考虑维修效能的修理级别优化

修理级别分析(LORA)是在装备研制阶段为建立使用维修制度而进行产品维修决策的重要方法,而修理级别分析无法决策每级站点的备件配置数量.为此,相对于传统研究,提出了一种在装备保障系统中重点考虑维修时间的库存与修理级别分析联合优化方法,并对该方法作了系统的分析, 确定了修理级别优化模型的目标函数和建模条件,解析了故障送修数量、备件需求、备件短缺等随机变量在多级多站点保障组织中的传递耦合关系,将维修时间参数引入到传统的只考虑维修费用的修理级别量化分析中,建立了联合修理级别和备件库存的单层三级优化模型;分析了优化问题的特点,设计了高效率的多变量凸优化算法,使得该模型能够高效地应用于多级多站点多类型备件的复杂保障系统;最后构建了优化方法应用案例,并利用仿真验证了该算法和模型的正确性,为修理级别分析工作的开展提供了一套可行的优化方法.      

民机初始备件方案的优化

针对航空公司降低初始备件费用、提高机群出勤率的运营需求,提出了基于最大化边际效应的初始备件方案优化方法.介绍了以单类产品为对象、以保障概率为约束的泊松分布备件计算模型,并使用该模型计算了一个初始备件方案案例.给出了以初始备件项目清单为对象、以备件费用为约束的使用可用度最大的优化模型和实施步骤.利用备件优化软件对初始备件方案案例进行了备件费用相同和使用可用度相同两种情况下的优化,给出了费用-效能曲线图和优化方案数据表,通过曲线图上数据的比较可以看出使用可用度和备件费用分别得到了提高和降低,通过对数据表的分析可以看出各类备件数量变化的趋势符合备件优化模型原理.结果表明优化方法对解决航空公司的初始备件方案优化问题具有良好的适用性.     

有限维修能力下舰载机可修复件库存优化模型

舰载机保障受维修渠道约束,维修能力有限.为使Palm定理和Metric理论适用于舰载机可修复件优化配置,基于排队理论,将有限维修渠道的实际维修时间与维修等待时间之和等效为无限维修渠道的平均维修时间,建立专业渠道、通用渠道和混合渠道的维修供应渠道修正模型.根据维修供应渠道修正模型,给出了两层级备件项的供应渠道备件数均值和方差模型.结合实例应用,分析了备件需求率和维修渠道数对维修时间的影响.对比分析了"有限维修渠道模型"和"无限维修渠道模型"库存方案的应用效果,并给出了各自的适用条件,结果表明了修正模型的有效性.      

虚警影响下的备件库存优化

在虚警存在时完好的零部件被误诊为故障件而对维修站点发出备件需求,从而会对备件的需求率高估,所以需要引入虚警率修正备件需求率使之更为精确.证明了当虚警率服从指数分布时,考虑虚警的外场故障发生数仍然符合泊松分布.根据多层可修件库存控制理论,建立考虑虚警率的需求数和期望备件短缺数（EBO,Expected BackOrder）的函数关系,以期望备件短缺数为优化目标,对目标函数进行凸分析,建立面向系统虚警的备件配置凸优化算法,保证所选库存方案在系统发生虚警的情况下提高系统效能,并构建了某型飞机的应用验证案例,给出了最优的备件配置方案.      

多约束下备件多层多级库存优化模型

备件库存优化是提高装备保障效率和战备完好性的有效途径之一,针对目前部队现有多约束多层多级备件供应模式及工程实践要求的问题,以舰艇编队索马里护航任务准备阶段备件携带方案优化为研究背景,以舰艇保障经费、载荷和仓库体积为约束条件,以舰艇编队期望短缺数最小和可用度最大为目标函数,运用拉格朗日乘子法和边际效应法求出舰艇编队最优多层多级备件携带方案。通过实例将优化前后基地和后方仓库备件总的质量、体积及费用与对应约束指标上限进行对比分析,结果表明:本文模型和方法可以有效解决编队备件携带问题,同时也可为其他领域解决此类问题提供借鉴。      

基于改进蚁群算法的多机器人任务分配

任务分配是多机器人系统需要解决的首要问题.针对传统蚁群算法求解多机器人任务分配收敛速度慢且易陷入局部最优问题,提出了改进蚁群算法.考虑多机器人任务分配问题,建立多旅行商问题模型,采用蚁群算法优化出解空间,然后采用遗传算法中的变异算子对每个机器人执行任务的顺序进行优化,并根据模拟退火过程中Metropolis准则以一定的概率接受优化过程中较差的解.在复杂约束条件下,为解决蚁群算法收敛速度慢且易陷入局部极小问题,引入局部优化变异算子和改进模拟退火算法.仿真结果表明,改进蚁群算法可以更好的解决多机器人任务分配问题.     

基于代理模型的QPSO算法及结构优化应用

针对复杂结构的工程优化通常涉及到高度非线性的问题,采用基于迭代的传统优化算法可能无法获得全局最优解。在此研究背景下,文章引入量子粒子群优化算法(Quantum Particle Swarm Optimization, QPSO),提出了基于克里金（Kriging）代理模型的QPSO算法,通过构建环形桁架可展天线动力学性能的代理模型,对环形桁架可展天线结构参数进行了优化设计的应用研究。研究结果表明,基于Kriging代理模型的QPSO算法计算效率较高,环形桁架可展天线的基频及最大冲击响应面非线性特征显著,并通过将计算所得到的最优解与有限元解进行对比,验证了此方法的计算精度。由此可见,此方法的研究可为复杂结构的优化设计、研制提供一定的参考。     

改进蚁群算法求解时变网络中最短路径问题

给出一种时变网络中蚁群算法的信息素更新策略,使边上残留信息素能够正确反映时变网络中边上权值的变化情况;改进了传统蚁群算法的相邻节点选择策略,使蚂蚁只需计算与当前节点存在直接路径的节点的转移概率,降低算法的计算量;将蚁群算法和遗传算法结合,将蚁群算法每次遍历后形成的解作为初始群种进行单点交叉计算,避免陷入局部最优解,提高算法收敛速度.仿真结果表明,改进的蚁群算法能够有效求解时变网络中最短路径问题,比传统蚁群算法得到全局最优解的概率更大,算法的收敛速度更高.     

ICO多学科设计优化方法

协同优化(CO, Collaborative Optimization)算法在应用中存在计算困难的问题.分析了引起CO算法计算困难的原因;使用L₁范数改进了CO算法的学科一致性约束,避免了学科级目标函数导数的不连续性,并从数学理论上证明了改进的学科一致性约束的收敛性;增加系统级罚函数,使系统级优化问题转化为无约束优化问题;使用快速启动方法,在子系统级优化过程中充分合理利用系统级优化求得的最优解;给出了使用改进的学科一致性约束、系统级罚函数和快速启动方法的ICO(Improved Collaborative Optimization)多学科设计优化方法,较好地克服了CO算法存在计算困难的缺点.标准算例实验结果表明,ICO多学科设计优化方法有效提高了算法的稳定性、可靠性和计算效率.      

基于稳态和非稳态时变可用度模型的适用性

针对METRIC模型中以备件期望短缺数计算的稳态可用度模型能否直接转换适用于非稳态时变可用度模型,扩展METRIC理论,分别建立了仅以备件期望短缺数计算的时变可用度模型和以备件期望短缺数及方差计算的时变可用度模型。在保障系统达到稳态(修复概率为1)和处于非稳态(修复概率小于1)情况下,分别采用2种时变可用度模型计算表决结构单元和串联结构单元的可用度,并与Monte Carlo仿真模型计算得到的结果进行对比分析。结果表明:以备件期望短缺数计算的时变可用度模型仅在串联结构单元且保障系统达到稳态时与仿真可用度值一致,适合于装备全寿命周期内备件配置优化的计算;以备件期望短缺数及方差计算的时变可用度模型无论保障系统处于稳态或非稳态,适应性均较强,适合于任务期作战单元备件配置优化计算。     

基于作战单元任务成功性的可修复备件优化

在分析作战单元任务及备件保障流程的基础上,在考虑装备系统冷备份和热备份的情况下,基于METRIC模型原理,建立了两级保障体制下的作战单元任务成功性评估模型.以备件购置费用为优化目标函数,作战单元任务成功概率为约束条件,运用边际方法给出了备件优化模型的求解方法.最后,通过实例对该方法进行了分析,优化结果符合作战单元备件配置实际情况,从而为部队装备保障指挥人员在作战单元执行任务前科学制定保障方案提供决策支持.     

马尔可夫更新方程的迭代算法研究

冷储备系统的动态结构变化使得系统可用度分析必须基于瞬态求解,针对频域两部件冷储备系统马尔可夫更新方程解算困难的问题,提出基于时域伏尔特拉方程的迭代算法,证明了该迭代方程的唯一性和收敛性,并给出迭代算法的误差分析.理论和实例分析表明,当冷储备系统部件的工作寿命和维修时间分布是有界函数时,利用迭代算法可以容易实现时域马尔可夫更新方程的求解.      

贝叶斯网络结合决策理论的向前多步排故策略

针对序贯诊断、维修问题,提出基于贝叶斯网络和决策理论的向前多步排故策略生成算法.通过建立贝叶斯网络排故模型实现了不确定条件下排故知识的高效表达,同时使得推理算法与具体应用无关.采用决策影响图进行排故决策分析,充分利用观测操作间的相关性,选择合理的向前多步观测操作来降低维修盲目性.为了验证所提算法的有效性,采用随机排故策略、决策理论排故策略和理想排故策略的结果进行对比分析.仿真结果表明,所提算法通过增加合理观测操作,减少维修焦点和实际维修操作,使得总排故费用明显低于已有的启发式排故策略.      

非完美特性下的多状态系统检测与维修优化

对于带有周期检测的系统进行维修优化时,不仅需要考虑系统自身可靠性信息,还应该充分利用检测数据并优化检测周期。以多状态并联可修系统为研究对象,考虑非完美检测和非完美维修,以降低系统运行成本率为目标实现系统检测和维修优化。利用非齐次马尔可夫链建立系统可靠性模型,对系统退化、检测和维修进行蒙特卡罗仿真。利用粒子滤波融合系统模型与检测数据并估计系统剩余寿命。设置寿命相关门限触发系统维修,以成本率期望仿真结果为目标函数,使用遗传算法优化检测周期和维修阈值。通过算例证明该方法可有效克服检测误差并实现检测和维修优化。     

基于加性对偶四元数的惯性/天文组合导航算法

为了提高惯性/天文组合导航系统在高动态条件下的导航精度,提出了一种基于加性对偶四元数的惯性/天文组合导航算法.该算法将载体的旋转和平移统一起来,使用螺旋矢量更新对偶四元数,同时补偿圆锥误差和划船误差.推导了组合导航系统基于加性对偶四元数的误差模型和导航参数误差的计算方程;把陀螺仪和加速度计的常值误差扩充到状态变量中,随机误差作为系统噪声输入,利用星敏感器输出参数来校正陀螺漂移,通过卡尔曼滤波对状态变量进行估计.仿真结果表明:在高动态条件下,基于对偶四元数的惯性/天文导航算法的导航精度比传统算法提高2倍多.