0 引言

    近年來，隨著科學(xué)技術(shù)的迅速發(fā)展，各生產(chǎn)系統(tǒng)的結(jié)構(gòu)日益復(fù)雜化，各種高精度、集成化設(shè)備廣泛應(yīng)用于生產(chǎn)線。企業(yè)間的競爭越來越激烈，生產(chǎn)系統(tǒng)的復(fù)雜性、隨機(jī)性使得生產(chǎn)線的維護(hù)難度不斷提升，維護(hù)成本和強(qiáng)度隨之加大，合理的維護(hù)策略對獲得良好生產(chǎn)效益起著至關(guān)重要的作用。

    目前國內(nèi)外關(guān)于生產(chǎn)線維護(hù)策略的研究成果很多，主要分為基于狀態(tài)的維護(hù)和基于時間的維護(hù)兩種形式^[1]?；跔顟B(tài)的維護(hù)是在設(shè)備檢測技術(shù)迅速發(fā)展的基礎(chǔ)上實(shí)現(xiàn)的，通過檢測設(shè)備的狀態(tài)來判斷其出現(xiàn)故障的概率，確定實(shí)施方案，使損失降到最低。傳統(tǒng)的基于時間的維護(hù)多采用固定維修周期，這樣的方式操作簡單，維護(hù)人員和備件都可以做事先安排。隨著神經(jīng)網(wǎng)絡(luò)與模糊系統(tǒng)理論與技術(shù)的發(fā)展，基于神經(jīng)網(wǎng)絡(luò)與模糊邏輯的自適應(yīng)控制系統(tǒng)得到了廣泛應(yīng)用^[2-5]。徐昕等人^[6]對基于MDP動態(tài)系統(tǒng)學(xué)習(xí)控制理論、算法與應(yīng)用的發(fā)展前景進(jìn)行綜述。起初研究人員用離散的Markov鏈描述設(shè)備維護(hù)調(diào)度模型，之后，Gharbi等人提出用連續(xù)Markov鏈描述設(shè)備壽命的維護(hù)結(jié)構(gòu)，通過控制設(shè)備生產(chǎn)率和預(yù)維修率使目標(biāo)函數(shù)達(dá)到最優(yōu)化^[7]。Jin 等人^[8]利用馬爾可夫決策過程描述設(shè)備維修或替換等維護(hù)活動的概率轉(zhuǎn)移函數(shù)，得到一個生產(chǎn)系統(tǒng)的預(yù)防性維護(hù)優(yōu)化模型。陳靜靜提出利用MDP模型同時考慮劣化故障和隨機(jī)故障兩種故障類型，制定針對單臺設(shè)備工作排序、清洗和維修的長期維護(hù)優(yōu)化策略^[9]。以上關(guān)于MDP模型的應(yīng)用多采用固定式轉(zhuǎn)移概率，在一定程度上反映了狀態(tài)的變化過程。根據(jù)生產(chǎn)實(shí)際可以考慮采用動態(tài)的轉(zhuǎn)移概率反映不同狀態(tài)下的狀態(tài)轉(zhuǎn)移情況。

    本文將利用連續(xù)時間的MDP模型描述單臺設(shè)備工作狀態(tài)，充分體現(xiàn)生產(chǎn)實(shí)際中設(shè)備工作、維護(hù)的連續(xù)性，綜合考慮轉(zhuǎn)移概率和實(shí)施方案選擇的動態(tài)性和隨機(jī)性，利用MATLAB實(shí)現(xiàn)優(yōu)化獲取最佳維護(hù)周期。在系統(tǒng)層維護(hù)中以混聯(lián)結(jié)構(gòu)為框架應(yīng)用該模型，對其實(shí)現(xiàn)優(yōu)化仿真，驗(yàn)證其可行性。

1 連續(xù)時間的MDP模型

    作為描述動態(tài)隨機(jī)系統(tǒng)優(yōu)化決策問題的一類基本數(shù)學(xué)模型，MDP模型通常用四元組{S，A，P，R}表示，其中S為狀態(tài)空間，A為行為空間，P為轉(zhuǎn)移概率（滿足無后效性），R為回報(bào)函數(shù)，在一定意義上可以理解為目標(biāo)函數(shù)。

