论文部分内容阅读
设备的预防性维护是提高设备可靠度、保证设备有效运行的重要管理手段。且随着计算机技术和相关信息技术的不断发展,服务业、工业企业的设备日益复杂化、精密化、电子化、智能化,大大提高了企业效益和自动化水平,但同时也增加了设备维护管理的难度和成本。设备的复杂性使设备发生故障的时间变得更难预测,故障发生的可能性也大大增加。如果设备不能够及时得到维护,常常导致不可估量的严重后果,给企业财产和员工安全带来极大损失,而且这种损失往往大于故障本身所需的维护成本。因此如何合理进行设备的预防性维护决策,具有十分重要的理论意义和现实价值。本文首先着重梳理了系统维修程度、维修策略、维修间隔、优化目标以及可靠性领域的研究现状,然后基于完美维修和不完美维修策略分别提出了一种成本最优化的模型,研究内容主要包括两个方面:第一,在完美维修和定期维修的假设前提下,建立基于环境因素影响的可修冗余系统预防性维修决策模型。具体的说,第一步,根据系统的组件种类与构成以及各组件的失效率,分析系统可能的运作状况,通过组件合作型n中取k动态表决模型求得冗余系统的基础可靠度。第二步,分析影响系统可靠度的外界环境因素类型,并判断每种影响因素是否对系统可靠性有显著的影响,留下显著影响的因素进行参数估计。接着,将参数代入比例风险模型得到环境因素影响下系统的可靠度。第三步,分析系统的维修策略与对应的维修成本计算方法,在要求可靠度的约束下,得到使系统单位时间维修成本最小的最优检修周期。本文通过一个模拟系统对模型进行了验证,并将考虑与不考虑环境因素下的模型结果进行了比较。第二,本文接着提出了一种基于不完美维修和非周期性维修策略,维修和库存联合优化决策模型,并利用蒙特卡罗方法进行仿真分析,获得使联合成本最优的维修及库存参数。相比于传统的基于时间的维修策略如批量维修和工龄定期更换等,基于可靠性的预防性维修更加灵活并且避免了传统维修策略中的过度维修从而造成资源浪费的问题。在维修策略方面,采用非周期性检查策略,并且为了降低维修成本,本文考虑了完美维修和不完美维修两种预防性维修方式;在库存策略方面,为了尽量避免缺货风险,本文采用(s,S)库存策略。最后,本文采用敏感性分析探究了不完美维修次数与总成本的关系以及在不同系统的可靠性下最优的联合优化策略。本文的研究结果表明:在完美维修和定期维修的假设前提下,考虑影响因素的最优维修周期要小于不考虑因素的最优维修周期,且单位时间内的平均维修成本较高;在完美维修和定期维修的假设前提下,给出了联合优化决策模型,并验证了在相同的维修与库存决策下,不完美维修策略的系统总成本要低于完美维修策略。