欢迎来到天天文库
浏览记录
ID:43400394
大小:520.94 KB
页数:15页
时间:2019-10-02
《周期和随机检测策略综述(共享)》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、周期和随机检测策略综述翻译:吴坤摘要:本文针对工作后故障的检查介绍了两种策略,建立了一种花费最低的最优检测策略。关键词:检测检测时间随机时间1引言一些系统工作时间是随机的。对于这些系统而言,在工作完成之后对它们进行检测以发现故障是冇效的,这就是随机检测策略。当系统以周期或者连续检测且同样在工作完成Z后检测的方式进行时,作者研究了两种检测策略。然后得出在故障发现Z前的总的期望花费,而且当随机工作吋间服从指数分布时,可以分析推导出花费最小的最优检测策略。更进-步可以得出系统只在第N次工作完成后检测的检测策略。最后,作为一种随机检测模型的变形形式,通过
2、运用检测策略,可以得到并分析出,当系统发生故障前的最近一次检测时间时的支援模型。大多数备用和储存的单元都需要在合适的时间检测以发现故障,这就叫做检测策略。早已得出可以最小化故障发现前的总的期望花费的最优策略。对于备用和储存单元的渐进性的检测规划和策略已经得到了广泛的讨论,而且已经在一些油气管道和工厂得以应用。文献[4]已经对有限时间区间的周期和序惯检测策略进行了总结。在办公室和工厂的一些系统连续工作然后计算机进行处理。对于这些系统,让它们保持一种严格周期状态是不可能的,也是不切实际的。例如,当某项工作处于一种变化的工作周期和处理时间状态,最好还是
3、在它完成处理好工作Z后进行一些检修。由此已经分析得出随机寿命更换策略的可靠性度。当一个单元仅在随机时间更换时,文献[5]对两次连续故障器件之间的更换时间的性质进行了研究。文献[6]通过运川退化率对随机牛命周期的最优更换策略进行了分析探讨。文献[7]对随机处理时间的不同工作的规划进行了小结。我们考虑这样一个工作系统,随机工作时间为势(j=l,2,・・・)和©三工[必,且S。三0(见图1)。图1随机工作时间过程也就是说系统工作的时间是随机的Yjo假定Y.是独立的,且服从相同的分布G(兀)三Pr{Yj4、x)的更新状态。然后,在间隔[0,x]之间系统工作j次的概率为G(y)(x)-G0+,)(x),G%)(j=l,2,…)代表j的对G(x)自身的斯蒂尔斯吉卷积,月•当xno时G(°)(x)三1。并H.,M⑴三工二表示在(O,x]Z间工作的期望数。假定系统随着它使用年限而不断恶化,例如不考虑丄作数量,根据总体分布F(r)和密度函数及其有限平均值“,对于任意函数①⑴,有①⑴=1-①⑴,则总的工作时间会下降。我们将检测策略运用于处于随机工作时间状态打•的系统:在第二部分中,系统在连续工作时间S,和在周期时间KT(k=l,2,…)时进行检测,在笫三部分中5、系统在Sj和连续时间7;(k=l,2,…)时进行检测。由此得到两种检测策略的总期望花费,并且当随机匸作时间服从指数分布,可以分析得出和数值计算出可以最小化花费的最优策略,其中周期模型屮最优的厂在文献[2]屮已经推导得出。而R,根据系统故障期间由于工作数量而造成的停机损耗,我们提出了一种变形模型。在笫四部分屮,假定系统仅在每一第N次工作时间完成后进行检查。当工作和故障时间都服从指数分布,可以分析得出最小化总期望花费的最优数而且,当故障时间服从威布尔分布时,可以数值计算得出N在结论中表明,我们可以对如何得到最大化可用性的最优策略做类似的探讨。文献[6、11]到[13]提出了系统发生故障前最近一次检测点时间的监测点模型。最后,作为一种随机检测和检测点模型的的组合变形形式,我们在第五部分屮提岀了支援模型,即当系统故障发现时我们在最近一次检查Z前一直采取支援措施。通过运用第四部分的类似模型,我们得出从故障到最近一次检测时间ZI'可完成支援措施的总的期望花费,而「L分析推导出可以最小化花费的最优策略。