    定義行為策略π表示從狀態(tài)集合S到行為選擇概率的映射，即π：S→P(a)。

1.1 離散空間的MDP

1.2 連續(xù)時間的MDP

其中，r為回報(bào)函數(shù)，對于其積分即為目標(biāo)函數(shù)。需要尋找最佳π使V^π(x)達(dá)到最優(yōu)解。

    實(shí)際生產(chǎn)系統(tǒng)中設(shè)備工作環(huán)境復(fù)雜，設(shè)備的自身工作狀態(tài)、運(yùn)轉(zhuǎn)環(huán)境、已維護(hù)次數(shù)等信息直接關(guān)系生產(chǎn)線的效益，合理的維護(hù)策略和預(yù)先安排能夠有效降低因突發(fā)事件帶來的巨大損失。MDP模型能夠形象地模擬不同維護(hù)策略對設(shè)備狀態(tài)的影響。對于整個生產(chǎn)系統(tǒng)，要獲得最優(yōu)維護(hù)策略，首先需要研究每臺設(shè)備的維護(hù)策略。本文利用連續(xù)時間的MDP模型研究單臺設(shè)備維護(hù)策略，然后研究在交貨期、在制品數(shù)和成品率等因素的綜合影響下，系統(tǒng)層的維護(hù)策略。

2 單臺設(shè)備維護(hù)策略

    在生產(chǎn)實(shí)際中設(shè)備的工作狀態(tài)具有連續(xù)性的特點(diǎn)，因此，利用連續(xù)時間的MDP模型能夠更加合理地模擬設(shè)備退化過程。在連續(xù)時間的MDP模型中，狀態(tài)空間、行為空間均為連續(xù)空間，狀態(tài)轉(zhuǎn)移時間也是連續(xù)的。本文將在此基礎(chǔ)上進(jìn)一步考慮轉(zhuǎn)移概率的動態(tài)性和方案選擇的隨機(jī)性。本文將設(shè)備的狀態(tài)空間設(shè)定為連續(xù)空間，綜合考慮設(shè)備自身運(yùn)轉(zhuǎn)狀態(tài)、成品率、維修記錄等因素，利用連續(xù)函數(shù)擬合設(shè)備自然狀態(tài)下的退化過程，實(shí)現(xiàn)設(shè)備整個生命周期中狀態(tài)的連續(xù)性。

    首先，根據(jù)生產(chǎn)實(shí)際數(shù)據(jù)擬合狀態(tài)空間x(τ)，0<τ≤m。x(τ)是關(guān)于自然退化時間τ的連續(xù)函數(shù)，表示設(shè)備的自然退化過程。根據(jù)實(shí)際情況，狀態(tài)空間x(τ)為遞減函數(shù)。隨著時間的延續(xù)，當(dāng)?shù)竭_(dá)時刻m時設(shè)備將退化至某一劣化極限x(m)，狀態(tài)x(m)表示設(shè)備出現(xiàn)故障，必須進(jìn)行故障性維修。

    行為空間u(t)表示t時刻系統(tǒng)處于狀態(tài)x(τ)可采用的行為的集合。

且當(dāng) x(τ)=x(m)時u(t)=1，當(dāng)x(τ)<x(m)時設(shè)備處于無法修復(fù)狀態(tài)，停止工作。

    狀態(tài)轉(zhuǎn)移矩陣P(i，j，a)表示設(shè)備處于狀態(tài)x(i)，采用方案a后，設(shè)備狀態(tài)轉(zhuǎn)移到x(j)的概率，其中i，j∈τ。轉(zhuǎn)移概率P(i，j，a)的隨機(jī)性表現(xiàn)為：

    r(x(τ)，u(t))表示設(shè)備處于狀態(tài)x(τ)時采用方案u(t)獲得的收益。π(u(t))表示所采用的一系列維護(hù)策略，即在每個維護(hù)時刻所采用的方案，目標(biāo)即為尋找一個最優(yōu)維護(hù)策略π^*(u(t))使效益最大化。本文中維護(hù)策略π的選擇由轉(zhuǎn)移概率的動態(tài)性和方案選擇的隨機(jī)性體現(xiàn)。在此基礎(chǔ)上確定最優(yōu)維護(hù)周期T，使目標(biāo)函數(shù)達(dá)到最優(yōu)解。

