多部件产品二维质保期内的预防性维护策略优化方法及系统技术方案

本发明专利技术提供了多部件产品二维质保期内预防性维护策略优化方法及系统，方法包括以下步骤：(1)根据多部件产品的现场数据，建立二维质保期内设定使用率下部件首次故障模型；(2)根据质保历史数据，构建用户群体的使用率分布函数；(3)根据二维质保期内部件首次故障模型、使用率分布函数并结合预防性维护相关参数，建立考虑用户损失约束的预防性维护策略优化模型；(4)确定最优预防性维护方案。通过本发明专利技术优化技术方案对质保期内的预防性维护策略进行优化，在满足用户损失成本约束的同时，降低了制造商的总期望成本。造商的总期望成本。造商的总期望成本。

【技术实现步骤摘要】
多部件产品二维质保期内的预防性维护策略优化方法及系统


[0001]本专利技术涉及复杂多部件产品二维质保期内的预防性维护策略优化
，具体是一种复杂多部件产品二维质保期内的预防性维护策略优化方法及系统。

技术介绍

[0002]当今市场竞争日益激烈，许多制造商为提高吸引力，设计了不用类型的质保策略，与产品共同出售给用户。然而，一些复杂工业设备，由于其结构复杂、部件间存在相关性和部件随时间逐步退化等现象，在设计质保策略时，制造商需充分考虑这些现象，才能有效降低在提供质保服务时产生的质保成本。此外，一些复杂的工业设备，如污水处理设备和空气净化设备等环保设备，通常是相应系统中的关键元件，可能会因故障或停机使系统遭受重大损失。比如，一些工厂如果因污水处理设备故障而导致排污水平不达标，可能会面临处罚而造成更大的损失。因此，在设计质保策略时，还应从用户的角度，约束此类设备在质保期内的可用性水平和停机成本。制造商可通过预防性维护减缓产品退化，从而达到降低质保成本并提高产品可用性的目的。许多企业将周期性预防性维护策略融入到质保条款中。然而，由于大多可修复产品对应部件的性能会随着时间发生退化，部件故障更多地发生在质保期的后期，则周期性预防性维护策略不再适用。因此，制造商为了同时满足自身及用户的要求，需要制定更加合适的非周期性预防性维护策略，以满足用户停机损失成本约束的同时，达到质保成本的最小化。
[0003]蒙特卡洛(Monte Carlo)方法，又称随机抽样方法，专利技术于上世纪40年代，属于计算数学的一个分支。传统的经验方法对真实世界中许多场景不能准确表达，难以得到满意的结果，于是该方法应运而生。该方法是一种以概率统计理论方法为基础的计算方法，其特征是通过随机生成随机数的方法，对复杂的系统或过程进行描述，通过使用随机数来解决许多数学计算问题。使用蒙特卡洛仿真方法是一种实验性质的方法，其核心原理是大数定律，当问题是需要确定某事件发生概率或计算某个随机变量的期望值时，可以通过设计随机数实验的方式来获得事件发生概率或计算期望值，以获得问题的解。蒙塔卡洛仿真的主要步骤分别为1)对概率过程进行构造与描述；2)对已知概率分布进行抽样；3)计算估计量。
[0004]网格搜索法是一种在机器学习中经常使用的最优化算法，网格搜索法是一种对指定参数模型进行遍历的穷举搜索算法。网格搜索的含义是将指定范围内的连续变量离散化，按设置好的网格密度(或称为步长)划分为有限个变量取值，然后分别将变量的当前取值代入模型中，计算此时的目标函数值。该方法适用于变量较少的优化问题，通常变量的数量不宜过多，变量数过多会导致组合爆炸，使算法的时间复杂度呈指数上升。
[0005]基于上述现状，本专利技术提出一种复杂多部件产品二维质保期内预防性维护策略优化技术方案，以解决如何在满足用户损失成本约束的同时，降低制造商的总期望成本的问题。

