基于故障預(yù)測(cè)的設(shè)備維護(hù)與生產(chǎn)調(diào)度集成優(yōu)化研究.pdf

1、為了避免因設(shè)備故障導(dǎo)致生產(chǎn)中斷造成損失，往往需要對(duì)設(shè)備進(jìn)行預(yù)防維護(hù)保養(yǎng)。在生產(chǎn)實(shí)踐中，設(shè)備的預(yù)防維護(hù)計(jì)劃和車間的生產(chǎn)計(jì)劃往往由不同的部門分開制定。實(shí)際上，這兩個(gè)計(jì)劃是互相影響的，在生產(chǎn)時(shí)間的分配上存在沖突，分開考慮不利于制定最合理的維護(hù)計(jì)劃和生產(chǎn)計(jì)劃。
　　此外，目前基于可靠性分析的設(shè)備維護(hù)研究，主要依據(jù)確定的概率函數(shù)分布來計(jì)算設(shè)備的故障率和平均維護(hù)周期，沒有考慮設(shè)備故障的突發(fā)性和不確定性，因此，有必要根據(jù)對(duì)設(shè)備故障預(yù)測(cè)的結(jié)果設(shè)計(jì)

2、預(yù)防維護(hù)計(jì)劃的參數(shù)，然后據(jù)此進(jìn)行設(shè)備預(yù)防維護(hù)與生產(chǎn)調(diào)度集成優(yōu)化問題的研究，以期為生產(chǎn)實(shí)踐者制定科學(xué)合理的預(yù)防維護(hù)和生產(chǎn)計(jì)劃提供決策支持。
　　主要的研究?jī)?nèi)容包括以下四個(gè)方面：
　?。?）針對(duì)多設(shè)備混聯(lián)系統(tǒng)設(shè)備的故障預(yù)測(cè)，設(shè)計(jì)了基于CBR_RBR的混合專家系統(tǒng)。首先，依據(jù)大量的歷史維護(hù)記錄，分別采用特征提取和分類決策樹方法建立案例庫和規(guī)則庫；然后，采用CBR_RBR混合推理機(jī)制，進(jìn)行目標(biāo)案例的最相似案例匹配或規(guī)則選取，預(yù)測(cè)出當(dāng)

3、前設(shè)備未來一段時(shí)間的維護(hù)參數(shù)；最后，通過實(shí)例預(yù)測(cè)表明混合專家系統(tǒng)預(yù)測(cè)方法具有良好的預(yù)測(cè)精度。
　?。?）為了進(jìn)一步研究復(fù)雜多設(shè)備混聯(lián)制造系統(tǒng)的設(shè)備維護(hù)與車間調(diào)度集成優(yōu)化問題，針對(duì)柔性流水車間調(diào)度（FFSP）問題，建立以最小化完工時(shí)間為目標(biāo)的FFSP與設(shè)備維護(hù)的集成優(yōu)化模型。提出了改進(jìn)生物地理學(xué)算法（BBO）進(jìn)行求解，在基礎(chǔ)調(diào)度方案中以一定的概率在設(shè)備空閑時(shí)間段插入維護(hù)時(shí)間，從而得到集成方案。算例試驗(yàn)表明集成優(yōu)化方案大幅縮短了完工時(shí)

4、間，維護(hù)次數(shù)也明顯減少，降低了生產(chǎn)成本。
　?。?）為解決設(shè)備故障帶來的拖期交貨和維護(hù)成本增加等問題，建立了最小化拖期懲罰成本和維護(hù)成本的多目標(biāo)設(shè)備維護(hù)與柔性作業(yè)車間調(diào)度（FJSP）集成優(yōu)化模型。提出了一種新的層次生物地理算法進(jìn)行求解，算法將解空間分為上、下兩層，設(shè)計(jì)了分層迭代尋優(yōu)機(jī)制，并融入多種局域搜索策略，提高收斂速度和尋優(yōu)精度。與遺傳算法和生物地理算法對(duì)比計(jì)算結(jié)果表明層次生物地理算法優(yōu)于其他兩種算法。
　　（4）對(duì)故障