    平穩(wěn)策略的值函數(shù)：

    若u(t)≡0則設(shè)備狀態(tài)變化過程為服從函數(shù)x(τ)，即設(shè)備自然退化過程。且有，若采用最優(yōu)維護(hù)策略π^*(u(t))，則所對應(yīng)的狀態(tài)空間為x^*(τ)。目標(biāo)即為尋找最優(yōu)維護(hù)策略π^*(u(t))和最優(yōu)維護(hù)周期T^*使系統(tǒng)效益最大化。

    假設(shè)維護(hù)周期為l，采用一定維護(hù)策略后，單位時間產(chǎn)生的效益為h(t)，其與狀態(tài)空間具有線性關(guān)系。則一個維護(hù)周期內(nèi)獲得效益：

其中g(shù)(a)表示選擇方案a的概率，x(i)表示設(shè)備所處狀態(tài)。最佳維護(hù)策略π^*即使效益最大化的維護(hù)周期T和實(shí)施方案a，π^*π(T，a₁，a₂，a₃，…，a_n)，a_n∈a。

    目標(biāo)函數(shù)：

其中，u₁、u₂分別表示設(shè)備進(jìn)行一次預(yù)防性維修和故障性維修的費(fèi)用，v₁、v₂分別表示設(shè)備進(jìn)行預(yù)防性維修和故障性維修的次數(shù)。

3 系統(tǒng)層維護(hù)策略

    對于生產(chǎn)系統(tǒng)，根據(jù)連接形式的不同各單臺設(shè)備所得效益在系統(tǒng)層效益中反映的程度不同。本文研究假設(shè)，對于串聯(lián)結(jié)構(gòu)的效益，以串聯(lián)結(jié)構(gòu)中效益最大的單臺設(shè)備的效益作為評價(jià)標(biāo)準(zhǔn)。并聯(lián)結(jié)構(gòu)的效益，以各單臺設(shè)備效益之和為評價(jià)標(biāo)準(zhǔn)。

    串聯(lián)系統(tǒng)效益：

    在系統(tǒng)混聯(lián)結(jié)構(gòu)中，將并聯(lián)設(shè)備作為一個單元與串聯(lián)設(shè)備一起作為串聯(lián)結(jié)構(gòu)考慮。

    混聯(lián)系統(tǒng)效益：

    本文以混聯(lián)結(jié)構(gòu)為模型框架研究最優(yōu)維護(hù)策略，系統(tǒng)層維護(hù)策略模型滿足maxQ^π(l)，即獲得能夠使系統(tǒng)效益最大化的維護(hù)周期l和相應(yīng)的各個周期的實(shí)施方案。

4 案例仿真

    為驗(yàn)證模型的可行性和有效性，本文采用以下算例進(jìn)行分析。如圖1所示，系統(tǒng)由5臺退化模型相同的設(shè)備組成，按統(tǒng)一周期進(jìn)行仿真。設(shè)備自然退化過程x(τ)通過擬合為8次多項(xiàng)式，極限工作時間8 000。一次故障性維修的費(fèi)用u₂=5 000元，一次預(yù)防性維修的費(fèi)用u₁=1 000元。轉(zhuǎn)移概率P(i，j，a)的分布如下：

    實(shí)施方案選擇原則如下：

    利用MATLAB建模仿真獲得如圖2結(jié)果。由圖2可知，在此模型假設(shè)基礎(chǔ)上，當(dāng)維護(hù)周期為1 700 h時效益最大化。維護(hù)周期較低時，頻繁的維護(hù)會增加維護(hù)費(fèi)用導(dǎo)致效益降低。維護(hù)周期太大時，設(shè)備維護(hù)不及時，故障停機(jī)的概率增加，設(shè)備利用率下降，導(dǎo)致效益下降。

