基于VNS-HOA算法的主动力设备维修时机优化方法及系统技术方案

本发明专利技术提供基于VNS

【技术实现步骤摘要】
基于VNS
‑
HOA算法的主动力设备维修时机优化方法及系统


[0001]本专利技术涉及船舶主动力设备维修
，具体涉及一种基于VNS
‑
HOA算法的主动力设备维修时机优化方法及系统。

技术介绍

[0002]船舶主动力设备(一般指发动机)由于具有部件昂贵、结构复杂、维修需求多样化等特点，所以其运营与维修服务难以做到精准化。近些年来，船舶发动机的维修时机优化和维修等级决策问题，成为专家研究的热点问题。
[0003]传统的发动机维修主要采用定时维修，即凭借工程师的经验制定发动机的维修时机和维修计划，且维修方式只是单一的更换或者不更换；同时，传统维修是以单次维修时机最优为目标进行发动机的维修。
[0004]然而，定时维修的方法未考虑维修时机的灵活选择，维修时间间隔过短或过长均会影响船舶的正常运行，造成了零部件大量浪费；且更换或者不更换的单一维修方式与企业的实际维修情况不符；同时，发动机全寿命周期内往往伴随多次维修，且发动机的运行与其前一次的维修是相互关联的，如果仅以发动机单次维修时机最优为目标，会因为未考虑发动机运行与维修之间的相互关联关系而增加发动机全寿命周期内的维修次数，从而提高发动机的维修成本。可见，现有技术在考虑影响主动力设备维修的影响因素时较为理想化，与真实情况不符；其次，现有技术也很少有同时考虑多个影响主动力设备维修的因素的技术；此外，现有的单一算法也无法快速精准的求解出优化结果。综上，现有技术中的上述缺陷均会导致现有技术无法准确获取主动力设备维修时机的优化结果。

技术实现思路

[0005](一)解决的技术问题
[0006]针对现有技术的不足，本专利技术提供了一种基于VNS
‑
HOA算法的主动力设备维修时机优化方法及系统，解决了现有技术无法准确获取主动力设备维修时机的优化结果的问题。
[0007](二)技术方案
[0008]为实现以上目的，本专利技术通过以下技术方案予以实现：
[0009]第一方面，本专利技术首先提出一种基于VNS
‑
HOA算法的主动力设备维修时机优化方法，所述方法包括：
[0010]S1、基于主动力设备的维修相关参数构建主动力设备维修时机优化模型，并设置邻域搜索算法和马群优化算法的基本参数、邻域动作；所述维修相关参数包括：发动机单元体维修等级参数；所述基本参数包括马群优化算法的最大迭代次数；
[0011]S2、生成马群优化算法中马匹的初始位置作为初始解；
[0012]S3、判断马群优化算法中当前迭代次数是否达到最大迭代次数，若满足，执行S6；若不满足，则执行S4；
[0013]S4、根据当前马匹对应的马匹迭代公式进行迭代，并找到具有最优位置的马匹，将其适应度值设定为全局最优解；
[0014]S5、通过预设的所述邻域动作对所述最优解进行搜索，同时更新全局最优解，并执行S3；
[0015]S6、算法执行结束，输出全局最优解和其对应的适应度值。
[0016]优选的，所述维修相关参数还包括：
[0017]发动机的额定寿命，第一次维修时的使用时长，各个零部件的额定循环转数和维修成本，各个单元体的额定循环寿命，单元体的数量以及每个单元体包含的零部件数量，发动机每个周期的最大运行时长和最小运行时长，部分分解单元体和目视检查的成本，单元体的维修等级为中度维修时部分分解单元体的成本，单元体进行深度维修的成本；
[0018]所述基本参数还包括马匹的数量，放牧空间的下界和上界；邻域搜索算法局部搜索的最大次数，邻域搜索算法局部搜索的最大数目，不同年龄段的马匹对应的参数。
[0019]优选的，所述邻域动作包括：
[0020]当达到邻域搜索算法局部搜索的最大次数时，从第一邻域动作变为第二邻域动作；
[0021]所述第一邻域动作为：随机选择本次迭代中最优解的某个位置，将这个位置的前后子序列互换；
[0022]所述第二邻域动作为：随机翻转本次迭代中最优解的一条任意长度的子序列。
[0023]优选的，获取所述维修等级参数时，通过以下方法判定发动机单元体的维修等级：
[0024]深度维修判定：
[0025]A、若发动机第j次维修时单元体的使用寿命超过Lim
k
*k
maj
，则更换的全部零部件进行深度维修，此时深度维修的判定公式为：
[0026][0027]其中，Lim
k
表示单元体k的软时限；k
maj
表示用于界定单元体的维修等级的一个小于1的临界值；表示第j次维修时单元体k的使用寿命；表示判断单元体k在第j次维修时是否需要深度维修，是否需要深度维修，表示需要深度维修；表示不需要深度维修；
[0028]B、若第j次维修时单元体的使用寿命未超过临界值Lim
k
*k
maj
，但是考虑到发动机的目标运行时长，在第j+1次维修时单元体的软时限使用寿命超过Lim
k
*k
maj_next
，则更换全部零部件进行深度维修，此时深度维修的判定公式为：
[0029][0030]其中，表示发动机下一周期的目标运行时长；k
maj_next
表示；
[0031]中度维修判定：
[0032][0033]其中，表示第j次维修时单元体k中零部件i的使用寿命；表示单元体k中零部件i的额定寿命；表示判断单元体k在第j次维修时零部件i是否需要更换，若则需要更换；若则不需要更换；
[0034]最小维修判定：
[0035][0036]其中，n
k
表示单元体k有n
k
个零部件。
[0037]优选的，所述马匹迭代公式包括：
[0038]α年龄段马匹的迭代公式：
[0039][0040]β年龄段马匹的迭代公式：
[0041][0042]γ年龄段马匹的迭代公式：
[0043][0044]δ年龄段马匹的迭代公式：
[0045][0046]其中，表示第Iter匹马的运动参数；表示第Iter匹领导马的运动参数；表示第Iter匹马的社交性运动参数；表示第Iter匹马的逃逸运动参数；表示第Iter匹马的模仿性参数；表示第Iter匹马的漫步性参数；AGE＝α，β，γ，δ表示不同年龄段的马匹。
[0047]第二方面，本专利技术还提出了一种基于VNS
‑
HOA算法的主动力设备维修时机优化系统，所述系统包括：
[0048]处理单元，用于执行以下步骤：
[0049]S1、基于主动力设备的维修相关参数构建主动力设备维修时机优化模型，并设置邻域搜索算法和马群优化算法的基本参数、邻域动作；所述维修相关参数包括：发动机单元体维修等级参数；所述基本参数包括马群优化算法的最大迭代次数；
[0050]S2、生成马群优化算法中马匹的初始位置作为初始解；...

