CN118735307A - 考虑多重相关性的多部件设备串联产线机会维护方法 - Google Patents
考虑多重相关性的多部件设备串联产线机会维护方法 Download PDFInfo
- Publication number
- CN118735307A CN118735307A CN202411214930.7A CN202411214930A CN118735307A CN 118735307 A CN118735307 A CN 118735307A CN 202411214930 A CN202411214930 A CN 202411214930A CN 118735307 A CN118735307 A CN 118735307A
- Authority
- CN
- China
- Prior art keywords
- maintenance
- component
- equipment
- period
- production line
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 367
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000008901 benefit Effects 0.000 claims abstract description 11
- 230000003449 preventive effect Effects 0.000 claims description 21
- 238000009434 installation Methods 0.000 claims description 12
- 230000008439 repair process Effects 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 5
- 238000005315 distribution function Methods 0.000 claims description 4
- 230000007774 longterm Effects 0.000 claims description 4
- 230000007423 decrease Effects 0.000 claims description 3
- 230000036541 health Effects 0.000 claims description 3
- 230000015556 catabolic process Effects 0.000 claims description 2
- 238000010219 correlation analysis Methods 0.000 claims description 2
- 238000006731 degradation reaction Methods 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 claims description 2
- 230000006872 improvement Effects 0.000 abstract description 2
- 238000012545 processing Methods 0.000 abstract description 2
- 238000011234 economic evaluation Methods 0.000 abstract 1
- 230000000875 corresponding effect Effects 0.000 description 11
- 230000000694 effects Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
Landscapes
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开智能制造领域的考虑多重相关性的多部件设备串联产线机会维护方法，包含部件预知维护周期与系统预知维护周期两个相互关联的规划周期：在部件预知维护周期，基于部件状态衰退信息构建的维护成本率模型优化部件层预知维护时点，并将结果输入至系统预知维护周期；在系统预知维护周期，基于考虑多重相关性的设备层与系统层维护成本结余模型的建立进行各部件提前维护的经济性评估，并考虑维护资源约束，开展设备维护选择以获得当前维护机会的最终部件维护决策，进行决策结果至下一部件预知维护周期的反馈以开展后续的机会维护规划。本发明能够有效降低多部件设备串联产线的维护成本，从而实现对加工车间经济效益的显著提升。
