(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111652154.5 (22)申请日 2021.12.3 0 (71)申请人 杭州电子科技大 学 地址 310018 浙江省杭州市杭州经济技 术 开发区白杨街道 2号大街1 158号 (72)发明人 阮渊鹏　刘项　丁详海　 (74)专利代理 机构 浙江千克知识产权代理有限 公司 33246 代理人 冷红梅 (51)Int.Cl. G06Q 10/00(2012.01) G06Q 10/04(2012.01) G06F 30/20(2020.01) G06F 111/04(2020.01) G06F 111/10(2020.01)G06F 119/04(2020.01) (54)发明名称 基于蒙特卡洛仿真的加速退化设备视情维 修策略优化方法 (57)摘要 本发明属于设备系统视情维修技术领域， 具 体涉及基于蒙特卡洛仿真的加速退化设备视情 维修策略优 化方法。 S1， 基于Gamma随机过程和随 机单调递增的几何过程， 确定设备加速退化的特 征并说明设备退化状态的检测方案； S2， 确定设 备进行更换后恢复如新的策略； S3， 确定不完美 的预防性维护对设备退化过程的影响机制； S4， 确定设备的退化状态对于产品质量的影响； S5， 依据基本更新理论获得设备长期运行条件下的 平均费用率模型， 并通过蒙特卡洛仿真进行求 解， 获得视情维修策略优化方案。 本发明具有能 对加速退化 设备的视情维修策略进行优化， 在满 足设备维修需求的条件下能确保设备生命周期 平均费用率 最低的特点。 权利要求书3页 说明书8页 附图2页 CN 114330775 A 2022.04.12 CN 114330775 A 1.基于蒙特卡洛仿真的加速退化设备视情维修策略优化方法， 其特征在于， 包括如下 步骤： S1， 基于Gamma随机过程和随机单调递增的几何过程， 确定设备加速退化的特征并说明 设备退化状态的检测方案； S2， 确定设备进行 更换后恢复如新的策略； S3， 确定不完 美的预防性维护对设备 退化过程的影响机制； S4， 确定设备的退化状态对于产品质量的影响； S5， 依据基本更新理论获得设备长期运行条件下的平均费用率模型， 并通过蒙特卡洛 仿真进行求 解， 获得视情维修策略优化方案 。 2.根据权利要求1所述的基于蒙特卡洛仿真的加速退化设备视情维修策略优化方法， 其特征在于,步骤S1包括如下步骤： S11， 通过分析Gamma随机过程的相关性质， 结合设备系统所处的实际生产环境， 用 Gamma过程来表示设备系统退化过程的合理性； S12， 利用几何过程随机单调递增的特性， 将几何过程与Gamma过程相结合， 根据维修周 期的变化改变Gam ma退化过程的形状参数， 构建 设备加速退化模型； S13， 采用非等检测间隔期的离 散检测方案对设备 退化状态进行检测； 其中， 设备运行 前期的检测间隔期大于设备运行后期的检测间隔期； S14， 对步骤S1 1和步骤S12中的设备加速退化模型进行参数估计。 3.根据权利要求1所述的基于蒙特卡洛仿真的加速退化设备视情维修策略优化方法， 其特征在于， 步骤S2还 包括如下步骤： S21， 通过对设备退化过程的描述和设备所处的实际生产环境， 并考虑 设备加速退化的 特征， 设定 当设备经历 了N‑1次预防性 维护后， 当设备退化量再次介于预防性 维护阈值与故 障阈值之间时， 将直接对设备进行 更换； S22， 在任一维修周期内设备的累积退化量达到预先设定的故障阈值时， 设备发生故障 停机， 进而对设备进行 更换； S23， 对步骤S21和步骤S2 2中的设备 更换方式进行相应的参数估计。 