简介:由于设备会随着使用时间的增加和自身寿命增长引起的退化而逐渐磨损失效进而发生故障.因此对于生产企业来说,想要提高自身竞争力,就要在生产过程中合理地安排预防性维护以减少设备故障导致的计划外停机,防止生产计划和生产线的中断,从而才能获取更多收益.本文从生产企业的角度出发,提出单机生产系统的非等周期不完美预防性维护与生产的联合优化策略,综合考虑生产价值、生产成本、生产延迟成本及各类维护成本等,构建了总利润率模型,目标是使总利润率最大化.其中涉及到的三类维护方式为(1)完美维护——即更换;(2)小修维护——即使设备“恢复如旧”;(3)不完美预防性维护——即使设备状态恢复到介于“完全如新”与“恢复如旧”之间的某状态.最后本论文通过数字实例,验证了新策略模型在实际生产应用中的有效性.
简介:在广义系统故障诊断过程中,若系统动态模型中存在不确定性,传统的无迹卡尔曼滤波算法将失去其传感器故障估计精度。为解决该问题,提出一种改进的强跟踪卡尔曼滤波算法以实现广义连续-离散系统的传感器故障诊断及隔离。首先,提出基于多重渐消因子的强跟踪滤波算法以实现动态模型存在不确定性广义连续-离散系统的故障诊断;然后提出一种结合多模型自适应估计的强跟踪卡尔曼滤波(STUKFMMAE)算法以实现传感器故障的有效隔离。最后,针对基于广义连续-离散系统的惯性传感器故障模型提出仿真算例。仿真数据表明,传统无迹卡尔曼滤波对于传感器故障估计误差为0.002左右,而提出的基于多重渐消因子的强跟踪滤波算法对于传感器故障估计误差最大值为未超过4×10~(-4),且STUKFMMAE相较于UKFMMAE算法具有更好的隔离效果。仿真结果验证了设计方案的有效性。