Description
技术领域
本发明涉及的是一种智能制造领域的技术，具体是一种考虑多重相关性的多部件设备串联产线机会维护方法。
背景技术
多部件设备串联产线具有多重相关性，串联设备间存在经济相关性，一台设备停机维护会导致整条产线停产；设备关键部件间存在结构相关性，一个部件的维护需要同时拆卸其他关联性部件。现有产线维护策略未考虑该特性。
发明内容
本发明针对现有技术存在的上述不足，提出一种考虑多重相关性的多部件设备串联产线机会维护方法。提出了考虑结构相关性与经济相关性的机会维护成本结余算法，整合部件独立健康演化、部件拆卸序列、设备工序关联对于维护成本效益进行分析，构建部件层-设备层-系统层的维护决策框架与闭环交互机制，进一步引入维护资源限制，动态输出复杂制造系统的部件维护计划。本发明能够有效降低多部件设备串联产线的维护成本，从而实现对加工车间经济效益的显著提升。
本发明是通过以下技术方案实现的：本发明涉及一种考虑多重相关性的多部件设备串联产线机会维护方法，包含部件预知维护周期与系统预知维护周期两个相互关联的规划周期；在部件预知维护周期，基于部件状态衰退信息，构建维护成本率模型，优化部件层预知维护时点，将结果输入至系统预知维护周期；在系统预知维护周期，考虑多重相关性，建立设备层与系统层维护成本结余模型，评估各部件提前维护的经济性；考虑维护资源约束，开展设备维护选择，获得当前维护机会的最终部件维护决策，进一步将最终部件维护决策反馈至下一部件预知维护周期，继续开展后续的机会维护规划。
所述的多部件设备串联产线，具体指：由多台多部件设备串联形成的制造系统，其中每台设备包含具有结构相关性的多个关键部件，各部件的状态由于退化而需开展预防性维护作业以将其恢复，或者需开展故障抢修作业以将其从失效状态恢复至工作状态。
所述的部件预知维护周期与系统预知维护周期，具体指：本发明进行产线维护规划的两个互为输入与输出的决策流程，两个周期的规划循环开展以得到规划期内的维护方案；所述的部件预知维护周期针对每个独立部件，进行仅考虑部件的状态衰退过程的维护间隔优化以及初始维护时点分配；所述的系统预知维护周期针对整条产线，将部件预知维护周期的规划结果作为输入，在维护机会考虑多重相关性以及维护资源限制进行各部件的维护时点调整决策，生成最终的部件维护执行方案，并将其反馈至部件预知维护周期，进行后续的部件维护间隔优化。
所述的优化部件层预知维护时点，是指：在部件预知维护周期中，基于系统各部件状态数据的实时监测信息，结合各部件的维护与拆卸参数建立维护成本率模型，并针对该模型进行求解得到成本率最小对应的部件最优维护周期间隔；其中，各部件的维护与拆卸参数包括但不限于预防性维护耗时、预防性维护成本、故障抢修作业耗时、故障抢修作业成本、部件拆卸耗时、部件拆卸成本、部件故障率分布函数；其中，求解得到成本率最小对应的部件最优维护周期间隔具体指通过计算维护成本率模型的导数方程，使导数方程等于0，得到成本率最小对应设备的最优维护周期间隔；最优维护周期间隔作为输入进入系统预知维护周期中。
所述的评估各部件提前维护的经济性，是指：在当前系统预知维护周期中，触发部件率先到达其部件预知维护周期规划得到的最优维护时点时触发维护机会，其他部件的预知维护可提前至该维护机会，多个部件的预防性维护同时执行相较于单独的维护作业可显著节省拆卸、维护与设备安装调试的时间与经济成本，基于各部件的实时健康衰退状态以及涵盖部件拆卸与系统构型的多重维护相关性分析，量化各部件的预知维护提前决策对维护方案经济性的影响。
所述的考虑维护资源约束是指：由于维护人员短缺、交通不便、维护工具缺乏原因，单次维护派遣的维护团队数目有限，导致仅有部分设备中的部件能够进行预知维护作业的实施，因此设定每个维护机会能够进行部件维护的设备数量有限。
所述的开展设备维护选择是指：基于各部件的维护成本结余结果输出，计算设备维护收益，其数值为设备中正维护成本结余数值之和减去拆卸成本以及设备安装调试成本，将得到的各设备维护收益进行降序排序，除维护触发设备外，选择设备组成使总设备维护收益最大，对所选设备中具有正值的总维护成本结余的部件开展预防性维护。
所述的将最终部件维护决策反馈至下一部件预知维护周期，是指：在进行系统预知维护周期的决策之后，根据实际的决策方案更新当前各台设备的实际维护时点；并对执行预防性维护的部件赋值，循环执行下一个周期的部件层预知维护周期规划，实现产线长期的高经济性维护。
附图说明
图1为本发明流程图；
图2为本发明实施例中的多部件设备串联产线的结构示意图。
具体实施方式
如图1所示，为本实施例涉及一种考虑多重相关性的多部件设备串联产线机会维护方法，包括以下步骤：