4.根据权利要求1所述的基于蒙特卡洛仿真的加速退化设备视情维修策略优化方法， 其特征在于， 步骤S3包括如下步骤： S31， 设定不完美的预防性维护后， 设备从维修前的退化状态恢复至一个非0的退化状 态， 且随着不完美预防性 维护次数的增多， 维护后设备的退化恢复效果越来越差， 且设定第 一个维修周期内的退化过程 为一个Gamma过程； S32， 设定不完美的预防性维护还会对设备的退化速率造成影响， 即随着不完美的预防 性维护次数的增多， 在维护后的维修周期内， 设备的退化速率会逐渐加快； S33， 针对步骤S31和步骤S32所述的不完美的预防性维护对设备退化过程的影响中， 涉 及的随机变量的分布函数或概 率密度函数， 通过极大似然估计方法进行估计。 5.根据权利要求1所述的基于蒙特卡洛仿真的加速退化设备视情维修策略优化方法， 其特征在于， 步骤S4包括如下步骤： S41， 设定设备的加速退化过程是一个随时间变化的复杂随机过程， 在视情维修的策略 制定中， 将次品率与设备 的退化状态之间建立单调递增函数， 通过现场数据的采集和历史权　利　要　求　书 1/3 页 2 CN 114330775 A 2数据的分析来对单调递增函数中的参数进行估计。 6.根据权利要求1所述的基于蒙特卡洛仿真的加速退化设备视情维修策略优化方法， 其特征在于， 步骤S5包括如下步骤： S51， 设定设备的运行时间是无限的， 根据基本更新理论得知设备在无限时间内运行的 平均费用率 等于设备一个生命周期内的平均费用率； S52， 将设备在一个生命周期内因维修活动而产生的费用， 通过随机变量的期望值来获 得最终的平均费用率模型； 所述费用包括检测费用、 预防性维护费用、 次品返修费用、 预防性更换费用和故障后更 换费用； S53， 采用蒙特卡洛仿真的方式对平均费用率模型的近似求解， 获得最优的视情维修策 略优化方案 。 7.根据权利要求4所述的基于蒙特卡洛仿真的加速退化设备视情维修策略优化方法， 其特征在于， 设定在时刻t时加速退化设备 退化量的概率密度函数如下： 其中x表示设备退化状态； α ai‑1( α ＞0)表示第i个维修周期内设备Gamma退化过程的形 状参数， β(β ＞0)为Gamma过程的尺度参数； 其中g为积分变量， a＞1 表示随机单调递增几何过程的参数； 表示设备在第i个维修周期内的平均退化速 率。 8.根据权利要求2所述的基于蒙特卡洛仿真的加速退化设备视情维修策略优化方法， 其特征在于， 设定Ti表示第i个维修周期内的检测间隔， 在设备正常运 行时， 每隔Ti时间对设 备的退化状态进行一次检测， 检测过程中无需停机， 关于不同维修周期内的检测间隔， 即 有Ti＞Tj且Ti＝T1·vi‑1(0＜v＜1)， 其中T1表示设备自全新状态开始至第一次 进行维修的第1个维修周期内的检测间隔， v为取值在(0,1)之间的常数。 9.根据权利要求5所述的基于蒙特卡洛仿真的加速退化设备视情维修策略优化方法， 其特征在于， 设定设备 退化状态对产品质量影响的单调递增函数为： 其中， 表示设备在第i个维修周期内t时刻的退化量， 每个维修周期开始时刻记为 0； 表示第i个维修周期内t时刻设备的退化量所对应的次品率； p0表示设备全新状态 下的初始次品率； η为质量退化的边界值； λ和γ为 正的常数。 10.根据权利要求6所述的基于蒙特卡洛仿真的加速退化设备视情维修策略优化方法， 其特征在于， 根据基本更新理论确定加速退化设备在无限时间内的平均费用率： 其中， T1,v,N为决策变量， E(TC)为设备一个生命周期内的平均总费用， E( τ )表示设备一权　利　要　求　书 2/3 页 3 CN 114330775 A 3