    由圖3可知，在設(shè)備運(yùn)轉(zhuǎn)初期（0<t<2 500），當(dāng)?shù)竭_(dá)維護(hù)周期時選擇正常運(yùn)轉(zhuǎn)（a=0）而不實(shí)施維護(hù)措施的概率為40%；在運(yùn)轉(zhuǎn)中期（2 500<t<5 600）,選擇預(yù)防性維護(hù)（a=1）的概率為61%；在運(yùn)轉(zhuǎn)后期（t>5 600）,選擇故障性維護(hù)（a=2）的概率為54%。由此可知，在設(shè)備運(yùn)行后期隨著設(shè)備可靠性的降低，故障維修的次數(shù)增加，符合生產(chǎn)實(shí)際，證明方案選擇假設(shè)可行。

    本文以混聯(lián)結(jié)構(gòu)為框架應(yīng)用此模型，分析系統(tǒng)的設(shè)備利用率，與基于離散空間的MDP維護(hù)策略進(jìn)行比較。如圖4所示，采用連續(xù)時間MDP模型下的平均利用率為0.992 48，采用離散MDP模型的平均利用率為0.987 22。由此可知，連續(xù)時間MDP模型下的維護(hù)策略能夠有效提高設(shè)備利用率，從而在一定程度上提高效益，進(jìn)一步證明基于連續(xù)時間MDP模型的維護(hù)決策的有效性和可行性。

5 結(jié)論

    在生產(chǎn)實(shí)際中設(shè)備狀態(tài)屬于連續(xù)變化量，本文采用連續(xù)時間的MDP模型模擬設(shè)備狀態(tài)連續(xù)變化過程下系統(tǒng)效益的連續(xù)變化過程。綜合考慮生產(chǎn)實(shí)際因素，利用生產(chǎn)實(shí)際數(shù)據(jù)模擬設(shè)備自然退化過程，將連續(xù)變化的設(shè)備狀態(tài)轉(zhuǎn)化為效益的變化過程，以效益最大化為目標(biāo)獲得最優(yōu)維護(hù)策略。系統(tǒng)層框架結(jié)構(gòu)在基于連續(xù)時間的MDP模型下，將生產(chǎn)系統(tǒng)的現(xiàn)實(shí)因素融于控制條件，進(jìn)一步控制維護(hù)策略，獲得較為合理的維護(hù)策略。仿真結(jié)果顯示，基于連續(xù)時間MDP模型應(yīng)用于生產(chǎn)系統(tǒng)，可有效提高設(shè)備利用率和產(chǎn)量，改善系統(tǒng)性能，從而提高生產(chǎn)線效益。

參考文獻(xiàn)

[1] 吳洪飛.基于非齊次馬爾可夫過程的多動作動態(tài)維護(hù)策略研究[D].上海：上海交通大學(xué)，2008.

[2] 王振雷.模糊神經(jīng)網(wǎng)絡(luò)理論及其在復(fù)雜系統(tǒng)中的應(yīng)用研究[D].沈陽：東北大學(xué)，2002.

[3] 徐瑜，危韌勇.神經(jīng)網(wǎng)絡(luò)在控制系統(tǒng)中的應(yīng)用現(xiàn)狀及展望[J].電腦知識與技術(shù)，2006(5)：178-179，187.

[4] 徐英智.一種新型模糊神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用[D].西安：西安電子科技大學(xué)，2008.

[5] 馬俊偉.動態(tài)模糊神經(jīng)網(wǎng)絡(luò)在非線性系統(tǒng)中的應(yīng)用研究[D].沈陽：東北大學(xué)，2010.

[6] 徐昕，沈棟，高巖青，等.基于馬氏決策過程模型的動態(tài)系統(tǒng)學(xué)習(xí)控制：研究前沿與展望[J].自動化學(xué)報(bào)，2012(5)：673-687.

[7] GHARBI A，KENNE′ J P.Maintenance scheduling and production control of multiple-machine manufacturing systems[J].Computers & Industrial Engineering，2005(48)：693-707.

[8] JIN Y L，JIANG Z H，HOU W R.Optimal policy research on reliability-centered preventive maintenance for multicomponents equipment[J].Journal of Shanghai Jiaotong University，2006，40(12)：2051-2056.

[9] 陳靜靜.基于MDP的半導(dǎo)體制造設(shè)備維護(hù)調(diào)度研究[J].電子測量技術(shù)，2012(3)：24-27.