《生产系统预测性维护调度优化研究》刘勤明，叶春明著|(epub+azw3+mobi+pdf)电子书下载

图书名称：《生产系统预测性维护调度优化研究》

【作　者】刘勤明，叶春明著

【页 数】 236

【出版社】 上海：上海交通大学出版社 , 2021.04

【ISBN号】978-7-313-24320-1

【价 格】78.00

【分 类】生产调整-研究

【参考文献】 刘勤明，叶春明著. 生产系统预测性维护调度优化研究. 上海：上海交通大学出版社, 2021.04.

图书封面：

图书目录：

《生产系统预测性维护调度优化研究》内容提要：

本书立足于过去几十年国内外的生产维护调度相关研究的基础上，考虑生产系统观测变量间的非独立性和不等式约束，实现其有效的健康预测，为设备的预测性维护提供了决策依据，建立了考虑库存策略和生产策略的生产设备的预测性维护调度模型。本书主要是鉴于预防维护、事后维护和状态维护的缺点，提出了基于健康预测的预测性维护，并且，在维护过程中，分别考虑生产计划和维护计划，有助于生产设备维护调度领域的发展。

《生产系统预测性维护调度优化研究》内容试读

第1章绪论

1.1研究背景和意义

随着科学技术和现代工业的迅速发展，许多设备变得越来越复杂。这些设备由于其复杂性和其他各种因素的影响（如磨损、负载、外部冲击、运行环境的变化)，其性能及健康状态将不可避免地发生变化，进而造成系统最终的失效。而

一旦发生由于失效引起的事故，所造成的人员、财产损失甚至环境破坏往往是不可估量的门。例如，2010年4月发生在墨西哥湾的漏油事故，就是由于“深水地平线”钻井平台发生爆炸时，最后一道安全防线一防喷阀的失效，造成原油不断冒出，多名工作人员失去了生命，当地大量生物死亡，对生态环境造成了永久性的破坏[)。此外，用于保证设备正常运行的维护保障活动还需要相应的费用支持。据调查，各类行业在维护中的投入占到生产总成本的15%一70%，而维护活动安排及维护资源管理的不当，将会影响整个生产过程并造成浪费[)。因此，在设备运行过程中，利用先进的科学技术，有计划、有组织、有针对性地对设备进行状态监测和故障诊断，在其性能退化的初期，尤其在还没有造成重大危害时，及时发现异常或定量评价设备健康状态、预测设备的剩余寿命，并在此基础上确定对设备的最佳维护时机，成为一个十分重要和紧迫的课题。

近年来，设备的健康预测研究取得了蓬勃的发展，准确可靠的预测分析结果对设备安全性能的提升、维护成本的降低、停工时间的减少等方面都发挥着重要作用。在健康预测研究中，监测数据是开展设备剩余寿命预测研究的前提和基

2生产系统预测性维护调度优化研究

础幻。但设备在实际运转过程中，由于噪声、故障和人为因素等影响，导致采集到的样本数据出现不确定，最终会影响剩余寿命预测的结果[5-]。如何在样本数据不确定的情况下对设备进行有效的健康预测，将成为健康预测领域的一项重大而急迫的研究任务。这种数据不确定的情况是一种不确定性问题，目前，不确定性问题作为系统特别是复杂系统故障的一个重要特性，成为智能诊断领域中一个重要研究内容。对在样本数据不确定下的设备进行健康预测将具有十分重要的研究意义，可以归纳为以下几点：

(1)经济角度：准确可靠的健康预测结果可以提高设备利用率、延长机械设备运行周期、降低设备运行费用。不但保证了企业的运作效率，而且降低了企业的维护费用

(2)安全角度：一些大型复杂设备的故障可能会带来难以估算的安全隐患，比如航天、核电等设备，一旦发生故障可能会造成人员伤亡以及重大经济损失。如果能够对这些设备开展有效的健康预测，就可能在设备产生重大突发故障前，对设备进行适当的维护，减小设备的安全隐患。

(3)生产角度：合理有效的健康预测结果可以提高维护决策的精确性，能够实现用最小的备件库存满足最大的维护操作，有效降低了企业备件的库存费用。

在制造业中，企业的生产设备是其生存与发展的重要物质财富，对设备的管理已经成为企业生产经营的重要组成部分。在大部分的制造型企业中，生产设备所占固定资产的比例高达60%以上，可见生产设备对于制造型企业的重要性。随着生产设备的不断运行，设备上的零部件会出现一定程度的磨损和老化，如果不能对设备进行有效的维护保养，可能会导致设备出现意外的故障发生。生产设备故障的发生会使企业的生产计划难以实现，从而使企业遭受巨大的经济损失，甚至可能会导致一些不必要的人员伤亡事件的发生，所以合理有效地制定设备的维护方案对生产企业格外重要，科学的维护策略可以使设备更加安全地运行和减少设备故障的发生概率，从而提高企业的生产效率和核心竞争力。设备在实际生产过程中可能会发生故障，一般需要进行相应的维护才能将设备恢复到良好的状态，为了对设备进行维护，备件作为维护活动重要的资源之一是必不可少的，然而备件的存储数量对企业来说至关重要，如果过多地存储大量的备件，可能会导致库存管理成本的增加，也会导致企业流动资金的减少，不利于企业的长期发展，过少地存储备件会使设备在发生故障时可能会备件数量不足，

