一种考虑维修耗时的机电件备件消耗数量估计方法和系统技术方案

本发明专利技术公开一种考虑维修耗时的机电件备件消耗数量估计方法和系统，属于机电件维修保障技术领域。包括：Step0：获取任务时间、机电件寿命服从的威布尔分布尺度参数和形状参数、维修耗时服从的正态分布参数和备件数量s；Step1：将威布尔分布尺度参数和形状参数折算为伽玛近似形状参数和近似尺度参数，初始化备件消耗数量r＝1；Step2：利用伽玛近似形状参数和近似尺度参数，多重积分计算任务时间内消耗r个备件任务成功的概率、保障成功的概率；Step3：更新r＝r+1，若r≤s，执行Step2，否则，执行Step4；Step4：双重积分计算任务时间内计算保障失败的概率；Step5：综合三种类型的概率，计算机电件备件消耗数量。本发明专利技术首次提出考虑维修耗时的备件消耗数量估计，贴合实际，减小误差。误差。误差。

【技术实现步骤摘要】
一种考虑维修耗时的机电件备件消耗数量估计方法和系统


[0001]本专利技术属于机电件维修保障
，更具体地，涉及一种考虑维修耗时的机电件备件消耗数量估计方法和系统。

技术介绍

[0002]备件是一种重要的维修资源，是维修工作能得以开展的物资基础。备件消耗数量能够反映“备而不用”的程度。准确估计备件消耗情况，是科学开展许多备件管理工作的前提。例如，备件消耗数量结合备件价格信息，可以估计备件采购资金的周转率；结合当前备件库存信息，通过估算后续某段时间的备件消耗数量，可以预估后续的备件保障能力，进而科学选择适当的备件补充采购时机和数量等。
[0003]机电件，如：滚珠轴承、继电器、开关、断路器、磁控管、电位计、陀螺、电动机、航空发电机、蓄电池、液压泵、空气涡轮发动机、齿轮、活门、材料疲劳件等，其寿命一般服从威布尔分布。在备件的仓储管理中，需要计算机电件的备件消耗数量。例如，对生产周期长的机电件，往往需要提前订货，此时就需要准确估计在一段时期内的备件消耗数量。
[0004]当前估计备件消耗数量的方法忽略了维修时间的影响，只适合维修耗时很短的场合。当维修耗时较大时，这些方法会带来较大的估算误差，且大多为设备级，缺少对机电件级别的备件消耗量估计方法。

