[发明专利]一种基于顺序博弈的多阶段连续任务装备集群的选择性维修方法

摘要

本发明提供一种基于顺序博弈的多阶段连续任务装备集群的选择性维修方法，步骤如下：一、在第x波次任务开始前，按照装备健康状态将装备集群分为三个梯队；二、以最小化维修次数为主要目标，以维修成本为次要目标，建立任务成功率约束下装备集群选择性维修决策模型；三、基于顺序博弈方法，对各波次任务装备集群维修策略进行求解。本发明通过以上步骤，就能得到在装备集群面对短周期、多波次、连续任务时的维修策略，使得装备集群在达到任务可靠度的要求下，尽可能减少维修成本。

主权项

1.一种基于顺序博弈的多阶段连续任务装备集群的选择性维修方法，即一种在装备集群面对短周期多阶段连续任务计划，可用维修时间有限的前提下，通过顺序博弈的方式选择出每波次应当优先维修的装备及其部件，使得装备集群在达到任务可靠度的要求下，尽可能减少维修成本的方法，其特征在于：其步骤如下：步骤一，在第x波次任务开始前，按照装备健康状态将装备集群分类。它包含4个子步骤：(1)基于第x波次任务的成功率要求计算单一装备的任务可靠度要求；(2)以执行第x波次任务的可靠度表示装备健康状态，计算装备集群中各个装备及其子系统的任务可靠度；(3)对于不满足任务可靠度要求的装备，以优先修理可靠度最低的子系统为原则，在有限可用的维修时间约束下，计算维修后相关装备的任务可靠度；(4)根据子步骤(1)、(2)、(3)的计算结果，将装备集群划分为三个梯队：·梯队1表示装备健康状态良好，可满足当前波次任务可靠度要求，记为E1(x)；·梯队2表示装备健康状态一般，能够在可用维修时间内通过简单维修达到当前波次任务可靠度要求,记为E2(x)；·梯队3表示装备健康状态差，无法在可用维修时间内通过维修满足当前波次任务可靠度要求，记为E3(x)。梯队3也是梯队1和梯队2以外的其他装备构成的集合，即E3(x)＝I‑E1(x)‑E2(x)，其中I表示装备集群构成的全集。步骤二，以最小化维修次数为目标，以任务成功率为约束构建选择性维修决策模型。该步骤包含4个子步骤。(1)计算装备集群在阶段性任务时期的总维修次数，保证该项参数最小为决策模型中的首要优化目标；(2)计算装备集群在最少总维修次数下的总维修费用，保证该项参数最小为决策模型中的第二优化目标；(3)计算装备集群各波次任务的可靠度，保证各波次任务装备集群的可靠度大于任务门限可靠度是决策模型的主要约束之一；(4)计算装备集群各波次任务间隔期的维修时间，维修结束时间小于下一波次任务开始时间是决策模型的主要约束之一。步骤三，基于顺序博弈进行求解。它包含七个子步骤：(1)假设当前波次为第x波任务，比较该波次需要出动架次数l(x)与该波次开始时刻处于梯队1的装备数量N₁(x)和梯队2的装备数量N₂(x)之和的大小；·若l(x)>N₁(x)+N₂(x)，则该波次不存在可行的维修方案，进行步骤二；·若l(x)≤N₁(x)+N₂(x)，则该波次存在可行的维修方案，进行子步骤三；(2)检查是否为第一波次。若当前优化的是第一波次任务，则该问题由于起始状况错误，不存在可行解。若不是第一波次，则退回到上一波次，即x‑1波次，重新进行子步骤(1)进行优化；(3)比较本波次需要出动架次数l(x)与该波次开始时刻的第一类装备数量N₁(x)的大小；·若出动架次数小于等于该波次开始时刻处于第一梯队的装备数量，则本波次即使不进行任何维修工作，健康装备数量足够支撑任务需求，则进行子步骤(4)；·若出动架次数大于该波次开始时刻处于第一梯队的装备数量，但小于等于该波次开始时刻处于第一梯队和第二梯队的装备数量之和，说明本波次任务需要由全部第一梯队装备，和部分或全部第二梯队装备执行，则执行子步骤(5)；(4)在该波次开始时刻处于第一梯队的装备中任意挑选出l(x)架执行本波次任务，该波次开始时刻处于第一梯队的装备中剩下未执行任务的被归到下一波次开始时刻处于第一梯队的装备当中。而该波次开始时刻处于第二梯队的装备E2(x)被添加到该波次开始时刻处于第三梯队的装备中。随后执行子步骤(6)；(5)在该波次开始时刻处于第一梯队和第二梯队的装备之中挑选出要进行执行任务的装备。由于出动架次数大于该波次开始时刻处于第一梯队的装备数量，但小于等于该波次开始时刻处于第一梯队和第二梯队装备数量之和，因此所有第一梯队装备都要执行任务。随后开展第二梯队装备的顺序博弈算法，从其中挑选出l(x)‑N₁(x)架装备，与全体第一梯队装备共同执行任务。剩下的第二梯队装备被归到本波次第三梯队装备中。随后执行子步骤(6)。(6)在核查下一波次第三梯队装备的情况。由于如果第x波任务只维修能够保证当前波次任务架次要求的装备，会导致下一波次可用装备可能不够，因此规定q(x)为第x波任务中整合过的第三梯队装备中必须被维修，来保证下一波次任务出动架次得以保证的装备的数量。规定装备集群的装备总数为m；·若q(x)≤0，则即使该波次不做多余维修，下一波次任务架次也可以得到保证，随后执行子步骤(7)。·若0<q(x)≤m‑l(x)，则我们需要在本波次任务中多维修一些装备，来保证下一波次任务出动架次得以保证。随后对整合过的第三梯队装备进行第三梯队装备顺序博弈算法，挑选出q(x)架装备进行维修。随后执行子步骤(7)。·若q(x)>m‑l(x)，则即使该波次所有装备全部维修也无法保证下波次任务出动架次，则执行子步骤(2)。(7)核查维修时间约束。通过对第二梯队与第三梯队装备的顺序博弈算法，我们能够求出满足任务可靠度的可行解，但同时，我们还应核查维修结束时间是否在任务开始时间之前。计算出第x波次各装备i的维修时间，即T_i(x)，等于第x波次任务装备i上各个需维修子系统中维修时间最长子系统的维修时间MTTR。则该波次该装备的维修结束时间TE_i(x)＝TB_i(x)+T_i(x),TB_i(x)表示该波次该装备维修开始时间。先将第二梯队装备中通过顺序博弈后挑选出来的维修装备进行核查，再核查第三梯队装备通过顺序博弈后挑选出来的维修装备，若所有挑选出来的维修装备的维修结束时间TE_i(x)都小于任务开始时间t₁(x)，则求得的维修策略可行。若存在任意维修装备的TE_i(x)>t₁(x)，则执行子步骤(2)。通过以上步骤，我们即可优化所有波次维修任务，使得装备集群在保证阶段性任务各波次任务可靠度的前提下，大幅减少对维修资源的使用。