第1章绪论3

从而延迟设备的维护时间，所以综合考虑设备备件和维护策略可以有效地降低企业维护成本。

现代制造企业面临着激烈的全球化竞争和市场需求的不断变化，高效的设备运行能够保证企业及时有效地完成客户的订单，从而能够在市场竞争中占有有利的优势，对设备的有效的维护能够减少停工的时间，从而更加有利于设备的高效运行。设备的维护成本在企业的生产活动中占很大一部分比例，所以企业更加认识到对设备维护的重要性。随着科技的快速发展，设备逐渐变得复杂，维护费用变得更加昂贵，所以制定有效的设备维护策略可以使制造企业减少成本。通过对设备退化过程的研究，进一步扩展维护决策建模的理论，从而为我国制造业企业提供值得借鉴的有效维护方式。

在制造型企业的生产过程中，为生产设备制订科学合理的维护计划，有效地避免因设备发生的意外故障而造成不必要的损失，是企业界和学术界所需要共同研究和解决的问题。根据统计，在1981年美国的制造型企业对其设备的维护金额高达6000亿美金，而且在20年内维护的费用增加了一倍之多]。德国的

企业对于设备的维护费用占到其GDP的14%~15%，而荷兰的企业的维护费

用则占到14%8，。具体到企业而言，其总支出的15%~70%用于生产设备的维护。更值得注意的是，如此高的维护费用中的三分之一在维护实施过程中白白浪费掉山。所以科学的维护策略对企业有着重要的意义。

设备维护是企业的一项重要任务，随着设备的使用时间的增长，设备的故障次数会不断地增加，维护成本也会逐渐地增加，维护的难度也会不断地增加，所以高效的维护策略可以增加设备的使用寿命和设备的工作效率，从而可以增加企业的盈利能力和市场的核心竞争能力。有效地提高设备的可靠性和设备的寿命，可以更好地完成生产的任务，从而增加企业的盈利能力，对维护成本的控制也影响着企业的盈利能力和竞争优势。

生产系统一般由多台设备组成，传统的维护方式可能会造成维护不足或维护过剩的情况，所以有效地考虑设备状态从而制订相应的维护计划可以最小化维护成本和故障损失成本。本书考虑生产多于需求可能会给企业带来利润以及生产少于需求会给企业造成损失，在这种情况下研究多设备的状态维护策略。另一方面，备件作为维护的重要资源之一，考虑合理的备件订购策略，可以有效地降低维护成本。因此，结合多设备系统的特点，采取有效合理的维护策略，并

4生产系统预测性维护调度优化研究

应用到制造业设备和生产企业的实际生产经营中去，具有重要的理论和实际意义。

1.2设备健康预测方法的研究及进展

近些年来，随着人们安全意识的提高，设备的健康预测理论得到了国内外科研机构和工业界的广泛研究，各种不同的模型、新算法和新技术被提出并引入机械设备健康预测的研究之中。立足现有的研究成果，可以将机械设备健康预测方法归纳为三类：基于物理模型的健康预测、基于知识的健康预测、基于数据的健康预测。

1.2.1基于物理模型的方法

基于模型的健康预测方法通常是采用数学模型去描述那些会直接或间接影响机械设备健康状态的物理过程。应用基于物理模型的健康预测方法的前提条件是已知对象设备的数学模型，这些模型通常由相关领域的专家提出，并且需要运用大量的数据对其进行验证。

Oppenheimer和Loparo提出了一种基于物理模型的诊断和预测方法，并结合了基于裂缝变化规律的故障强度模型的基础上，可用于预测设备的剩余有效寿命2]。Liang等人在分析了系统产生的振动信号以及设备故障的产生机理的基础上，建立了相应的模型对系统的可观测变量与特征变量之间关系进行描述，通过递推最小二乘算法调整模型的参数，从而对系统未来某个时刻的故障特征的变化情况进行预测)。刘兰英和许亮提出一种将信息物理融合系统和感知

控制论相结合的PC-CPS模型，该系统模型具有实时监测、故障诊断和故障预测

等功能1。Li等学者采用非线性递推最小二乘法，通过分析疲劳裂纹拓展模型和诊断模型间的映射关系，预测滚动轴承的裂纹尺寸)。Luo等学者也建立了

一种集成性的基于物理模型的预测方法，建模的基础是设备在正常状态和衰退状态下的大量仿真数据收集16]。Kacprzynski等人将物理失效模型和相关的诊断信息相融合，建立一个可对直升机上齿轮的健康状态进行预测的模型)。

Ci等人提出了一种基于物理模型的线性分布参数方法对传感器的故障进行诊断评估18]。Liu等人提出了一个数据驱动的动态分层贝叶斯退化模型，利用物

···试读结束···