第一步：用有向节点图表示多部件设备串联产线结构，各台设备整体均以节点0表示，其他节点表示各台设备中所安装的关键部件；具有结构相关性的部件节点之间均由有向箭头连接，箭头方向表示其连接的两个部件之间的拆卸顺序先后关系；箭头由父节点出发，指向子节点，表示子节点所表示部件的拆卸需要首先将父节点所表示部件进行拆卸，即父节点所表示部件具有更高的拆卸顺序；由节点0出发至没有箭头出发的部件节点为一个拆卸路径；表示各台设备的节点0之间以线段进行连接，表示串联设备之间的经济相关性。
第二步、获取部件预知维护周期中的部件状态衰退信息：从第一个部件预知维护
周期开始，即；基于产线各设备中各部件的可靠性参数，得到故障率分布函数。
第三步、定义参数及其符号表示：定义为产线包含的设备集合，索引
为，设备以符号表示；为设备中包含的拆卸路径集合，索引为，中
的拆卸路径以表示；为中的部件集合，索引为，中的部件以符号表示；为中的部件集合；为在其拆卸路径中的拆卸顺序；为
中具有比的拆卸顺序更高的部件集合；为中具有比的拆卸顺序更低的部件
集合；、分别为部件预知维护周期以及系统维护周期的索引；为设备安装调试活动的索
引；、、分别为的预防性维护作业成本、故障抢修作业成本、部件拆卸成本；、
、分别为的预防性维护作业耗时、故障抢修作业耗时、部件拆卸耗时；、分别为
的安装调试成本与耗时；为的单次维护团队雇佣成本；为的生产延误成本率；为的贬值速率；、分别为在规划期开始时与结束时的价值；为每次维护机会所
能维修的最大设备数；为规划期长度。
第四步、定义变量及其公式表示：定义为在第个部件预知维护周期经由维
护成本率模型优化得到的最优维护间隔；为在第个部件预知维护周期经由维护成本
率模型优化得到的最优维护时点；为在第个部件预知维护周期中经系统预知维护调
整后的实际维护间隔；为第个系统预知维护周期的维护决策制定时间点，也即维护机会
开始时间点；、分别为第个系统预知维护周期的触发部件与触发设备，其中触发
设备是指触发部件所在的设备；为的第次安装调试活动完成时间，其中；
、、分别为在时刻的设备层维护成本结余、系统层维护成本结余以及总维护成
本结余；为在时刻的设备维护收益；为在第个部件预知维护周期的故障率
函数；为在时刻的维护决策；为经由本发明方法决策后的时刻部件维护组
合；为的拆卸深度；为在当前规划的拆卸路径中对应于拆卸深度的部件索引；
为第个系统预知维护周期的总预知维护、部件拆卸与设备安装调试耗时。
第五步、求解部件预知维护周期中的部件层预防性维护周期：基于各部件的故障
率分布函数，构建维护成本率模型，并通过求导得出成
本率最小对应部件的最优维护间隔。
第六步、部件预知维护周期中的部件层预防性维护时点分配与更新：基于各部件
的最优维护间隔，计算各部件的最优预防性维护时点分配结果为：，。
第七步：判定周期是否结束：判断是否所有部件的最优预防性维护时点均大于规划周期长度，若是，则结束产线预防性维护规划；若否，则转向第八步。
第八步、判定系统预知维护周期中的维护机会：在产线所有部件中，寻找具有最小
的值的部件，将该部件以及其所在设备定义为维护触发部件及维护触发设备，相应的
值被定义为当前系统预知维护周期的决策制定时间点：，。
第九步、计算系统预知维护周期中的总维护成本结余：对于各个非修部件，在时
刻计算其总维护成本结余，同时进行拆卸深度的更新，直至输出最终的总维护成本结余计
算结果，具体按如下方式实施。
9-1 设定初始拆卸深度：在进行预知维护调整决策前，仅有维护触发部件是
被确定指派进行维护活动的，因此即成为了系统中最初被拆卸的部件，具有其所在拆
卸路径中最深的拆卸位置，而其他拆卸路径中的部件则暂未决策拆卸，故其他拆卸路径中
的最深拆卸深度为0。
9-2 考虑部件间的结构相关性，基于设定的各拆卸路径中拆卸深度对应的部件索
引，建立各部件的设备层维护成本结余计算模型，具体为：修复性维修作业结余项用公式表示为 ，表示预知维护的
提前进行将降低当前周期部件的累积故障率，相应降低修复性维修成本；设备生产延误成
本结余项用公式表示为 ，表示相较于各部件的单独
拆卸维护，将其提前至当前维护机会能够节省额外的预知维护作业及拆卸耗时，因此缩短
该设备的停机延误时间与相应惩罚成本，针对不同的部件分类与，相应的
时间节省分别计算；预知维护作业成本结余项用公式表示为 ，表示从长期规划的角度出发，提
前的预知维护作业将提升预知维护作业频率，故而增加相应的作业成本，该结余项同样根
据不同的部件分类进行分别计算；部件加速折旧成本结余项用公式表示为 ，表示频繁的维护作业导致部件的加速折旧；设备层维护成本结余等于上述四项成本结余项的加和，用公式写为。
9-3 考虑串联设备间的经济相关性，建立各部件的系统层维护成本结余计算
