维修管理现状分析Word下载.docx

维修管理现状分析Word下载.docx

《维修管理现状分析Word下载.docx》由会员分享，可在线阅读，更多相关《维修管理现状分析Word下载.docx（35页珍藏版）》请在冰豆网上搜索。

基于Markov过程的方法和基于Petri网的方法。

Markov过程是前苏联数学家发现的，在1951年被引入到可靠性的分析中来。

60年代出现了Petri网模型。

这些方法的出现极大地促进了系统的可靠性研究。

在随后的几十年的发展中，又出现了各种各样的分析方法，如随机回报网模型Markov回报模型、广义随petri网模型等。

国外研究现状：

目前国外对城市轨道交通系统的可靠性研究主要有：

车辆可靠性测试、安全管理、维修与风险评价、火灾评估、司机操作安全分析、地下结构的风险评价、自动驾驶的事故预防、车站自动门软件安全等安全防范措施方面及关键设备方面的研究。

如新加坡、日本等国在城市轨道交通新线建设与设备采购时要求进行系统安全性与可靠性论证，日本新干线建设时具有较全面和完善的安全监控与应急体系，英国的地铁采用ESM安全管理体系。

国内研究现状：

目前对城市轨道交通系统在运营安全性与可靠性方面的研究主要集中在安全防范措施方面以及关机设备的工作可靠性方面，如有关车辆可靠性测试、安全管理、维修与风险评价、司机操作安全分析、火灾评估、地震对地铁的影响、地下结构的风险评价、自动驾驶的事故预防、车站自动门等方面的研究报道。

对于整体性的研究，国内有构架城市轨道交通系统安全管理体系或保障系统的研究。

我国有关可靠性方面的技术标准规范主要有：

可靠性设计评审（GB7828-87）；

设备可靠性试验（GB5080.1~7-86）；

可靠性与维修性管理（GB6992-86）；

维修性试验与评定（军用标准）；

装备预防性维修性大纲的制定要求与方法（军用标准）等。

目前我国城市轨道交通相关的技术标准或规范有《轨道交通可靠性、可用性、可维修性和安全性性规范及示例》GB/T21562-2008（IEC62278:

2002）和《EN-50126铁路应用：

可靠性、可用性、可维护性和安全性（RMAS）规范和说明》。

（1）在轨道交通的可靠性发展过程中，国内具体代表性的研究如下：

（2）1991年，辛鹏等采取抽样的方法对200辆C62、C65型敞车的维修及故障情况进行了研究，确定了其失效规律服从指数分布，并阐述了当产品的失效规律服从指数分布时，实行预防维修是无效的。

（3）1994年，张元林、汪风泉等研究了一个部件的故障分布为指数分布，而其余三个分布均为一般分布时的并联可修模型，但在故障部件均不能修复如新的情况下，利用几何过程和补充变量法对该模型的可靠性进行讨论。

（4）1995年，侯炳麟采用Markov理论，对轮轴系统的失效-修复这一随机过程进行可靠性分析，确定出各部件以及整个系统的可用度、可靠度和平均无故障工作时间。

（5）2005年，王德根据机车车辆的故障数据，采用基于数值的可靠性分析方法，研究得到了该车辆的可靠性数值。

同年，丁勇等根据货车可靠性试验收集的故障数据，利用可靠性理论和数理统计理论，研究了货车在120km/h时的运行可靠性，做出初步的结论性判断，可靠性失效数据判断依靠故障观察和动力学试验。