【技术保护点】

【技术特征摘要】
1.一种基于VNS
‑
HOA算法的主动力设备维修时机优化方法，其特征在于，所述方法包括：S1、基于主动力设备的维修相关参数构建主动力设备维修时机优化模型，并设置邻域搜索算法和马群优化算法的基本参数、邻域动作；所述维修相关参数包括：发动机单元体维修等级参数；所述基本参数包括马群优化算法的最大迭代次数；S2、生成马群优化算法中马匹的初始位置作为初始解；S3、判断马群优化算法中当前迭代次数是否达到最大迭代次数，若满足，执行S6；若不满足，则执行S4；S4、根据当前马匹对应的马匹迭代公式进行迭代，并找到具有最优位置的马匹，将其适应度值设定为全局最优解；S5、通过预设的所述邻域动作对所述最优解进行搜索，同时更新全局最优解，并执行S3；S6、算法执行结束，输出全局最优解和其对应的适应度值。2.如权利要求1所述的方法，其特征在于，所述维修相关参数还包括：发动机的额定寿命，第一次维修时的使用时长，各个零部件的额定循环转数和维修成本，各个单元体的额定循环寿命，单元体的数量以及每个单元体包含的零部件数量，发动机每个周期的最大运行时长和最小运行时长，部分分解单元体和目视检查的成本，单元体的维修等级为中度维修时部分分解单元体的成本，单元体进行深度维修的成本；所述基本参数还包括马匹的数量，放牧空间的下界和上界；邻域搜索算法局部搜索的最大次数，邻域搜索算法局部搜索的最大数目，不同年龄段的马匹对应的参数。3.如权利要求1所述的方法，其特征在于，所述邻域动作包括：当达到邻域搜索算法局部搜索的最大次数时，从第一邻域动作变为第二邻域动作；所述第一邻域动作为：随机选择本次迭代中最优解的某个位置，将这个位置的前后子序列互换；所述第二邻域动作为：随机翻转本次迭代中最优解的一条任意长度的子序列。4.如权利要求1所述的方法，其特征在于，获取所述维修等级参数时，通过以下方法判定发动机单元体的维修等级：深度维修判定：A、若发动机第j次维修时单元体的使用寿命超过Lim
k
*k
maj
，则更换的全部零部件进行深度维修，此时深度维修的判定公式为：其中，Lim
k
表示单元体k的软时限；k
maj
表示用于界定单元体的维修等级的一个小于1的临界值；表示第j次维修时单元体k的使用寿命；表示判断单元体k在第j次维修时是否需要深度维修，需要深度维修，表示需要深度维修；表示不需要深度维修；B、若第j次维修时单元体的使用寿命未超过临界值Lim
k
*k
maj
，但是考虑到发动机的目标运行时长，在第j+1次维修时单元体的软时限使用寿命超过Lim
k
*k
maj_next
,则更换全部零部
件进行深度维修，此时深度维修的判定公式为：其中，表示发动机下一周期的目标运行时长；k
maj_next
表示；中度维修判定：其中，表示第j次维修时单元体k中零部件i的使用寿命；表示单元体k中零部件i的额定寿命；表示判断单元体k在第j次维修时零部件i是否需要更换，若则需要更换；若则不需要更换；最小维修判定：其中，n
k
表示单元体k有n
k
个零部件。5.如权利要求1所述的方法，其特征在于，所述马匹迭代公式包括：α年龄段马匹的迭代公式：β年龄段马匹的迭代公式：γ年龄段马匹的迭代公式：δ年龄段马匹的迭代公式：其中，表示第Iter匹马的运动参数；表示第Iter匹领导马的运动参数；表示第Iter匹马的社交性运动参数；表示第iter匹马的逃逸运动参数；表示第Iter匹马的模仿性参数；表示第Iter匹马的漫步性参数；AGE＝α，β，γ，δ表示不同年龄段的马匹。6.一种基于VNS
‑<...

【专利技术属性】
技术研发人员：钱晓飞，孙鑫泰，郑锐，刘心报，胡朝明，周谧，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：