模型，具体如下：维护团队派遣成本结余用公式表示为 ，表示每
台机器部件的维护均需要一支专业维护团队的派遣，对于维护触发设备，对其中除外的其他部件进行维护能够节省单独维护所产生的额外维护团队派遣成本，而对于
其他设备而言，该项成本则无法避免；设备安装调试成本结余用公式表示为 ，表示对于维护触发设备，对其中除外的其他部件进
行维护能够节省整台设备的额外安装调试成本及耗时惩罚，而对于其他设备进行其部件的
组合维护仍需要付出相应的安装调试成本，但其对应的耗时惩罚被节省；安装调试频率提
升成本结余项用公式表示为 ，表示对于除外的其他
设备进行部件提前维护将导致安装调试的频率提升，相应地提升长期安装调试作业成本，
对于则并不产生额外成本；对于各设备而言，其整体的系统层维护成本结余为上述三
项的加和，用公式表示为 ；进一步地，设备中各部件的系统层维护成
本结余通过将各设备的总系统层维护成本结余项除以相应设备中部件数量得到，用公
式表示为。
9-4 综合设备层维护成本结余以及系统层维护成本结余，各部件的总维护成本结
余由二者进行加和得到，用公式表示为 ，若，则说明将
的预防性维护提前至维护机会进行能够在当前的拆卸深度设定下带来成本降低，反之则
说明将增加维护成本。
第十步、选择系统预知维护周期中的设备实施维护：基于各部件总维护成本结余
计算结果，进一步计算各设备的维护收益并进行降序排列，在每次维护机会所能维修的最
大设备数的约束下，选择除之外至多前台设备作为当前的维护设备选择
结果。
第十一步、输出系统预知维护周期中的维护决策：将第十步中得到的维护设备选
择结果以及中具有正总维护成本结余的部件作为当前系统预知维护周期的维护结果，
开展维护活动。
第十二步：反馈系统预知维护周期中的实际预防性维护执行结果：获取实际的维
护执行结果，包括各部件的实际维护执行时间点与实际维护间隔，用公式表达为，其中 ；并计算时刻的实际维护执行耗时，
用公式表达为 ；将
上述结果反馈至后续的部件预知维护周期，进行后续周期的规划，用公式表达为，
实现产线长期的高经济性维护。
将上述方法应用于图2所示的多部件设备串联产线的维护方案制定实例，其中各
部件的维护相关参数如表1所示，各部件的故障率函数分布均可根据历史数据得到，均服从
威布尔分布（）；产线各设备的维护与生产相关参数如表2所
示。规划期时长=24000h，每次维护机会所能维修的最大设备数=3。
表1 设备各个部件的维护相关参数
表2 产线中各个设备的维护与生产相关参数
将本发明所提出的维护决策优化方法应用于上述实例，所得到的维护决策方案如表3所示，其中第一列为各次系统维护决策时间点，第二列为各次维护机会的触发设备，第三列为各次维护机会的触发部件，第四至八列为产线中各设备在各次维护机会执行维护的部件序号。
表3 本发明实施例的维护决策方案结果
为验证本发明所提出的考虑多重相关性的多部件设备串联产线机会维护方法的
有效性，将其他五种传统产线维护策略应用于本案例，并进行总成本比较，比较结果如表4
所示。所采用的各传统策略介绍如下：第一种策略为独立预防性维护策略，记为IPM，系统中
各部件的维护决策仅基于部件预知维护周期中的维护间隔优化结果进行，不考虑部件拆卸
的结构相关性与串联设备的经济相关性；第二种策略为触发设备维护策略，记为TMM，基于
部件预知维护周期开展系统中各部件的维护间隔优化，并考虑部件间拆卸的结构相关性，
在各个维护机会，计算维护触发设备中各部件的设备层维护成本结余，仅对该设备中具有
正结余的部件进行维护；第三种为单部件假设维护策略，记为SCA，该策略采用目前相关研
究中广泛采用的各设备均由单一关键部件构成的假设，基于部件预知维护周期开展系统中
各设备维护间隔最小的部件的维护间隔优化，并将该部件作为整台设备的代表性关键部
件，考虑串联设备的经济相关性，在各个维护机会，计算各设备的系统层维护成本结余，并
在约束下进行设备维护选择，对所选设备进行其中所含所有部件开展维护活动；第四
种策略为简化设备选择策略，记为SMS，该策略考虑了部件拆卸的结构相关性与串联设备的
经济相关性，而未进行设备选择过程，在具有正维护成本结余部件的设备中随机选择台设备，对其中所含具有正维护成本结余的部件进行维护；第五种为维护时间窗
策略，记为MTW，该策略基于部件预知维护周期开展系统中各部件的维护间隔优化，在各个
维护机会，设置维护时间窗，对各设备中部件最优维护时点在该时间窗范围内的
部件进行计数，将所得数目进行降序排列，选择除之外的前台设备，对其中最
优维护时点在时间窗范围内的部件进行维护。
表4 本发明方法与其他传统产线维护策略的维护总成本比较
由总成本对比可得出，本发明所提出的考虑多重相关性的多部件设备串联产线机会维护方法能够针对多部件设备串联系统实现显著的总维护成本优化。