（6）2007年，牛留斌等对拟合了机车车辆的应力数据，研究得出了在规定可靠度值时的疲劳寿命与裂纹尺寸之间的关系，并研究了在不同初始条件下裂纹扩展的规律。

（7）2008年，刘爱明以康尼公司客室侧门系统为例研究可靠性设计技术的具体应用。

建立了车门系统的基本可靠性框图和可靠性数学模型，并基于故障数据分析了车门系统的典型故障模式和故障原因。

（8）2010年，李勤、周立新等采用随机过程和可靠性理论，对轨道车辆部件的故障规律和可靠性分析方法进行了研究。

提出了故障分布规律和可靠性指标计算的工作流程。

通过案例分析，验证了所提出的方法的实用性。

同年，王孝延和吴萌岭对城市轨道交通车辆单元制动器进行耐久性试验的方法讨论，依据试验结果对其的可靠性进行了评估。

赵永翔等对轨道车辆轮对的可靠性及安全性进行了研究。

1.3.多状态系统的可靠性研究进程

常规二态可靠性理论认为系统和其组成单元仅存在正常工作和完全失效两个状态，并在此基础上逐渐建立和完善了系统的可靠性优化设计、维修决策、保修管理等理论方法。

多状态可靠性理论是近年来学术界和工业界所共同探索和研究的热点和难点课题，由于它打破了以往二态可靠性理论对系统和其组成单元的状态数量的限制。

多状态可靠性理论之所以被广泛应用于各种领域，是因为它揭示了复杂系统多状态的本质特征;

能够客观反映工程科学中各类系统在设计、使用过程中状态的演变规律;

可以定性和定量评估系统的性能和可靠度等重要指标，这些都体现了多状态可靠性理论的科学意义和重要的工程价值。

多状态系统的可靠性建模及评估算法：

（1）将二态系统的布尔模型扩展为多值模型。

例如：

多状态故障树、多状态最小路径、多值决断图（MVDD）等。

（2）随机过程模型。

如：

其次马尔可夫模型、非齐次马尔可夫模型、随机衰退模型等。

（3）通用生成函数。

（4）随机仿真。

蒙特卡洛仿真、随即Petri网等。

为了使系统具有最好的性能或最低的成本，通常需要考虑如何对系统进行优化设计。

对于一个由若干单元构成的多状态复杂系统来说，系统的可靠性和性能与各单元的性能状态有关，而且还与系统的组成结构有关。

因此，提高整个系统的可靠性主要有四种途径:

（1）单元的冗余设计。

（2）优化系统的组成结构。

（3）提高单元的性能或可靠性。

（4）综合使用上述三种途径。

现有的各类系统可靠性优化设计方法：

（1）采用生成函数计算在不同系统设计方案下的可靠性指标，并利用遗传算法搜索全局最优解。

（2）Tian等人提出多状态串联-并联系统的联合冗余和可靠度的优化方法，从系统组成单元的冗余程度以及单元的状态分布两个角度优化系统可靠度。

（3）Li和Zuo研究了多状态权值k-out-of-n系统的元件最优可靠性设计问题。

（4）Levitin和Amari根据加速失效时间规律对静态的载荷共享多状态系统的可靠性优化和载荷分配策略开展了研究。

（5）Remirez-Marquez和Rocco研究了多状态两终端的网络可靠性分配优化问题。

（6）Yu等利用相关函数刻画组成系统单元的冗余相关度，并在此基础上研究了系统的优化设计。

（7）Li和Chen等研究了共因失效下的非齐次多状态系统冗余优化分配问题。

多状态系统可靠性优化算法：

与二态系统可靠性优化问题相比，多状态系统的设计过程中存在更多的决策变量。

因此，随着组成系统元件数的增加，其可靠性优化问题的可行解空间将成指数增长，这无疑对优化算法提出了新的挑战，而传统的枚举式搜索寻优算法很难在有限的时间内得到全局最优解。

