申请/专利权人：哈尔滨工业大学(威海)

申请日：2020-07-01

公开（公告）日：2024-04-16

公开（公告）号：CN113887770B

主分类号：G06Q10/04

分类号：G06Q10/04;G06F30/20;G06N3/006;G06Q10/20;G06F111/06

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2022.01.21#实质审查的生效;2022.01.04#公开

摘要：本发明涉及航空发动机维修策略技术领域，具体的说是一种可以有效的降低发动机的维修成本的基于问题解耦的航空发动机全寿命维修决策优化算法，其特征在于，将发动机全寿命维修决策问题的决策变量分为三组，第一组是发动机全寿命期内的维修次数，第二组是历次维修时机，第三组是历次维修时，各单元体是否大修、各寿命件是否更换；其中第一组决策变量进行遍历处理，第二组决策变量采用粒子群优化算法进行求解，第三组决策变量采用基于粒子群优化的发动机维修决策算法。

主权项：1.一种基于问题解耦的航空发动机全寿命维修决策优化算法，其特征在于，将发动机全寿命维修决策问题的决策变量分为三组，第一组是发动机全寿命期内的维修次数，第二组是历次维修时机，第三组是历次维修时，各单元体是否大修、各寿命件是否更换；其中第一组决策变量进行遍历处理，第二组决策变量采用粒子群优化算法进行求解，第三组决策变量处理方法包括以下步骤：步骤1：根据发动机维修间隔估计出发动机最小送修次数mmin和最大送修次数mmax；步骤2：设置粒子群规模S、发动机维修间隔[Imin,Imax]、最大迭代次数N、学习因子c1和c2、权重w、r1、r2、发动机维修次数m＝mmin；步骤3：粒子维度q＝m，随机初始化S个粒子，包括各个粒子的位置xi＝{Ti1,Ti2,...,Tim}和速度vi＝{vi1,vi2,...,vim}，迭代次数n＝0；步骤4：根据每个粒子的位置xi以及寿命件最优更换策略和单元体最优维修策略的求解方法，计算出所有寿命件全寿命期内的总更换成本CLLP,minxi和所有单元体全寿命期内的总维修成本CMOD,minxi，进而得到总维修成本Cxi，并将总维修成本Cxi的负数作为该粒子的适应值；步骤5：对于每个粒子，将当前适应值与所经历过的最大适应值进行比较，如果更大，则将其作为粒子的个体历史最大适应值，用当前位置更新个体历史最好位置，否则不更新；步骤6：对于每个粒子，将其历史最大适应值与群体内全局最大适应值进行比较，若更大，则将粒子当前适应值更新为全局最大适应值，当前位置更新为全局历史最好位置，否则不更新；步骤7：更新粒子的位置和速度，迭代次数n＝n+1；步骤8：判断迭代次数是否超过N次，如果没超过则跳转步骤4，超过则记录N次迭代中的全局最大适应值、全局历史最好位置，维修次数m＝m+1；步骤9：判断维修次数m是否超过mmax，如果没超过则转到步骤3，超过则比较不同维修次数中全局最大适应值的大小，输出其中最大的适应值、最大适应值对应的维修次数m*和维修次数m*中全局最好位置，最大的适应值对应总维修成本最小的负值，全局最好位置对应最优的维修时机；步骤10：在维修时机确定的条件下，按照寿命件最优更换策略和单元体最优维修策略的求解方法得到寿命件最优更换策略和单元体最优维修策略；当第一组决策变量确定时，以第二组决策变量历次维修时机为决策变量所建立的发动机全寿命维修决策优化模型如式8所示，minCT1,T2,…,Tm＝m·C0+CLLP,minT1,T2,…,Tm+CMOD,minT1,T2,…,Tm CLLP,minT1,T2,...,Tm：决策变量历次维修时机确定时，所有寿命件全寿命期内的总更换成本最小值；CMOD,minT1,T2,...,Tm：决策变量历次维修时机确定时，所有单元体全寿命期内的总维修成本最小值。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学(威海) 基于问题解耦的航空发动机全寿命维修决策优化算法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD