Yifan ZHOU
Prognozowanie trwałości środków technicznych z wykorzystaniem wielu wskaźników degradacji i zdarzeń awaryjnych w ujęciu modelu ciągłej przestrzeni stanów
Prognozowanie trwałości środków z wykorzystaniem wskaźników degradacji wiąże się z dwoma zagadnieniami praktycznymi:(1) identyfikacją progów niepewnego uszkodzenia dla wskaźników degradacji oraz (2) łączeniem licznych wskaźników degradacji otrzymanych na podstawie danych z monitorowania stanu. Model degradacji w przestrzeni stanów stanowi efektywne podejście do tych dwóch zagadnień. Jednakże dotychczasowe badania dotyczące tego modelu w dużej mierze przyjmują założenie dyskretnego czasu lub dyskretnych stanów, które wymaga równych odstępów między przeglądami lub dyskretyzacji ciągłych wskaźników degradacji. Aby uniknąć konieczności zakładania dyskretnego czasu i dyskretnych stanów, w niniejszej pracy zaproponowano model przestrzeni stanów oparty na procesie Gamma. Proces Gamma charakteryzuje własność monotoniczna rosnącą, która odpowiada nieodwracalnym procesom degradacji środków technicznych w trakcie jednego cyklu serwisowego. Własność monotoniczna rosnąca ułatwia również ustalenie funkcji prawdopodobieństwa, gdy brane są pod uwagę czasy uszkodzeń. W artykule sformułowano algorytmy estymacji parametrów oraz prognozowania czasu życia dla modelu przestrzeni stanów opartego na procesie Gamma. Dodatkowo określono metodę oceny efektywności wskaźników w modelowaniu degradacji. Proponowany model przestrzeni stanów oparty na procesie Gamma oraz jego algorytmy weryfikowano przy użyciu danych symulacyjnych oraz danych terenowych pozyskanych z przedsiębiorstwa zajmującego się ciekłym gazem ziemnym.
Asset life prediction using multiple degradation indicators and failure events: a continuous state space model approach
Two practical issues are involved in asset life prediction using degradation indicators: (1) identifying uncertain failure thresholds of degradation indicators and (2) fusing multiple degradation indicators extracted from condition monitoring data. The state space degradation model provides an effective approach to address these two issues. However, existing research on the state space degradation model largely adopts a discrete time or states assumption which requires equal inspection intervals or discretising continuous degradation indicators. To remove the discrete time and states assumptions, this paper proposes a Gamma-based state space model. The Gamma process has a monotonically increasing property that is consistent with the irreversible degradation processes of engineering assets within a single maintenance cycle. The monotonically increasing property also makes the establishment of the likelihood function more straightforward when failure times are considered. In this paper, parameter estimation and lifetime prediction algorithms for the Gamma-based state space model are developed. In addition, an effectiveness evaluation approach for indicators in degradation modelling is established. The proposed Gamma-based state space model and algorithms are validated using both simulated data and a field dataset from a liquefied natural gas company.
Optymalizacja zależnego od stanu technicznego utrzymania urządzeń dla dwuskładnikowego systemu szeregowego nie wymagająca z góry ustalonej struktury strategii
Większość badań nad optymalizacją utrzymania systemów wieloskładnikowych bierze pod uwagę jedynie rozkład czasu życia elementów składowych. Kiedy przyjmie się dla systemów wieloskładnikowych strategię utrzymania urządzeń zależną od ich bieżącego stanu technicznego (condition-based maintenance, CBM), struktura strategii staje się złożona w związku z dużą liczbą stanów składowych oraz ich kombinacji. W konsekwencji, często przyjmuje się pewne z góry ustalone struktury strategii utrzymania przed optymalizacją utrzymania systemu wieloskładnikowego w kontekście CBM. Opracowanie takich z góry ustalonych struktur strategii wymaga jednak specjalistycznego doświadczenia, a i tak brak dowodów na optymalność tych strategii. W artykule zaproponowano metodę optymalizacji utrzymania szeregowego systemu dwuskładnikowego, która nie wymaga wcześniej ustalonej struktury strategii. Proponowaną metodę opracowano na podstawie semimarkowskiego procesu decyzyjnego (SMDP). Badanie symulacyjne pokazało, że za pomocą proponowanej metody można ustalać optymalną strategię utrzymania w sposób adaptacyjny dla różnych kosztów utrzymania oraz parametrów procesów degradacyjnych. Za pomocą symulacji badano także optymalną strukturę strategii utrzymania, jako punkt odniesienia dla przyszłych studiów nad optymalizacją systemów wieloskładnikowych.
Condition-based Maintenance Optimisation without a Predetermined Strategy Structure for a Two-component Series System
Most existing research on maintenance optimisation for multi-component systems only considers the lifetime distribution of the components. When the condition-based maintenance (CBM) strategy is adopted for multi-component systems, the strategy structure becomes complex due to the large number of component states and their combinations. Consequently, some predetermined maintenance strategy structures are often assumed before the maintenance optimisation of a multicomponent system in a CBM context. Developing these predetermined strategy structure needs expert experience and the optimality of these strategies is often not proofed. This paper proposed a maintenance optimisation method that does not require any predetermined strategy structure for a two-component series system. The proposed method is developed based on the semi-Markov decision process (SMDP). A simulation study shows that the proposed method can identify the optimal maintenance strategy adaptively for different maintenance costs and parameters of degradation processes. The optimal maintenance strategy structure is also investigated in the simulation study, which provides reference for further research in maintenance optimisation of multi-component systems.
Modelowanie niezawodności i optymalizacja utrzymania ruchu układu samoczynnego zapłonu w lokomotywach
Układ silnikowy stanowi podatną na uszkodzenia część lokomotywy spalinowej, a w praktyce jego awarie występują zawsze regularnie w zależności od pory roku. Pomimo tego, obecna polityka obsługowa w Chinach nie przywiązuje wystarczającej wagi do wpływu pór roku, co uważa się za główną przyczynę nadmiernych lub niedostatecznych działań obsługowych. Aby ocenić bieżące działania obsługowe, w niniejszym artykule opracowano model zagrożeń konkurujących dla lata i zimy, oparty na połączeniu dwóch rozkładów Weibulla, wykorzystujący rzeczywiste dane o uszkodzeniach (2009–2011) lokomotyw używanych przez Agencję Kolejową Urumqui. Jednocześnie zaproponowano nowe podejście, o nazwie Approximately Combined Parameter Method (Metoda Przybliżonego Łączenia Parametrów, ACPM), które polega na łączeniu wstępnie obliczonych parametrów w różne wielokrotności, co pozwala na uniknięcie subiektywnego wyznaczania liczby parametrów modelu. W celu otrzymania dokładnego modelu, połączone parametry wykorzystuje się jako wstępne wartości w estymacji metodą największej wiarygodności. Konieczne optymalizacje wprowadza się na podstawie wybranych modeli. Wyniki pokazują, że letni okres obsługowy różni się zasadniczo od zimowego, a zoptymalizowana obsługa może zwiększyć gotowość systemu i zmniejszyć koszty utrzymania ruchu w większym stopniu niż dotychczasowa polityka obsługowa.
Reliability modeling and maintenance optimization of the diesel system in locomotives
Engine system is a prone-fault part in diesel locomotive and its malfunctions always occur regularly in different seasons in practice. However, the current maintenance policy in China has not attached deserving importance to seasonal influence, which is considered as one of the main causes for over/under-maintenance. To assess the current maintenance, in this study a double-fold Weibull competing risk model for summer and winter is developed using the real failure data (2008-2011) of locomotives from Urumqi Railway Bureau. Meanwhile, a new approach, termed as Approximately Combined Parameter Method (ACPM), is proposed to combine the initially estimated parameters into different folds, which can avoid a subjective determination of the model’s parameters fold. After that, the combined parameters are used as initial values for maximum likelihood estimate (MLE) to achieve an accurate model. Necessary optimizations are introduced based on the chosen models. Results show that the maintenance period differs a lot between winter and summer, and the optimized maintenance can increase the availability and decrease cost more than the existing Policy.
Optymalna strategia wymiany kombinatorycznej dla danej częstotliwości przeglądów regulacji mieszanej w lokomotywach spalinowych.
