买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京航空航天大学申请的专利考虑运行稳健性的制造系统选择性维修决策优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119515349B 。

龙图腾网通过国家知识产权局官网在2025-11-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411518938.2，技术领域涉及：G06Q10/20；该发明授权考虑运行稳健性的制造系统选择性维修决策优化方法是由何益海;冯天钰;石芮;李佳阳设计研发完成，并于2024-10-29向国家知识产权局提交的专利申请。

本考虑运行稳健性的制造系统选择性维修决策优化方法在说明书摘要公布了：本发明提供了一种考虑运行稳健性的制造系统选择性维修决策优化方法，步骤是：一、在制造系统一个任务周期结束后，收集和分析这一任务结束后制造系统的数据；二、确定制造系统设备性能状态，产品质量特性的偏差和产品质量；三、根据确定制造系统当前的稳健性水平；四、收集关于机器维修的数据，每台机器的维修成本、维修时间和维修质量的对应关系；五、以下一任务阶段的稳健性最大化为目标，维护时间和成本为约束条件建立选择性维护决策模型；六、建立ASA‑PSO算法模型，得到最佳的维护策略。本发明考虑了系统稳健性与机器性能下降、任务延迟和产品质量不合规风险之间的关系，分析了制造系统的功能风险和机制，优化了维修资源的使用，实现更好的维修计划。

本发明授权考虑运行稳健性的制造系统选择性维修决策优化方法在权利要求书中公布了：1.一种考虑运行稳健性的制造系统选择性维修决策优化方法，设置如下： 设置1、该制造系统的所有加工机器的退化均遵循半马尔可夫过程； 设置2、每台加工机器的性能状态是指加工机器在正常情况下所能加工的工作量； 设置3、每台机械设备所加工的对应关键质量特征视为互相独立； 设置4、每次加工完成后有一个绝对可靠的检查点，用于检验输出产品的质量状态； 设置5、机器的加工能力具有有限个离散状态，并且对应概率成比例； 设置6、制造系统的稳健性会影响加工机器在各个性能状态下的概率； 设置7、制造系统的稳健性不受到人为因素和环境因素的影响； 设置8、制造系统维修的成本和时间与维修前后的状态有关，且一一对应； 基于上述设置，其特征在于：包括步骤如下： 步骤1、在制造系统一个任务周期结束后，收集和分析这一任务结束后制造系统的数据； 步骤2、根据步骤1确定制造系统设备性能状态，产品质量特性的偏差和产品质量； 步骤3、根据步骤2确定制造系统当前的稳健性水平； 步骤4、收集关于机器维修的数据，每台机器的维修成本、维修时间和维修质量的对应关系； 步骤5、根据步骤2和步骤4，以下一任务阶段的稳健性最大化为目标，维护时间和成本为约束条件建立选择性维护决策模型； 步骤6、建立ASA-PSO算法模型，得到最佳的维护策略； 其中，在步骤2中，设加工设备的正常的工作时间服从威布尔分布，其中，β为形状参数，η为尺度参数，并且β≥0；另外，威布尔分布的失效概率函数为威布尔分布的累积失效概率为：任务负载越大，尺度参数越小；过程越稳健，尺度参数越大，且越接近于1；由于加工机器在任意状态的停留均服从威布尔分布，因此，加工机器在任意时刻t，处于每种状态的概率表示为： pt＝{p1t,p2t,p3t,…,pwt}且 在Δt时间内加工机床的性能继续保持在sx状态的概率为： 设加工机器有w个性能状态即{s1,s2,…,sw}，在任意时刻t，加工机器的性能状态必须处于这w个性能状态之一，x∈{1,2,…,w}，因此在任意时刻t，假定加工机器的性能状态为sx；Fxt代表加工机器在t时刻处于sx状态的概率，Fxt+Δt表示加工机器在t+Δt时刻处于sx的概率；另外在制工件的关键质量特性偏差表示为：其中εi,a是一个常数，和分别是机器退化因素和噪声因素对在制工件关键质量特性的影响向量集合；χit和ψit分别表示可控因子和噪声因子的向量集合；Θi,a是上述两种影响之间的相互影响效应；设在工位i上有la个关键质量特性，当χit＝0时，机器性能处于最佳状态，则理想状态下关键质量特性的偏差为：因而关键质量特性的偏差为： 其中，在步骤3中，加工设备在t时刻的稳健性为：随机变量J表示加工机器从开始运行到故障的时间长度，则稳健性定义为机器运行的时间t小于随机变量J，因此定义故障时间长度大于时间t的概率为制造系统在该时刻的稳健性即PJ＞t； 其中，在步骤4中，收集制造系统中各个加工设备维修数据，每台机器的维修成本、维修时间与维修前后机器性能状态之间的对应关系；通过在每个任务间隔内执行维护活动来恢复制造系统中故障或老化的机器，以确保制造系统在下一次任务中的稳健性； 每个设备有Mc+1个可选的维修活动，在第m个维修期间内，机器i可选择的维护活动为gi,m并且gi,m∈{0,1,…,Mc}，gi,m越大，维护效果越好；当gi,m＝0时，不对该机器维修，当gi,m＝Mc时，对机器进行完美维修，因此，对机器i执行维修活动的维修成本为：其中，为机器i的固定维护成本，cigi,m,si,m是维修活动的可变维护成本； 当加工机器i在第m个任务结束时处于状态si,m，该成本取决于维护程度和机器状态；因此，制造系统在第m个任务周期内的总维护成本为： 机器i在第m个任务间隔内执行维护活动的维护时间为： 其中，是机器i的固定维护时间，tigi,m,si,m为机器i的维修活动的可变维修时间，其值取决于维修水平和机器状态； 因此在任意一个任务间隔内对制造系统各个设备的维护是并行的，制造系统的总维护时间定义为Tm＝fT1,m,T2,m,…,Tp,m，其中Tp,m代表第m个维修期内，对机器p维修所需时间；如果每台机器的维修活动在任务间隔内一次进行，则制造系统的维修时间为各个维修时间之和，如果每台机器的维修活动是独立且并行的，那么制造系统的维修时间等于所有机器中最长的维修时间； 其中，在步骤5中，以下一任务阶段的稳健性最大化为目标，维护时间和成本为约束条件建立选择性维护决策模型；采用KijimaⅡ模型，通过服役年限回归来表征维修行为的维修有效性Ul,m+1＝bl,m·Vl,m，其中，Ul,m+1为机器l在第m个任务间隔内进行维护操作后的有效使用年限，Vl,m为第m个任务的持续时间，bi,m≥1是使用年限回归因子，受维护资源投入的影响，bi,m越小，维修的效果越好；因此，机器l经过维修后的条件生存概率为： 其中，T代表任务m的持续时间，ηlx为机器l在x状态下的威布尔分布的尺度参数，βlx为机器l在x状态下威布尔分布的形状参数；机器在第m个任务中的稳健性取决于条件生存概率rt和机器在第m个任务结束时的状态sbreak,m；机器l的稳健性表达式为Rm＝rmsbreak,m，其中，因此整个制造系统的稳健性为设预分配的维护资源为：维护成本C0，维护时间为T0； 维护决策模型为： 目标函数： 约束条件： 式2和3表明制造系统的总体维修成本和维修时间不能够超过资源约束，式4和5表明选择性维修决策问题中的变量约束。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。