[发明专利]考虑外部环境影响的港口设备智能预防性维护系统及方法

摘要

一种考虑外部环境影响的港口设备智能预防性维护系统及方法，包括提出环境因子的概念并给出定义；采用统计模式识别方法评估设备故障率，并提取当前环境因子；结合粗糙集算法和层次分析法分析各环境因素对整体环境因子的影响，从而可以有效预测任意环境条件下的环境因子；通过在设备预防性维护规划建模中动态地加入环境因子，可以准确地评估设备故障率从而规划出有效的、切实可行的设备预防性维护方案。本发明生成的设备预防性维护优化方案，改进了传统维护策略忽略外部环境因素影响的不足和所带来的消耗浪费，能够指导现代制造业的设备维护规划决策。

主权项

一种港口设备智能预防性维护方法，其特征在于，包括以下步骤：第一步：采用统计模式识别方法提取设备在一个维护周期内的故障率，通过故障率的增速得出设备在该周期内受环境因素影响的大小，从而提取出相应的环境因子：εn＝λ′n/λ'g，其中：是数据样本所对应的设备故障率，λ′n表示采集该数据样本时的设备故障率增速，λ'g表示标准环境下设备故障率增速，εn则表示该数据样本所对应的环境因子；第二步：基于第一步得出的环境因子，采用粗糙集法和层次分析法相结合的算法分析各环境因素对环境因子影响的权重：wj＝μw'j+(1‑μ)w″j，其中：w'j为该环境因素由粗糙集法得出的权重，w″j为该环境因素由层次分析法得出的权重，μ是两者间的比重；wj为该环境因素的总体权重因子；第三步：利用第二步得出的各环境因素的权重因子，有效预测任意环境条件对该设备故障率演变的影响，即得出相应的环境因子：其中：uj为该环境因素的一个任意值，u'j为该环境因素的标准值，εta则为所对应的环境因子；第四步：根据对未来环境条件的预测，利用第三步得出所对应的环境因子，将这些环境因子动态加入设备故障率演变模型中：λi+1(t)＝εtabλi(t+aTi)，其中：a为役龄递减因子，b为故障率递增因子，εta为环境因子，Ti为设备上一个维护周期的运行时间；λi+1(t)则为在t时刻对设备故障率的预测值；第五步：利用第四步得出的设备故障率，结合设备的相关维护消耗数据，通过求解最小维护消耗率，得出该设备的最优预防性维护排程。