智能设备维护RP系统管理

来源：职称驿站所属分类：智能科学技术论文
发布时间：浏览：78次

　　文章是一篇智能管理类论文，主要对设备维护RP系统的管理和应用建设等等。本文选自：《智能系统学报》，《智能系统学报》核心申请副主编，作为智能领域的专业学刊，杂志是刊登智能科学领域具有自主创新理论和技术研究的科研成果和高水平学术论文，反映国内外智能科学学科的前沿和发展，促进智能科学理论和技术的传播与交流。

智能系统学报投稿论文

　　摘要：通过对维护能力计划与生产作业计划进行平衡,调整维护需求计划甚至方案。设备维护工单由平衡能力后的维护计划产生,其后为每张工单制定设备维护资源计划。通过此闭环处理逻辑,基本上解决了设备维护计划、设备维护资源需求计划及生产作业计划等之间的冲突问题。

　　关键词：智能科技,科技应用,智能管理论文

　　一、智能决策支持系统概述

　　决策支持系统是辅助决策者对“半结构化问题和非结构化问题”进行决策的人机交互系统,并不是代替管理者进行决策的系统,这就意味着决策分析不能完全用一种事先定义好的算法、程序或模型来机械地处理,不能完全依靠计算机系统做全部工作,它需要人机的交互作用,只能辅助而不是代替高层管理人员进行决策活动。

　　智能决策支持——IDS (Intelligent Decision Support),是在以数学模型和定量分析方法为基础的决策支持(DS)上集成了以定性处理为特征的人工智能(AI)和专家系统而形成良好的IDS各组成部分有机地结合起来的体系结构

　　二、系统处理逻辑

　　基于IDS的设备维护RP系统的处理逻辑是将设备当前状态数据与其正常状态数据进行比较,如果超出偏差,则在IDS的支持下选择方案。方案产生后结合设备资源库中的资源制定设备维护需求计划。再由维护需求计划、生产情况生成维护能力计划。

　　三、设备维护IDS的体系结构

　　IDS利用AI在定性分析和不确定推理上的优势,比传统的DS更有效地支持决策过程中对半结构化和非结构化问题的求解。在本系统模型中,充分利用了IDS这一优势,使设备维护方案优化中的非结构化问题得到了很好的解决。设备维护IDS体系结构如下图:

　　1.数据库模块:数据库模块主要记录了设备的基础数据、历史运行记录、故障记录、维修记录、备件信息、人员信息等,是IDS中的基础信息模块。

　　2.知识库模块:知识库存放一些规则,包括用于模型决策的规则和专家经验规则,完成建模和选模的工作。知识库可分为静态知识库和动态知识库,静态知识库的维护需要人工干预,是系统固化了的求解行为,因而设计简单,可直接使用。动态知识库则是从决策过程中获得经验,并且自动对知识库进行更新,其维护不需要人工干预,从而能支持复杂环境下的智能决策过程,但是系统开发时要复杂得多。

　　3.方法库模块:使用存储程序对维护决策方法进行存储。设备维护方法主要包括:最小费用法、优化方法、可靠度方法、统计预测方法等。

　　4.模型库模块:模型库中的数学模型分为:用于数据模式识别的统计分析模型和用于模型选择的维护决策模型。本文中的建模方式有:系统设计者设计时固化的模型、系统使用者的外部建模和IDS的自动建模。

　　5.推理机:采用基于范例推理(case-based reasoning)的方法,根据知识库中的静态和动态范例,通过采用方法库中的方法,在模型库中选择与当前处理的问题具有相同属性的模型进行匹配,并且根据匹配的程度进行调整。该方法由于对过去求解过程的复用,提高了问题求解的效率。

　　6.解释系统:实现对系统所选方案的解释和回答用户提出的问题。

　　四、系统实现的关键技术分析

　　1.模型中的关键因素。在按本模型研究开发系统时,应当着重考虑以下几个因素:

　　(1)设备维护需求计划。维护需求包括了人员、物质、财务等各项因素;

　　(2)考虑设备运行及维修的历史数据。这是进行模型选择的基础数据,也是重要的参考数据;

　　(3)设备维护能力计划。必须充分地平衡设备维护能力与生产作业计划后,才能选择合适的方案。

　　(4)考虑经济因素。要同时考虑维护成本与可靠度,在两者之间找到最好的平衡。

　　(5)考虑维护策略。维护方案主要包括:预防维护、改善检修、预测维修、故障维修。在选择维护策略时,应充分考虑相应的维护方案,不仅可以降低维护成本,还能提高效率。

　　2.知识的表示。知识的表示有声明式和过程式两种。声明式的知识表示方法有语义网络和框架,适用于表示事实和断言,过程式则适合表示行为和过程。