论文部分内容阅读
制造业对自然资源的过度开发给人类的生存环境带来了严重的负面影响,提高自然资源的利用率已成为亟待解决的关键问题。产品再利用在创造效益的同时,更可以大大减少新资源的开采,故产品的再利用已经得到了广泛的关注。智能维护技术能够为使用者提供有用的产品性能衰退信息及故障信息,使产品能够得到适时的维护,故智能维护技术可以有效地支持产品的再利用。利用智能维护信息对复杂生产系统中的大量生产设备进行维护决策,在保证设备再利用性的同时最大限度地减少设备的维护费用具有重要的实际价值与现实意义。针对串并联生产系统中的生产设备建立了智能维护决策模型。利用威布尔分布给出了设备的可靠性函数,并用可靠性函数对设备性能衰退过程进行了数学描述。给出了小修、中修、大修和更换四种维护动作的定义,触发条件及维护效果;并通过对Malik比例役龄回退模型进行改进模拟了各维护动作对设备的维护效果。利用设备间的工序关系,通过对设备分配设备号及生产线号建立了生产系统的拓扑关系。提出了一种成组维护策略。利用生产系统的拓扑关系和车间布局对设备进行了静态组的划分,并按照设备型号对设备进行了动态组的划分。根据提出的成组维护策略,在一次维护活动中分入静态组或动态组的设备按组接受维护,其余设备单独接受维护。将设备按照所完成工序、分布位置和型号等方面的相似性进行成组维护可以显著提高维护效率,减少维护费用,并大大降低维护决策问题的求解维度。在上述模型的基础上,对维护决策问题的约束条件及目标函数进行了数学描述。将维护资源有限及生产系统中在制品缓存区容量有限作为维护决策问题的约束条件;将维护费用最低作为单次维护活动中维护任务调度优化的目标函数;并将一段时间内的维护费用率最低作为长期维护决策的目标函数。给出了在约束条件下利用维护活动信息及甘特图信息计算目标函数值的方法。利用模拟退火–遗传算法和禁忌搜索算法对维护决策问题进行了求解。介绍了以上两种算法的算法流程。从种群生成方式、适应度函数、退火温度、选择算子、交叉算子、变异算子及参数设置等几方面介绍了模拟退火–遗传算法在维护决策问题优化求解中的应用。并从编码方式、邻域移动方法、禁忌表、特赦准则、及参数设置几个方面介绍了禁忌搜索算法在维护决策问题优化求解中的应用。通过数值仿真算例对以上智能维护决策方法进行了应用研究。针对在成组维护策略和非成组维护策略下的不同情况,对某型号轴承生产线的维护决策问题进行了优化求解,并将维护决策的优化结果导入Flexsim中进行了生产系统仿真。对优化及仿真结果进行了详尽的分析和比较。