论文部分内容阅读
提出了一个新的方法用来确定当设备发生退化故障征兆后的最优停车维修时间。优化的目标是使从出现故障征兆到停车检查这段时间内的费用率最小。影响该费用率的两个变量是故障率和故障特征量小于最大允许值的概率．通过假设从出现故障征兆到发生功能性故障的时间的概率分布为已知，可以得到故障率；分两步估计，第一步通过神经网络预测退化故障过程的退化量及增量，第二步对退化增量密度函数参数进行估计，这两步的执行都是实时动态进行的，最佳时间确定过程也采取动态决策方式。一个仿真例子表明了该方法的可行性。