随着近年来各种启发式算法和计算智能的迅猛发展，为解决多状态系统可靠性优化问题带来了新的活力：

（1）Levitin和Lisnianski较早地提出了运用遗传算法的全局收敛性较强的优势来解决各类型多状态系统的可靠性优化设计问题。

（2）Tian等将遗传算法应用在多状态系统冗余一可靠度优化问题中。

（3）Ramirez-Marquez和Coit提出了一种新的启发式算法以解决包含二态性能元件的多状态系统冗余分配的可靠性优化问题。

（4）Nahas和Dao利用声搜索算法求解多状态系统冗余优化设计问题。

（5）Levitin川运用粒子群算法解决多状态系统可靠性优化设计的单目标和多目标优化问题。

（6）Meziane等和sharma等将蚁群算法应用在含约束的多状态系统可靠性优化问题中。

（7）Ouzineb等和Kuo等利用禁忌搜索求解串一并联多状态系统的冗余优化问题。

在实际工程中，系统的设计有时需要兼顾多个目标，例如:

可靠性最高、可用度最大、成本最低、质量最小等。

因此，研究多目标下的系统可靠性优化成为了多状态可靠性理论的一个重要分支。

多目标下的系统可靠性优化理论成果主要有：

（1）Tian和Zuo等利用物理规划理论在构造设计者偏好信息上的优势和灵活性，将多状态系统可靠性优化设计的多目标问题转化为单目标问题。

（2）Taboada等提出了运用多目标遗传算法搜索Pareto解，为设计者最终的决策提供充足的备选集。

T

（3）aboada等提出了多目标多状态的遗传算法（Multi-ObjectiveMulti-StateGeneticAlgorithm，MOMS-GA），能很好地搜索出多状态系统可靠性优化问题的Pareto曲面。

（4）Ramirez-Marquez和Rocco提出了基于多目标进化算法和蒙特卡罗仿真的两终端网络的可靠性优化分配方法。

1.4.可靠性与主动维修的关系

可靠性可以评估出系统或设备的使用寿命、役龄、运行状况和功能的实现程度。

根据这些数据用相应算法进行维修方式选择。

环境适应能力

耐久服役能力

可修复维修能力

综合评估

机车

系统

单元

2．现有维修方式

图1.复杂设备的维修方式

按照设备的状态和维修的时机，可以将复杂设备的维修方式分为故障前维修和故障后维修，即预防性维修和修复性维修两大类。

GB/T3187-94《可靠性、维修性术语》中定义：

预防性维修（PreventiveMaintenance）是为降低产品故障的概率或防止功能退化按预定的时间间隔或按规定准则实施的维修；

修复性维修（CorrectiveMaintenance）是故障识别后使产品恢复到能执行规定功能状态所实施的维修。

复杂设备维修方式的详细分类如图1。

预防性维修

预防性维修是在设备故障前采取合适的维修活动将故障消灭在萌芽状态，按照维修依据不同分为计划性维修和基于状态的维修。

（1）GB/T3187-94《可靠性、维修性术语》中定义：

计划性维修（ScheduledMaintenance）是按预定的进度计划实施的预防性维修。

计划性维修是以时间为依据（TimeBased）的维修，也可称为定时维修（HardTimeMaintenance），是根据维修计划，按规定的时间间隔进行停机检查、解体、更换零部件，以预防损坏、继发性毁坏及运行损失。

按照维修工作内容不同计划性维修又可以分为定时拆修和定时更换两种方式：

定时拆修（Restoration）指设备使用到规定时间予以拆修，通过分解、清洗或翻修使其恢复到规定的状态，有效地预防具有明显损耗期的设备发生故障，即主要针对图1.1中的A、B两种故障模式实施的；

定时更换是指按一定的周期用新的设备或部件替换旧的使用中的设备或部件，当定时更换（ScheduledReplacement）的时间到达时，不管设备当时的可靠性状态如何，都将按计划更换，主要适用于寿命可知的设备或部件，以避免故障的发生。

（2）基于状态的维修是以状态为依据（ConditionBased）的维修，在机器运行时，对它的主要（或需要）部位进行定期（或连续）的状态监测和故障诊断，判定设备所处的状态，预测设备状态的发展趋势，依据设备状态的发展趋势和可能的故障，预先制定预测性维修计划。

