设备维护和备件库存联合优化关键问题研究

摘要

伴随全球商业竞争的加剧，维护在企业中的地位日趋重要。本文首先着重分析了维护管理和维护优化，指出维护和备件库存联合研究成为维护优化的重要研究方向，进而归纳出设备维护和备件库存联合优化策略亟待解决的一些关键问题。围绕这些关键问题，本文主要贡献如下： (1)对于订货提前期确定的备件库存和成批更换：Brezavscek联合优化模型，推导出该模型最优值存在和唯一的充分条件； (2)建立了订货提前期不确定的备件库存和成批更换联合优化策略和模型，其中模型分析了四种完备和互斥概率意义上的可能事件； (3)推导出上述订货提前期不确定的联合模型最优值存在和唯一的充要条件，为今后该策略和模型的推广应用奠定了重要理论基础。联合优化模型最优值存在且唯一条件的推导，学术界没有发现类似文献； (4)在将上述联合模型拓展到基于预诊维护或全维护模型之前，有效解决设备关键部件的寿命预测问题至关重要。为此，利用复Morlet小波、源之于自组织映射神经网络的最小量化误差法和源之于BP神经网络的加权推导失效寿命技术，较为准确地预测了轴承的剩余有效寿命。寿命预测结果表明：该预诊体系预测结果远优于工业界常用的轴承LlO寿命标准。本研究不但给出了一整套新的预测设备关键部件寿命的完整有效体系，而且为后续的维护和库存联合模型进一步扩展奠定了必要的理论和数据基础。 上述维护和库存联合优化策略模型可广泛应用于工业维护领域，可以革新已采用成批替换维护策略的企业，也可推广到金融、经济和军事领域等。相应的理论推导在模型实际应用中具有重要的理论指导意义。

目录

文摘

英文文摘

上海交通大学学位论文原创性声明及版权使用授权书

第一章绪论

第二章订货提前期确定的库存和维护联合优化

第三章订货提前期不确定的库存和维护联合优化

第四章设备关键部件寿命预诊体系研究

第五章结论和展望

参考文献

攻读博士期间完成的主要文章

致谢

上海交通大学学位论文答辩决议书