技术实现思路

[0006]针对以上现状，本专利技术提供了一种复杂多部件产品二维质保期内预防性维护策略的优化方法及系统，通过本专利技术优化技术方案对质保期内的预防性维护策略进行优化，在满足用户损失成本约束的同时，降低了制造商的总期望成本。
[0007]为解决以上技术问题，本专利技术采用的技术方案是，
[0008]一种复杂多部件产品二维质保期内的预防性维护策略优化方法，包括以下步骤：
[0009](1)搜集产品现场数据，建立二维质保期内设定使用率下部件首次故障模型；
[0010](2)根据质保历史数据，构建用户群体的使用率分布函数；
[0011](3)根据二维质保期内部件首次故障模型、使用率分布函数并结合预防性维护相关参数，建立考虑用户损失约束的预防性维护策略优化模型；
[0012](4)确定最优预防性维护方案。
[0013]进一步的，步骤(1)具体包括以下步骤：
[0014](1.1)依据产品的现场数据，统计部件在不同使用率下的首次故障时间及累计使用量；
[0015](1.2)构建二维质保期内复杂多部件产品的各部件首次自然故障的故障率关于部件使用时间和部件使用程度之间的函数模型及部件故障相关性矩阵；
[0016](1.3)对步骤(1.2)中构建的各部件首次自然故障的故障率函数模型及部件故障相关性矩阵利用极大似然估计法进行参数估计。
[0017]极大似然估计法是建立在极大似然原理的基础上的一个统计方法，极大似然原理的直观想法是，一个随机试验如有若干个可能的结果A，B，C，...，若在一次试验中，结果A出现了，那么可以认为实验条件对A的出现有利，也即出现的概率P(A)较大。一般而言，事件A发生的概率与某一未知参数t有关，取值不同，则事件A发生的概率也不同，当在一次试验中事件A发生了，则认为此时的值应是t的一切可能取值中使达到最大的那一个，极大似然估计法就是要选取这样的t值作为参数t的估计值，使所选取的样本在被选的总体中出现的可能性为最大。进一步的，步骤(2)具体包括以下步骤：
[0018](2.1)搜集已有的部件首次索赔数据(故障发生)和质保结束时的传感器数据(故障未发生)；
[0019](2.2)选择不同使用率概率分布函数做拟合，并进行参数估计；
[0020](2.3)确定最优的使用率概率分布函数。
[0021]进一步的，步骤(3)具体包括以下步骤：
[0022](3.1)确定模型中的决策变量为二维质保中的预防性维护机会数量N、产品可靠性阈值R以及预防性维护水平m；
[0023](3.2)定义目标函数为制造商的总期望质保成本，由期望维修成本和期望预防性维护成本两部分构成。
[0024](3.3)确定模型的约束条件为：平均用户停机成本小于等于停机损失成本约束S。产品使用率须满足上下限。预防性维护机会数量N为整数且大于等于零，并且小于其上限。产品可靠性阈值R须满足大于等于零，且小于等于1。预防性维护水平m须满足大于等于零，且小于其上限。
[0025]进一步的，步骤(3.1)中，模型中计算的中间变量及计算公式如下：
[0026](a)产品二维质保中累计使用时间限制W和累计使用量限制U为：
[0027]W＝(N+1)w
[0028]U＝(N+1)u
[0029]其中，w和u表示产品每达到w单位的使用时间或u单位的使用量，能获得一次预防性维护的机会；N是预防性维护的机会数量；
[0030]不同使用率用户的实际质保期为：
[0031][0032]其中，r是产品的使用率；r
D
＝U/W，表示质保策略对应的正常使用率；
[0033](b)部件i首次故障的故障率函数为：
[0034]λ
i
(t|r)＝θ
i0
+θ
i1
T(t)+θ
i2
r+θ
i3
X(t)
[0035]其中，θ
ij