CBM也称为预测性维修（PredictiveMaintenance）或视情维修（On-conditionMaintenance）虽然名称不同，但是内涵是相同的，都是应用状态监测技术和故障诊断技术，按诊断程序来确定设备“健康状态”的维修活动，仍然属于预防性维修的范畴，是预防性维修进一步的发展。

CBM的理论依据是：

设备都有自己的状态，即将出现问题的设备会出现一些可以观察、感觉或测量到的信号，如噪声、振动、发热、裂纹或电量的改变等。

如图1.3，从发现故障征兆的点P到功能故障点F之间的时间称为P-F间隔，如果能在P-F间隔采用一些技术及时发现这些故障征兆，并采取相应措施，便可避免故障的发生。

修复性维修

修复性维修是设备发生故障后，使其恢复到规定状态所进行的全部活动。

它可以包括下述一个或全部步骤：

故障定位、故障隔离、分解、更换、再装、调准及检测等。

也就是说，允许故障发生后再进行相关维修的方式均可以划为修复性维修的范畴，主要包括事后维修、状态监控维修、隐患检测以及更改设计。

（1）事后维修（Break-downMaintenance）是有故障才维修（FailureBased）的方式，它是以设备是否完好或是否能用为依据的维修，是在设备部分或全部故障后再恢复其原始状态，也就是用坏后再修理。

其适用范围是：

①对于操作者来说是不明显的功能故障；

②对于无法预知故障情况的设备，只要对安全或任务无直接危害，可以采用这种方式；

③对于安全性或任务无直接危害的损耗性设备，虽可用定时或基于状态的维修，但若故障后果的费用小于预防性维修时，可采用事后维修。

（2）状态监控维修（ConditionMonitoredMaintenance）通过对使用中的具体产品的全部总体数据进行分析，指出是否需要对技术资源进行分配，确定应采取的维修。

状态监控维修不是一种预防性维修，它允许故障发生，并根据对使用信息的分析指出需要采取的适当措施。

（3）隐患检测是指在某一具体的时间间隔内，为发现设备已存在但对操作人员来说尚不明显的功能故障所进行的检测工作，如对冗余设备、报警器的检测。

预防性维修与修复性维修有着各自的内涵和意义，预防性维修是发展趋势，但就目前工业的发展水平，离完全实现预防性维修还有一定的差距，因此，修复性维修的存在是必然的。

修复性维修是一种被动维修，虽然它的缺陷很明显，甚至导致的后果很严重，但是由于工业发展的局限性，这类维修仍然是不可避免而存在的。

预防性维修较修复性维修有很大优势，因其宗旨是“防患于未然”。

如果决策合理、规划科学，不仅能保证设备运行的可靠性和安全性，有效地减少故障的发生，避免由故障引起的一系列不良后果，而且还能够大大降低维修费用和全寿命周期费用。

因此，本文将对设备的预防性维修决策的理论和方法进行研究，优化计划性维修周期及CBM时机，尤其对于组成复杂、故障分布复杂、结构和状态复杂的设备，只有准确分析设备的故障分布、影响因素，科学决策计划性维修和CBM的各项参数，才能使预防性维修效果达到理想的要求。

3．维修决策研究现状

决策支持系统（DecisionSupportSystem,DSS）的基本概念最早于20世纪70年代初由美国M.S.ScottMorton教授在《管理决策系统》一文中提出。

DSS是支持决策者针对半结构化问题进行有效决策的人－机交互系统，在决策过程中，通过人机交互对话，DSS能为决策者提供决策所需的各种数据和背景资料，帮助决策者明确目标和进行问题识别，提供各种备选方案，并引导决策者对各种方案进行优化，为正确决策提供有益的帮助。

