[发明专利]基于不确定故障树的水下生产系统维修优化方法及装置

权利要求书

1.一种基于不确定故障树的水下生产系统维修优化方法，其特征在于：包括以下步骤：

步骤1、使用不确定故障树计算顶事件Λ_Top发生的信度M_Top；

步骤2、计算顶事件Λ_Top需要投入的总维修费用C_Top；

步骤3、由不确定故障树评估水下生产系统的失效信度，分别建立关于要投入的总维修费用和失效信度的单目标优化模型和多目标优化模型；

步骤4、采用单目标优化模型和多目标优化模型对水下生产系统进行维修优化。

2.根据权利要求1所述的基于不确定故障树的水下生产系统维修优化方法，其特征在于：所述不确定故障树中基本事件Λ_i发生的信度使用不确定测度进行评估，所述步骤1的具体实现方法为：

若基本事件Λ₁,Λ₂,...,Λ_N由“与门”连接，则输出事件Λ发生的信度为

若基本事件Λ₁,Λ₂,...,Λ_N由“或门”连接，则输出事件Λ发生的信度为

其中：∧表示取最小值运算，∨表示取最大值运算。

3.根据权利要求1所述的基于不确定故障树的水下生产系统维修优化方法，其特征在于：所述步骤2采用如下公式计算顶事件Λ_Top需要投入的总维修费用C_Top：

其中，C_i为基本事件Λ_i的要投入的维修费用，可表示为：C_i＝F_i(M{Λ_i}),i＝1,2,...,N，F_i为预先获得的“费用-信度”函数。

4.根据权利要求1所述的基于不确定故障树的水下生产系统维修优化方法，其特征在于：所述步骤3中单目标优化模型为在给定的系统失效水平下求需要投入总维修费用的最小值，所述单目标优化模型表示为：

其中：μ_i和v_i分别为基本事件Λ_i,i＝1,2,...,N发生信度的上下限，τ为预设的容许失效水平，通常τ的取值范围为M_Top(μ₁,μ₂,...,μ_N)≤τ≤M_Top(v₁,v₂,...,v_N)。

5.根据权利要求1所述的基于不确定故障树的水下生产系统维修优化方法，其特征在于：所述步骤3中多目标优化模型为使投入的总维修费用与系统失效信度同时达到最小，所述多目标优化模型表示为：

其中，μ_i和v_i分别为基本事件Λ_i,i＝1,2,...,N发生信度的上下限。

6.根据权利要求4所述的基于不确定故障树的水下生产系统维修优化方法，其特征在于：所述单目标优化模型即在给定容许失效信度下使得要投入的总维修费用最小，在求解水下生产系统的单目标优化模型时采用遗传算法进行优化分析。

7.根据权利要求5所述的基于不确定故障树的水下生产系统维修优化方法，其特征在于：所述多目标优化模型是将多目标优化模型转为单目标优化模型，然后使用遗传算法对转化后的单目标优化模型进行优化分析。

8.一种实现权利要求1至7任一项所述基于不确定故障树的水下生产系统维修优化方法的装置，其特征在于：包括

第一计算单元，用于使用不确定故障树计算顶事件Λ_Top发生的信度M_Top；

第二计算单元，用于计算顶事件Λ_Top需要投入的总维修费用C_Top；

建立单元，用于由不确定故障树评估水下生产系统的失效信度，分别建立关于要投入的总维修费用和失效信度的单目标优化模型和多目标优化模型；

维修优化单元，用于采用单目标优化模型和多目标优化模型对水下生产系统进行维修优化。