智能决策支持下设备维护RP系统的模型研究
出处：论文网
时间：2007-03-16
[摘 要] 本文根据当前设备管理系统的缺陷,提出了一种基于智能决策的设备维护计划系统,构造了此系统的模型及处理逻 辑,建立了体系结构,阐述了实现此系统的关键技术。
[关键词] 智能决策支持;设备维护;需求计划
[在研究对企业投资项目评估、技术改造、设备管理和决策支持系统等知识的整理、理解、比较和归纳下,突破原有的决策支持系统的模式和方法,即采用方便的模式对企业管理项目进行决策,在企业中的设备管理中的设备维护管理是设备管理的重要内容,是设备综合管理的重要环节。许多企业为此建立了设备管理信息系统,其功能主要是对设备的运行数据进行采集及保存,使设备管理人员从繁琐的事务性工作中摆脱出来,但是不具备对设备的各项数据进行有效的分析与处理能力,更不可能对设备维护方案作出智能决策与评价。同时,对于设备维护中的各项资源并未做出合理的计划。为此,本文根据MRP原理提出的基于智能决策支持(IDS)的设备维护需求计划(RP)系统,充分利用企业已有的设备管理信息系统中大量的有关设备维护信息,运用智能决策和专家系统,根据企业维护资源,提出优化后的维护方案,同时,也能解决设备维护计划、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。
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。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。
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:
从IDS的体系结构图中可以看到,组成该结构的主要模块包括:数据库、知识库、方法库、模型库、推理机等。
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。
[关键词] 智能决策支持;设备维护;需求计划
[在研究对企业投资项目评估、技术改造、设备管理和决策支持系统等知识的整理、理解、比较和归纳下,突破原有的决策支持系统的模式和方法,即采用方便的模式对企业管理项目进行决策,在企业中的设备管理中的设备维护管理是设备管理的重要内容,是设备综合管理的重要环节。许多企业为此建立了设备管理信息系统,其功能主要是对设备的运行数据进行采集及保存,使设备管理人员从繁琐的事务性工作中摆脱出来,但是不具备对设备的各项数据进行有效的分析与处理能力,更不可能对设备维护方案作出智能决策与评价。同时,对于设备维护中的各项资源并未做出合理的计划。为此,本文根据MRP原理提出的基于智能决策支持(IDS)的设备维护需求计划(RP)系统,充分利用企业已有的设备管理信息系统中大量的有关设备维护信息,运用智能决策和专家系统,根据企业维护资源,提出优化后的维护方案,同时,也能解决设备维护计划、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。
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。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。
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:
从IDS的体系结构图中可以看到,组成该结构的主要模块包括:数据库、知识库、方法库、模型库、推理机等。
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。