，j＝0,1,2,3，是与产品和部件可靠性相关的参数，T(t本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.多部件产品二维质保期内的预防性维护策略优化方法，其特征在于，包括以下步骤：(1)根据多部件产品的现场数据，建立二维质保期内设定使用率下部件首次故障模型；(2)根据质保历史数据，构建用户群体的使用率分布函数；(3)根据二维质保期内部件首次故障模型、使用率分布函数并结合预防性维护相关参数，建立考虑用户损失约束的预防性维护策略优化模型；(4)确定最优预防性维护方案。2.根据权利要求1所述的多部件产品二维质保期内的预防性维护策略优化方法，其特征在于，步骤(1)具体包括以下步骤：(1.1)搜集多部件产品的现场数据，统计部件在不同使用率下的首次故障时间及累计使用量；(1.2)构建二维质保期内多部件产品的各部件首次自然故障的故障率关于部件使用时间和部件使用程度之间的函数模型及部件故障相关性矩阵；(1.3)对步骤(1.2)中构建的各部件首次自然故障的故障率函数模型及部件故障相关性矩阵利用极大似然估计法进行参数估计。3.根据权利要求1所述的多部件产品二维质保期内的预防性维护策略优化方法，其特征在于，步骤(2)具体包括以下步骤：(2.1)搜集已有的部件首次索赔数据和质保结束时的传感器数据；(2.2)选择不同使用率分布函数做拟合，并进行参数估计；(2.3)确定最优的使用率分布函数。4.根据权利要求1
‑
3任一项所述的多部件产品二维质保期内的预防性维护策略优化方法，其特征在于，步骤(3)具体包括以下步骤：(3.1)确定模型中的决策变量为二维质保中的预防性维护机会数量N、产品可靠性阈值R以及预防性维护水平m；(3.2)定义目标函数为制造商的总期望质保成本，由期望维修成本和期望预防性维护成本两部分构成；(3.3)确定模型的约束条件为：平均用户停机成本小于等于停机损失成本约束S；产品使用率满足上下限；预防性维护机会数量N为整数且大于等于零，并且小于其上限；产品可靠性阈值R满足大于等于零，且小于等于1；预防性维护水平m满足大于等于零，且小于其上限。5.根据权利要求4所述的多部件产品二维质保期内的预防性维护策略优化方法，其特征在于：步骤(3.1)中，模型中计算的中间变量及计算公式如下：(a)产品二维质保中累计使用时间限制W和累计使用量限制U为：W＝(N+1)wU＝(N+1)u其中，w和u表示产品每达到w单位的使用时间或u单位的使用量，能获得一次预防性维护的机会；N是预防性维护的机会数量；不同使用率用户的实际质保期为：
其中，r是产品的使用率；r
D
＝U/W，表示质保策略对应的正常使用率；(b)部件i首次故障的故障率函数为：λ
i
(t|r)＝θ
i0
+θ
i1
T(t)+θ
i2
r+θ
i3
X(t)其中，θ
ij
，j＝0,1,2,3，是与产品和部件可靠性相关的参数，T(t)和X(t)分别是产品在时间t的年龄和使用情况。6.根据权利要求5所述的多部件产品二维质保期内的预防性维护策略优化方法，其特征在于，在质保期Ω(W,U)设置下，非周期性预防性维护策略的机制为如下：(c)若考虑预防性维修的影响，那么，部件i在区间(T
j
,T
j+1
)的故障率模型为：λ
i
(t|r)＝θ
i0
+θ
i1
(t
‑
j*τ+V
j
)+θ
i2
r+θ
i3
r(t
‑
j*τ+V
j
)，t∈(T
j
，T
j+1
),j＝0,1,...,N,N+1其中，V
j
是部件在刚过时刻T
j
的虚拟寿命，T
j
是第j次预防性维护机会的时刻，τ是预防性维护机会周期时间；(d)部件在刚过时刻T
j
的虚拟寿命模型：其中，m是预防性维护水平，其上下限分别为0和M；k的计算如下：(e)预防性维护机会周期时间τ：(f)第j次预防性维护机会的时刻T
j
：(g)使用判断函数action(j)来指示是否在T
j
对产品进行预防性维护：其中，R是产品的可靠性阈值；R
S
是产品的条件自然可靠度；(h)部件i的条件自然可靠度为：则产品的条件自然可靠度R
S
(T
j+1
|T
j
,r)通过可靠性框图获得。7.根据权利要求6所述的多部件产品二维...

【专利技术属性】
技术研发人员：阮渊鹏，甄鑫，雒兴刚，丁祥海，戴安舒，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：