多阶段任务多状态系统的最优选择性维修优化方法及装置制造方法及图纸

本发明专利技术公开了一种多阶段任务多状态系统的最优选择性维修优化方法和装置。该方法包括：给定系统中部件层性能集合，各部件状态转移率矩阵和多阶段任务序列；依据各部件状态转移率矩阵计算部件层性能集合的概率分布；依据部件层性能集合以及所述部件层性能集合的概率分布计算系统层性能集合以及系统层性能集合的概率分布；依据各部件性能状态、所述系统层性能集合以及系统层性能集合的概率分布，以及所述多阶段任务序列计算系统任务可靠性；依据备件剩余量计算维修活动可行集；以所述系统任务可靠性为指标函数，以所述维修活动可行集为约束条件，依据所述多阶段任务序列、所述各部件性能状态以及所述备件剩余量，建立维修优化模型，求解最优策略表。

【技术实现步骤摘要】
多阶段任务多状态系统的最优选择性维修优化方法及装置
本专利技术涉及设备维修优化管理领域，更进一步地说，本专利技术涉及一种多阶段任务多状态系统的最优选择性维修优化方法及装置。
技术介绍
系统在使用过程中的退化程度反映到其性能水平(比如输出功率、发电量等)上时，往往呈现多状态特性，Lisnianski和Levitin将这种系统称为多状态系统。近年来，针对多状态系统的选择性维修优化方法研究逐渐受到关注，其主要解决备件等维修资源有限情况下，选择哪些部件进行维修的问题。维修是为了恢复系统的性能，使其能够满足后续的任务需求。但由于任务需求和工作地点等限制，维修活动通常只能在特定的时间开展，如某发电站发电机组只在每周日早上才进行检修。最近，Liu和Huang在维修资源有限时，考虑选择部分部件进行维修的选择性维修策略，但是其只考虑了单阶段任务。然而，任务往往是多阶段的，且任意一个阶段出现问题都会导致整个任务的失败，比如航天器发射、船舶远洋、医院供电、机械加工等。在多阶段任务情况下，单阶段任务下的优化方法只能得到局部最优，可能会造成资源的过度使用而影响后续多个任务阶段的运行。所以，需要提供一种在多阶段任务和备件资源有限的情况下，更加符合多阶段任务的多状态系统特性的选择性维修优化方法。
技术实现思路
本专利技术所要解决的技术问题是需要提供一种在多阶段任务和备件资源有限的情况下，更加符合多阶段任务的多状态系统特性的选择性维修优化方法。为了解决上述技术问题，本专利技术提供了一种多阶段任务多状态系统的最优选择性维修优化方法，包括以下步骤：步骤A，给定系统中部件层性能集合，各部件状态转移率矩阵和多阶段任务序列；步骤B，依据所述各部件状态转移率矩阵计算部件层性能集合的概率分布；依据所述部件层性能集合以及所述部件层性能集合的概率分布计算系统层性能集合以及系统层性能集合的概率分布；步骤C，依据各部件性能状态、所述系统层性能集合以及系统层性能集合的概率分布，以及所述多阶段任务序列计算系统任务可靠性；步骤D，依据备件剩余量计算维修活动可行集；步骤E，以所述系统任务可靠性为指标函数，以所述维修活动可行集为约束条件，依据所述多阶段任务序列、所述各部件性能状态以及所述备件剩余量，建立维修优化模型，求解最优策略表。根据本专利技术另一方面的方法，所述步骤A中多阶段任务序列包括至少一个阶段，其中每个阶段包括一个维修阶段和一个任务阶段，维修阶段和任务阶段交替实现，第一个任务阶段开始之前的准备期记为第一个维修阶段。根据本专利技术的又一方面的方法，所述步骤B进一步包括：依据所述部件层性能集合以及所述部件层性能集合的概率分布，利用通用生成函数UGF方法计算所述系统层性能集合以及系统层性能集合的概率分布。根据本专利技术的又一方面的方法，所述步骤C进一步包括：依据所述多阶段任务序列计算系统子任务可靠性，所述系统子任务为一个任务阶段内系统需要完成的任务：开始时处于状态的条件下，在任务完成时处于gi的概率，wk为子任务k对系统的性能需求，gi表示系统的性能状态，Ns表示系统包含的性能状态的数目；将所述各系统子任务可靠性的乘积设定为所述系统任务可靠性：其中K为系统运行的子任务总数，Ok＝{ok,...,ok}为从子任务k开始的任务序列。