2周期性检测假定在连续工作时间S‘(j=I,2,…)和周期时间KT(k=l,2,…)(特别地,T>0)检测系统。5/O—OO周期和随机时间检测•故障发现图2随机和周期检测过程在随机或者周期检测时间都会检测7、出故障,但无论哪个先检测出來,过程都将终止。故障由周期性检测检测出来的概率是:8f(k+1)Too「r土JdF⑴,(1)由随机性检测检测出来的概率是:fG((k+1)T-x)—G(r-x)]dG°d)dF⑴,(2)这里(1)+(2)=1.用c”表示周期性检测的花费,°表示随机性检测的花费,6表示在故障发生和下一次检测出故障的时刻之间因为该吋间流逝所造成的平均单■元停机花费。然后,故障发现前的总的期望花费为:=亡L(±(伙+1)<>+>/"+5做+1)丁-(]}/□伙+1)T-x)dG°)(x))dF(t)30z(k4l)T/a©ft(Hkl1>8、T-X]+Jk1IXlQw[k(?p+U+1)Q+CD(x+y-r)]dG(y)>da(x)]dF(f)=cpV/M(odF(r>-(
4、x)的更新状态。然后,在间隔[0,x]之间系统工作j次的概率为G(y)(x)-G0+,)(x),G%)(j=l,2,…)代表j的对G(x)自身的斯蒂尔斯吉卷积,月•当xno时G(°)(x)三1。并H.,M⑴三工二表示在(O,x]Z间工作的期望数。假定系统随着它使用年限而不断恶化,例如不考虑丄作数量,根据总体分布F(r)和密度函数及其有限平均值“,对于任意函数①⑴,有①⑴=1-①⑴,则总的工作时间会下降。我们将检测策略运用于处于随机工作时间状态打•的系统:在第二部分中,系统在连续工作时间S,和在周期时间KT(k=l,2,…)时进行检测,在笫三部分中
5、系统在Sj和连续时间7;(k=l,2,…)时进行检测。由此得到两种检测策略的总期望花费,并且当随机匸作时间服从指数分布,可以分析得出和数值计算出可以最小化花费的最优策略,其中周期模型屮最优的厂在文献[2]屮已经推导得出。而R,根据系统故障期间由于工作数量而造成的停机损耗,我们提出了一种变形模型。在笫四部分屮,假定系统仅在每一第N次工作时间完成后进行检查。当工作和故障时间都服从指数分布,可以分析得出最小化总期望花费的最优数而且,当故障时间服从威布尔分布时,可以数值计算得出N在结论中表明,我们可以对如何得到最大化可用性的最优策略做类似的探讨。文献[
6、11]到[13]提出了系统发生故障前最近一次检测点时间的监测点模型。最后,作为一种随机检测和检测点模型的的组合变形形式,我们在第五部分屮提岀了支援模型,即当系统故障发现时我们在最近一次检查Z前一直采取支援措施。通过运用第四部分的类似模型,我们得出从故障到最近一次检测时间ZI'可完成支援措施的总的期望花费,而「L分析推导出可以最小化花费的最优策略。2周期性检测假定在连续工作时间S‘(j=I,2,…)和周期时间KT(k=l,2,…)(特别地,T>0)检测系统。5/O—OO周期和随机时间检测•故障发现图2随机和周期检测过程在随机或者周期检测时间都会检测
7、出故障,但无论哪个先检测出來,过程都将终止。故障由周期性检测检测出来的概率是:8f(k+1)Too「r土JdF⑴,(1)由随机性检测检测出来的概率是:fG((k+1)T-x)—G(r-x)]dG°d)dF⑴,(2)这里(1)+(2)=1.用c”表示周期性检测的花费,°表示随机性检测的花费,6表示在故障发生和下一次检测出故障的时刻之间因为该吋间流逝所造成的平均单■元停机花费。然后,故障发现前的总的期望花费为:=亡L(±(伙+1)<>+>/"+5做+1)丁-(]}/□伙+1)T-x)dG°)(x))dF(t)30z(k4l)T/a©ft(Hkl1>
8、T-X]+Jk1IXlQw[k(?p+U+1)Q+CD(x+y-r)]dG(y)>da(x)]dF(f)=cpV/M(odF(r>-(
此文档下载收益归作者所有