劣化系统维修决策建模与仿真方法研究

论文摘要

神光III装置是我国在建的大型惯性约束聚变(Inertial Confinement Fusion,ICF)激光装置,目的是在实验室条件下以强激光作为驱动源实现热核聚变。维修性作为ICF激光装置的主要度量指标之一,是确保神光III装置持久稳定可靠运行的重要保证。及早开展神光III装置维修性研究,对提高装置运行效率和降低运行费用具有重要的理论和实践意义。目前,维修决策建模与分析技术研究主要针对单设备系统,难以解决神光III装置这种技术密集型复杂系统的维修决策问题。本文针对神光III装置能源组件劣化失效和状态不可观等特点,考虑多种维修策略和维修效果,分别采用半马氏决策过程模型、含老化令牌的Petri网模型(SPNAT)以及多模型,解决储能电容器、预电离模块和能源组件的维修决策建模与分析问题。主要研究内容如下:首先,针对劣化服从连续马尔可夫过程的部件,考虑实际维修效果和最大预防性维修次数,以长期运行费用最小为目标,提出基于半马氏决策过程的部件维修决策模型和求解算法,给出相应的蒙特卡罗仿真模型。应用该方法解决能源组件储能电容器维修决策问题,确定储能电容器最优检测周期和预防性维修阈值。其次,由于半马氏决策过程难以描述动态非马氏劣化或复杂维修策略下系统维修决策问题,论文提出含老化令牌的随机着色Petri网建模方法,给出了包括视情维修和机会维修在内的多种维修策略下部件和系统的维修决策SPNAT模型。利用该方法,解决存在视情维修与修复性维修两种策略的情况下,能源组件预电离模块的维修决策问题,确定预电离模块最优检测周期和机会维修阈值。然后,针对复杂系统维修决策建模与分析问题中状态空间爆炸问题,以及单一模型在复杂系统维修决策建模中存在的模型描述和求解困难,提出基于多模型的维修决策建模和仿真方法,包括基于Join/Replicate的模型组合策略和基于报酬模型的性能指标描述方法。利用能源组件故障树模型和各部件维修决策SPANT模型,采用多模型仿真工具MISER,解决能源组件维修决策问题,确定能源组件最优检测周期。论文最后对主要工作和创新点进行了总结,对进一步研究内容进行了展望。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究的背景与意义
• 1.2 国内外研究现状
• 1.2.1 部件维修决策
• 1.2.2 系统维修决策
• 1.3 存在的问题和解决的思路
• 1.3.1 存在的问题
• 1.3.2 解决的思路
• 1.4 论文的主要内容和结构安排
• 第二章 基于随机过程的部件维修决策建模与分析
• 2.1 部件劣化过程模型
• 2.1.1 不可修的部件劣化模型
• 2.1.2 可修的多部件系统劣化模型
• 2.2 维修策略描述
• 2.2.1 维修效果
• 2.2.2 维修和更换时间
• 2.3 基于半马氏决策过程的部件维修决策模型
• 2.3.1 马尔可夫决策过程
• 2.3.2 模型的假设与分析
• 2.3.3 基于半马氏决策过程的部件维修决策建模
• 2.3.4 优化模型分析
• 2.3.5 决策过程模型求解算法
• 2.4 部件维修决策的蒙特卡洛仿真求解模型
• 2.4.1 模型的假设与分析
• 2.4.2 部件维修决策的蒙特卡罗仿真建模
• 2.4.3 模型的求解与分析
• 2.5 应用实例
• 2.5.1 模型的假设与分析
• 2.5.2 优化模型分析
• 2.5.3 模型求解分析
• 2.6 本章小结
• 第三章 基于Petri 网的系统维修决策建模与仿真方法
• 3.1 SPNAT 网模型
• 3.1.1 SPNAT 描述
• 3.1.2 SPNAT 形式化定义
• 3.2 基于SPNAT 的部件维修决策建模
• 3.2.1 修复性维修的SPNAT 模型
• 3.2.2 定时维修的SPNAT 模型
• 3.2.3 视情维修的SPNAT 模型
• 3.2.4 示例分析
• 3.3 基于SPNAT 的系统维修决策建模
• 3.3.1 机会维修的SPNAT 模型
• 3.3.2 热备份系统修复性维修的SPNAT 模型
• 3.3.3 串联系统定时维修的SPNAT 模型
• 3.3.4 示例分析
• 3.4 本章小结
• 第四章 基于多模型的系统维修决策建模与仿真方法
• 4.1 多模型集成仿真环境工具
• 4.1.1 仿真环境的结构和功能
• 4.1.2 MISER 层次化多模型建模技术
• 4.1.3 基于Join/Replicate 的多模型组合建模
• 4.1.4 报酬模型
• 4.2 能源组件系统维修决策建模与分析
• 4.2.1 能源组件系统
• 4.2.2 基于故障树的能源组件可靠性模型
• 4.2.3 基于多模型的能源组件维修决策模型
• 4.2.4 集成模型仿真分析
• 4.3 本章小结
• 第五章 结束语
• 5.1 本文的主要工作与贡献
• 5.2 进一步研究的展望
• 致谢
• 参考文献
• 作者在学期间所取得的学术成果
• 附录A 能源组件故障树模型