Regulacja mieszana jest jednym z kluczowych elementów w lokomotywach spalinowych, i jako taka musi być ujęta w istniejącym systemie konserwacji okresowej lokomotyw spalinowych. W praktyce jednak, podlega ona biernej wymianie lub przedwczesnej konserwacji z powodu niewystarczających lub nadmiernych praktyk utrzymania w ruchu. W niniejszym artykule opracowano cztery modele niezawodnościowe sekwencyjnego cyklu konserwacji zapobiegawczej z wykorzystaniem danych z trzech lat konserwacji mieszanej regulacji jednego Biura Kolei Chińskich w celu ustalenia ich rozkładu niezawodności, przy użyciu wybranych danych nt. nieuszkadzalności oraz danych cenzurowanych. W celu optymalizacji konserwacji zapobiegawczej (PM), zaproponowano nową strategię wymiany kombinatorycznej (combinatorial replacement - CR), w której element składowy zostaje kilkakrotnie zastąpiony innym elementem uprzednio poddanym konserwacji zapobiegawczej w danym okresie eksploatacyjnym. Następnie, wprowadzono konieczne optymalizacje na podstawie opracowanych modeli niezawodnościowych oraz częstotliwości przeglądów podanej w kryteriach konserwacji zapobiegawczej lokomotyw spalinowych (23000 km ~ 25000 km). W dalszej kolejności, wykorzystano algorytm genetyczny do rozwiązania funkcji optymalizacji ograniczeń. Wyniki pokazują, że proponowana strategia CR jest najlepsza spośród istniejących strategii i ogólnych strategii (T, δ); inne wyniki można traktować jako strategię opcjonalną w sytuacji gdy dostępność elementów zamiennych jest ograniczona.
Optimal combinatorial replacement policy under a given maintenance interval for the combined governor in diesel locomotives
Combined governor is one of key components in diesel locomotives, as a subcomponent it must meet the existing maintenance periodic of the diesel locomotive, while it is passively replaced or maintained in a midway because of over/under-maintenance in practice. In this paper, four reliability models of a sequential PM cycle are developed using three years of maintenance data of combined governors in one Chinese Railway Bureau to determine its reliability distribution, in which some zero-failure data and censor data are used. Meanwhile, a novel combinatorial replacement (CR) policy is proposed to optimize its preventive maintenance (PM), in which a component is replaced several times using a preventively maintained one in a given operational interval. After that, necessary optimizations are introduced based on the determined reliability models and the maintenance interval given by the PM criterion of diesel locomotives (23000km ~25000km), and then the genetic algorithm is also used to solve the constraint optimization function. Results show that the proposed CR policy is the best policy among the existing policy and the general (T,δ) policy, and other results can be viewed as an optional policy when spare components are limited.
Optymalna strategia utrzymania ruchu dla seryjnego systemu produkcji złożonego z dwóch podsystemów wieloskładnikowych oraz buforu pośredniego
W systemach produkcyjnych często stosuje się bufory pośrednie w celu zmniejszenia wpływu awarii i konserwacji podsystemów na system produkcji. Jednocześnie, oddziaływanie buforów pośrednich utrudnia modelowanie procesu degradacji systemu. Istnieją badania dotyczące oceny funkcjonowania i optymalizacji utrzymania systemów produkcyjnych wykorzystujących bufory pośrednie przy założeniu wcześniej określonej struktury strategii utrzymania ruchy. Jednak tylko nieliczne prace zwracają uwagę na własności optymalnej struktury strategii utrzymania ruchu. W przedstawionej pracy opracowano opartą na procesie decyzyjnym Markowa metodę określania optymalnej strategii utrzymania ruchu dla układu szeregowo-równoległego z dwoma podsystemami wieloskładnikowymi oraz buforem pośrednim. Przeanalizowano strukturę otrzymanej optymalnej strategii utrzymania i wykazano, że struktury takiej nie można zamodelować przy użyciu ograniczonej liczby parametrów. Jednak odkryto pewne przydatne właściwości struktury strategii, które mogą ułatwić optymalizację utrzymania ruchu. Innym interesującym odkryciem było to, że duża pojemność bufora nie zawsze daje wysoką średnią przychodów mimo iż koszty przechowywania obiektu w buforze są znacznie mniejsze niż przychody z produkcji w przeliczeniu na jeden obiekt.
Optimal maintenance of a series production system with two multi-component subsystems and an intermediate buffer
Intermediate buffers often exist in practical production systems to reduce the influence of the breakdown and maintenance ef subsystems on system production. At the same time, the effects of intermediate buffers also make the degradation process of the system more difficult to model. Some existing papers investigate the performance evaluation and maintenance optimisation of a production system with intermediate buffers under a predetermined maintenance strategy structure. However, only few papers pay attention to the property of the optimal maintenance strategy structure. This paper develops a method based on the Markov decision process to identify the optimal maintenance strategy for a series-parallel system with two multi-component subsystems and an intermediate buffer. The structure of the obtained optimal maintenance strategy is analysed, which shows that the optimal strategy structure cannot be modelled by a limited number of parameters. However, some useful properties of the strategy structure are obtained, which can simplify the maintenance optimisation. Another interesting finding is that a large buffer capacity cannot always bring about high average revenue even through the cost of holding an item in the buffer is much smaller than the production revenue per item.