10.3969/j.issn.1000-6788.2013.07.003
基于强化学习的多成品率衰变设备预防维修策略
在生产制造过程中,设备状态的衰变会影响产品质量,导致成品率水平的逐渐下降.本文研究此类具有多成品率水平的衰变设备预防维修问题.建立隐马氏决策过程模型,在成品率水平不可直接获知的情况下,用产品质检信息作为系统观测状态进行维修决策.模型考虑两类质检误差及收益和成本参数,通过强化学习算法,学习各观测状态下的最优维修行动.针对不同的设备衰变模式和质检误差水平,进行算例分析,结果显示基于强化学习的预防维修策略与传统的固定周期的维修策略相比,能够很大程度上提高系统的平均收益.
多成品率衰变设备、预防维修、质量状态、隐马氏决策过程、强化学习
33
TP29(自动化技术及设备)
国家自然科学基金60904075;中央高校基本科研业务费专项资金2011TS139
2013-10-17(万方平台首次上网日期,不代表论文的发表时间)
共7页
1647-1653