技术实现思路

[0005]针对现有技术的缺陷，本专利技术的目的在于提供一种考虑维修耗时的机电件备件消耗数量估计方法和系统，旨在解决估计误差大，缺少机电件级别的估计的问题。
[0006]为实现上述目的，第一方面，本专利技术提供了一种考虑维修耗时的机电件备件消耗数量估计方法，该方法包括：
[0007]Step0：获取任务时间、机电件寿命服从的威布尔分布尺度参数和形状参数、维修耗时服从的正态分布参数和备件数量s；
[0008]Step1：将所述威布尔分布尺度参数和形状参数折算为伽玛近似形状参数和近似尺度参数，并初始化备件消耗数量r＝1；
[0009]Step2：利用所述伽玛近似形状参数和近似尺度参数，多重积分计算任务时间内消耗r个备件任务成功的概率、保障成功的概率；
[0010]Step3：更新r＝r+1，若r≤s，执行Step2，否则，执行Step4；
[0011]Step4：双重积分计算任务时间内计算保障失败的概率；
[0012]Step5：综合三种类型的概率，计算机电件备件消耗数量。
[0013]优选地，Step1中，所述折算的公式如下：
[0014][0015][0016]其中，Γ()为伽玛函数，a为伽玛近似形状参数，b为伽玛近似尺度参数，u为威布尔分布尺度参数，v为威布尔分布形状参数。
[0017]优选地，任务时间内消耗r个备件任务成功的概率ps
r
计算公式如下：
[0018][0019]其中，T为任务时间，c为机电件的维修耗时均值，d为机电件的维修耗时根方差，a为伽玛近似形状参数，b为伽玛近似尺度参数。
[0020]优选地，任务时间内消耗r个备件保障成功的概率pb
r
计算公式如下：
[0021][0022]其中，T为任务时间，c为机电件的维修耗时均值，d为机电件的维修耗时根方差，a为伽玛近似形状参数，b为伽玛近似尺度参数。
[0023]优选地，任务时间内计算保障失败的概率pf：
[0024][0025]其中，T为任务时间，c为机电件的维修耗时均值，d为机电件的维修耗时根方差，a为伽玛近似形状参数，b为伽玛近似尺度参数。
[0026]优选地，所述综合三种类型的概率，计算机电件备件消耗数量，具体如下：
[0027][0028]其中，nx为机电件备件消耗数量；pf为任务时间内计算保障失败的概率，ps
r
为任务时间内消耗r个备件任务成功的概率，pb
r
为任务时间内消耗r个备件保障成功的概率。
[0029]为实现上述目的，第二方面，本专利技术提供了一种考虑维修耗时的机电件备件消耗数量估计系统，包括：处理器和存储器；所述存储器，用于存储计算机执行指令；所述处理器，用于执行所述计算机执行指令，使得第一方面所述的方法被执行。
[0030]为实现上述目的，第三方面，本专利技术提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，当所述计算机程序在处理器上运行时，使得所述处理器执行第一方面所述的方法。
[0031]总体而言，通过本专利技术所构思的以上技术方案与现有技术相比，具有以下有益效果：
[0032]本专利技术公开一种考虑维修耗时的机电件备件消耗数量估计方法和系统，包括：Step0：获取任务时间、机电件寿命服从的威布尔分布尺度参数和形状参数、维修耗时服从
的正态分布参数和备件数量s；Step1：将威布尔分布尺度参数和形状参数折算为伽玛近似形状参数和近似尺度参数，初始化备件消耗数量r＝1；Step2：利用伽玛近似形状参数和近似尺度参数，多重积分计算任务时间内消耗r个备件任务成功的概率、保障成功的概率；Step3：更新r＝r+1，若r≤s，执行Step2，否则，执行Step4；Step4：双重积分计算任务时间内计算保障失败的概率；Step5：综合三种类型的概率，计算机电件备件消耗数量。本专利技术首次提出考虑维修耗时的备件消耗数量估计，贴合实际，减小误差，填补机电件级别的备件消耗数量估计空白，为科学维修保障奠定基础。
附图说明
[0033]图1是本专利技术提供的一种考虑维修耗时的机电件备件消耗数量估计方法流程图。
[0034]图2是采用本专利技术方法和仿真方法对备件数量为1～5时备件平均消耗数的结果。
具体实施方式
[0035]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。
[0036]如图1所示，本专利技术提供了一种考虑维修耗时的机电件备件消耗数量估计方法，该方法包括：
[0037]Step0：获取任务时间、机电件寿命服从的威布尔分布尺度参数和形状参数、维修耗时服从的正态分布参数和备件数量s。
[0038]任务时间定义为一段时间内设备的计划工作时间。任务期间设备出现故障后，需要进行修理，且修理时间占用原本应工作的任务时间。
[0039]若随机变量服从威布尔分布w(u,v)，u为尺度参数，v为形状参数，其概率密度函数为x为随机变量，本专利技术中机电件寿命和维修时间都视为随机变量。
[0040]Step1：将所述威布尔分布尺度参数和形状参数折算为伽玛近似形状参数和近似尺度参数，并初始化备件消耗数量r＝1。
[0041]优选地，Step1中，所述折算的公式如下：
[0042][0043][0044]其中，Γ()为伽玛函数，a为伽玛近似形状参数，b为伽玛近似尺度参数，u为威布尔分布尺度参数，v为威布尔分布形状参数。
[0045][0046]Step2：利用所述伽玛近本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑维修耗时的机电件备件消耗数量估计方法，其特征在于，该方法包括：Step0：获取任务时间、机电件寿命服从的威布尔分布尺度参数和形状参数、维修耗时服从的正态分布参数和备件数量s；Step1：将所述威布尔分布尺度参数和形状参数折算为伽玛近似形状参数和近似尺度参数，并初始化备件消耗数量r＝1；Step2：利用所述伽玛近似形状参数和近似尺度参数，多重积分计算任务时间内消耗r个备件任务成功的概率、保障成功的概率；Step3：更新r＝r+1，若r≤s，执行Step2，否则，执行Step4；Step4：双重积分计算任务时间内计算保障失败的概率；Step5：综合三种类型的概率，计算机电件备件消耗数量。2.如权利要求1所述的方法，其特征在于，Step1中，所述折算的公式如下：2.如权利要求1所述的方法，其特征在于，Step1中，所述折算的公式如下：其中，Γ()为伽玛函数，a为伽玛近似形状参数，b为伽玛近似尺度参数，u为威布尔分布尺度参数，v为威布尔分布形状参数。3.如权利要求1所述的方法，其特征在于，任务时间内消耗r个备件任务成功的概率ps
r
计算公式如下：其中，T为任务时间，c为机电件的维修耗时均值，d为机电件的维修耗时根方差，a为伽玛近似形状参数，b为伽玛近似尺度参数。4.如权利要求1...

【专利技术属性】
技术研发人员：蒋培，王小二，董理，李春来，李华，
申请(专利权)人：中国人民解放军海军工程大学，
类型：发明
国别省市：