根据本专利技术的又一方面的方法，所述步骤D中系统在第k个维修阶段的维修活动可行集为其中系统的维修活动记为dk·eM≤ρk-1为备件约束，ρk-1为维修阶段k开始时的备件剩余量，eM为元素均为1的M×1维列向量。根据本专利技术的又一方面的方法，所述步骤E进一步包括：选择系统各部件状态和备件剩余量为状态量；确定优化量及维修策略；根据所述多阶段序列，所述状态量，所述优化量及维修策略确定状态转移方程，其包含维修阶段状态转移方程和任务阶段状态转移方程，第k个维修阶段内部件i的状态转移方程为：备件的状态转移方程为：其中为各部件在第k个任务阶段开始时的性能状态，为各部件在第k个任务阶段结束时的性能状态，表示在第k个维修阶段，部件i采用的维修活动，ρk-1为维修阶段k开始时的备件剩余量，M为系统中的部件总数，为部件i的最佳性能；第k个任务阶段内备件状态保持不变,部件i的状态转移方程通过拉普拉斯逆变换求解：其中Qi为所述部件状态转移率矩阵，P(i)(t)为部件i的状态转移概率矩阵；以所述系统任务可靠性为指标函数，确定动态规划基本方程；利用动态规划的值迭代方法求解最优策略表。根据本专利技术的又一方面的方法，当出现多个最优解时，根据备件使用数量最少和/或关键部件优先维修的原则决定维修的部件。根据本专利技术的又一方面，还提供一种多阶段任务多状态系统的最优选择性维修优化装置，包括：初始化模块，给定系统中部件层性能集合，各部件状态转移率矩阵和多阶段任务序列；系统层参数生成模块，依据所述各部件状态转移率矩阵计算部件层性能集合的概率分布；依据所述部件层性能集合以及所述部件层性能集合的概率分布计算系统层性能集合以及系统层性能集合的概率分布；系统任务可靠性生成模块，依据各部件性能状态，所述系统层性能集合以及系统层性能集合的概率分布，以及所述多阶段任务序列计算系统任务可靠性；维修活动可行集生成模块，依据备件剩余量计算维修活动可行集；维修策略生成模块，以所述系统任务可靠性为指标函数，以所述维修活动可行集为约束条件，依据所述多阶段任务序列、所述各部件性能状态以及所述备件剩余量，建立维修优化模型，求解最优策略表。根据本专利技术另一方面的装置，所述初始化模块中给定的多阶段任务序列包括至少一个阶段，其中每个阶段包括一个维修阶段和一个任务阶段，维修阶段和任务阶段交替实现，第一个任务阶段开始之前的准备期记为第一个维修阶段。根据本专利技术另一方面的装置，所述系统层参数生成模块用于依据所述部件层性能集合以及所述部件层性能集合的概率分布，利用通用生成函数UGF方法计算所述系统层性能集合以及系统层性能集合的概率分布。本专利技术带来了以下有益效果：本专利技术考虑了存在多阶段任务和有限备件资源的情况下的多状态系统的最优选择性维修优化方法；该方法以系统层的任务可靠性为目标，以部件层的维修活动为控制量，建立从底层控制顶层的维修决策方法，从而实施起来更加方便；本专利技术是在整个多阶段任务上进行决策，相比原来单阶段任务下的选择性维修决策方法，实现了全局最优，避免了备件资源过度使用的风险，从而得到了更加符合多阶段任务情况的最优选择性维修决策方法。同时，本专利技术对备件初始携带量的估计也有一定参考意义。本专利技术的其它特征和优点将在随后的说明书中阐述，并且部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。附图说明图1显示了根据本专利技术的第一实施例的多阶段任务多状态系统的最优选择性维修优化方法；图2是系统运行过程中的多阶段任务序列示意图；图3是本专利技术第二实施例的水管液压系统的结构图；图4是最优策略表的部分结果；图5显示了根据本专利技术第三实施例的多阶段任务多状态系统的最优选择性维修优化装置的结构图；图6是初始备件量和系统任务可靠性的关系图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，以下结合附图对本专利技术作进一步的详细说明。需要说明的是，如果不冲突，本专利技术实施例中的各个特征可以相本文档来自技高网...