与现有技术相比，本发明创新建立了考虑多重相关性的多部件设备串联产线维护框架，通过维护成本结余模型构建，系统分析了部件拆卸结构相关性与设备串联经济相关性对于维护活动经济性的影响，进一步提出了在有限维护资源约束下的设备维护选择方法，得到高经济性的产线维护方案。本发明得到的多部件设备串联产线维护方案相较于传统方法，能够有效降低总维护成本。
上述具体实施可由本领域技术人员在不背离本发明原理和宗旨的前提下以不同的方式对其进行局部调整，本发明的保护范围以权利要求书为准且不由上述具体实施所限，在其范围内的各个实现方案均受本发明之约束。
Claims (8)
1.考虑多重相关性的多部件设备串联产线机会维护方法，其特征在于，包含部件预知维护周期与系统预知维护周期两个相互关联的规划周期；在部件预知维护周期，基于部件状态衰退信息，构建维护成本率模型，优化部件层预知维护时点，将结果输入至系统预知维护周期；在系统预知维护周期，考虑多重相关性，建立设备层与系统层维护成本结余模型，评估各部件提前维护的经济性；考虑维护资源约束，开展设备维护选择，获得当前维护机会的最终部件维护决策，进一步将最终部件维护决策反馈至下一部件预知维护周期，继续开展后续的机会维护规划。
2.根据权利要求1所述的考虑多重相关性的多部件设备串联产线机会维护方法，其特征是，所述的多部件设备串联产线，具体指：由多台多部件设备串联形成的制造系统，其中每台设备包含具有结构相关性的多个关键部件，各部件的状态由于退化而需开展预防性维护作业以将其恢复，或者需开展故障抢修作业以将其从失效状态恢复至工作状态。
3.根据权利要求1所述的考虑多重相关性的多部件设备串联产线机会维护方法，其特征是，所述的部件预知维护周期与系统预知维护周期，具体指：本发明进行产线维护规划的两个互为输入与输出的决策流程，两个周期的规划循环开展以得到规划期内的维护方案；所述的部件预知维护周期针对每个独立部件，进行仅考虑部件的状态衰退过程的维护间隔优化以及初始维护时点分配；所述的系统预知维护周期针对整条产线，将部件预知维护周期的规划结果作为输入，在维护机会考虑多重相关性以及维护资源限制进行各部件的维护时点调整决策，生成最终的部件维护执行方案，并将其反馈至部件预知维护周期，进行后续的部件维护间隔优化。
4.根据权利要求1所述的考虑多重相关性的多部件设备串联产线机会维护方法，其特征是，所述的优化部件层预知维护时点，是指：在部件预知维护周期中，基于系统各部件状态数据的实时监测信息，结合各部件的维护与拆卸参数建立维护成本率模型，并针对该模型进行求解得到成本率最小对应的部件最优维护周期间隔；其中，各部件的维护与拆卸参数包括但不限于预防性维护耗时、预防性维护成本、故障抢修作业耗时、故障抢修作业成本、部件拆卸耗时、部件拆卸成本、部件故障率分布函数；其中，求解得到成本率最小对应的部件最优维护周期间隔具体指通过计算维护成本率模型的导数方程，使导数方程等于0，得到成本率最小对应设备的最优维护周期间隔；最优维护周期间隔作为输入进入系统预知维护周期中。
5.根据权利要求1所述的考虑多重相关性的多部件设备串联产线机会维护方法，其特征是，所述的评估各部件提前维护的经济性，是指：在当前系统预知维护周期中，触发部件率先到达其部件预知维护周期规划得到的最优维护时点时触发维护机会，其他部件的预知维护可提前至该维护机会，多个部件的预防性维护同时执行相较于单独的维护作业可显著节省拆卸、维护与设备安装调试的时间与经济成本，基于各部件的实时健康衰退状态以及涵盖部件拆卸与系统构型的多重维护相关性分析，量化各部件的预知维护提前决策对维护方案经济性的影响。
6.根据权利要求1所述的考虑多重相关性的多部件设备串联产线机会维护方法，其特征是，所述的考虑维护资源约束是指：由于维护人员短缺、交通不便、维护工具缺乏原因，单次维护派遣的维护团队数目有限，导致仅有部分设备中的部件能够进行预知维护作业的实施，因此设定每个维护机会能够进行部件维护的设备数量有限。
7.根据权利要求1所述的考虑多重相关性的多部件设备串联产线机会维护方法，其特征是，所述的开展设备维护选择是指：基于各部件的维护成本结余结果输出，计算设备维护收益，其数值为设备中正维护成本结余数值之和减去拆卸成本以及设备安装调试成本，将得到的各设备维护收益进行降序排序，除维护触发设备外，选择设备组成使总设备维护收益最大，对所选设备中具有正值的总维护成本结余的部件开展预防性维护。
