之一；(4)计算装备集群各波次任务间隔期的维修时间，维修结束时间小于下一波次任务开始时间是决策模型的主要约束之一。步骤三，基于顺序博弈进行求解。它包含七个子步骤：(1)假设当前波次为第x波任务，比较该波次需要出动架次数l(x)与该波次开始时刻处于梯队1的装备数量N1(x)和梯队2的装备数量N2(x)之和的大小；·若l(x)>N1(x)+N2(x)，则该波次不存在可行的维修方案，进行步骤二；·若l(x)≤N1(x)+N2(x)，则该波次存在可行的维修方案，进行子步骤三；(2)检查是否为第一波次。若当前优化的是第一波次任务，则该问题由于起始状况错误，不存在可行解。若不是第一波次，则退回到上一波次，即x‑1波次，重新进行子步骤(1)进行优化；(3)比较本波次需要出动架次数l(x)与该波次开始时刻的第一类装备数量N1(x)的大小；·若出动架次数小于等于该波次开始时刻处于第一梯队的装备数量，则本波次即使不进行任何维修工作，健康装备数量足够支撑任务需求，则进行子步骤(4)；·若出动架次数大于该波次开始时刻处于第一梯队的装备数量，但小于等于该波次开始时刻处于第一梯队和第二梯队的装备数量之和，说明本波次任务需要由全部第一梯队装备，和部分或全部第二梯队装备执行，则执行子步骤(5)；(4)在该波次开始时刻处于第一梯队的装备中任意挑选出l(x)架执行本波次任务，该波次开始时刻处于第一梯队的装备中剩下未执行任务的被归到下一波次开始时刻处于第一梯队的装备当中。而该波次开始时刻处于第二梯队的装备E2(x)被添加到该波次开始时刻处于第三梯队的装备中。随后执行子步骤(6)；(5)在该波次开始时刻处于第一梯队和第二梯队的装备之中挑选出要进行执行任务的装备。由于出动架次数大于该波次开始时刻处于第一梯队的装备数量，但小于等于该波次开始时刻处于第一梯队和第二梯队装备数量之和，因此所有第一梯队装备都要执行任务。随后开展第二梯队装备的顺序博弈算法，从其中挑选出l(x)‑N1(x)架装备，与全体第一梯队装备共同执行任务。剩下的第二梯队装备被归到本波次第三梯队装备中。随后执行子步骤(6)。(6)在核查下一波次第三梯队装备的情况。由于如果第x波任务只维修能够保证当前波次任务架次要求的装备，会导致下一波次可用装备可能不够，因此规定q(x)为第x波任务中整合过的第三梯队装备中必须被维修，来保证下一波次任务出动架次得以保证的装备的数量。规定装备集群的装备总数为m；·若q(x)≤0，则即使该波次不做多余维修，下一波次任务架次也可以得到保证，随后执行子步骤(7)。·若0<q(x)≤m‑l(x)，则我们需要在本波次任务中多维修一些装备，来保证下一波次任务出动架次得以保证。随后对整合过的第三梯队装备进行第三梯队装备顺序博弈算法，挑选出q(x)架装备进行维修。随后执行子步骤(7)。·若q(x)>m‑l(x)，则即使该波次所有装备全部维修也无法保证下波次任务出动架次，则执行子步骤(2...

【技术特征摘要】
1.一种基于顺序博弈的多阶段连续任务装备集群的选择性维修方法，即一种在装备集群面对短周期多阶段连续任务计划，可用维修时间有限的前提下，通过顺序博弈的方式选择出每波次应当优先维修的装备及其部件，使得装备集群在达到任务可靠度的要求下，尽可能减少维修成本的方法，其特征在于：其步骤如下：步骤一，在第x波次任务开始前，按照装备健康状态将装备集群分类。它包含4个子步骤：(1)基于第x波次任务的成功率要求计算单一装备的任务可靠度要求；(2)以执行第x波次任务的可靠度表示装备健康状态，计算装备集群中各个装备及其子系统的任务可靠度；(3)对于不满足任务可靠度要求的装备，以优先修理可靠度最低的子系统为原则，在有限可用的维修时间约束下，计算维修后相关装备的任务可靠度；(4)根据子步骤(1)、(2)、(3)的计算结果，将装备集群划分为三个梯队：·梯队1表示装备健康状态良好，可满足当前波次任务可靠度要求，记为E1(x)；·梯队2表示装备健康状态一般，能够在可用维修时间内通过简单维修达到当前波次任务可靠度要求,记为E2(x)；·梯队3表示装备健康状态差，无法在可用维修时间内通过维修满足当前波次任务可靠度要求，记为E3(x)。梯队3也是梯队1和梯队2以外的其他装备构成的集合，即E3(x)＝I-E1(x)-E2(x)，其中I表示装备集群构成的全集。步骤二，以最小化维修次数为目标，以任务成功率为约束构建选择性维修决策模型。该步骤包含4个子步骤。(1)计算装备集群在阶段性任务时期的总维修次数，保证该项参数最小为决策模型中的首要优化目标；(2)计算装备集群在最少总维修次数下的总维修费用，保证该项参数最小为决策模型中的第二优化目标；(3)计算装备集群各波次任务的可靠度，保证各波次任务装备集群的可靠度大于任务门限可靠度是决策模型的主要约束之一；(4)计算装备集群各波次任务间隔期的维修时间，维修结束时间小于下一波次任务开始时间是决策模型的主要约束之一。步骤三，基于顺序博弈进行求解。它包含七个子步骤：(1)假设当前波次为第x波任务，比较该波次需要出动架次数l(x)与该波次开始时刻处于梯队1的装备数量N1(x)和梯队2的装备数量N2(x)之和的大小；·若l(x)>N1(x)+N2(x)，则该波次不存在可行的维修方案，进行步骤二；·若l(x)≤N1(x)+N2(x)，则该波次存在可行的维修方案，进行子步骤三；(2)检查是否为第一波次。若当前优化的是第一波次任务，则该问题由于起始状况错误，不存在可行解。若不是第一波次，则退回到上一波次，即x-1波次，重新进行子步骤(1)进行优化；(3)比较本波次需要出动架次数l(x)与该波次开始时刻的第一类装备数量N1(x)的大小；·若出动架次数小于等于该波次开始时刻处于第一梯队的装备数量，则本波次即使不进行任何维修工作，健康装备数量足够支撑任务需求，则进行子步骤(4)；·若...

【专利技术属性】
技术研发人员：杨德真，冯强，陈继泽，孙博，任羿，王自力，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京,11