【技术保护点】
一种多阶段任务多状态系统的最优选择性维修优化方法，其特征在于，包括以下步骤：步骤A，给定系统中部件层性能集合，各部件状态转移率矩阵和多阶段任务序列；步骤B，依据所述各部件状态转移率矩阵计算部件层性能集合的概率分布；依据所述部件层性能集合以及所述部件层性能集合的概率分布计算系统层性能集合以及系统层性能集合的概率分布；步骤C，依据各部件性能状态、所述系统层性能集合以及系统层性能集合的概率分布，以及所述多阶段任务序列计算系统任务可靠性；步骤D，依据备件剩余量计算维修活动可行集；步骤E，以所述系统任务可靠性为指标函数，以所述维修活动可行集为约束条件，依据所述多阶段任务序列、所述各部件性能状态以及所述备件剩余量，建立维修优化模型，求解最优策略表。

【技术特征摘要】
1.一种多阶段任务多状态系统的最优选择性维修优化方法，其特征在于，包括以下步骤：步骤A，给定系统中部件层性能集合，各部件状态转移率矩阵和多阶段任务序列；步骤B，依据所述各部件状态转移率矩阵计算部件层性能集合的概率分布；依据所述部件层性能集合以及所述部件层性能集合的概率分布计算系统层性能集合以及系统层性能集合的概率分布；步骤C，依据各部件性能状态、所述系统层性能集合以及系统层性能集合的概率分布，以及所述多阶段任务序列计算系统任务可靠性；所述步骤C进一步包括：依据所述多阶段任务序列计算系统子任务可靠性，所述系统子任务为一个任务阶段内系统需要完成的任务：其中，为系统子任务可靠性，为各部件在子任务k开始时的性能状态组成的向量，I(·)为示性函数，表示系统在子任务k开始时处于状态的条件下，在任务完成时处于gi的概率，wk为子任务k对系统的性能需求，gi表示系统的性能状态，Ns表示系统包含的性能状态的数目，M为系统中的部件总数；将所述各系统子任务可靠性的乘积设定为所述系统任务可靠性：其中K为系统运行的子任务总数，Ok＝{ok,...,oK}为从子任务k开始的任务序列；步骤D，依据备件剩余量计算维修活动可行集；步骤E，以所述系统任务可靠性为指标函数，以所述维修活动可行集为约束条件，依据所述多阶段任务序列、所述各部件性能状态以及所述备件剩余量，建立维修优化模型，求解最优策略表；所述步骤E进一步包括：选择系统各部件状态和备件剩余量为状态量；确定优化量及维修策略；根据所述多阶段序列，所述状态量，所述优化量及维修策略确定状态转移方程，其包含维修阶段状态转移方程和任务阶段状态转移方程，第k个维修阶段内部件i的状态转移方程为：备件的状态转移方程为：其中为各部件在第k个任务阶段开始时的性能状态，为各部件在第k个任务阶段结束时的性能状态，表示在第k个维修阶段，部件i采用的维修活动，ρk-1为维修阶段k开始时的备件剩余量，M为系统中的部件总数，为部件i的最佳性能，部件i包含ni个性能状态，而t表示时间；第k个任务阶段内备件状态保持不变，部件i的状态转移方程通过拉普拉斯逆变换求解：其中Qi为所述部件状态转移率矩阵，P(i)(t)为部件i的状态转移概率矩阵；以所述系统任务可靠性为指标函数，设从第k个阶段开始的最优值函数表示为则动态规划的基本方程为：其中，且是状态转移概率矩阵P(i)(t)在此处的实现；是可行集，指的是各子任务可靠性在此处的实现；利用动态规划的值迭代方法求解最优策略表。2.如权利要求1所述的方法，其特征在于，所述步骤A中多阶段任务序列包括至少一个阶段，其中每个阶段包括一个维修阶段和一个任务阶段，维修阶段和任务阶段交替实现，第一个任务阶段开始之前的准备期记为第一个维修阶段。3.如权利要求2所述的方法，其特征在于，所述步骤B进一步包括：依据所述部件层性能集合以及所述部件层性能集合的概率分布，利用通用生成函数UGF方法计算所述系统层性能集合以及系统层性能集合的概率分布。4.如权利要求1所述的方法，其特征在于，所述步骤D中系统在第k个维修阶段的维修活动可行集为其中系统的维修活动记为dk·eM≤ρk-1为备件约束，ρk-1为维修阶段k开始时的备件剩余量，eM为元素均为1的M×1维列向量。5.如...

【专利技术属性】
技术研发人员：周东华，陈茂银，蒋云鹏，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11