首页> 中文学位 >考虑能耗的混联生产系统智能维护调度方法研究
【6h】

考虑能耗的混联生产系统智能维护调度方法研究

代理获取

目录

封面

中文摘要

英文摘要

目录

第1章 绪论

1.1 课题来源

1.2 课题研究的背景和目的

1.3 国内外研究现状

1.4 本文研究的主要内容

第2章 维护调度问题建模

2.1 单设备可靠度衰退与设备维护模型

2.2 设备能耗模型

2.3 系统可靠度模型与能耗模型

2.4 系统结构模型

2.5 维护成本模型

2.6 本章小结

第3章 考虑能耗的多目标维护时机决策

3.1 基本维护策略

3.2 MOCLPSO算法简介

3.3 解的编码

3.4 粒子学习方法

3.5 惯性权重与学习因子的设置

3.6 外部档案更新

3.7 本章小结

第4章 维护设备成组

4.1 设备成组策略

4.2 层次聚类法简介

4.3 设备之间的相似距离计算

4.4 设备的聚类

4.5 聚类的分割

4.6 本章小结

第5章 维护单元调度排序

5.1 维护单元调度排序规则提取流程与决策树学习算法简介

5.2 训练与测试样本的生成

5.3 决策树的生成

5.4 决策树的剪枝与优化

5.5 调度结果的提取

5.6 本章小结

第6章 智能维护调度方法在某滑动轴承生产系统中的验证

6.1 滑动轴承生产系统简介

6.2 生产系统仿真参数设定

6.3 考虑能耗的多目标维护时机决策方法验证与分析

6.4 维护设备成组方法验证与分析

6.5 维护单元排序调度方法验证与分析

6.6 本章小结

结论

参考文献

附录

攻读硕士学位期间发表的论文及其他成果

声明

致谢

展开▼

摘要

智能维护调度方法以智能预诊技术为前提,以“基于状态的维护”为基本策略,使用智能算法实现对设备的“按需维护”,能够有效地延缓设备的老化、维持设备较高的性能,以此保证设备运行的可靠性、降低设备的使用能耗,同时最大程度地降低维护活动造成的维护费用与生产损失,对企业具有十分重要的意义。
  针对混联生产系统建立了智能维护调度模型。以Weibull分布为基础建立设备可靠度衰退模型;对Malik役龄回退模型进行了改进,同时引入可靠度衰退加速因子,考虑小修、中修、大修、更换四种维护方式,建立了设备的维护模型;综合考虑设备的磨损规律和磨损与能耗之间的关系,建立设备的“役龄-能耗”模型;为描述混联系统中设备之间的结构依赖性,建立了混联生产系统的结构模型;建立了系统的可靠度模型和能耗模型;建立维护成本模型,其中维护费用部分主要考虑维护资源的使用产生的费用,而生产损失部分由设备停机造成,生产损失的计算主要考虑了设备之间结构依赖性、生产系统中的有限缓存以及有线维护资源等约束。
  分别对复杂生产系统维护调度的三个层次——维护时机决策、维护设备成组和维护单元调度排序进行研究。
  利用多目标全面学习粒子群算法(Multi-Objective Comprehensive Learning Particle Swam Optimization,MOCLPSO)对维护时机决策问题进行了求解。以低系统能耗、低维护成本以及高系统可靠度作为决策的三个目标。介绍了目标全面学习粒子群算法的计算流程。从解的编码方式、粒子学习方法、惯性权重与学习因子的设置方法,以及外部档案更新等问题详细介绍了该算法在多目标维护时机决策方法中的应用,其中重点阐述了外部档案更新问题中Pareto空间比较法和线性加权比较法这两种多目标问题粒子优劣比较方法。
  综合考虑与设备维护相关的几种相似性:距离相似性、设备种类相似性、维护方式相似性、系统结构位置相似性和维护时间相似性,设计了相应的相似距离的计算方法。利用层次聚类法实现对维护设备的成组。在聚类过程中使用均连法计算聚类之间的相似距离;以聚类之间的非一致性作为参考实现聚类的分割。
  提出一种基于CART算法实现维护单元调度排序规则提取的方法。介绍了CART算法的计算流程;设计了CART算法的样本的形式与生成方法,其中样本中综合考虑了设备维护时间、占用维护资源的数量和停机引起系统生产率损失等与维护成本相关的主要因素;设计了20种普通的调度规则和使用遗传算法解决维护单元调度排序的方法,使用这两种方法分别生成两组调度优解,以此为基础生成决策树训练样本;介绍了决策树的生成、剪枝与优化过程,设计了维护单元调度排序规则的提取和维护单元排序的转化方式。
  以一个滑动轴承生产系统为例,对本课题提出的智能维护调度方法进行验证分析。首先,分别使用基于Pareto空间比较法和基于线性加权比较法的的MOCLPSO对考虑能耗的多目标维护时机决策问题进行求解,对优化迭代过程进行了详细的分析,并对两种方法进行了比较,讨论了两种方法各自的应用条件。然后以维护时机决策获得的优解为例验证了本文提出的设备成组方法的有效性,并且通过不同的维护资源约束条件下的仿真算例分析了成组维护的适用范围。最后,分别对基于普通规则生成样本和基于遗传算法调度样本的决策树生成的剪枝过程进行了分析,并对普通规则、遗传算法、基于CART算法的维护调度规则提取方法的调度结果、运算时间进行了分析和比较。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号