8.根据权利要求1所述的考虑多重相关性的多部件设备串联产线机会维护方法，其特征是，所述的将最终部件维护决策反馈至下一部件预知维护周期，是指：在进行系统预知维护周期的决策之后，根据实际的决策方案更新当前各台设备的实际维护时点；并对执行预防性维护的部件赋值，循环执行下一个周期的部件层预知维护周期规划，实现产线长期的高经济性维护。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202411214930.7A CN118735307A (zh) | 2024-09-02 | 2024-09-02 | 考虑多重相关性的多部件设备串联产线机会维护方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202411214930.7A CN118735307A (zh) | 2024-09-02 | 2024-09-02 | 考虑多重相关性的多部件设备串联产线机会维护方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118735307A true CN118735307A (zh) | 2024-10-01 |
Family
ID=92865436
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202411214930.7A Pending CN118735307A (zh) | 2024-09-02 | 2024-09-02 | 考虑多重相关性的多部件设备串联产线机会维护方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118735307A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102006045804A1 (de) * | 2006-09-26 | 2008-03-27 | Abb Patent Gmbh | System und Verfahren zur optimierten Instandhaltungsplanung in einem Anlagen-überwachungssystem einer technischen Anlage oder eines technischen Prozesses |
| CN103106543A (zh) * | 2013-01-29 | 2013-05-15 | 上海交通大学 | 生产系统设备层-系统层动态交互预防维护规划的方法 |
| CN112100773A (zh) * | 2020-09-14 | 2020-12-18 | 电子科技大学 | 一种基于部件相关性的透平机械预防性维护方法 |
| CN117611128A (zh) * | 2023-10-10 | 2024-02-27 | 中国人民解放军火箭军工程大学 | 一种考虑单备件保障下的健康管理系统及方法 |
-
2024
- 2024-09-02 CN CN202411214930.7A patent/CN118735307A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102006045804A1 (de) * | 2006-09-26 | 2008-03-27 | Abb Patent Gmbh | System und Verfahren zur optimierten Instandhaltungsplanung in einem Anlagen-überwachungssystem einer technischen Anlage oder eines technischen Prozesses |
| CN103106543A (zh) * | 2013-01-29 | 2013-05-15 | 上海交通大学 | 生产系统设备层-系统层动态交互预防维护规划的方法 |
| CN112100773A (zh) * | 2020-09-14 | 2020-12-18 | 电子科技大学 | 一种基于部件相关性的透平机械预防性维护方法 |
| CN117611128A (zh) * | 2023-10-10 | 2024-02-27 | 中国人民解放军火箭军工程大学 | 一种考虑单备件保障下的健康管理系统及方法 |
Non-Patent Citations (2)
| Title |
|---|
| 司国锦;夏唐斌;宋亚;奚立峰;: "面向租赁服务网络广域运维的3层机会维护调度策略", 上海交通大学学报, no. 04, 28 April 2019 (2019-04-28), pages 389 - 392 * |
