[发明专利]复杂装备部件维修级别优化系统及其建立方法

权利要求书

1. 一种复杂装备部件维修级别优化系统，其特征在于待维修复杂装备包含的部件数量记为                                               ，第个部件各维修级别L按照从低到高分别记为L₁，L₂，……L_m，最低维修级别记为，则该复杂装备部件维修级别系统由下式表示：

式中，表示第个部件选择的维修级别；表示整数集合；表示第个部件采用维修级别时所需的维修成本；表示性能函数；表示整机目标性能；表示可靠性函数；表示整机目标可靠性。

2.一种复杂装备部件维修级别优化系统的建立方法，其特征在于包括以下步骤：

步骤一：建立维修级别知识库，获得基于支持向量机的部件维修级别与整机性能贡献的挖掘模型，

步骤二：确定部件送修目标；其具体操作为从使用时间、性能、可靠性三个方面给出复杂装备的送修目标，送修目标应根据装备类型，并结合用户实际需求确定，

步骤三：获得部件最低维修级别；其具体操作为根据使用时间目标要求，获得本次送修需要更换的寿命件清单，其中当能够直接获知零件损伤趋势发展模型时，根据使用时间目标要求，获得本次送修需要修理的零件清单，当不能直接获知零件损伤趋势发展模型时，根据大量历史损伤数据，采用模式识别方法建立零件损伤趋势发展模型，进而获得本次送修需要修理的零件清单，在此基础上，根据步骤一中所得的维修级别知识库，获得由各零件组成的各部件的最低维修级别，

步骤四：优化各部件维修级别；基于步骤一中所得的维修级别知识库和送修目标要求，建立复杂装备部件维修级别优化模型，采用粒子群优化算法、模拟退火算法进行求解。

3.根据权利要求2所述的一种复杂装备部件维修级别优化系统的建立方法，其特征在于步骤三中所述零件损伤趋势发展模型采用基于幂律退化轨道的损伤趋势发展模型：

式中，表示在时刻的损伤观测值；表示增长因子；表示形状参数；

假设服从正态分布，又根据可知

显然，、均服从正态分布，记，，有以下关系成立：

采用极大似然法来进行参数估计，假设在时刻损伤量的观测值为，则似然函数为：

对上式两边取对数可以得到：

对上式求偏导并令其为0：

求解上式的方程组得到各个参数的估计值，将其代入得到损伤趋势发展模型：

  。

4.根据权利要求2所述的一种复杂装备部件维修级别优化系统的建立方法，其特征在于所述步骤四中采用粒子群优化算法进行模型求解，所述算法的流程如下：

步骤1 在整个搜索空间内随机初始化粒子群的位置和速度，，为群体大小；

步骤2 计算每个粒子的适应值；

步骤3 对于每个粒子，将其适应值与所经历过的最好位置的适应值进行比较，如果，那么，；

步骤4 对于每个粒子，将其历史最优适应值与群体内所经历的最好位置的适应值进行比较，如果，那么，；

步骤5 根据下式对粒子的速度和位置进行更新，

式中，表示惯性权重，、表示学习因子，、表示在区间内均匀分布的伪随机数，表示对进行取整，具体取值为区间中最接近的整数；

步骤6 若未达到终止条件，则转步骤2，一般将终止条件设置为一个足够好的适应值或达到一个预设的最大迭代次数。