与一般问题求解不同的是DSS不直接向决策者提供确认为最优的方案，而是以提高决策者的决策能力为目的。

由于采用的模型主要是数学模型，它辅助决策的能力主要表现在定量分析上。

决策支持系统把管理信息系统和模型辅助决策系统结合起来，使得数值计算和数据处理融为一体，提高了辅助决策的能力。

3.1.国外研究现状

在现实工程中，设备的复杂性是多样的，其中有寿命的复杂性，结构的复杂性和状态的复杂性等等，在解决多个设备的不同状态的维修工作时，往往需要更多的理论基础做指导，目前二状态和单设备的维修理论研究已经无法满足工程中的需求，很多学者和工程师的研究和实践重心已经从简单的系统简单的状态上，转移到了更为复杂的层面，在多状态可靠性理论基础上，研究多状态系统的维修和保修策略是近年来的发展趋势。

由于系统和组成单元存在多个状态，所涉及的相关性、不确定性和决策变量更为复杂。

以下是国外一些阶段性研究成果的列举：

（1）VanDerDuynSchouten指出优化模型不能得到广泛应用的原因之一是：

单部件优化模型过于简化而不能贴切的反映系统实际复杂的运行环境，因此，近十年来大量的学者投身于研究多部件的维修优化模型研究。

Cho和ParlarDekkeretal对1997年以前的多部件模型作了介绍和分析。

Wang在其论文“Asurveyofmaintenancepoliciesofdeterioratingsystems”中列举了20余篇多部件维修优化模型，并按照不同的维修策略分为成组维修策略和机会维修策略两类。

（2）Jenkins开发了设备维修和更新的决策支持系统；

（3）wnag开发了关于时间迟延模型的软件原型。

Jardine和Mka采用比例故障率模型PHM描述系统状态，以费用最小为优化目标，建立了基于状态的维修更换模型，开发了软件包ExAKT。

（4）GerhardVouma报导了ABB开发的工业环境下根原因在线分析支持系统RC@s，该系统通过综合模型库提供分析模型，帮助运行与维修，消除工业生产中出现的问题。

（5）stanislavJovanovic报导了欧洲铁路研究院（ERRI）研制的铁路维修和更新决策支持系统ECOTRACK。

以下是多状态系统中的研究成果：

（6）Levitin和Lisnianski建立了一个系统冗余分配和更换维修决策的联合优化模型，以使整个多状态系统在寿命周期内以最小成本满足可用度指标。

（7）Levitin等和Nahas等研究了由二状态元件构成的多状态系统在非完好维修下的预防维修计划优化。

（8）zhang等系统地研究了存在多个失效状态类型的多状态系统最优更换维修策略。

（9）Yeh研究了具有k个工作状态和l个失效状态的多状态系统的单调维修模型。

（10）Nourelfath等]研究了在有限维修人员下的多状态系统冗余和维修决策优化问题。

（11）Tan和Raghavan提出了一种多状态系统预测性维修决策框架，从“系统级角度”的维修概念出发，研究了系统维修后的随机失效规律以及更换维修策略。

（12）Soro等研究了在修复性维修和非完好预防性维修下的多状态系统性能状态评估模型及方法。

（13）Huang和Yuan提出了在周期监测下的两阶段多状态衰退系统预防维修策略。

（14）Lisnianski和Ding等研究了在非齐次马尔可夫模型下的多状态系统的维修优化和最优序列修复维修计划等问题。

（15）Kim和Makis利用半马尔可夫决策模型研究了在两类失效下的多状态衰退系统的维修决策。

（16）Zuo等研究了多状态衰退系统在保修策略下的更换与维修方案。

以下是长生命周期设备的维修决策研究成果：

（17）学者R.Sudarsan等提出产品生命周期中产品信息建模框架，用以支持产品生命周期各个阶段产品信息交换，其中包含了核心产品模型（CPM），装配模型（OAM）、设计分析模型（DAIM）以及产品族演化模型（PFEM）等。

（18）学者XiaoqingTang提出支持产品全生命周期质量管理的产品数据模型模型包含了6个层次:

通用物料层、质量数据传递层、质量过程层、质量活动层、质量对象层与物理数据层，质量数据被集成在这个框架中。

（19）学者R.Brakel等研究了在大型核聚变设备超导Wendelstein7-X仿星器的产品生命周期管理中应用技术状态管理来保证系统需求与系统运行表现的一致性。

（20）学者S.Chiocchio等研究了在国际实验热核反应堆装备（InternationalThermonuelearExperimentalReaetor，ITER）的制造以及维护过程中如何使用系统工程与技术状态管理的方法来确保装置的运行质量与设计的一致性。

3.2.国内研究现状

目前国内在维修决策支持系统方面的研究并不多，哈尔滨工业大学的王文彬，马天超和杨承开发了企业设备大修、更新决策计算机系统，吴洪波开发了设备更新决策和设备最佳库存系统，大连海事大学范世东开发了根据设备状态确定维修类型的系统。

这些维修决策支持系统都有一些基本的优化模型以及数据分析模块，但存在维修模型单一，很少考虑设备状态、和MSI或CMMS没有联系，不能实现实时决策，缺乏自动选择合适模型的功能等缺点。

在维修决策系理论研究方面比较先进的有以下代表性进展：

（1）左洪福等研究的基于比例风险模型的航空发动机视情维修决策。

他们利用Weibull比例风险回归的建模思想,分析了航空发动机因性能衰退而换发的历史监控数据记录,并据此建立了反映该类发动机性能参数与在翼时间之间的函数关系;

进而采用最小维修成本、最大用度策略确定最优维修决策阈值,为同类型在翼发动机进行维修决策的优化提供了一个客观的量化方法。

（2）浙江大学的王凌博士等针对一类多设备系统（其中设备是完全相同的，其劣化过程建模为离散时间马尔可夫链），提出了一种视情更换和备件定购策略，给出了该策略下的维修系统的蒙特卡罗仿真模型，并对提出的策略在卡车发动机视情维修决策优化方面的应用进行了研究。

（3）董玉亮等利用维修历史数据和状态评价及预测结果，建立了各类设备的维修任务决策及优化模型，并给出了求解方法；

并以RCM分析方法为基础，结合我国电力行业的特点和对维修的需求，成功设计出适合我国发电设备运行的运营维修决策支持系统。

（4）毕建新、张志春等应用延迟时间模型描述航空装备多部件系统的故障过程，应用改进遗传算法获得延迟时间模型参数的最大似然估计值，并对系统故障分布模型参数进行估计，结果可为航空装备多部件系统的视情维修策略提供参考依据。

（5）南京大学的孙绍辉等针对潜在故障期内的特点，利用随机滤波理论建立了航空发动机的剩余寿命预测模型，并采用K．M法检验发动机性能参数的退化数据服从威布尔分布，按照最优线性无偏估计的点估计方法和极大似然函数法对相关参数进行点估计，举例对某型航空发动机在潜在故障期内的剩余寿命进行了预测。

（6）电子科技大学的刘宇提出了多状态复杂系统的选择性维修决策优化模型。

在多状态复杂系统可靠性理论基础上开展了在有限维修资源约束下多状态复杂系统的选择性维修决策优化的研究。

同时还提出了多级层次型复杂系统的统计灵敏度分析方法，并能广泛应用于复杂系统可靠性分析和设计中，以辅助系统不确定分析和降低模型复杂度。

（7）清华大学的高萍博士在其论文中阐述了对复杂设备基于状态的维修决策研究，分析物理可靠性模型的分类及各自的特点和适用性；

基于协变量物理可靠性分析，建立以可用度最大为目标的CBM最优维修时机决策模型。

她还以胜利油田150KY260-265型输油泵和DF140-150型注水泵为研究对象，根据运行状态监测数据，建立设备的物理可靠性模型，得到可用度最大时设备的CBM维修时机策略。

（8）北京化工大学化工安全教育部工程研究中心高金吉院士把先进维修诊断工程理论和基于风险的维修理论相结合，研究了基于风险和状态的