| 徐孙庆;耿俊豹;魏曙寰;刘凌刚;: "考虑相关性的串联系统动态机会成组维修优化", 系统工程与电子技术, no. 06, 24 February 2018 (2018-02-24), pages 1412 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115600774B (zh) | 一种装配式建筑构件产线的多目标生产调度优化方法 | |
| CN104732355A (zh) | 设备空闲时间段调整的设备驱动综合调度方法 | |
| CN109946965A (zh) | 一种基于改进的多目标Jaya算法的离散制造车间排产方法 | |
| Radhwan et al. | Redesign of bahulu production layout to improve the efficiency of process flow | |
| CA2680476A1 (en) | System and method of monitoring and quantifying performance of an automated manufacturing facility | |
| CN105825279A (zh) | 一种基于预测的多部件系统成组维修决策方法和装置 | |
| CN113867299B (zh) | 基于数字孪生的不确定扰动下的ipps问题求解方法 | |
| Solberg et al. | Analysis of flow control in alternative manufacturing configurations | |
| CN101364285B (zh) | 一种火力发电机组可用性的预测方法 | |
| Gopalakrishnan et al. | Simulation-based planning of maintenance activities in the automotive industry | |
| CN116090676B (zh) | 一种基于多目标优化的aps排产方法及aps排产系统 | |
| Chen et al. | System maintenance optimization under structural dependency: a dynamic grouping approach | |
| CN106202383A (zh) | 一种应用于网络爬虫的网络带宽占比动态预测方法与系统 | |
| CN113435613B (zh) | 一种面向多维修事件的机会维修决策方法 | |
| CN118735307A (zh) | 考虑多重相关性的多部件设备串联产线机会维护方法 | |
| Da et al. | Integrated preventive maintenance and production scheduling optimization on uniform parallel machines with deterioration effect | |
| CN116841260B (zh) | 一种用于飞机部件装配的动态自适应计划排程方法 | |
| Meerkov et al. | Cellular production lines with asymptotically reliable Bernoulli machines: Lead time analysis and control | |
| Gunreddy et al. | Bottleneck analysis for gear manufacturing unit by using discrete event simulation using ARENA | |
| CN1704947A (zh) | 模具加工产能负载处理系统及方法 | |
| CN118246824B (zh) | 一种基于bim的经济型建模系统 | |
| CN113553066A (zh) | 一种基于流程化配置的智能任务调度方法 | |
| Miller | Implementing the results of a manufacturing simulation in a semiconductor line | |
| Bushuyev et al. | MODELING OF DIGITALIZATION PROJECT MANAGEMENT SYSTEMS BASED ON STOCHASTIC NETWORKS | |
| CN101364093B (zh) | 电极生产加工的排配系统及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |