江南大学机械工程学院 2. 江苏省食品制造装备重点实验室
纸质出版:2022
移动端阅览
吴浩, 吉卫喜, 张泽宏, 等. 设备健康监测与备件库存优化方法在离散车间的应用[J]. 传感器与微系统, 2022,(10):152-155+160.
设备健康监测与备件库存优化方法在离散车间的应用[J]. 2022, (10): 152-155+160.
吴浩, 吉卫喜, 张泽宏, 等. 设备健康监测与备件库存优化方法在离散车间的应用[J]. 传感器与微系统, 2022,(10):152-155+160. DOI: 10.13873/J.1000-9787(2022)10-0152-04.
设备健康监测与备件库存优化方法在离散车间的应用[J]. 2022, (10): 152-155+160. DOI: 10.13873/J.1000-9787(2022)10-0152-04.
针对离散车间传统的现场设备管理模式存在效率低、日常维护成本高等弊端,提出了基于数据驱动的设备健康监测和备品备件的库存优化方法。首先,对设备生产过程中产生的反映设备健康状况的关键信号经采集、处理与封装后,利用改进粒子群优化(IPSO)算法优化隐马尔科夫模型(HMM)评估设备当前健康等级,依据评估结果进行设备的主动维护。其次,为了优化库存降低备件更换不及时带来的损失,建立了考虑设备备件的重要度与成本最小为目标的库存控制模型。实验结果表明:健康预测模型能够实现设备健康状态的准确识别,识别精度达96%以上;库存模型可有效降低配件的总成本,结合企业实际验证了方法的可行性与有效性。
针对离散车间传统的现场设备管理模式存在效率低、日常维护成本高等弊端,提出了基于数据驱动的设备健康监测和备品备件的库存优化方法。首先,对设备生产过程中产生的反映设备健康状况的关键信号经采集、处理与封装后,利用改进粒子群优化(IPSO)算法优化隐马尔科夫模型(HMM)评估设备当前健康等级,依据评估结果进行设备的主动维护。其次,为了优化库存降低备件更换不及时带来的损失,建立了考虑设备备件的重要度与成本最小为目标的库存控制模型。实验结果表明:健康预测模型能够实现设备健康状态的准确识别,识别精度达96%以上;库存模型可有效降低配件的总成本,结合企业实际验证了方法的可行性与有效性。
基于半马尔可夫过程的冷备系统维护策略优化 [J]. 綦法群,周宏明,庞继红,徐文杰. 中国机械工程 . 2020(03)
装备视情维修与备件库存联合优化决策 [J]. 逯程,徐廷学,王虹. 系统工程与电子技术 . 2019(07)
基于Markov过程的冗余系统备件与冗余度联合优化 [J]. 冯蕴雯,刘奎剑,薛小锋,刘雨昌. 系统工程与电子技术 . 2019(04)
高档数控机床数据采集应用 [J]. 费海平,李世强,宋海涛. 制造技术与机床 . 2018(12)
PCA+CHMM在设备性能退化状态识别中的应用研究 [J]. 钟飞,宁芊,周新志,赵成萍. 计算机应用研究 . 2019(01)
工况时变下设备预防维护策略 [J]. 胡家文,蒋祖华,韩李杰. 上海交通大学学报 . 2016(05)
基于维修时间窗的柔性作业车间调度优化研究 [J]. 朱传军,宋文家,张超勇,曹静,朱孟周. 中国机械工程 . 2016(10)
大数据驱动的智能车间运行分析与决策方法体系 [J]. 张洁,高亮,秦威,吕佑龙,李新宇. 计算机集成制造系统 . 2016(05)
(R,Q)库存策略下消耗件的协同订购方案优化 [J]. 阮旻智,李庆民,黄傲林. 北京理工大学学报 . 2013(07)
基于改进粒子群算法的Web服务组合 [J]. 温涛,盛国军,郭权,李迎秋. 计算机学报 . 2013(05)
Prognostics and health management design for rotary machinery systems—Reviews, methodology and applications [J] . Jay Lee,Fangji Wu,Wenyu Zhao,Masoud Ghaffari,Linxia Liao,David Siegel. Mechanical Systems and Signal Processing . 2014 (1-2)
0
浏览量
149
下载量
1
CSCD
关联资源
相关文章
相关作者
相关机构
京公网安备11010802024621