状态不完全可观条件下设备检修策略研究

为了诊断状态不完全可观条件下的设备状况，介绍了部分可观察的马尔可夫决策过程的基本原理和Perseus近似算法的基本流程。给出了基于设备加工次品率和某些核心组件振动信号诊断信息的设备状态评估方法。在基于设备状态的视情维修模式下，考虑了检测手段的局限性和检测结果的不确定性，并以某轿车发动机缸体生产线上的一台加工中心为例，建立了以最小化折扣费用为目标的设备检测维修的部分可观察马尔可夫决策过程模型。最后应用Perseus近似算法对模型进行了求解，得到了有限区间条件下的近似最优检测、维修策略和近似最优的折扣费用值。