[发明专利]一种设备部件维修重要度计算方法

摘要

本发明公开了一种设备部件维修重要度计算方法，将设备系统中的部件集合用变量表示，建立各部件对应的基本变量的状态概率分布集合，将设备中的多个部件按串并联结构关系组成一个组件，依次计算所有隐含变量的条件概率分布集合，计算设备系统变量的后验状态分布集合，计算设备变量的后验状态分布集合，计算基本变量集合中每个变量的维修重要度，对所有基本变量的维修重要度从高到低排序，确定设备中最重要的维修部件。本发明解决了现有方法中可靠性和结构关联性相互割裂的问题，简化了计算步骤、提高了计算效率，能够有效识别设备系统的关键部件、指导对关键部件的监控及维修，有效提高维修效率、降低维修成本。

主权项

1.一种设备部件维修重要度计算方法，其特征在于包括下述步骤：1)根据设备系统S中包含的部件集合C＝{C₁，C₂，...，C_i，...，C_n}，其中C_i表示第i个部件，n表示系统中所有部件数量，将每一个部件C_i用变量X_i表示，其中i＝1，...，n，并命名为基本变量集合X＝{X₁，X₂，...，X_i，...，X_n}，其中X_i表示基本变量集合中的第i个变量，基本变量总数也为n；2)根据设备设计文档提供的各部件可靠性函数集合R＝{R(C₁)，R(C₂)，...，R(C_i)，...，R(C_n)}，建立各部件对应的基本变量的状态概率分布集合P＝{P(X₁＝0)，P(X₂＝0)，...，P(X_i＝0)，...，P(X_n＝0)}，其中P(X_i＝0)表示第i个基本变量的状态概率分布，P(X_i＝0)＝R(C_i)，其中i＝1，...，n；3)根据设备设计文档提供的部件结构关系矩阵E＝[E_ij]，1≤i.j≤n，将设备中的多个部件按串并联结构关系组成一个组件，用变量Y_k表示，当组件正常工作时，对应变量的取值为0，当组件故障时，对应变量的取值为1，并命名为隐含变量，用π(Y_k)表示隐含变量Y_k所包含的变量，通过不断的对部件和组件按串并联关系进行组合，最终形成隐含变量集合Y＝{Y₁，Y₂，...，Y_k，...，Y_m}，其中Y_k表示第k个组件对应的隐含变量，Y_m表示整个设备系统组件对应的隐含变量，m表示系统中所有隐含变量的总数；4)根据设备设计文档提供的部件结构关系矩阵E，确定{π(Y₁)，π(Y₂)，...，π(Y_k)，...，π(Y_m)}中所包含变量间的实际串并联关系，并以此为基础计算所有隐含变量的条件概率分布集合CP＝{P(Y₁|π(Y₁))，P(Y₂|π(Y₂))，...，P(Y_k|π(Y_k))，...，P(Y_m|π(Y_m))}，其中P(Y_k|π(Y_k))表示第k个隐含变量的条件概率分布；当π(Y_k)中变量为串联结构时，当π(Y_k)中变量为并联结构时，5)依据贝叶斯公式和条件概率分布集合CP进行推理，分别计算基本变量X_i＝0，(i＝1，...，n)时，设备系统变量的后验状态分布集合{P(Y_m＝0|X₁＝0)，...，P(Y_m＝0|X_i＝0)，...，P(Y_m＝0|X_n＝0)}，其中P(Y_m＝0|X_i＝0)表示第i个部件正常运行时，设备系统正常运行的概率；P(Y_m＝0|X_i＝0)＝P(Y_m＝0|π(X_i))×P(π(X_i)|X_i＝0)，其中(i＝1，...，n)；6)依据贝叶斯公式和条件概率分布集合CP进行推理，分别计算基本变量X_i＝1，(i＝1，...，n)时，设备变量的后验状态分布集合{P(Y_m＝0|X₁＝1)，...，P(Y_m＝0|X_i＝1)，...，P(Y_m＝0|X_n＝1)}，其中P(Y_m＝0|X_i＝1)表示第i个部件故障时，设备系统正常运行的概率；P(Y_m＝0|X_i＝1)＝P(Y_m＝0|π(X_i))×P(π(X_i)|X_i＝1)，其中(i＝1，...，n)；7)分别计算基本变量集合中每个变量X_i，(i＝1，...，n)的维修重要度(i＝1，...，n)；8)对所有基本变量的维修重要度从高到低排序，确定设备中最重要的维修部件。